Contact
Netherlands
Contact us
Replay

Multichannel Conference 2018

Data & AI: Hoe zet je dit concreet in binnen je marketingorganisatie?

Nieuws & inzichten
#Events

Op 18 en 19 april 2018 was Artefact aanwezig bij de Multichannel Conference 2018. Suzanne Jansen (Head of Data & Analytics Benelux | Global Practice Lead) en Josse Dorleijn (Head of Paid Media & New Business Benelux) gaven de bezoekers van onze sessies een blik in de wereld van data & AI. In het Ketelhuis van evenementenlocatie De Fabrique in Utrecht werd in het kader van ons onderwerp ‘Data & AI: Hoe zet je dit concreet in binnen jouw marketingorganisatie?’ een beeld geschetst van de huidige stand van ontwikkelingen op het gebied van Data en AI, waar de ontwikkelingen in de toekomst heen gaan en natuurlijk – hoe kunnen data en AI concreet binnen een organisatie worden toegepast?                                                                                                

Hoe ver is de markt?

Er wordt tegenwoordig veel gesproken over data en AI, maar hoe ziet de huidige stand van zaken eruit – en hoe ver is de markt? Er wordt ontzettend veel in AI geïnvesteerd, met name door techgiganten zoals Google en Facebook, maar er zijn nog maar weinig bedrijven die AI ook daadwerkelijk inzetten. Als AI wordt ingezet, is dit vooral in digitale gebieden zoals marketing en customer service. In de huidige markt gebeurt er veel op het gebied van automatisering van processen op basis van data. AI zal de volgende stap zijn.

Waar gaat het naar toe?

Naast de huidige situatie willen we natuurlijk allemaal graag weten waar de markt naartoe gaat. Suzanne deelde haar inzichten hierover met de deelnemers. We kijken hiervoor weer naar de techgiganten. Zij leiden de weg naar volledig geautomatiseerde marketing op basis van data. In plaats van rapporteren in aparte silos waarbij de prestaties van de verschillende ingezette kanalen zoals PPC, SEO en affiliate apart gepresenteerd worden, willen we in eerste instantie toe naar één overzicht, waarin de prestaties over de kanalen heen worden gerapporteerd. Vervolgens willen we gebruikersinteractie over de kanalen heen identificeren zodat we één beeld krijgen van de customer journey en ieder kanaal dat daar een bijdrage aan heeft geleverd de juiste waarde kunnen toekennen. Dit proces kan uiteindelijk volledig geautomatiseerd worden, waardoor de marketeer zich kan concentreren op de dialoog met de klant in plaats van het medium dat wordt ingezet.

Wat is AI?

Suzanne nam nog even een stap terug om duidelijk te maken wat AI nou eigenlijk is. Wij definiëren AI als het maken van computerprogramma’s of machines die taken, die nu nog gedaan worden door mensen, beter kunnen uitvoeren. AI kan gesplitst worden in ‘Strong AI’’- computers of programma’s die kunnen denken, communiceren en handelen als een mens en wellicht zelfs een vorm van zelfbewustzijn hebben – en ‘Weak AI’. Weak AI omvat programma’s of machines die ontwikkeld zijn voor het oplossen van een specifiek probleem, zoals het winnen van een schaakspel, het herkennen van gezichten op afbeeldingen of het inschatten van risico’s bij een verzekeringsaanvraag. Opvallend aan de term AI is dat de term altijd een belofte omvat, een belofte om iets, wat nu nog niet mogelijk is, straks door een computer op te laten lossen. Op het moment dat de belofte is ingelost, spreken we niet meer van AI maar van technologie.

We zien AI vandaag eigenlijk vooral terug in personal assistants, zoals Siri en Google Home en in zelfrijdende autos, maar ook in computers zoals Watson die helpt diagnoses te stellen en veel in kankeronderzoek gebruikt wordt. Watson doet dit zelfs beter, omdat deze computer de schijnbaar oneindige mogelijkheden per individueel geval kan nagaan, wat voor een medisch specialist onmogelijk is. In alle bovengenoemde voorbeelden worden taken, die normaal gesproken door mensen gedaan werden, opgevangen door computers.

Hoe moet je met data en AI omgaan?

Om uiteindelijk bij AI en Deep Learning uit te komen zijn er een aantal voorwaarden waaraan voldaan moeten worden. Data moet op een goede manier verzameld, bij elkaar gebracht en schoon gemaakt worden. Daarna moet gekeken worden of er segmenten gedefinieerd kunnen worden. Als dit gedaan is kun je als organisatie aan de slag met experimenteren. Hierbij komt ook het menselijk aspect kijken. Het herkennen van problemen en use cases die in toekomst door AI opgelost zouden kunnen worden blijft een taak voor mensen. Iedereen heeft zijn eigen data en toegang tot dezelfde algoritmes. Hier uiteindelijk iets mee doen zal door mensen blijven gebeuren. De juiste, goed getrainde mensen binnen een organisatie zijn dus van uiterste belang.

Hoe kunnen we data en AI concreet toepassen binnen marketing?

Om te laten zien hoe data en AI concreet binnen marketing toegepast kunnen worden, ging Josse in op een aantal voorbeelden en mogelijkheden binnen de waardeketen van marketing. Per jaar spenderen wij gemiddeld 552 uur aan zich steeds weer herhalende werkzaamheden, zoals reporting. AI en automatisering kunnen in de vermindering en verbetering hiervan een erg grote rol spelen. Ook kan AI helpen bij het al dan wel of niet bevestigen van intuïtie. Heb je een bepaald idee voor een marketingcampagne, kan gekeken worden of de machine daar hetzelfde over denkt. Deze tweede mening kan helpen bij het maken van geïnformeerde beslissingen. Uiteindelijk kunnen marketeers zich door AI en automatisering concentreren op taken die waarde toevoegen, zoals strategie of creativiteit.

AI en automatisering kunnen in de waardeketen van marketing een grote rol spelen. Op het gebied van Insights kan het bijvoorbeeld gebruikt worden om te kijken welke display banners het beste werken voor een bepaalde doelgroep. Op het gebied van Activation kunnen AI en automatisering onder andere toegepast worden om de meest effectieve budgetverdeling over verschillende kanalen te bepalen, om zo een specifieke doelstelling te bereiken. Op het gebied van Measurement kan aan de hand van AI en automatisering bijvoorbeeld beoordeelt worden hoe een bepaalde campagne het gedaan heeft.

Creatieve campagnes op basis van data en technologie

Om te laten zien hoe data science, AI en creativiteit op een succesvolle manier met elkaar gecombineerd kunnen worden, lieten Josse en Suzanne een video zien van het project dat Artefact samen met Greenpeace heeft gecreëerd. Daarbij is data van onder andere Nasa gebruikt om een ‘fake’ vastgoed applicatie te ontwikkelen waarbij gebruikers toekomstige huizen aan zee kunnen uitzoeken. Afgaande op de reacties in de zaal kon deze creatieve toepassing van data op de goedkeuring van de aanwezigen rekenen. Ook de Monoprix case en de samenwerking met Google Home werd besproken. Meer informatie over de internationale prijzen-winnende cases van Greenpeace en Monoprix vind je respectievelijk hier en hier.

Hoe kun jij mee doen?

Als afsluiting bespraken Josse en Suzanne hoe de deelnemers van de sessie zelf met data en AI binnen hun organisatie aan de slag kunnen gaan. De sessies boden volop informatie en inspiratie, maar voor een bedrijf is het natuurlijk ook interessant om te weten in hoeverre zij concreet klaar zijn voor AI. Onze AI readiness survey laat zien welke volgende stappen een bedrijf kan nemen richting data en AI. Waar je ook bent, er zijn altijd manieren om een volgende stap te nemen. Ook benieuwd in hoeverre jouw bedrijf klaar is voor AI? Klik hier voor de survey. Als je hem invult ontvang je een benchmark van ons met jouw AI readiness resultaten.

Kon je niet bij onze sessies zijn? Of wil je de presentatie nog een keer terug lezen? We delen de slides graag hier

This website uses cookies for tracking and optimization purposes. By continuing to use the website you are giving consent to cookies being used. For information on cookies and how you can disable them, please visit our Privacy and Cookie statements.

Yes, I agree