Zo Blijft Bol een Koploper op het Gebied van Data en AI

Om de in-house data engineering- en data science-capaciteiten te verbeteren en koploper te blijven op het gebied van data en AI, hielp Xebia Academy bij het opzetten van een uitgebreid in-company trainingsprogramma bij webshop bol. Het programma is vanaf het begin een succes geweest en blijft dat ook, want het loopt al sinds 2018 en overtreft daarmee de verwachtingen.

Het resultaat is dat dataprofessionals bij bol up-to-date blijven met de nieuwste kennis op het gebied van Data Engineering en Data Science. Ze kunnen die trainingskennis direct toepassen in hun dagelijkse werk en zo de algehele bedrijfsvoering van bol ondersteunen.

Bol werd in 1999 opgericht als een puur internetbedrijf en heeft niet de bagage van traditionele organisaties om data-driven te worden. Melissa Perotti, Head of Product Analytics bij bol, legt uit: “De besluitvorming bij bol is eerst gebaseerd op data. De data bevestigen niet iemands voorgevoel; ze vertellen ons waar we naartoe moeten.”

Als grootste e-commerce platform in Nederland en België heeft bol enorme hoeveelheden data voor het nemen van beslissingen binnen handbereik. “We gebruiken Data Science op veel plaatsen – onze zoekmachine en aanbeveling systemen, voorspellingen van verkoop en klantenservice, en onze chatbot. We hebben een volwassen datalandschap en zijn trots op wat we tot nu toe hebben bereikt – en we zijn klaar om het allemaal naar een hoger niveau te tillen.”

In de afgelopen twee jaar is de Data Science-capaciteit van bol snel volwassen geworden en nu is de volgende uitdaging van het winkelplatform om dit uit te breiden buiten de Data Engineers en Data Scientists.

Een voorloper zijn in het Nederlandse data science landschap is een groot voordeel, maar het komt met zijn eigen set uitdagingen. Om voorop te blijven lopen, vooral op een gebied dat zo snel evolueert als de data- en AI-ruimte, moet je nooit op je lauweren rusten.

Perotti legt uit: “Als je goede data scientists wilt aantrekken om bij bol te komen werken, moet je een sterk ontwikkelingsprogramma hebben. We zijn ongeveer twee jaar geleden met ons eigen programma begonnen. Rond dezelfde tijd hebben we ook een data science community binnen bol opgericht om de samenwerking en kennisdeling tussen data scientists te verbeteren, en niet alleen de interne capaciteiten.”

Voor het data engineering en data science trainingsprogramma zocht bol een partner om hun reis te ondersteunen. De twee belangrijkste criteria voor het programma waren toepasbaarheid en up-to-date zijn met de nieuwste technologieën en modellen.

Na het vergelijken van verschillende partners koos bol voor Xebia. “Xebia begreep hoe wij onze data science-mogelijkheden zagen en waar we naartoe wilden”, aldus Perotti. “Het was ook heel flexibel in het opzetten van de programma’s, dus de trainingen waren perfect afgestemd op onze situatie en het materiaal was heel toepasbaar in ons werk.”

Toen bol met het trainingsprogramma begon, werd getest wat het beste werkte. “Het was een uitdaging om de toepasbaarheid te garanderen van een cursus waar medewerkers met verschillende achtergronden samenkomen. Dat leerproces is nog steeds gaande en we hebben het gevoel dat we er met elke stap die we zetten beter in worden,” legt Perotti uit.

Perotti legt uit: “Als je goede data scientists wilt aantrekken om bij bol te komen werken, moet je een sterk ontwikkelingsprogramma hebben. We zijn ongeveer twee jaar geleden met ons eigen programma begonnen. Rond dezelfde tijd hebben we ook een data science community binnen bol opgericht om de samenwerking en kennisdeling tussen data scientists te verbeteren, en niet alleen de interne capaciteiten.”

Het in-company trainingsprogramma bood een breed scala aan trainingen voor dataprofessionals bij bol. Trainingen inclusief programma’s voor data science starters zoals Python Essentials maar ook meer geavanceerde trainingen zoals Deep Learning.

De meeste trainingen maken deel uit van het trainingscurriculum van de Xebia Academy en zijn aangepast aan de behoeften van bol. Bijvoorbeeld de A/B-testing and Experiments training opgesplitst in een technische en niet-technische training. De technische training richtte zich op data scientists en manieren waarop zij experimenten konden toepassen in hun dagelijkse werk. De niet-technische training was gericht op managers om hen inzicht te geven in de mogelijkheden.

Om de juiste medewerkers te trainen, ontwikkelde bol een “a la carte menu” met de verschillende soorten trainingen. Dit zorgt ervoor dat deelnemers zich inschrijven voor een training die past bij hun behoeften.

Deelnemers aan bol waarderen de trainingen met een gemiddeld cijfer van 8,0. Perotti heeft ook verschillende trainingen gevolgd, waaronder de Inleiding tot Deep Learning er voor haar uitsprong.

“De training was een geweldige combinatie van theorie en praktijk. We werkten met tekstmodellen omdat we die bij bol veel gebruiken – voor onze chatbot, zoekmachine, productbeschrijvingen, noem maar op. Wat ik in de training heb geleerd, was heel toepasbaar op mijn werk”, aldus Perotti.

Na de start van het programma voor bol in 2018 werd het programma uitgebreid met verschillende extra trainingen. Trainingen die we ook hebben aangeboden zijn bijvoorbeeld Data Science voor Product Owners, Reinforcement Learning en Kotlin Professional Developer trainingen.

Perotti gaat verder in op de samenwerking tussen Xebia en bol. “Xebia begreep hoe wij de richting voor ogen hadden om onze data science capaciteiten te ontwikkelen. Het was ook heel flexibel in het opzetten van de data- en AI-leerprogramma’s, dus de trainingen waren perfect afgestemd op onze situatie en het materiaal was zeer toepasbaar op ons werk.”