Ga naar hoofdinhoud

Hoe Scottish Power data scientists opleidt met DataCamp

Hoe een divers data science-team zijn vaardigheden up-to-date houdt en in zijn eigen tempo leert.
Joyce Chiu
Joyce Chiu

Maak je gratis account aan

Oefen en volg je voortgang.

Ga verder met GoogleDoor verder te gaan, accepteer je ons Gebruiksvoorwaarden, onze Privacybeleid en dat je gegevens in de VS worden opgeslagen.

Duncan Bain leidt een team van 15 data scientists in de Britse energieretailsector bij Scottish Power. De Britse energieretailmarkt is zeer complex en extreem competitief, en het data science-team moet de inzichten leveren die nodig zijn om zakelijke beslissingen te onderbouwen en Scottish Power in de race te houden.

Vier jaar geleden centraliseerde Scottish Power zijn datateam om sneller op zakelijke uitdagingen te kunnen reageren door verschillende disciplines samen te brengen: data science, data engineering, rapportage en customer insight & marktonderzoek.

Zakelijke data science-uitdagingen in de Britse energieretail

Het data science-team ondersteunt de rest van de retailorganisatie—waaronder sales, service, marketing en aanvullende producten zoals cv-ketelverzekeringen—waar ze modellen leveren voor alles van churn tot leadgeneratie en root cause-attributie.

Eén initiatief waar ze zich op richten is de organisatorische gereedheid voor data science voor het Britse slimme-meters-programma. De Britse overheid heeft IoT omarmd en de installatie van slimme meters in elk huis en elk klein bedrijf tegen eind 2020 verplicht gesteld, en het zijn de retailbedrijven, niet de netbeheerders, die verantwoordelijk zijn voor de uitrol. Consumenten kunnen gratis een slimme meter aanvragen, maar het is aan de energieleveranciers in de retail om consumenten te overtuigen voor hen te kiezen in plaats van voor de concurrentie.

“We hebben zo'n 80 directe concurrenten van uiteenlopende grootte en we verkopen allemaal dezelfde kerncommodity. Dus we lijken qua zakelijke uitdagingen veel meer op mobiele telecomproviders of een retailbank.”

Er zijn verschillende data science-uitdagingen voor het slimme-meters-programma:

  • Route-optimalisatie: Het data science-team helpt bij het efficiënt inzetten van gecontracteerde slimme-metertechnici en -installateurs, die geografisch verspreid zijn.
  • Technische beperkingen: Geografische ligging en de fysieke inrichting van een pand beïnvloeden of een slimme meter kan worden geïnstalleerd en zal functioneren zoals bedoeld.
  • Marketingsegmentatie: Het data science-team werkt met het marketingteam aan campagnensegmentatie om het rendement te maximaliseren.
  • Installatiebeheer: De deadline van 2020 voor het slimme-meters-programma komt snel dichterbij, en Scottish Power kan boetes krijgen als ze hun doelstelling voor het aantal installaties tegen het einde van het jaar niet halen.

    De uitdaging om een divers team bij te scholen

    Het data science-team bestaat uit mensen met uiteenlopende ervaring en technische vaardigheden. Medewerkers hebben achtergronden variërend van astronomie tot kwantumfysica.

“We waren ons er terdege van bewust dat we geen echokamer wilden. Onenigheid is goed, want zo brengen we dingen verder.”

Scottish Power wierf bewust op diversiteit omdat ze verschillende meningen waarderen in het kader van innovatie. Maar ze staan voor de uitdaging om nieuwe collega's snel bij te scholen en een sterke basis aan vaardigheden neer te zetten in hun groeiende team.

DataCamp is een flexibele en schaalbare trainingsoplossing

Omdat de Britse energieretail zo competitief is, heeft het data science-team niet veel downtime: ze bouwen voortdurend modellen om zakelijke inzichten te genereren. Ze hebben alleen tijd om in continu leren te investeren wanneer ze wachten tot builds voltooid zijn tussen sprints door. DataCamp stelt elk teamlid in staat te leren wanneer het hen uitkomt.

“Het tempo van verandering is echt hoog en het tempo van ontwikkeling is echt hoog, dus het is lastig om vaste tijd vrij te maken voor training. De belangrijkste meerwaarde is de flexibiliteit. Het gaat erom dat ze zichzelf kunnen ontwikkelen binnen het vakgebied en zichzelf uiteindelijk waardevoller maken.”

Duncan beoordeelt het succes van zijn team op basis van hun productiviteit, feedback en individuele vooruitgang. Nu zijn team is uitgebreid, is hij van plan om aangepaste DataCamp-tracks te maken om nieuwe teamleden te onboarden.

Zijn team vindt DataCamp enorm nuttig om kernvaardigheden in data science op te bouwen. Ze halen vooral veel waarde uit onze Python-cursussen, waar ze een basisfitheid ontwikkelen in machinelearningtechnieken en neurale netwerken.

“DataCamp helpt mijn team om sommige van hun vaardigheden in SQL, SAS en R over te zetten naar Python en naar wat we in de cloud bouwen.”

Duncan is van plan om DataCamp binnenkort ook te introduceren bij het data engineering-team. Zij zitten op een vergelijkbaar traject als het data science-team, aangezien velen van hen uit de traditionele datawarehousingwereld komen en vaardigheden en ervaring moeten opbouwen in nieuwere technologieën zoals Python.

Ben je ook geïnteresseerd in een flexibele en schaalbare trainingsoplossing voor je data science- of analytics-team? Lees meer op datacamp.com/business. Klik hier om een demo van ons platform te plannen.

Onderwerpen

Gerelateerd