Machine learning

In het kort: machine learning betekent dat software niet geprogrammeerd wordt met vaste regels, maar leert van voorbeelden. Hoe meer relevante data het systeem krijgt, hoe beter het wordt. Het is de technologie achter aanbevelingen op Netflix, spamfilters in je mail en voorspellingen in je boekhoudsoftware.

Wat is machine learning?

Bij traditioneel programmeren schrijft een ontwikkelaar regels: als het bedrag hoger is dan 500 euro, keur dan handmatig goed. Bij machine learning geef je het systeem duizenden voorbeelden van goedgekeurde en afgekeurde transacties. Het model ontdekt zelf welke patronen leiden tot goedkeuring of afkeuring. Vergelijk het met een stagiair die na een paar maanden meekijken zelf kan inschatten welke offertes kansrijk zijn, zonder dat je elke regel hebt uitgeschreven. Het model wordt beter naarmate het meer data ziet, mits die data representatief en schoon is.

Waarom is dit belangrijk voor het mkb?

Machine learning stelt MKB-bedrijven in staat om meer uit hun data te halen dan handmatige analyse ooit zou kunnen. Je kunt voorspellen welke klanten dreigen af te haken, welke producten komende maand goed verkopen of welke facturen risico op wanbetaling lopen. Dat soort inzichten waren vroeger voorbehouden aan grote bedrijven met data-afdelingen. Nu zijn ze bereikbaar voor elk bedrijf dat zijn data op orde heeft.

Voorbeeld uit de praktijk

Een groothandel in kantoorartikelen analyseert met machine learning het bestelgedrag van klanten over de afgelopen twee jaar. Het model voorspelt per klant welke producten ze waarschijnlijk volgende maand nodig hebben. De verkoopafdeling stuurt proactief een aanbod, nog voordat de klant zelf bestelt. Het resultaat: hogere klanttevredenheid en meer omzet per klant.