Emotionally Intelligent Design-expert Pamela Pavliscak: ‘Design verandert op subtiele wijze hoe we zijn’

Technologie die onze emoties kan lezen en erop inspelen is een groeimarkt van tientallen miljarden. Groei die door integratie in veelgebruikte platformen de komende jaren zal versnellen. Met een belofte voor onder andere veiligheid, gezondheid en educatie. Mits we nu de juiste weg inslaan, aldus Pamela Pavliscak, Emotionally Intelligent Design-expert en oprichter van Change Sciences.

Of het nu blikvanger Google Duplex is of een intelligente schrijftool van start-up Textio die gretig aftrek vindt bij Fortune 500-bedrijven: de strijd om het doorgronden van menselijke emotie is flink opgelaaid. Het is dan ook geen geheim dat vrijwel alle techgiganten potentievolle start-ups op dit vlak hebben ingelijfd of zelfstandig met de ontwikkeling van systemen bezig zijn. En ook de toekomstkijkers zijn erop aangeslagen. Zo kreeg Gartner vorig jaar veel persaandacht door te stellen dat systemen in 2022 meer over ons weten dan onze familieleden. Sterker nog: dat kunnen ze nu al, voegden onderzoekers van de universiteit van Ohio kort daarop toe middels een eigen studie.

Maar de adoptie van systemen die niet alleen veel weten, maar ook met ons meevoelen verloopt bijzonder langzaam, weet Pavliscak, die onder andere Google, Accenture, KLM en IKEA adviseert. AI die emotie detecteert kent momenteel namelijk nog veel beperkingen. Het neemt maar enkele fysieke zaken waar en heeft veelal slechts één uitleg van emotie. Anders gesteld: je bent blij of niet.

Een stap verder gaan systemen die een zestal basisemoties detecteren via ons gezicht en onze stem. Met name daarvan zullen we de komende twee jaar meer gaan zien, stelt Plavliscak. “Je zult ze als eerste tegenkomen in systemen die ons gezicht of stem kunnen herkennen, zoals een foto-app en smart speakers.” Het succes ervan wordt vergroot doordat systemen beter getraind gaan worden, geïntegreerd worden in platformen die we nu al gebruiken en multimodaal worden ingezet. Met het oog op dat laatste worden bijvoorbeeld stem, gezichtsuitdrukking en tekst gecombineerd om er emotie uit te destilleren.

Wat mede de reden is dat de markt flink zal groeien. In de schattingen van verschillende marktvorsers, die variëren tussen de 25 tot 45 miljard dollar in de komende twee tot drie jaar, kan Pavliscak zich dan ook prima vinden. “Onder voorbehoud dat er geen terugslag ontstaat door mogelijke schandalen. Maar als een partij als Facebook, die zijn systeem traint met elke klik die wij doen, het verder uitrolt kan de adoptie snel gaan.”

Wat moet er gebeuren om AI werkelijk emotioneel bewust te maken?
“Dat is een flinke opgave. Momenteel zien we ontwerpen voor emotie vooral als mensen naar een bepaalde bestemming krijgen. Dat we ze vrolijk willen maken als ze bedroefd zijn, of ze kalmeren als ze ongerust zijn. Een belangrijke stap is beseffen dat we mensen niet altijd moeten willen bewegen om een bepaald iets te voelen, maar ze juist de mogelijkheid geven bewust te zijn van hun emoties. Dat vergt een verandering van mindset.”

Een heel scherp beeld van wat er nodig is, is er dus niet?
“De uitdaging is dat een emotie veel verschillende varianten kan kennen. Denk aan boosheid, dat varieert enorm in heftigheid en kan bovendien gelinkt kan zijn aan een specifiek moment of persoon. Zelfs als we de komende twintig, dertig jaar proberen dat gedetailleerder in kaart te krijgen, zal er geen compleet beeld ontstaan. Wel geeft het steeds betere aanwijzingen waar je moet kijken. Als mensen sterke emoties voelen, is er iets belangrijks aan de hand. Dus weten wanneer dat zo is, is belangrijk en iets dat vaak mist in hedendaags onderzoek naar hoe we technologie gebruiken.”

Voor welke concrete toepassingen kan dit alles gunstig zijn?
“Automotive is een duidelijk voorbeeld. Tijdens CES 2019 presenteerde KIA bijvoorbeeld met een auto die emoties detecteert van bestuurder en andere inzittenden. Ford en Honda deden dat eerder ook al. De voornaamste reden is vrij simpel: veiligheid. Met comfort als goede tweede. Auto’s, die eigenlijk kleine boxen met sensors zijn, zijn bij uitstek geschikt hiervoor. Met een nobel doel dus: als mensen boos worden, maken ze ongelukken. Als ze afgeleid of slaperig zijn ook.”

En daarbuiten?
“Bij tech voor mentale en fysieke gezondheid zijn er ook positieve toepassingen. Zie het als een Fitbit voor je emotie. Het kan je feedback geven over je eigen gevoelens of die van je naasten. Er is bijvoorbeeld al een aangepaste variant van Google Glass voor jongeren die moeite hebben om emoties van anderen te lezen. Die helpt hen – op een heel basaal niveau – te leren welke emoties er uitgedrukt worden. Zodat zij hun vaardigheden verder kunnen ontwikkelen. Een heel ander voorbeeld is dat financiële instellingen biometrische informatie al op de beursvloer gebruiken om handelaren te trainen in zelfbewustzijn en emotie juist proberen te verminderen bij het nemen van beslissingen.”

Toch wordt het tot op heden vooral ingezet om verkopen te stimuleren…
“Biometrische toepassingen worden inderdaad al veel langer door marketeers gebruikt. Het verschil is echter dat dit soort labs vooral de standaardroute van traditioneel onderzoek volgen. Ze brengen mensen naar een lab, die ondertekenen een contract, hun data wordt geanonimiseerd en alleen binnen een bepaalde context gebruikt, met een duidelijke onderzoeksethiek. Nu emotiegevoelige AI in systemen opgenomen wordt, zullen gebruikers – ondanks dat ze er ergens in het proces wel toestemming voor hebben gegeven – zich er echter niet altijd bewust van zijn dat hun emotie wordt vastgelegd. Wat een belangrijk verschil is en kan leiden tot het manipuleren van emoties.”

Dit alles lijkt dan ook vooral ook ethische vraagstukken op te roepen…
“Klopt, en dat is een tweeledige kwestie. Enerzijds gaat het om privacygerelateerde zaken, zoals veiligheid en toestemming. Waarvoor we als eerste mensen duidelijk moeten maken wat de systemen doen, waar ze mee instemmen en wat er met hun informatie gebeurt. Wat uiterst belangrijk is. Anderzijds is er, en dat baart me nog de meeste zorgen, het risico van een te groot vertrouwen. We beschikken over systemen die enkele fysieke signalen kunnen oppikken die ons aanwijzingen geven over grote emoties. Meer kunnen ze niet. We geloven echter van wel, waardoor bedrijven kunnen claimen te weten wat mensen gelukkiger maakt of zelfs bozer. Of ze zijn geneigd om mensen een bepaalde persoonlijkheid toe te dichten, door de emotie waarmee ze op iets reageren. Dat blijft een groot risico; de keuzevrijheid van mensen beperken en ze in hokjes te stoppen.”

Zullen de recente privacyschandalen rondom Facebook en andere partijen daar niet bij helpen?
“Ik hoop van wel, maar krijg nog steeds regelmatig te horen dat mensen het niet erg vinden om digitaal doorgrond te worden door grote dan wel kleine bedrijven. Omdat ze denken alleen meer gerichte advertenties te krijgen. Velen bevatten de volledige gevolgen nog niet en de industrie heeft er geen werk van gemaakt om daar bewustzijn over te creëren. Besef je dat als alle data die over je bekend is geaggregeerd wordt, inclusief emotionele reacties, er een gedetailleerde persoonlijkheid van je wordt geschetst die voor allerlei doeleinden gebruikt kan worden. En de stap naar manipulatie erg klein is. Vandaar dat nu de discussie gevoerd met worden over ethiek. Sinds Cambridge Analytica wordt er meer over gesproken in de tech community, maar nog niet specifiek over emotie.”

Terug naar de praktijk. Welke bedrijven pakken het volgens jou al goed aan?
“De game Nevermind is een goed voorbeeld. Dat spel reageert op de emotie van spelers, met de bedoeling dat zij zichzelf trainen kalmer te blijven. Als het systeem stress detecteert, krijg je een andere, lastigere variant van het spel te zien dan wanneer je kalm blijft. Daarbij hebben de makers het besluit genomen om de data niet op te slaan en te delen. Een ander voorbeeld komt uit educatie. Hoewel nog in een experimentele fase is tech die in staat is te kijken wanneer studenten bij de les blijven of wanneer ze in de war raken veelbelovend. Ook hier geldt echter dat het nog niet mogelijk is om dit heel nauwkeurig te meten, maar het helpt onderwijzers al om hun lessen aan te passen en op maat te maken op basis van  feedback.”

Data over emotie worden momenteel vooral verzameld via spraak, gezicht en biometrie, zoals temperatuur van de huid en onze hartslag. Welke manieren verwacht je nog meer?
“Dat zit hem niet zozeer in nieuwe manieren, maar in de combinatie van de zaken die we nu al vastleggen. Bijvoorbeeld eye tracking combineren met hartslag. Zodat je weet dat als iemand op een bepaalde plek kijkt, zijn hartslag omhoog gaat. Dat geeft context bij de emotie. Daarnaast zullen data vooral gecombineerd gaan worden met andere gegevens zoals geolocatie en socialmediaposts. Als extra manier om de puzzelstukjes aan elkaar te leggen en context te begrijpen. Dat is uiteraard waar ethiek nog belangrijker wordt. Hoe meer data je verzamelt, hoe groter je verantwoordelijkheid.”

Waar ligt die verantwoordelijkheid?
“Die is gelaagd. Organisaties als geheel hebben een verantwoordelijkheid, maar ook teams en individuen. Interessant is dat emotie-AI de balans kan veranderen, doordat het zo persoonlijk en privé is. De tech community heeft namelijk technologie lange tijd gezien als iets neutraals, iets rustigs en kalms dat op de achtergrond draait. Dat is veelal niet zoals het gaat. Denk alleen al aan de momenten van frustratie of woede door de apparaten en software waar we mee werken. Of welke invloed likes en notificaties op ons hebben. Design verandert op subtiele manieren hoe we zijn en emotie-AI zal ons daar meer bewust van maken dan ooit.”

Het dystopische beeld tekent zich vlot af. Hoe ziet de utopie er volgens jou uit?
“In online interacties zie je nu duidelijk een gebrek aan emotioneel bewustzijn en begrip. Als we systemen hebben die zich niet alleen kunnen aanpassen aan onze emoties, maar ons ook bewust maken van onze eigen emoties, kunnen we een samenleving creëren die meer verbonden en zorgzamer is. Dat is het ontbrekende onderdeel in onze huidige technologie.”

Tot slot, waar zit volgens jou de urgentie om dit als bedrijf op te pakken?
“Emoties maken een groot deel van ons beslissingsproces uit. Ze sturen hoe we ons tegenover elkaar gedragen en hoe we met bedrijven omgaan. Momenteel kijken we – als we het hebben over emotie en design – vooral nog naar kortetermijneffecten. De verschuiving komende jaren naar een blik verder vooruit zal zorgen voor een relatie die emotioneel beter afgestemd is. Producten en diensten die meer emotiebewust zijn, kunnen bovendien ervaren worden als toegevoegde waarde voor het leven. En zullen mensen stimuleren een langetermijnrelatie aan te gaan met merken. Wat belangrijk is voor je positionering.”

* Dit artikel verscheen eerder in het maartnummer van Emerce magazine (#170).

Beeld: Celeste Sloman (in opdracht van Emerce)

De digitale wereld van RTL/Videoland: Hoe een omnichannel-strategie succes moet brengen

RTL investeert naast de activiteiten op tv ook fors in het kijken op online platformen, zoals Videoland. De koers is glashelder: het verschil maken met verhalen voor Nederland die raken in hoofd en hart. Het luisteren naar de consument is hierbij nog belangrijker.

Webcare heeft een belangrijke plek binnen de organisatie en de feedback die daar binnenkomt via (online) kanalen vormt onderdeel van de fan-centric-strategie van het bedrijf. De stem van de klant is hierbij van cruciaal belang en krijgt een centrale rol binnen de organisatie. Angela Muradin, Head of Customer Care bij RTL/Videoland, vertelt over de laatste ontwikkelingen en inzichten op het gebied van webcare en klanttevredenheidsonderzoek.

Het belang van monitoring voor RTL

Social media raken steeds meer verweven in televisieformats. Daarnaast verandert door de digitalisering ook het aanbod. Het belang van goede monitoring van online berichtgeving groeit. In 2015 maakt RTL daarom een start met monitoring en webcare. Monitoring wordt ingezet om inzichten te geven in bijvoorbeeld het effect van persberichten, sentiment en belangrijke onderwerpen rondom de zender. Webcare vult het doel van open en transparante dienstverlening via social media en messaging kanalen aan. We zoomen verder in op webcare bij video-on-demanddienst Videoland. “Voor Videoland is een monitoringtool niet meer weg te denken uit de online strategie. Een dergelijke tool geeft de mogelijkheid om het belang van social media meetbaar te maken, ook naar het management toe”, aldus Muradin.

Met inmiddels ruim zesduizend contactmomenten met kijkers via socialmedia- en messagingkanalen is webcare een belangrijk onderdeel geworden van de strategie. Videoland is 365 dagen per jaar van 10.00 tot 22.00 bereikbaar via webcare. Kijkers kunnen hierbij uitgaan van een reactietijd van minder dan een uur. Met het groeiende aantal contactmomenten met de kijker, groeide ook de behoefte om de investering in webcare meetbaar te maken.

De ROI van webcare meetbaar maken

Om de resultaten van de investering in webcare te meten en de tevredenheid van de consument te verhogen, kijkt Videoland naar hoe tevreden klanten zijn over de service die zij verlenen via social media. Hiervoor verstuurt Videoland na het afsluiten van een gesprek direct een NPS survey naar de klant. Hierbij wordt onderscheid gemaakt in verschillende groepen, zoals klanten die zich net hebben aangemeld, kijkers die al drie maanden klant zijn of kijkers die al een jaar klant zijn. Ook worden kijkers die het platform verlaten gevraagd om feedback te geven. “We meten tevredenheid op verschillende manieren, maar we vinden het vooral belangrijk om de verhalen achter de cijfers te weten te komen. Daarom kijken we ook altijd naar antwoorden op de open vraag die we stellen.”

Een veelvoorkomende vraag van organisaties als het gaat om klantfeedback: wat doe je precies met feedback en wie pakt dit op? Het antwoord is: zorg dat de juiste informatie altijd bij de juiste personen binnen de organisatie terecht komt. Met narrowcasting schermen brengt RTL de resultaten direct terug op de werkvloer. Zo wordt het voor de medewerkers gelijk duidelijk waar het gesprek online over gaat en hoe de klanten de service ervaren. Dit levert hogere medewerkersbetrokkenheid en houdt klantervaring top-of-mind. “Met de narrowcast die we inzetten brengen we de feedback ook weer terug naar de werkvloer. Zo kan de medewerker gelijk zien hoe de klant het gesprek ervaren heeft”.

De toekomst van service — chatbots & AI

RTL ziet ook het belang van chatbots en Artificial Intelligence voor het verbeteren van service. Door de inzet van chatbots op de meest gestelde vragen, wordt achttien procent van de berichten inmiddels door bots afgehandeld. Een efficiëntieslag die ervoor zorgt dat laagdrempelige vragen een snelle reactie krijgen en waarbij medewerkers meer tijd en aandacht overhouden voor de complexere vragen.

“We zijn een platform dat 24/7 draait. Iedereen gebruikt ons platform op een ander moment, dus vragen kunnen op elk moment binnenkomen. We merken dat de inzet van chatbots een groot verschil oplevert in afhandeltijd. De klant ervaart het als snel en prettig én het zorgt ervoor dat we ook buiten openingstijden bereikbaar kunnen zijn voor de kijkers”.

Alexa, vertel mij alles over de toekomst van e-commerce

Wat een geweldige tijd voor retail – vanuit het oogpunt van klanten én de brands zelf. Als consument zijn we allemaal verwend met een grote keuze. Niet alleen wat betreft producten, maar ook de online ervaring tijdens het koopproces. Want brands, technologie en een verschuiving in de voorkeur van de consument om online te kopen, […]

Tien procent Gmail-antwoorden door machine geschreven

Tien à vijftien procent van de reacties die gebruikers van Gmail versturen, hebben ze niet zelf geschreven maar komt uit de pen van een slimme Google-computer.

Veel reacties op e-mails zijn zo voorspelbaar dat de maildienst alvast een standaard antwoord suggereert aan zijn gebruikers wanneer mogelijk. Google is daartoe in staat omdat het de inhoud van de oorspronkelijke mails leest zoals het ook voor AdSense bij Gmail doet.

Met behulp van machine learning worden suggesties gedaan voor antwoordmails. Dit moet vooral het mobiele gebruik van de berichtendienst verbeteren. Mobiele gebruikers hoeven enkel op hun telefoonscherm te tikken in plaatsen van de typen of swipen.

Googles baas van divisie Ads & Commerce, Prabhakar Raghavan, heeft een patent op deze geautomatiseerde responses. Tijdens Advertising Week Europe gaf hij te kennend dit het patent is dat hem het meeste voldoening geeft.

Je eigen AI-assistent: gimmick of game-changer?

Kirsten werkt niet op woensdag vanwege de kinderen en Joost werkt op locatie van de klant. Ik wil een afspraak inplannen voor volgende week om de vervolgstappen te bespreken en open hun agenda’s, naast die van mij. En dan komt de puzzel. In de voorbereiding van die afspraak herinner ik me ineens, dat we een […]

Jim Stolze: ‘Kunstmatige intelligentie is een zoektocht die nooit afkomt’

Gaat Artificial Intelligence de wereld redden of is het – zoals Elon Musk verkondigde – gevaarlijker dan nucleaire wapens? Techondernemer Jim Stolze heeft goede hoop en is op kruistocht om ieder bedrijf in Nederland aan algoritme te krijgen.

‘Je zal zien dat het allemaal wel meevalt met alle voorspellingen die zijn gedaan over machines die een eigen wil ontwikkelen of robots die een geheime agenda hebben. Er wordt een hoop onzin klakkeloos overgenomen over de gevaren van kunstmatige intelligentie. Het gaat uiteindelijk om stukjes hardware die we een beetje slimmer maken door middel van software die we zelf maken. Dat gaat op basis van data, een hoop rekenkracht en met een klein beetje wiskunde.’

8 manieren om AI succesvol in te zetten in de marketingstrategie

Kunstmatige intelligentie (AI) zou het belangrijkste aspect moeten zijn van een datastrategie. Dat vindt ten minste meer dan 60 procent van de marketeers, blijkt uit onderzoek van MemSQL. Maar het daadwerkelijk inzetten van AI blijkt een ander verhaal. Hoe kunnen bedrijven het verschil maken? 

Recommendation engines

Richt je op upselling door recommendation engines in te zetten. Recommendation engines zijn gebouwd om te voorspellen wat gebruikers op basis van hun zoektermen verder leuk zouden kunnen vinden, vooral als er veel keuze is. Zij laten gebruikers informatie of inhoud ontdekken die ze anders misschien niet hadden gevonden, wat uiteindelijk leidt tot hogere inkomsten uit meer verkopen. Want naarmate er meer bekend is over een bezoeker, is een steeds betere aanbeveling te doen en daarmee wordt de verkoopkans vergroot.

Zo is meer dan 80 procent van de programma’s die mensen kijken op Netflix door hen ontdekt door de recommendation engine. Hoe dit werkt? Ten eerste verzamelt Netflix alle data van zijn members; wat zij kijken, wat zij vorig jaar keken, maar ook welke series zij na elkaar kijken. Bovendien is er een groep freelance en in house taggers actief, die alle content beoordelen en taggen. Speelt een serie zich af in de ruimte of is de held een politieman? Alles krijgt een tag. Vervolgens worden machine learning algoritmes losgelaten op deze gecombineerde data en worden kijkers opgedeeld in meer dan tweeduizend verschillende ‘smaakgroepen’. De groep waar je bij hoort, bepaalt welke kijkvoorstellen je krijgt.

Forecasting

Goede salesprognoses helpen bedrijven te groeien. Maar voorspellingen worden al jarenlang door mensen gedaan, terwijl emoties een kwartaal kunnen maken of breken. Zonder wetenschap zijn voorspellingen vaak ofwel overdreven optimistisch, ofwel overdreven pessimistisch. AI kan helpen om betere prognoses te maken die alleen gebaseerd zijn op gegevens en feiten. Daardoor zijn deze ook uit te leggen, waardoor te leren valt van eerdere voorspellingen en de volgende prognose alleen maar nauwkeuriger wordt.

Ga aan de slag met ‘churn’

Iedere marketeer weet dat het werven van nieuwe klanten veel duurder is dan het behouden van de huidige klanten. Maar hoe voorkom je dat klanten zich uitschrijven voor je diensten of zelfs kiezen voor een andere oplossing? Zorg dat je klanten die de website willen verlaten steeds beter begrijpt en hun gedrag kunt voorspellen, want daarmee is klantverlies te minimaliseren. Wanneer je klanten die op het punt staan je website te verlaten effectief aanspreekt, vergroot je de kans op conversie. Door een voorspellend analysemodel te bouwen die potentiële ‘churners’ detecteert, en hier vervolgens een marketingcampagne op los te laten, voorkom je klantverlies en kun je veranderingen in je product aanbrengen om churn tegen te gaan.  

Content Generation

Content blijft king. En daar kun je op inspelen met Natural Language Processing (NLP). Dit is een vaardigheid van een computerprogramma om een menselijke taal te begrijpen. NLP zal zich verder ontwikkelen en wordt meer mainstream. Doordat computers taal steeds beter begrijpen, kan simpele content steeds beter automatisch gegenereerd worden. Dat content enorm belangrijk blijft, blijkt uit onderzoek van het Content Marketing Institute. Content marketing blijkt drie keer meer leads per uitgegeven dollar op te leveren dan het genereren van betaalde zoekopdrachten. Bovendien kost content marketing minder terwijl het tegelijkertijd grotere langetermijnvoordelen biedt.

Hyper-Targeted Advertising

Klanten hebben steeds meer toegang tot informatie en zijn minder loyaal aan een product of merk. De ervaring die een bedrijf biedt, is steeds belangrijker. Dus ook advertenties moeten aanvoelen als een persoonlijk aanbod. Uit onderzoek van SalesForce blijkt dat 51 procent van de consumenten verwacht dat bedrijven rond 2020 anticiperen op hun behoeften en actief relevante suggesties doen, oftewel hyper-targeted advertising inzetten. Zet daarom AI in voor datagedreven klantsegmentatie en maak steeds relevantere advertenties per doelgroep.

Prijsoptimalisatie

McKinsey schat dat zo’n dertig procent van de duizenden prijsbeslissingen die bedrijven elk jaar maken niet leiden tot de beste prijs. Om concurrerend te blijven is het van belang continu het evenwicht te vinden tussen wat klanten willen betalen en wat de winstmarges aankunnen. Grote spelers laten zien dat prijsoptimalisatie vaak cruciaal is voor hun succes. Naar verluidt wijzigt Walmart zijn prijzen meer dan 50.000 keer per maand. Door met behulp van AI dynamische prijsbepaling in te zetten, zijn prijzen continu te updaten op basis van veranderende factoren en ben je niet meer afhankelijk van statische gegevens.

Scoor betere leads

Zet voorspellende lead scoring in om betere leads te scoren en daarmee alle inspanningen te richten op diegenen die het meest waarschijnlijk zullen kopen. Uit een IDC-enquête blijkt dat 83 procent van de bedrijven voorspellende lead scoring voor verkoop en marketing gebruikt of van plan is te gebruiken. En met de inzet van AI is daar een enorme slag in te slaan. Voorspellende lead scoring is speciaal ontwikkeld om te bepalen welke criteria bij een goede lead horen. Het maakt gebruik van algoritmes om vast te stellen welke eigenschappen geconverteerde leads en niet-geconverteerde leads met elkaar gemeen hebben. Met die kennis kan lead scoring-software verschillende modellen voor voorspellende lead scoring maken en testen, en vervolgens automatisch het model kiezen dat het meest geschikt is voor een set voorbeeldgegevens. Omdat lead scoring-software met machine learning werkt, worden lead scores steeds nauwkeuriger.

Marketingattributie

En last but not least: begrijp tot op gedetailleerd niveau waar de beste (en slechtste) conversies vandaan komen, zodat je hierop in kunt spelen. Met conversieattributie is goed te meten via welke website, zoekmachine of advertentie een bezoeker op de website kwam en wel of niet een bestelling plaatste. Door machine learning in te zetten kun je een slimmer marketingattributiesysteem bouwen, waarmee precies geïdentificeerd kan worden wat individuen beïnvloed om gewenst gedrag te vertonen. In dit geval overgaan tot koop. Een goed marketingattributiesysteem kan dus zorgen voor meer conversie.

Wat gaat AI betekenen voor een duurzame wereld?

Technologie zoals Artificial Intelligence biedt grote kansen voor een meer duurzame wereld. Juist nu we nog aan het begin staan van een hoogstwaarschijnlijk revolutionaire ontwikkeling wordt de urgentie groter na te denken over de manier en de richting waarin AI en alle andere technologieën daaromheen zich moeten ontwikkelen.

De ontwikkeling van AI wordt steeds actueler nu er allerlei technieken ontwikkeld zijn waarmee die data beschikbaar komen. Drones komen op plaatsen die moeilijk bereikbaar zijn, sensoren registreren veranderingen in de omgeving en ‘the internet of things’ verzamelt de gegevens van huizen en het gebruik van apparaten. Deze gegevens kunnen worden gecombineerd, berekend worden door algoritmes om op basis daarvan waarnemingen te doen en/of beslissingen te nemen.  

Technologie omarmen voor een duurzame wereld

Er zijn inmiddels vele voorbeelden die illustreren waarom het nut heeft om nieuwe technologie te omarmen als je naar een duurzame wereld streeft. Denk aan slimme energienetwerken die op basis van data reageren op de wisselende vraag naar energie. Hierdoor kan wind- of zonne-energie efficiënter verspreid worden en ontstaan er elektriciteitsmeters die in staat zijn om aan te geven wanneer het aanbod aan energie groot is en wanneer het een goed moment is om je elektrische auto op te laden of de was te doen.

Of denk aan onderzoek naar de invloed van vervuiling en klimaatverandering op het gedrag van dieren in gebieden waar mensen nauwelijks kunnen komen of waar hun aanwezigheid de dieren vooral veel stress oplevert. Drones kunnen daar data verzamelen over zaken als temperatuur, begroeiing en verstoringen waarna wetenschappers honderden kilometers verderop met behulp van algoritmen onderzoek doen en verbanden leggen.

Nadenken over richting ontwikkeling AI

Ondanks de ‘buzz’ die er om AI hangt, moet de grootschalige inzet ervan nog komen. Uit onze jongste wereldwijde CEO Survey komt bijvoorbeeld naar voren dat nog maar weinig bedrijven AI breed inzetten. Een derde zegt op beperkte schaal te zijn begonnen met de inzet van AI. Nog een derde is van plan daar de komende drie jaar mee te beginnen. Juist nu we nog aan het begin staan van een hoogstwaarschijnlijk revolutionaire ontwikkeling wordt de urgentie groter na te denken over de manier en de richting waarin AI en alle andere technologieën daaromheen zich moet ontwikkelen.

Want AI kan bijdragen aan duurzaamheid, maar de voorwaarde daarvan is wel dat we de ontwikkeling van die technologie in de goede richting sturen. Nieuwe technologie kan namelijk ook de ongelijkheid in de wereld vergroten doordat de ene burger/groep/land/regio er wel toegang tot heeft en de andere niet. Dataverzameling is enorm behulpzaam bij het efficiënt verspreiden van zonne-energie, maar kan ook leiden tot privacyschendingen. Kortom: beslissingen die de computer neemt op basis van dilemma’s moeten wel de goede beslissingen zijn en het gevolg zijn van goede afwegingen die die mensen die de machines maken moeten nemen.

SDG’s als leidraad voor de ontwikkeling van technologie

Ik denk dat we de Sustainable Development Goals (SDG) van de VN moeten inzetten als ontwikkelingskader voor nieuwe technologie. Deze SDG’s hebben betrekking op de grootste problemen in de wereld, zoals armoede, ongelijkheid en klimaatverandering en elke innovatie kan getoetst worden of ze de realisatie van de doelen uiteindelijk dichterbij of verder weg brengen. Kun je door het inzetten van datagedreven beslissingen, bijvoorbeeld over de toegang tot uitkeringen, opleidingen of stimuleringsmaatregelen, voorkomen dat bepaalde groepen worden uitgesloten (SDG 10 – Reducing inequalities)?

Hoe zorgen wij ervoor dat de nieuwe technologie niet exclusief is, maar dat iedereen toegang ertoe heeft- ook naar de vaardigheden die nodig zijn om het optimaal te benutten (idem – SDG 10)? Denk je nu al na over hoe je de gegevens die je in de toekomst verzamelt over je waardeketen kunt gebruiken om schaarse grondstoffen optimaal te gebruiken en hergebruiken (SDG 12 – Responsible consumption and production)? Houd je rekening met de gevolgen van het inzetten van robots op het aantal werkplekken en het type werk (SDG 8- Decent work and economic growth)?

Nieuwe technologie moet in lijn zijn met waarden

Nieuwe technologie moet ontwikkeld worden volgens de waarden die we belangrijk vinden. De SDG’s geven de richting aan waarin de wereld wil ontwikkelen. Laten we de SDG’s dan ook als leidraad nemen bij de ontwikkeling van nieuwe technologie. Dan zullen nieuwe technologieën daadwerkelijk bijdragen aan de realisatie van deze ambities.

I Am Pop krijgt 2 miljoen euro voor bottechnologie

Het Nederlandse I Am Pop van Tim Heineke heeft 2 miljoen euro opgehaald voor zijn bottechnologie. Met die bots kunnen muzikanten via Messenger hun fanbase onderhouden.

Het probleem met Facebook is dat artiesten hun fans nauwelijks kunnen bereiken. Met de bot van Facebook kun je die pagina koppelen aan messenger en wel één op één je fans bereiken, vertelde Heineke in 2017 aan FastMovingsTargets. ‘Het engagement is ongehoord groot: 94 procent open rate, de click thru rate is 60 procent. Er komt geen tool zo dichtbij als dit. Sommige gebruikers die onze bot hebben gelanceerd, zijn binnen één week soms al succesvoller dan hun pagina.’

Aanvankelijk had Heineke een eigen app ontworpen waarmee je pushnotificaties kon sturen. ‘Het nadeel daarvan was: je moest de app downloaden en vrijwel niemand downloadt meer apps. Dus toen Facebook met een messenger bot kwam wat het één plus één is twee. Je hebt in een pagina geïnvesteerd, maar je bereikt je fans niet meer, maar met de bot van Facebook kun je die pagina koppelen aan messenger en wel één op één je fans bereiken.’

Wie gebruik wil maken van I am POP moet een abonnement nemen voor tussen de 29 en 99 euro per maand, afhankelijk van de hoeveelheid bots die je in wilt zetten.

Oprichter Heineke heeft al diverse muziekstartups opgezet, waarvan Shuffler.fm de bekendste is.

Het bedrijf heeft 15 mensen in dienst en heeft AMA Festivals, Mad Decent, The Orchard, Elrow, Ministry of Sound, Sony, Warner, AWAL, and [PIAS] als klant.

YouTube, you’ve got a problem

Terwijl Facebook al een tijd onder vuur ligt door onder andere nepnieuws en radicalisering, werd YouTube nog niet echt geraakt door de problematiek. Maar het tij keert. Verschillende media zoals de Volkskrant, De Correspondent, de New York Times en BuzzFeed News stellen de problemen van YouTube aan de kaak. En dan met name het probleem […]

De 10 absolute must-sees van SXSW 2019

SXSW is veruit het meest interessante event van het jaar. En dat is niet alleen vanwege de eindeloze stroom aan indrukwekkende sprekers, bijzondere ontmoetingen tijdens de vele netwerk borrels en ruime keuze aan gadgets, maar vooral omdat het tijd geeft om je even los te maken van je dagelijkse todo-lijst en je na kunt denken over waar het naartoe gaat binnen de digitale industrie. Maar in de wirwar van sessies zijn er natuurlijk een aantal sterspelers die wat extra aandacht verdienen, daarom een top 10.

1. A Psychologist and an Ad Guy Walk into a Campaign

Waarom gedragen mensen zich zoals ze zich gedragen en hoe maken we keuzes? Tijdens deze sessie ontdek je de magie van de allerbeste advertentiecampagnes in een sessie rondom psychology vs. advertising. Dan Monheit, bekend van de podcast ‘Bad Decisions’ gaat in gesprek met psychologe Dr. Melissa Weinberg over food, tech, sport en religie.

2. Shaping the Future of Shopping with Computer Vision

Jeremy King is CTO van Wallmart en oprichter van Wallmart Labs, het technische innovatie lab. Zijn presentatie staat garant voor een informatieve tech sessie rondom de toekomst van online shopping en de rol van techniek. Insights van de grootste retailer ter wereld; deze wil je zeker niet missen.

3. The Future of eCommerce

Sneakerhead Josh Luber was al aanwezig op het Dept Festival waar hij een blik wierp op de toekomst van e-commerce. En met de groeispurt die het bedrijf doormaakt, is het altijd interessant wat Josh Luber te vertellen heeft. StockX is een innovatieve marktplaats voor het (ver)kopen van sneakers, streetwear, horloges en handtassen. Het is een van de snelstgroeiende startups, met een jaarlijkse omzetgroei die de beginjaren van startups als Etsy en Poshmark overtreft. Staat gereserveerd!

4. Storytelling and Empathy in a Purpose-Driven Economy

Cheryl Miller Houser gaat in al haar documentaires voor storytelling en is met name bekend van haar laatste docu op Netflix: ‘Generation Startup’. Ze is van mening dat ook merken deze insights kunnen inzetten om klanten aan zich te binnen en positieve acties aan te moedigen.

5. Alexandria Ocasio-Cortez and the New Left

Ze noemt zichzelf een “socialistische Democraat” en werd geboren in een arbeidersgezin in de Bronx – de armste van de vijf stadsdelen van New York. De nu 29-jarige Alexandra Ocasio-Cortez, kortweg AOC, schopte het in november tot jongste Congreslid ooit in de VS. Ook online rijst haar populariteit; ze telt inmiddels 4,2 miljoen volgers op sociale media: 2,4 miljoen op Twitter en 1,8 miljoen op Instagram. Dit belooft een mooie sessie te worden met ongetwijfeld veel vlijmscherpe antwoorden.

6. Two Choices for Humanity’s Digital Future

Een sessie op het snijvlak van humar behaviour en tech. Katryna Dow geeft inzicht in onze toekomst waarin we de controle terugkrijgen over onze digitale levens. Wordt het een digitale renaissance waar de mensheid zal bloeien, of belanden we in een wereld gekenmerkt door vooroordelen, verlies van vrijheid en persoonlijke controle? En wat is de rol van digital agencies hierin?

7. The eSports Gamification of Real Sports

Wordt gaming populairder dan ‘echte’ sport? Wat in ieder geval vast staat, is dat eSports weet hoe ze jonge kijkers aan zich moeten binden met een volle focus op experience. Vier pioneers in deze nieuwe wereld gaan in gesprek over de nieuwe generatie, gamification en hun blik op de sportindustrie.

8. Fair Competition in a Digital World

Ze legde Google en Apple recordboetes op en is een rolmodel voor een nieuwe generatie. De Deense Margrethe Vestager is EU-commissaris en wordt ook wel gezien als de machtigste vrouw in Brussel. Ze gaat voor transparantie op het gebied van data en ziet het als de rol van de overheid om burgers op dit gebied te beschermen.

9. Jailbreaking the Simulation with George Hotz

Het moet gezegd: George Hotz is de jaarlijkse publiekslieveling. De iPhone- en PS3-hacker sprak voorgaande jaren over zijn eigen AI-startup, comma.ai. Waar zijn verhaal dit jaar over gaat? Dat is nog onduidelijk, maar dat het ons tot denken aan zal zetten is zeker.

10. Why all brands need a new type of agency to survive in this millennial age

Last, but not least: Max Pinas. Ook onze eigen Depster staat op de planken tijdens SXSW. Hij gaat in op het waarom en wat van een ‘new kind of agency’, en laat de laatste trends de revue passeren: van AI-gedreven marketing tot slimme apparaten, blockchain en de ontwikkelingen in China. We heten je van harte welkom!

Zo schakel je om naar geautomatiseerde advertentiecampagnes op Google en Facebook

Automatisering van advertentiecampagnes in Google en Facebook klinkt als dé oplossing om een maximaal resultaat te behalen met minimale moeite. De keerzijde is dat de exacte inhoud van de algoritmes die worden gebruikt voor automatisering niet altijd bekend zijn. De machine learningtechnieken van Facebook en Google besparen tijd, maar leiden deze vormen van automatisering ook daadwerkelijk tot betere resultaten?

In een A/B-test worden twee campagnestrategieën met elkaar vergeleken om inzichtelijk te maken welke strategie het meest effectief is ten aanzien van de doelstellingen. Als je bijvoorbeeld gebruik maakt van Facebook Campagnes kun je het resultaat vergelijken met het resultaat zonder Facebook Campagnes.

Dit maakt de impact inzichtelijk en op basis van die informatie valt te bepalen of de investering in Facebook Campagnes opweegt tegen de opbrengsten die daaruit komen. Zo kun je op basis van één testvariabele bepalen welke campagnestrategie leidt tot de beste prestaties, of kun je achterhalen wat de bijdrage is van een branding campagne op de merkperceptie. In Google Ads is het mogelijk een A/B-test uit te voeren door gebruik te maken van ‘Experimenten’ en binnen Facebook vind je A/B-testen in de ‘Test and Learn’ omgeving.

Voorwaarden voor een geslaagde A/B-test

Om zoveel mogelijk voordeel te halen uit een automatische strategie en de resultaten ten opzichte van een handmatige strategie te verbeteren, is het van belang om de campagnes af te stemmen op de algoritmes. Belangrijke onderdelen om rekening mee te houden bij de implementatie van een automatische strategie zijn de volgende:

  • De campagnedoelstelling moet in lijn liggen (max. tien procent afwijkend) met de resultaten van de afgelopen periode.
  • Voldoet een campagne aan de minimale voorwaarden? Denk bijvoorbeeld aan een minimum aantal conversies in de afgelopen dertig dagen. Als er te weinig conversiedata aanwezig is, kun je deze data zelf creëren door softe conversies als een ‘add to cart’ of ‘product view’ toe te voegen.
  • Bepaal de grenzen waarbinnen een algoritme vrij kan testen door het instellen van een maximum en minimum CPC aan de hand van data van de afgelopen periode. Als je geen grenzen aangeeft, zal het algoritme ook exotische biedingen testen. Dit kan leiden tot grote (ongewenste) stijgingen in advertentiekosten.
  • Creëer zoveel mogelijk signalen waar het algoritme gebruik van kan maken in de vorm van doelgroeplijsten en advertentievarianten.
  • Geduld en vertrouwen: de leerperiode duurt, afhankelijk van de hoeveelheid conversiedata, een aantal dagen tot drie weken. Het is belangrijk om in de leerperiode geen grootschalige wijzigingen in de campagne door te voeren, omdat de leerperiode dan weer opnieuw kan starten.
A/B-test voor automatische budgetoptimalisatie

Het doel in een remarketingcampagne is om zoveel mogelijk klikken naar de website te realiseren binnen het beschikbare budget. En door gebruik te maken van budgetoptimalisatie kun je een daling in de kosten per klik bereiken, terwijl de doorklikratio gelijk blijft. Als je wilt testen of automatische budgetoptimalisatie werkt, leent A/B-testen zich hier perfect voor.

Dat dit eenvoudig te testen is, wordt duidelijk uit het volgende voorbeeld van een werkelijke A/B-test. De betreffende campagnes heten voor het gemak campagne A en B. Campagne A is een kopie van een huidige remarketing campagne waarin budgetten handmatig worden verdeeld over de advertentiesets op basis van resultaten van het afgelopen jaar. In campagne B verdeelt Facebook het budget zelf over de onderliggende advertentiesets. De looptijd van de A/B-test (zeven dagen) is vooraf door Facebook bepaald.

Na zeven dagen van deze test zijn grote verschillen zichtbaar, ondanks een relatief laag aantal klikken. Zo is de CTR (link clicks) in campagne B bijna twee keer zo hoog als de CTR (link clicks) in campagne A. Ook de kosten per klik zijn in campagne B 52 procent lager dan in campagne A het geval is. Aan de hand van deze resultaten is het mogelijk om met overtuiging te zeggen dat een omschakeling naar automatische budgetoptimalisatie in deze campagne daadwerkelijk leidt tot een verbetering van de resultaten. Belangrijk om te onthouden, is dat deze uitkomst alleen inzichtelijk is door het uitvoeren van een A/B-test en alleen geldt voor deze campagne. Voor inzichten in andere campagnes moeten nieuwe A/B-testen worden opgezet. Wil je meer zekerheid over de resultaten, dan is het een optie om de looptijd van de A/B-test te verlengen. Vanwege de hoeveelheid data is het verlengen van deze test een verstandige keuze, maar geen vereiste.

Verbeter de resultaten

Een automatische strategie leidt niet per definitie tot een effectievere advertentiecampagne. De grote uitdaging is om van de huidige situatie over te schakelen naar geautomatiseerde strategieën met behoud van de huidige resultaten. Door de juiste voorwaarden te scheppen voor jouw campagnes kun je maximaal profiteren van alle algoritmes en de huidige resultaten behouden of zelfs verbeteren. Om met zekerheid voor het behoud van dezelfde resultaten over te schakelen, is het uitvoeren van een A/B-test en handelen naar aanleiding van de resultaten uit deze test onvermijdelijk.

Machine learning in forensische markt: Crimineel met prepaid telefoon is niet meer anoniem

Voor criminele activiteiten worden vaak prepaid telefoons gebruikt. Het Nederlands Forensisch Instituut (NFI) spoort op basis van machine learning de gebruikers van deze – anonieme – telefoons op. Boeven vangen nieuwe stijl.

“We doen dat via de likelihood ratio-methode die is gebaseerd op de regel van Bayes”, stelt Sander Dalm, data scientist bij het NFI. Maar hoe leidt zo’n ingewikkelde methode gebaseerd op kansberekening tot het vangen van boeven met de burner phones die we allemaal wel kennen uit misdaadseries en -films?

Grote hoeveelheden digitale informatie vormen steeds meer een bron van forensisch bewijsmateriaal. Om patronen in deze gegevens te vinden, maakt het NFI onder meer gebruik van machine learning algoritmen om bewijs te evalueren. Op basis van locatiegegevens kan worden bepaald of mobiele telefoons van dezelfde persoon of van verschillende personen zijn. Daarmee is het ook mogelijk om een anonieme prepaid telefoon te koppelen aan een ander gsm.

“Bij criminele activiteiten wordt vaak gebruikgemaakt van een – anonieme – prepaid telefoon”, vertelt Sander Dalm. “Op basis van de likelihood ratio-methode kunnen we bepalen of de bewegingspatronen van verschillende telefoons een aanwijzing geven dat ze mogelijk dezelfde gebruiker hebben. Dankzij algoritmen kunnen we bepalen of een bewegingspatroon beter past bij telefoons van dezelfde gebruiker of beter past bij onafhankelijke telefoons. We maken daarbij onder meer gebruik van gps en telefoonmasten.”

Bayesiaanse model

Tegenwoordig streven forensische instituten zoals het NFI ernaar de bewijskracht, op basis van datasets en statistische modellen, numeriek te onderbouwen. Voor onderbouwing van hun rapporten maken onderzoekers gebruik van zogenoemde likelihood ratio’s, waarmee ze een uitspraak doen over de bewijskracht van resultaten van forensisch vergelijkingsonderzoek.

Dalm: “Daarbij wordt uitgegaan van een hypothese, oftewel hoeveel waarschijnlijker zijn deze resultaten onder de ene hypothese ten opzichte van een andere?” Een methode die is gebaseerd op het Bayesiaanse model, genoemd naar de Engelse dominee Thomas Bayes, die in de 18e eeuw een eenvoudige wiskundige formule over waarschijnlijkheid beschreef. “Toegepast op forensisch onderzoek beschouwt de regel van Bayes de verhouding van de waarschijnlijkheid van het bewijs onder twee hypothesen. Is deze verhouding tien tegen één, dan past het bewijs tien keer beter bij de ene dan bij de andere hypothese. Daarbij is de verhouding van de waarschijnlijkheden te beschouwen voordat bepaalde onderzoeksresultaten bekend zijn.”

De toepassing van deze methode roept wel vragen op. Zoals hoe rechters omgaan met deze – nieuwe – vorm van resultaatsbepaling. Dalm: “Het trainen van rechters op het gebied van statistiek en hoe ze dit moeten gebruiken zou een goed idee zijn. Het is een nieuwe methode die rechters goed moeten kunnen interpreteren om tot de juiste uitspraak te kunnen komen.”

Verbeteren efficiency en optimaliseren werkprocessen

Ook door PA Consulting wordt data science ingezet om bij organisaties onder meer de efficiency te verbeteren en de werkprocessen te optimaliseren. Willem van Asperen, directeur Applied Artificial Intelligence bij PA: “Bij een callcenter kunnen ze nu bijvoorbeeld op basis van de tone of voice voorspellen of een klant tevreden of niet tevreden is en hun call-agents trainen om gesprekken anders in te steken. En een pensioenverzekeraar krijgt bijvoorbeeld een signaal als een van de bedrijven waarin ze investeren mogelijk slecht in het nieuws komt. Daar kunnen ze op voorsorteren, zodat ze niet overvallen worden. En zo zijn we met heel veel mooie projecten bezig.”

Tegelijkertijd waarschuwt Van Asperen dat momenteel de mogelijkheden van data science worden overschat. “Ik bespeur een tendens waarin men een beetje is doorgeslagen. Alles lijkt mogelijk, maar dat is niet zo. Van niets kun je immers ook niks maken.” Daarnaast blijft het de crux om ontwikkelde methoden praktisch toepasbaar te maken, benadrukt hij. “Veel ontdekkingen in ons vakgebied zijn in open source ontstaan, in de community. Dat heeft heel veel veranderd en zorgt ervoor dat we nu in een hoog tempo aan het ontwikkelen zijn.”

Inschrijving Blockchain Hackathon overtekend

Meer dan honderd teams hebben zich aangemeld om in april mee te doen aan de Odyssey blockchain & AI hackathon in Groningen.

Afgelopen nacht sloot de inschrijftermijn voor het event dat van 11 tot en met 15 april plaatsvindt. Vorig jaar was er ruimte voor vijftig teams. Vanwege de grote interesse verdubbelde de organisatie de capaciteit, die nu ook nu weer helemaal kan worden gebruikt.

De teams gaan over twee maanden de hoofden breken op een van twintig uitdagingen. Daarbij krijgen ze input van de eventpartners. Dat zijn bedrijven als APG, KLM, Vattenfall maar ook verscheidene overheidsinstanties. De winnaar in iedere categorie ontvangt tienduizend euro en de kans om hun idee daadwerkelijk te helpen ontwikkelen.

Een nieuw onderdeel van de Hackathon dit jaar, de derde, is de Ethical Deep Dive, op 8 maart in de Eerste Kamer. Daar bespreken de geselecteerde deelnemers van de hackathon het ethische kompas met elkaar. Dat zijn onderwerpen als nieuwe vormen van eigenaarschap, maar ook soevereiniteit, relatie tussen mens, overheid en bedrijfsleven en de waarborging van rechten zoals privacy.

Aftermovie van editie 2018:

‘Open de black box voor meer AI-transparantie’

Nu artificial intelligence steeds vaker wordt toegepast, groeit de behoefte aan transparantie. Alles wat eerst verborgen was, komt nu steeds meer out in the open. Consumentenrechtadvocaten verleggen hun focus van datacollectie naar hoe AI al die data gebruikt. Hoe bepaalt AI welke gegevens wel of niet worden gebruikt? Hoe beïnvloedt AI de gebruikerservaring? Welke vooroordelen zijn er?

Bedrijven kunnen nu nog kiezen tussen niet-transparante en transparante AI-modellen, maar de komende jaren zal er steeds meer druk komen te liggen op transparantie.

De deur van zelfregulering gaat dicht

Wat betreft gegevensbescherming is in de VS het uur van de waarheid inmiddels wel aangebroken. Het zoveelste dataprivacyschandaal heeft de overheid gedwongen tot nieuwe landelijke GDPR-achtige wetten – iets wat in staten als Californië al aan de orde is en wat de interactie tussen bedrijven en consumenten ingrijpend heeft veranderd. 2018 zou zo maar eens het laatste jaar geweest kunnen zijn waarin bedrijven zelf nog zeggenschap hadden over de privacy van klantgegevens nu wet- en regelgeving gaat veranderen. PSD2 is nu ook in Nederland beschikbaar, maar hoe gaan de banken met de data om?

Wearables als goudmijn en bliksemafleider

Bedrijven beheersen nu het kunstje wel als het gaat om klantmonitoring en productinteracties via social media, internet en mobiele telefoons. De volgende uitdaging wordt het fysiek monitoren via wearables zoals de Apple Watch of Fitbit. Een of meerdere van de technische koplopers zullen in 2019 de code kraken. Dit soort nieuwe technologische ontwikkelingen maken het mogelijk om diepgaande persoonlijke gegevens te verzamelen, te vergelijken en te analyseren door bedrijven, zodat zij nog meer weten over hun klanten. Tegelijkertijd opent deze focus een nieuwe doos van Pandora met vragen over de manier waarop deze data gedeeld en gebruikt worden zonder inbreuk te doen op de privacy van de klant.

Empathie maakt het menselijk

Traditionele vormen van klantenservice gaan uit van vraag en antwoord: de klant roept de hulp in van een bedrijf en het bedrijf lost het probleem zo goedkoop mogelijke op met zo min mogelijk hulpmiddelen. Nieuwe proactieve strategieën zijn totaal anders. Het wordt voor bedrijven mogelijk om met behulp van gebeurtenisdetectie te luisteren naar datapatronen en daar AI op toe te passen. Zij kunnen zo de behoeftes van een klant herkennen op het moment dat ze zich voordoen – en soms zelfs al daarvoor – om de klant vervolgens digitaal via sms, IOS-notificatie, e-mail en andere betaalbare technieken proactief te helpen bij het oplossen van zijn probleem. Sneller resultaat voor de klant en minder kosten voor het bedrijf.

Virtual en augmented reality klaar voor het grote publiek

De ontwikkelingen op het gebied van AR en VR-technologie bleven lange tijd achter. Uitgezonderd van enkele pioniers zoals IKEA die de VR-technologie met succes wist te implementeren, met zijn app om woonruimtes in te richten op basis van VR.  Dit jaar zullen er meer AR/VR-ontwikkelingen op de markt komen, terwijl bedrijven de toepassingen verder verfijnen zodat ze hun klanten een meer intense ervaring kunnen bieden en zich kunnen onderscheiden van hun concurrenten.

Spraak vindt de nieuwe killer app

De virtuele assistent wordt op dit moment vooral ingezet voor de weersverwachting, het beluisteren van een liedje, als alarm of als lichtschakelaar. In 2019 wordt de industrie opnieuw wakker geschud met een nieuwe manier van klantenbinding in de vorm van thuisassistenten die zorgen voor een nieuwe golf van toepassingen voor spraakherkenning. Er komen meer instructies en diensten beschikbaar voor bedrijven die deze nieuwe mogelijkheden voor virtuele ondersteuning onderkennen.

IoT en 5G doen data en AI exploderen

Creditcardtransacties, locatiegegevens, netwerk feeds, algoritmische handel, signalen van mobiele apparaten, het weer en nieuwsupdates…signalen als deze zijn de spil van alle moderne vormen van handel drijven, communicatie, computergebruik en netwerken. Ongekend populair bij marketeers onder de noemer: ‘event streams’.  AI is een dataverslinder en heeft bergen data nodig om slimmer te worden en event streams leveren een enorme bron aan (veelal onbenutte) informatie over klanten en bedrijven. In combinatie met de nieuwste technieken voor AI, machine learning, decisioning, stemoptimalisatie en realtime interactie, staan we aan de vooravond van een totaal nieuw engagement tijdperk met relevante en gebeurtenis gerelateerde interacties aangestuurd vanuit klantgedrag.

Page generated in 1,172 seconds. Stats plugin by www.blog.ca