Hoe draag jij bij aan het succes van Grodan?
Ons doel met het e-Gro-platform is het leven van de telers elke dag gemakkelijker te maken, door hen te helpen verbeteringen te implementeren die een hogere opbrengst leveren met minder input, of het nu om natuurlijke hulpbronnen, energie of arbeid gaat. Ik gebruik data science en kunstmatige intelligentie (AI) om de ruwe data van de sensoren in de kassen van onze klanten over de hele wereld te verwerken en er waardevolle inzichten uit te halen, zodat we de precisie van e-Gro verder kunnen verbeteren. Sommige mensen noemen het toveren wat ik doe, maar ik zeg liever dat we samen met onze klanten tomaten – of paprika’s, komkommers of medicinale gewassen – zaaien, en goud oogsten! Om de modellen die inzichten geven te ontwikkelen en te bouwen, moet ik eerst de echte problemen en pijnpunten van de telers begrijpen. Mijn rol houdt dus in dat ik veel brainstorm met onze groene experts en commerciële specialisten, om mogelijkheden te ontdekken om extra waarde voor onze klanten toe te voegen.
Wat vind je leuk aan werken bij Grodan?
Wat ik echt leuk vind, is dat mijn werk een positieve impact heeft op veel levens, niet alleen voor de telers en hun zakelijk succes, maar ook voor mensen die het fruit en de groenten kopen en eten, of die de medicinale gewassen gebruiken. Tegen de achtergrond van de huidige megatrends zoals verstedelijking, voedselzekerheid en duurzaamheid voelt het alsof we iets goeds doen voor de toekomst van onze planeet. Daarnaast is Grodan een marktleider met een zeer coöperatieve bedrijfscultuur, zowel nationaal als internationaal. Zo had ik laatst een online meeting met twee andere collega’s, een in Canada en de andere in Australië, we wisten niet of we ‘goedemorgen’, ‘goedemiddag’ of ‘goedenavond’ moesten zeggen! Ten slotte ben ik blij dat ik mijn werkervaring die ik in het bankwezen heb opgedaan goed kan gebruiken voor e-Gro. Net als financiële gegevens zijn gewasgegevens immers ook tijdreeksen; het gaat erom te analyseren wat er per week/per dag/per minuut of zelfs per seconde gebeurt. Maar in tegenstelling tot in het bankwezen, waar data science al goed ingeburgerd is, staat data science in de tuinbouwsector nog in de kinderschoenen, dus er is een enorm potentieel voor mij om hier echt het verschil te maken.
Wat denk je dat veel klanten niet over Grodan weten?
Ik denk dat veel van onze klanten momenteel niet weten hoe innovatief en spannend de ontwikkelingen op het gebied van data science zijn, en hoe snel die in beweging zijn. We proberen voortdurend een stap verder te gaan, door telers proactief instrumenten en inzichten te bieden waarvan ze zelf wellicht niet eens wisten dat ze die nodig hadden. Eenvoudig gezegd zijn er drie verschillende niveaus van analytics: descriptive, predictive en prescriptive. Als telers momenteel niet met data werken, is het descriptive-niveau van e-Gro goed om mee te beginnen. Het geeft je toegang tot grafieken, rapporten en dashboards over wat er in het verleden is gebeurd en wat op het moment gebeurt, zodat je vergelijkingen kunt maken als basis voor beter geïnformeerde beslissingen. Op het tweede niveau is de e-Gro Yield Forecaster een goed voorbeeld van het gebruik van predictive analytics, gebaseerd op data en AI, om telers te laten zien wat voor opbrengst ze kunnen verwachten voor de komende weken. Maar om de telers nog meer toegevoegde waarde te bieden, moeten we niet alleen de toekomst voorspellen, maar ook proactieve aanbevelingen doen om hen te helpen deze voorspellingen in hun voordeel om te zetten. Dit zijn prescriptive analytics, en we zijn al bezig met het testen van een aantal van deze producten. Het doel is om ze later dit jaar op de markt te brengen, dus wat mij betreft moet het beste nog komen!
Als jij een teler zou zijn, wat zou je dan verbouwen en waarom?
Ik heb geen groene vingers en ik heb in het verleden slechts één keer als schoolexperiment bonen gekweekt in katoen. Toen zag ik trouwens voor het eerst dat je helemaal geen aarde nodig hebt! Maar ik denk dat ik zou proberen iets bijzonders te kweken, iets exotischers, zoals gojibessen. Die zijn heel gezond en hebben ook een hoge prijs, dus als ik data science, machine learning en AI kon gebruiken om het productieproces te automatiseren en het gebruik van energie en andere hulpbronnen te optimaliseren, zou dat een erg winstgevende onderneming kunnen zijn!
Over Gursel Karacor
Gursel Karacor werkt sinds ongeveer drie jaar bij Grodan als Senior Data Scientist voor e-Gro. Na het voltooien van zijn BSc, MSc en PhD in Istanbul en Ankara werkte hij als data scientist in Turkije in verschillende domeinen, van defensie tot het bankwezen. In 2016 verhuisde hij naar Nederland om zijn horizon te verbreden en werkte hij voor verschillende start-ups, onder andere in routeoptimalisatie en mobile gaming. “Toen werd ik benaderd door een wervingsbureau met een interessant project, dat e-Gro bleek te zijn”, zegt Gursel. “Ik vind het leuk om voor start-ups te werken, maar het minpunt is dat ze fragiel en sterk afhankelijk van investeerders zijn. Werken aan e-Gro combineert de start-upcultuur met de stabiliteit en ondersteuning van een grote, marktleidende organisatie.” Gursel woont nu in Den Haag. “Ook voor de pandemie werkte ik vooral van thuis uit, omdat veel leden van ons ontwikkelingsteam in het buitenland gevestigd zijn, bijvoorbeeld in Polen of Litouwen. Ik ga een of twee keer per week naar kantoor in Roermond voor meetings met andere collega’s, zoals de directeur van e-Gro, de product owner, customer success managers en natuurlijk de ‘groene experts’, die waardevolle inzichten delen over de branche en de teelt van gewassen.”
