MJ Amsterdam – Een datagedreven schoonheidssalon?
Ja je leest het goed. Een datagedreven schoonheidssalon. Wanneer je aan organisaties denkt die waarde halen uit eigen data, dan denk je niet meteen aan een schoonheidssalon. Maar een schoonheidssalon heeft wekelijks honderden afspraken, van schoonheidsbehandelingen, massages tot aan laseren. Je kan je voorstellen dat er in zo’n organisatie behoorlijk wat data naar binnen komt. Juist deze data kunnen waardevolle nieuwe inzichten en kansen genereren. Schoonheidssalon MJ Amsterdam wil deze inzichten om hun groeiambities te kunnen realiseren.
Resultaat
MJ Amsterdam beschikt nu over een gepersonaliseerd dashboard. Belangrijke gegevens zijn nu in één oogopslag zichtbaar. Van het aantal vaste klanten, klanten per week tot aan inzichten in behandelingen. Alles is nu makkelijk terug te vinden. MJ Amsterdam heeft meerdere locaties en ook is het mogelijk om de prestaties per locatie te bekijken. Het fijne van een dashboard is dat het onderhoud een continu proces is. Je kan altijd nieuwe features (variabelen) toevoegen of aanpassen zodat je steeds dichter bij je ideale dashboard komt.
Aanpak
Waar haal je de data vandaan, waar sla je dit op, hoe geef je dit weer, en hoe zorg je ervoor dat je data up-to-date blijft? Dat zijn vragen die van grote waarde zijn bij het opzetten van een dashboard om inzichten te creëren.
Net zoals veel schoonheidssalons heeft MJ Amsterdam een online reserveringssysteem. In dit systeem worden alle afspraken gemaakt en bijgehouden. Via een API kan alle data opgehaald worden op het gebied van afspraken en klanten, waarmee we de tabellen op de SQL server database vullen. Hier wordt door middel van filters en joins de rauwe data schoongemaakt en gekoppeld om meer betekenisvolle “data marts” te creëren.
Door middel van de open-source library Dash is de applicatie gebouwd. In de code van het dashboard word niet alleen de layout bepaald, maar er worden ook specifieke queries uitgevoerd op de database. Hierdoor kan de juiste data worden weergegeven. Het dashboard wordt vervolgens gehost via Azure inclusief authenticatie, zodat kan worden bepaald welke gebruikers wel of geen toegang hebben.
Via de Azure Functions cloudservice wordt wekelijks een script gerund zodat nieuwe data wordt weggeschreven op de database. Middels een CI/CD pipeline worden aanpassingen doorgevoerd naar het dashboard, met als resultaat dat MJ Amsterdam elke week de meest recente data te zien krijgt.
Wil jij ook data gedreven inzichten?
Neem contact op met Boudewijn Gresnigt, boudewijn.gresnigt@datasciencelab.nl, +316 28 47 67 67
