Duncan Bain leitet ein Team von 15 Data Scientists im britischen Energiemarkt bei Scottish Power. Das britische Energie-Retail-Geschäft ist hochkomplex und hart umkämpft, und das Data-Science-Team muss die Insights liefern, die geschäftliche Entscheidungen steuern und Scottish Power im Wettbewerb halten.
Vor vier Jahren hat Scottish Power sein Datenteam zentralisiert, um schneller auf geschäftliche Herausforderungen reagieren zu können. Dafür wurden verschiedene Disziplinen zusammengeführt: Data Science, Data Engineering, Reporting sowie Customer Insight und Marktforschung.
Data-Science-Herausforderungen im britischen Energie-Retail
Das Data-Science-Team unterstützt die gesamte Retail-Organisation—inklusive Vertrieb, Service, Marketing und Zusatzprodukten wie Heizungsversicherungen—und liefert Modelle für alles von Churn-Prognosen über Leadgenerierung bis hin zur Ursachenanalyse.
Ein Schwerpunkt ist die organisatorische Data-Science-Readiness für das Smart-Meter-Programm im Vereinigten Königreich. Die britische Regierung setzt auf IoT und hat die Installation von Smart Metern in jedem Haushalt und jedem kleinen Unternehmen bis Ende 2020 vorgeschrieben. Für die Umsetzung sind die Energieanbieter im Retail verantwortlich, nicht die Netzbetreiber. Verbraucher können ein Smart Meter kostenlos anfordern, aber die Energieunternehmen müssen sie überzeugen, sich für ihr Angebot und nicht für die Konkurrenz zu entscheiden.
“Wir haben rund 80 direkte Wettbewerber unterschiedlichster Größe und verkaufen alle dasselbe Kerngut. In Bezug auf die geschäftlichen Herausforderungen ähneln wir daher eher Mobilfunkanbietern oder einer Retail-Bank.”
Für das Smart-Meter-Programm gibt es mehrere Data-Science-Herausforderungen:
- Routenoptimierung: Das Team hilft, den effizienten Einsatz der vertraglich gebundenen Smart-Meter-Techniker und Installateure zu planen, die geografisch verteilt sind.
- Technische Rahmenbedingungen: Standort und bauliche Gegebenheiten beeinflussen, ob ein Smart Meter installiert werden kann und wie zuverlässig es funktioniert.
- Marketingsegmentierung: Das Data-Science-Team arbeitet mit dem Marketing an Kampagnensegmentierungen, um den Return zu maximieren.
- Installationsmanagement: Die Frist für das Smart-Meter-Programm 2020 rückt näher, und Scottish Power drohen Bußgelder, wenn die Zielquote bis Jahresende nicht erreicht wird.
Die Herausforderung, ein diverses Team weiterzubilden
Das Data-Science-Team besteht aus Menschen mit sehr unterschiedlichen Erfahrungsstufen und technischen Kompetenzen. Die Mitarbeitenden kommen aus so verschiedenen Bereichen wie Astronomie und Quantenphysik.
“Uns war wichtig, keine Echokammer zu schaffen. Reibung ist gut, denn so kommen wir voran.”
Scottish Power hat bewusst auf Diversität gesetzt, weil unterschiedliche Perspektiven Innovation fördern. Gleichzeitig gilt es, neue Kolleginnen und Kollegen schnell einzuarbeiten und ein starkes Kompetenzfundament im wachsenden Team zu etablieren.
DataCamp als flexible und skalierbare Trainingslösung
Weil der britische Energie-Retail so wettbewerbsintensiv ist, hat das Data-Science-Team kaum Leerlauf—ständig entstehen neue Modelle, die geschäftliche Insights liefern. Zeit für kontinuierliches Lernen bleibt vor allem, wenn sie während Sprints auf Builds warten. DataCamp ermöglicht jedem Teammitglied, genau dann zu lernen, wenn es passt.
“Das Tempo ist extrem hoch, und auch die Entwicklung schreitet rasant voran. Feste Trainingszeiten freizuschaufeln ist schwer. Der größte Vorteil ist die Flexibilität. Es geht darum, ihnen die Möglichkeit zu geben, sich in ihrem Fach weiterzuentwickeln und damit ihren eigenen Wert zu steigern.”
Duncan misst den Erfolg seines Teams an Produktivität, Feedback und individueller Entwicklung. Jetzt, da das Team gewachsen ist, plant er, individuelle DataCamp-Lernpfade zu erstellen, um neue Teammitglieder schneller an Bord zu holen.
Sein Team nutzt DataCamp intensiv, um zentrale Data-Science-Kompetenzen aufzubauen. Besonders wertvoll sind die Python-Kurse, in denen sie eine solide Basis in Machine-Learning-Methoden und neuronalen Netzen aufbauen.
“DataCamp hilft meinem Team, seine Kompetenzen in SQL, SAS und R auf Python und unsere Cloud-Entwicklungen zu übertragen.”
Duncan plant, DataCamp bald auch im Data-Engineering-Team einzuführen. Sie durchlaufen eine ähnliche Entwicklung wie die Data Scientists, da viele aus der klassischen Data-Warehouse-Welt kommen und Kompetenzen in neueren Technologien wie Python aufbauen müssen.
Wenn du ebenfalls nach einer flexiblen und skalierbaren Trainingslösung für dein Data-Science- oder Analytics-Team suchst, findest du mehr unter datacamp.com/business. Klicke hier, um eine Demo unserer Plattform zu vereinbaren.
