Digitalisering, een must voor ieder bedrijf

Data

In het kader van de heersende trend naar een doorgedreven automatisering en het snel kunnen inspelen op de wensen van de consument, kunnen we er niet meer om heen: digitaliseren wordt een must! Maar wat betekent dit nu voor de voedingsindustrie? Wat zijn de uitdagingen en opportuniteiten? Wij zochten het voor u uit op het VMT Food event “de digitale food revolutie”.

Verschillende aspecten van digitalisering kwamen aan bod: van een app om producten sneller bij de consument te krijgen tot verschillende aspecten van automatisering en digitalisering binnen een voedingsproductiebedrijf.

De gedigitaliseerde consument

De online verkoop van voedingsproducten zit in de lift. De voornaamste argumenten hiervoor zijn tijdsbesparing, gemak en het uitgebreider aanbod tov wat je in de supermarkt vindt. Uit de studie van duurzaamheidskompas.nl bleek ook dat de online consument zich beter informeert alvorens tot aankopen over te gaan en ook gevoeliger is voor aanbiedingen en dus prijsbewuster koopt.

Het Deense initiatief Shopall24.dk speelt in op deze trend door fabrikanten in staat te stellen hun producten snel en efficiënt bij de consument te krijgen zonder tussenkomst van retailers. Hiervoor ontwikkelden ze een online platform waar consumenten niet alleen toegang hebben tot een groot aanbod aan producten maar ook producten onderling kunnen vergelijken en informatie opvragen. Daarnaast biedt het de producenten ook inzicht in het aankoopgedrag van hun klanten. Hoe lang duurt het vooraleer ze overgaan tot een aankoop? Welke producten gaan eerst in het “mandje”? Shopall24 is een samenwerking tussen de producenten die garant staan voor de kwaliteit van hun product en de app-ontwikkelaar die zorgt voor de “experience”: Shop anytime, anywhere.

Digitaliseren is natuurlijk meer dan online kopen. Nestlé vertelde hoe zij alles uit digitale en sociale media halen om hun consumenten blij te maken. De online consument is natuurlijk van groot belang maar er wordt ook ingezet op productinnovatie, customisatie en big data. Zo ontwikkelden zij “augmented reality” op een doos ontbijtgranen en kitkat verpakkingen waarmee je via een hologram boodschappen kan sturen naar bijvoorbeeld studenten met examens.

Procesautomatisatie

Automatisering is noodzakelijk om te kunnen omgaan met de uitdagingen waarmee voedingsbedrijven vandaag de dag geconfronteerd worden. Denk maar aan de grote variabiliteit in grondstoffen en te produceren eindproducten, maar ook de druk om prijsbewust en duurzaam te produceren zonder in te boeten aan kwaliteit. Robots hebben intussen ook hun intrede gedaan in voedingsbedrijven en worden nu ook specifiek voor voedingsbedrijven ontwikkeld, met aandacht voor alle aspecten van het productieproces.

Mooie voorbeelden hiervan zijn de realisaties uit het PicknPack project. Binnen PicknPack ontwikkelden de onderzoekers een flexibel systeem voor automatische kwaliteitscontrole en verpakking van verse en verwerkte voedingsproducten. Dit leverde verschillende modules en technologieën op die in te zetten zijn in bestaande voedselverwerkingslijnen. Door de focus op flexibiliteit en korte change-over kunnen producenten snel naar andere producten of productcombinaties overstappen, waardoor zij flexibeler kunnen inspelen op de wensen van de consument. Doordat verschillende producten kunnen worden verwerkt, is het ook interessant voor kleinere producenten. 

TetraPak onderstreepte eveneens het belang van een globale visie bij het doorvoeren van automatisering in een productieproces. Het heeft geen zin om afzonderlijke eilandjes te automatiseren zonder dat daar een globale visie en strategie achter zit. Op die manier kan de performantie van de volledige fabriek opgedreven worden en wordt tegelijkertijd al rekening gehouden met de volgende stappen in de agro-food keten. De doelstelling hier is kwaliteit, veiligheid en traceerbaarheid vanaf de grondstof tot bij de consument. Data en digitalisatie worden hierbij belangrijk om dit geheel aan te sturen. Verschillende softwarepakketten (MES, ERP, …) zullen hiervoor aan elkaar gekoppeld moeten worden, wat heel wat uitdagingen met zich meebrengt. Een belangrijke boodschap is ook die van Forward thinking. Het gaat niet om wat je vandaag bouwt, maar hoe je dit in de toekomst gaat onderhouden, aanpassen, etc…

Big data in food

De explosieve groei van data en de ontwikkelingen in de analysetools stellen de wetenschap en industrie voor nieuwe uitdagingen. Met de voorhanden zijnde technologie en kennis kan de analyse van big data ons vrijwel onbeperkt antwoorden geven. De wetenschap hoeft dus niet langer te zoeken naar de antwoorden, maar moet zorgen dat de juiste vragen worden gesteld om die antwoorden uit de data te extraheren. Daarvoor is samenwerking tussen verschillende expertises van cruciaal belang.

NIZO illustreerde hoe zij big data gebruiken in hun onderzoek. Bij big data komt het erop aan data te verzamelen, combineren en analyseren om zo nieuwe info uit de data te halen met als doel sneller en betergeïnformeerd tot oplossingen te komen. Belangrijk is te focussen op de business case waarop je big data analyse wil toepassen. Bovendien heb je hiervoor verschillende soorten mensen nodig: de eigenaar van het probleem, softwareprogrammeurs en statistici want niet alles wat uit data komt is waar. “Data will confess to anything” – overal zijn verbanden te vinden. NIZO gaf twee voorbeelden waarbij ze door big data analyse sneller tot oplossingen kwamen: selectie van micro-organismen naar functionaliteit enerzijds en versnellen van productinnovatie anderzijds. Bij het eerste voorbeeld werd op basis van het genoom een voorspelling gedaan naar de biologische functionaliteit van micro-organismen. Daarmee kunnen bacteriën worden voorgeselecteerd op specifieke eigenschappen, bijvoorbeeld bij het ontwikkelen van nieuwe smaken of probiotica. Deze voorselectie door GENOBOX levert de klant een grote tijd- en kostenbesparing op.

Big data analyse kan daarnaast worden ingezet om productieprocessen te versnellen, nieuwe ingrediënten te zoeken of aanpassingen te doen die zijn gericht op de gezondheid van de consument, zoals zout- en suikerreductie. Op dit moment wordt bij NIZO bijvoorbeeld door middel van text mining (het met computer doorzoeken van miljoenen wetenschappelijke publicaties) onderzocht hoe de smaak van zout in een product versterkt kan worden zonder nieuwe ingrediënten toe te voegen.

Een ander concreet voorbeeld kwam van Nestlé. Nestlé ontwikkelde de cocoa library & interface waarbij de data van de cacaobonen die het bedrijf wereldwijd opkoopt, zodanig gevisualiseerd worden dat de productontwikkelaars er gemakkelijk de nodige informatie kunnen uithalen. “Ze kunnen aangeven welk smaakprofiel ze nodig hebben en via het systeem komen de locaties van de bijpassende bonen naar voren. De visualisatietool is afgekeken van het Nespresso-team dat hetzelfde doet met koffiebonen”, aldus Layth Bouchuiguir van Nestlé.

Voedingsbedrijven die met big data aan de slag willen, staan er niet alleen voor. Commerciële bedrijven zoals Edgeleap kunnen hen hierin bijstaan.

Personalised Nutrition 2.0

Hoe komt het dat voor sommige mensen bestaande diëten niet werken? Wat is de juiste therapie en wat kan jou helpen? Bij de Nutri Kliniek halen ze informatie uit je genen om te analyseren of je gevoelig bent voor een dieet- of bewegingsaanpak. Als je deze info hebt, weet je waar je best mee aan de slag kan. Vandaag nog enkel in gespecialiseerde labo’s, maar binnen een 10-tal jaar kunnen we dit ook zelf meten.

De Nederlandse onderzoeksgroepen TNO en WUR hebben een programma opgestart rond personalised nutrition & health. Ze bekijken niet enkel of een product gezond is of niet, maar ook wat iemand nodig heeft op een bepaald moment om voldaan te zijn. Een gedragsverandering is nodig voor een gezondheidsverbetering: weten dat iets ongezond is, is niet genoeg, je moet iets doen met die info. In dit programma combineren zij 3 zaken: gedragswetenschappen, voedingswetenschappen en data.

Om je te kunnen aanpassen, heb je niet enkel gezonde producten nodig, maar je moet ook in staat zijn om de juiste keuze te maken en jezelf goed kennen: wat vind ik lekker, hoeveel sport ik, wat zijn mijn religieuze voorkeuren. We evolueren van een personalized nutrition 1.0 (enkel op basis van genotype), naar een personalized nutrition 2.0 (waarbij zowel naar genotype als fenotype wordt gekeken).

Om dit op te volgen, zijn er reeds een aantal tools ontwikkeld, bijvoorbeeld:

  • SCiO: sensor die meet wat er in een product zit ( https://www.consumerphysics.com/myscio/technology)
  • HapiFork: een elektronische vork die je helpt om je eetgewoontes in kaart te brengen (https://www.hapi.com/product/hapifork)
  • Ear-o-Smart: de eerste slimme oorbel ( http://earosmart.com/)

Wat moet een voedingsbedrijf nu doen om hierop in te spelen? Volgens Thijs Geijer, sectoreconoom bij het ING Economisch Bureau, moeten voedingsbedrijven loskomen van prijsfocus en evolueren van een 4P (Power Price Product Profit) businessmodel naar een 4C (Cooperation Community Consumer Continuity) businessmodel om te kunnen inzetten op personalized nutrition. Om gepersonaliseerde voeding op de markt te brengen, is dus meer samenwerking en interactie met de consument nodig.

Bronnen

  • http://www.vmt.nl/Nieuws/Big_Data_Analytics_wat_is_de_vraag-160419121813
  • http://www.vmt.nl/Nieuws/Multidisciplinair_team_nodig_om_alles_uit_big_data_te_halen-160418091342?Login=1
  • http://www.vmt.nl/Foodevent/Programma/