Team dsm-firmenich PostNL - 'Met een datagedreven aanpak onze prestaties verhogen?'

Team dsm-firmenich PostNL is een professioneel wielerteam met 3 programma’s; een mannen, vrouwen en een opleidingsprogramma. Om in het hedendaagse wielrennen met de beste teams mee te kunnen blijven doen, zijn hard fietsen en ouderwetse ploegentactiek niet meer voldoende. Team dsm-firmenich PostNL wil door middel van een datagedreven aanpak betere beslissingen nemen en het team sterker maken. Narelle Neumann, Head of Science bij Team dsm-firmenich PostNL: “Eén van onze doelen is om alle aspecten van de prestaties van rijders te ontwikkelen, zodat ze hun volledige potentieel bereiken. Als individu en als onderdeel van het team.” Om dit te bereiken zijn de juiste inzichten en analyses nodig. Dat is de reden waarom KPMG werd gevraagd hierin een centrale rol te spelen.

KPMG is een internationaal marktleider op het gebied van data-analyse, met een unieke expertise op het gecombineerde gebied van processen, technologie en geavanceerde data-analyse. Maar het is niet de enige reden waarom Team dsm-firmenich PostNL voor KPMG koos. Neumann: “Bij topsport is het niet alleen een kwestie van de juiste technologie, maar ook van kunnen inspelen op veranderende of nieuwe situaties. Daarvoor moet je out-of-the-box kunnen denken. Dat kunnen ze bij KPMG gelukkig heel goed.”

Paul Adriani, Senior Manager Digital Transformation in Sports bij KPMG Nederland en lead van de Europese Sportadvies praktijk van KPMG verwoordt de rol van KPMG zo: “In deze opdracht combineren we geavanceerde analyses, expertise op het gebied van digitale transformatie en expertise op het gebied van software-engineering. Hierdoor creëren we een Digital Transformation Framework waarmee we de inzichten, en daarmee ook de besluitvorming en communicatie tussen de verschillende expertgroepen van Team dsm-firmenich PostNL, verbeteren. Dat is nou één van de belangrijke bouwstenen van wat we bij KPMG noemen een Connected Enterprise.”

Bouw een geïntegreerd dataplatform met multidimensionale gegevenstypen en verschillende tijdschalen, zodat Team dsm-firmenich PostNL, op basis van de inzichten uit het platform, beter onderbouwde beslissingen kan nemen. Adriani: “Je moet het zo zien: we ondersteunen datagestuurde besluitvorming tijdens het jaarlijkse prestatieplanningsproces. Dat begint met data-analyse om de visie, de strategie en de doelstelling voor bijvoorbeeld een nieuw wielerseizoen te bepalen. Dat is dus op teamniveau. Door middel van apps en voorspellende analyses wordt de aanpak voor een specifieke wedstrijd gevormd voor 50+ renners voor 100+ races.” En het mooie is: deze analyses kunnen razendsnel aangepast worden tijdens het seizoen, of zelfs vlak voor een race. Bijvoorbeeld als een renner geblesseerd is geraakt.

Met het dataplatform worden duizenden datapunten van bijvoorbeeld historische uitslagen en etappe-informatie verzameld en gecombineerd. En ook belangrijk: de fysieke gegevens van renners worden continu bijgehouden, om zo hun trainingsplanning optimaal af te stemmen op de wedstrijden waarin zij de meeste kans van slagen hebben. 

Dimensies waar op gemeten wordt:

• Fysiek: hartslag, resultaten fysieke tests: maximaal vermogen met verschillende tijdsintervallen en kritisch vermogen, maar bijvoorbeeld ook het aantal slaap-uren.
• Fiets: juiste tandwielverhouding, type banden en frame, andere persoonlijke specificaties.
• Aero: wat is de optimale positionering op de fiets aangepast naar het doel van de wedstrijd of training?
• Voeding: energie vertaald naar voeding, vertaald naar optimaal gewicht.
• Externe factoren: zoals het weer.
• Parcours: lengte, beslissende momenten in het verleden, steilheid beklimmingen per km en obstakels richting finish.
• Wedstrijdinformatie: alle wedstrijdresultaten van de afgelopen tien jaar.

Werken met KPMG betekent dat je veelal tot nieuwe, soms verrassende en ongekende inzichten komt. Inzichten die een ander licht op de situatie werpen en waarmee je tot andere, betere beslissingen komt dan je had gedaan zonder deze inzichten. Bij Team dsm-firmenich PostNL leidt dat er bijvoorbeeld toe dat op basis van de inzichten blijkt dat een renner van wie gedacht werd dat het een sprinter was veel meer de potentie heeft om in de klassiekers een grote rol te kunnen spelen (eendaagse wedstrijden). En dat leidt voor die renner dan tot een andere jaarplanning, andere trainingsvormen, andere voeding, enzovoort.  

Neumann: “We hebben een uitgebreide database die de prestaties van rijders documenteert op basis van bijna vijftien jaar succes op het hoogste niveau van de professionele sport. Op basis van de wetenschappelijke algoritmen van KPMG hebben we deze informatie en kennis kunnen integreren om nieuwe inzichten te verkrijgen in het potentieel van renners, ook van eventueel te contracteren renners. Dus in plaats van alleen beslissingen te nemen op basis van raceresultaten kunnen we een reeks fysieke parameters gebruiken om veel beter onderbouwde beslissingen te nemen over hoe een rijder zich zal ontwikkelen en waar zijn of haar sterke punten zullen liggen – of het nu gaat om een ​​sprinter, een klassiekerrijder of een klimmer.”

Paul Adriani: “Onze dashboards geven concrete en feitelijke inzichten. Eén van de doelstellingen van de transformatie naar een datagedreven aanpak is om de experts inzichten te bieden die de besluitvorming op basis van intuïtie bevestigen of ontkrachten.”

En het verkrijgen van die inzichten houdt nooit op. Continu wordt gemeten wat de impact van beslissingen is en of ze leiden tot prestatieverbetering. Dat gaat, zoals hierboven beschreven, over besluitvorming over de lange termijn, of iemand dus een klimmer, sprinter of tijdritspecialist wordt. Maar het gaat ook over zoiets als de optimale opstelling voor een race, en bijvoorbeeld ook wat de line-up is voor de meest ideale sprinttrein. Alles voor het optimaliseren van de kans op succes.

Elke beslissing gaat over het verbeteren en optimaliseren van een prestatie. Op lange termijn, op korte termijn, als team en als individu. Neumann: “En we zien dat het werkt. Veel talenten stoten dankzij dit programma door naar de top.” Neem daarnaast het cruciale belang van de balans tussen energie-inname en -verbruik. We kunnen dankzij dit programma veel beter voorspellen hoeveel energie een renner moet innemen en verbruiken, zodat hij of zij dag in dag uit optimaal presteert én herstelt. Saillant hierbij: we zagen dat renners vaak minder hoeven te eten dan ze zelf denken. Het duurde even voordat hun geloof in hun eigen intuïtie werd omgezet naar vertrouwen in de data. Maar nu zijn ze eraan gewend en zijn ze er content mee, omdat ze zien dat het voor hen werkt.”

Adriani: “Het is gewoon prachtig om te zien dat je met de data, analyses en inzichten in de hand met elkaar de sprinttactiek onderzoekt en dat je vervolgens gezamenlijk met het team tijdens het werk getuige bent van een overwinning in de massasprint. Dat geeft meer dan voldoening, dat is gewoon kicken.”

KPMG hielp Team dsm-firmenich PostNL met de bouw van een ​​geïntegreerd dataplatform met multidimensionale gegevenstypen en verschillende tijdschalen, dat hen kan helpen beter onderbouwde beslissingen te nemen. Door het vergaren van de juiste inzichten, het opstellen van concrete acties en het aandragen van werkelijke oplossingen kon er gezamenlijk gewerkt worden aan een duurzame en toekomstbestendige datagedreven aanpak.

Geïnspireerd geraakt door het verhaal van Team dsm-firmenich PostNL? Ontdek met welke Data & Analytics services KPMG jouw organisatie kan helpen.