AI-marketinghacks: je outfit op basis van je Spotify-data

Je outfit is persoonlijk. Je kiest de kledingstukken die jij mooi vindt en/of waar je je lekker in voelt en creëert zo bewust of onbewust je eigen stijl. Neem dit concept en voeg hier persoonlijke data aan toe. Denk bijvoorbeeld aan je leeftijd, werkveld – of Spotify-playlists. Dit is precies wat ondernemer en oprichter van luxemerk Eison Triple Thread – Julian Eison – heeft gedaan. Als onderdeel van het merk heeft Eison de FITS-app gelanceerd. FITS helpt jou bij het samenstellen van dé perfecte outfit – op maat gemaakt; niet alleen afgestemd op je lichaamsbouw maar ook op je muzieksmaak en levensstijl. Hoe? Artificial Intelligence.

Artificial intelligence(AI) als persoonlijke stijladviseur. Dit, en vele andere toepassingen van AI in de wereld van online marketing dienen zich aan met de snelle ontwikkeling van de technologie.

Wie wil er nou niet gekleed gaan als zijn/haar favoriete artiest? Eigenlijk baseren we onze kledingkeuzes natuurlijk al jaren op de outfits van onze stijliconen: van schoudervullingen tot de Von Dutch-pet. Maar of we deze outfits ook echt goed samenstellen? – Vaak kijken we toch met gepaste schaamte terug op de foto’s uit onze tienerjaren. Wat in deze gevallen een uitkomst kan bieden is een algoritme. Een algoritme dat op basis van jouw voorkeuren een outfit samenstelt die perfect bij je past. Dit principe vormt de basis voor de nieuwe FITS-app van Eison Triple Thread.

Als jouw playlist voornamelijk bestaat uit hits van The Ramones eindig je niet in een leren jack met gescheurde zwarte jeans. Nee, Eison Triple Thread richt zich voornamelijk op kwalitatief hoogwaardige maatpakken en vertaalt jouw profiel daarom ook naar handgemaakte kostuums. Hierin legt het merk veel nadruk op ‘honest luxury’. Wat iets betekent als ‘luxe met een snufje innovatie, geen traditionele standaarden en waar iedereen gebruik van kan maken’.

Eison Triple Thread probeert de perfecte balans te vinden tussen kwaliteit, technologische ontwikkeling en persoonlijke ervaringen. De FITS-app is daarom ook toegankelijk voor ieder die geïnteresseerd is in de gepersonaliseerde stijl van het kledingmerk en kennis wil maken met de mogelijkheden van data-interpretatie als stijladviseur.

Natuurlijk is een maatpak niet voor iedereen weggelegd. Het kan zijn dat je budget het niet toelaat of dat je gewoon geen behoefte hebt aan een nieuw kostuum. Ook dan is FITS geschikt voor jou. Je kunt namelijk gewoon de ‘lifestyle quiz’ in de app doorlopen waarna je gepersonaliseerd advies ontvangt, wat je ook uitsluitend kunt gebruiken ter inspiratie. Misschien krijg je wel suggesties die je zelf nooit overwogen had.

Ook maakt FITS gebruik van machine learning om te leren van jouw voorkeuren om deze vervolgens sneller en beter te kunnen koppelen aan stijladviezen. Op die manier kan jouw mening over modetrends worden ingeschat en krijg je steeds beter advies.

Machine learning zoals het gebruikt wordt in de business van Julian Eison is geen opzichzelfstaand fenomeen. Personalisatie door middel van machine learning wordt namelijk al op grote schaal getest en ingezet in online marketing. Wat duidelijk wordt uit deze tests: deze technologie kan de wereld van online advertising wel eens behoorlijk op z’n kop gaan zetten.

Om gepersonaliseerde marketing op basis van machine learning goed te kunnen implementeren is het belangrijk om de basisprincipes van AI te begrijpen. Wanneer een apparaat of technologie de cognitieve functies die we als mensen veelal gebruiken – leren, interpreteren, verbanden leggen, problemen oplossen – kunnen imiteren, spreek je van kunstmatige intelligentie.

Spotify en Netflix zijn twee schoolvoorbeelden van ‘slimme’ platformen. Als gebruiker lever je permanent data aan door je favoriete series of muziek op te zoeken. Deze data wordt vervolgens opgeslagen om weer te worden gebruikt in het bepalen van ‘jouw suggesties’. Op die manier weten de platformen in korte tijd een goed beeld van jouw voorkeuren te schetsen. Op basis van algoritmes – gebaseerd op de verzamelde data – wordt jouw gebruikservaring steeds persoonlijker.

En jouw persoonlijke Spotify-data vormt vervolgens weer de basis voor je nieuwe outfit, als het aan Eison Triple Thread ligt tenminste.

Neem het Netflix-en-Spotify- principe en plaats het in een marketinghokje. Vaak is conversie een sleutelelement in de opzet van marketingcampagnes. Als bedrijf wil je niet alleen veel mensen bereiken, je wil ze ook overhalen om van jouw dienst gebruik te maken. Pre-AI werd dit voornamelijk gedaan door een zo accuraat mogelijk beeld te schetsen van de doelgroep. Wat spreekt ze aan? Waar bevinden ze zich? Allemaal vragen die uiteindelijk de basis vormden voor de zogeheten ‘buyer persona’. Een ‘doorsnee’ gebruiker of klant als belichaming van de gehele doelgroep. Niet erg persoonlijk, wel?

Post-AI zien we een gigantische shift naar het gebruik van gepersonaliseerde marketing. Door middel van machine learning zijn bedrijven namelijk in staat hun verschillende gebruikers optimaal in kaart te brengen en met behulp van algoritmes en voorspellende datamodellen in te spelen op de producten of service waar deze gebruikers op dat moment naar op zoek zijn.
Hoe dit precies in z’n werk gaat?

Bedrijven doorlopen het volgende proces om gepersonaliseerde advertenties mogelijk te maken:

• in kaart brengen van het gedrag van een individuele gebruiker op verschillende kanalen;
• deze data samenvoegen met de eerder vergaarde data uit andere systemen;
• door middel van machine learning deze data interpreteren en omzetten naar voorkeuren;
• alle data van een individuele gebruiker bij elkaar brengen en hier een persoonlijk profiel van maken;
• real-time gebruikmaken van deze data.

Creepy? Misschien wel, maar het heeft naast een dubieus tintje ook grote voordelen voor de gebruiker. Je krijgt namelijk nooit meer advertenties van producten die je nét aangeschaft hebt of aanbiedingen van citytrips waar je middenin je werkweek echt niet op zit te wachten. Resultaten en advertenties worden namelijk perfect op jou afgestemd.

Als bedrijf is het daarnaast een grote aanwinst voor het (real-time) meten van groei en omzet. Waar vervolgens naar gehandeld kan worden. Zowel het optimaliseren van Marketing Qualified Leads (MQLs) en de Sales Qualified Leads (SQLs) als het bepalen van de beste campagne of strategie kan door middel van analytics en machine learning sneller en efficiënter worden bereikt. Daarnaast zag ruim 57% van de (marketing)bedrijven in 2016 de meeste voordelen van AI en machine learning in de customer experience* en beschouwden de implementatie van AI (chatbots, persoonlijke advertenties,etc.) dan ook als prioriteit. Dit percentage zal anno 2018 waarschijnlijk nóg hoger liggen.

Een andere revolutionaire technologie op AI-gebied is blockchain. Deze technologie – oorspronkelijk ontwikkeld als het systeem achter de Bitcoin – biedt namelijk mogelijkheden die ook voor digital marketeers heel interessant kunnen zijn.

Vaak wordt het marketingbudget voor een groot deel besteed aan het inkopen van relevante advertentieruimte. Deze aankoop van advertentieruimte bij online publishers wordt gedaan via tussenpersonen. Hierbij komt 40% van het totale advertentiebudget terecht bij deze tussenpartij zoals Google/Facebook Ads. Omdat er tot voor kort nog geen veilig en efficiënt alternatief beschikbaar was, werd de waarde van advertentiecampagnes simpelweg verminderd door indirect advertentieruimte in te kopen. Hier kan een blockchain verandering in brengen.

Blockchaintechnologie vormt namelijk een collectief ‘grootboek’ waarin de acties die online uitgevoerd worden een aaneenschakeling van ‘blokjes’ informatie vormen. Deze ketting wordt gecontroleerd door een groot netwerk van computers en servers waardoor de bestaande informatie niet gemanipuleerd kan worden door een individu. Hierdoor is rechtstreekse overdracht mogelijk waarbij beide partijen niet op basis van vertrouwen hoeven te handelen om toch een veilige transactie te voltooien – zonder tussenpartij dus. Voor digital marketeers betekent dit bijvoorbeeld dat zij online publishers direct kunnen benaderen voor advertentieruimte, waardoor de waarde van een advertentiecampagne – de 40% gaat namelijk niet verloren – vergroot wordt.

Met behulp van blockchaintechnologie kan de veiligheid en zekerheid van samenwerkingen gegarandeerd worden. Door middel van zogeheten ‘smart contracts’ wordt een contract geprogrammeerd en vastgelegd in een blockchain waardoor beide partijen er zeker van zijn dat er niet mee geknoeid kan worden. Voor B2B is dit een waardevolle toepassing van de nieuwe technologie; transparantie wordt gewaarborgd door de vooraf geprogrammeerde voorwaarden voor iedereen inzichtelijk te maken.

Smart contract kunnen ook invloed hebben op de manier waarop de marketingwereld omgaat met nieuwe trends. Op dit moment is influencer marketing bijvoorbeeld dé trend en veel bedrijven binden zich daarom aan een influencer. De relatie tussen bedrijf en influencer, waarbij ieder zijn eigen verplichtingen heeft die vastgelegd zijn in een smart contract, wordt op die manier transparanter en overzichtelijker.

Dat Eison Triple Thread volop gebruikmaakt van de toepassingen van AI betekent niet dat de hele marketingwereld hier klaar voor is. Ook is het nog maar de vraag of blockchaintechnologie daadwerkelijk op grote schaal ingezet kan worden (voor marketingdoeleinden), aangezien het nog behoorlijk in de kinderschoenen staat.

Dat AI een grote invloed heeft op online marketing is een feit, maar hoe de technologie zich gaat ontwikkelen en hoe online marketing hiermee om zal gaan blijft een vraag voor de toekomst. Een interessante en belangrijk vraag, dat wel.

*Bron: Forrester’s Q2 2016 Global State Of Artificial Intelligence Online Survey