AI: machines nemen beslissingen
24 mei 2018
AI, of artificial intelligence, is het nieuwe buzzword als het gaat om marketing automation. Met AI worden data geanalyseerd en beslissingen genomen zonder dat er nog een mens aan te pas komt. Dat kan gaan tot en met het samenstellen van communicatie, al dan niet gedrukt. Pieter Strouven (Selma) en Niko Nelissen (Blendr) vertelden er onlangs over bij de Belgian Association of Marketing.
“AI is een hype vandaag,” zegt Pieter Strouven van Selma.ai in Antwerpen. “Als je naar LinkedIn gaat, gaan negen op de tien posts over AI en allemaal zeggen ze iets verschillend. AI steunt sterk op machine learning. Je kunt het vergelijken met een feedback-lus, een zichzelf continu bijsturend systeem.” Strouven zet intelligentie af tegen ‘stupidity’. “Stu-pidy is steeds hetzelfde doen en verwachten dat er telkens iets anders uitkomt. Intelligentie is op basis van de uitkomst je aanpak zo aanpassen dat je steeds dichter bij het gewenste resultaat belandt. Dat proces ga je automatiseren om dat efficiënt te laten gebeuren.”
Niko Nelissen van Blendr in Gent zegt dat AI een modewoord is dat sexyer klinkt dan machine learning. “AI is heel breed. Het gaat om het automatiseren van repetitieve taken die door de mens worden uitgevoerd. In industrie gaat het bijvoorbeeld om het verder automatiseren van bandwerk, bijvoorbeeld het herkennen van producten die niet goed zijn.”
Wat er met het inzetten van AI gebeurt, is dat de software van een computer de hersenen nabootst. “Hersenen werken met neuronen en kleine impulsen. Het zijn neurale netwerken. In de computer werkt het op dezelfde manier. Netwerken van bolletjes die verbonden zijn met elkaar. ‘Big data’ is de input. De data gaan in het netwerk en dan komt er een eindresultaat,” aldus Nelissen. Het gaat om ‘deep learning’. Een klassiek voorbeeld is ‘cat & dog’. Je geeft eerst duizenden foto’s van honden en katten in en op een gegeven moment beslist de computer op basis van herkenning en algoritmen autonoom aan of er een hond of een kat op de volgende foto staat. Nelissen: “Dat kon vroeger alleen de mens. Software leert zoals de mensen en gaat een probleem oplossen. Je kunt dit ook toepassen op foto’s voor drukwerk: het systeem gaat de juist stockfoto vinden voor een advertentie. In het zoeken van de juiste foto met de juiste sfeer kruipt tijd. Maar er is een bedrijf dat AI heeft gemaakt die toe laat een foto te zoeken op basis van esthetische criteria. Vroeger konden alleen de mensen dat.”
Toepassingen
Marketeers kunnen AI inzetten om beter te targetten door beter te profileren. “Er zijn heel veel toepassingen waardoor de marketeer betere beslissingen kan nemen,” zegt Pieter Strouven, “de juist boodschap, via het juiste kanaal, op het juiste moment naar de juiste persoon. Marketeers gebruiken nog veel gutfee-ling bij het nemen van beslissingen over wie welke campagne moet krijgen. Een folder gaat vandaag naar een groep waarvan ze weten wat de historie is en wat die opgebracht heeft, bijvoorbeeld mensen ouder dan 35 in een stedelijk gebied. Van hen dénken ze dat ze het beste publiek zijn. AI gaat dat onderbouwen met data en gaat suggesties geven om het beter te doen.” Als voorbeeld geeft hij een reisbureau in Vlaanderen dat regelmatig e-mailcampages doet. “Vroeger gingen alle campagnes naar iedereen, maar men wilde dat niet meer, men wilde alleen nog die mensen bereiken voor wie de inhoud het relevantst was. Het systeem ging daarop voorspellen of iemand zou doorklikken of niet door te kijken naar wat hebben ze in het verleden gekregen hadden, waarop ze gereageerd hadden en waarop niet.” Zijn de voorspellingen juist dan wordt het systeem slimmer. Gaat het niet zoals verwacht, dan gaat het systeem automatisch aanpassingen doen. Strouven: “AI is een krachtige techniek, die snel patronen kan leren en snel die kennis kan gebruiken. Zonder AI zou een marketeer of analist na elke marketingactie alle resultaten voor iedere ontvanger moeten nakijken en analyseren wat er mogelijk beter kan. Met AI gebeurt dit automatisch, continu en razendsnel. AI kan heel wat data autonoom verwerken en vervolgens suggesties doen aan de marketeer.”
Segment of one
Niko Nelissen zegt dat AI ook werkt bij userprofiling en het beter segmenteren van groepen om gepersonaliseerde reclame te ontvangen. Nelissen geeft als voorbeeld websitebezoek in de autosector en dan voorspellen wanneer de surfer (in dit geval op basis van het IP-adres die zich al dan niet bij de adverteerder met zijn naam en adres bekend gemaakt heeft) écht interesse toont. Het doel is dan om op het juiste moment - niet te vroeg, niet te laat - relevante communicatie te tonen en zelfs om te voorspellen wanneer er een aankoop zal zijn.
Het systeem kan dan zelfs de inhoud van de communicatie opstellen. Nelissen: “Er bestaat nu slimme AI die teksten en e-mail-verkeer kan analyseren en dan voor de ontvanger de perfecte tekst in de advertentie kan tonen. De inhoud komt dan overeen met de persoon met wie je communiceert. AI helpt om een antwoord op te stellen: de perfecte tekst voor één bestemmeling, in marketingtermen een ‘segment of one’. Dat is personalisatie tot op het individu van tekst, afbeelding en aanbod. Aan de hand van AI kun je het kanaal kiezen (e-mail of papier), het tijdstip, de frequentie, de aanbieding, de foto…” Die zaken worden automatisch gegenereerd op basis van data.
Strouven noemt in dat verband Colruyt Laagste Prijzen een van de weinige bedrijven die op dat gebied geavanceerd is. “Niet iedereen krijgt dezelfde folder, de aanbiedingen verschillen. Als je een aanbieding aankoopt, dan weet het systeem dat. Dat zoekt verbanden tussen aankoop en de folder,” zegt hij. De grote retai-lers in ons land hebben een voorsprong door het gebruik van de getrouwheidskaart voor de datacollectie.
Effectiever
Op basis van AI kunnen marketingacties niet alleen preciezer gericht worden, maar ook efficiënter gemaakt worden. Winkels kunnen op basis van hun klantenkaarten zien wie er na een communicatiecampagne wel en wie niet een vestiging bezocht heeft. En ze kunnen zien of degenen welke communicatie-inhoud het meest effectief is geweest. Pieter Strouven: “Dat is nodig want campagnes versturen is ook een investering. Dat kan een zuivere marketing-kost zijn zoals druk- en verzendingskosten. Maar je investeert ook in de goodwill van de klanten van wie je aandacht vraagt. Te veel irrelevante boodschappen en ze haken af. Dus kun je zeggen dat je idealiter alleen communiceert naar die mensen voor wie de campagnes in een meerwaarde resulteren. Het heeft immers minder zin een dure folder te versturen naar iemand die soms of weinig koopt, of naar iemand die waarschijnlijk toch niet zal kopen.” Je kunt ook bekijken of iemand sowieso komt, folder of niet. Strouven: “Het optimale is dan om enkel te communiceren naar die mensen waar het ontvangen van de campagne het verschil maakt tussen niet en wel kopen. Die moet je als het ware over de grens duwen. De kostenbaten zijn dan beter.”
Strouven geeft als voorbeeld de aanpak voor een telecom-provi-der. “Men wilde enkel mensen via het callcenter contacteren die effectief zouden ingaan op een cross-sell aanbieding. Op basis van een analyse van aankoopgedrag en klantendata zocht men personen met een hogere kans om te reageren. Dat is redelijk gelukt: 90 % van de conversie is behouden door 30 % van de call-lijst niét te bellen. Dat betekent een kostenbesparing. Dat gaat ook op voor direct mail: 100 brochures in plaats van 1.000 betekent minder kosten voor drukwerk en minder postkosten.”
Als artificiële intelligente de marketeer helpt, heeft dat overigens gevolgen voor de werkwijze van de marketeer en van zijn servicepartners. Niko Nelissen zegt dat de klassieke marketingagen-da gaat wijzigen. Er zullen vaste momenten blijven (eindejaar, Pasen), maar de frequentie en de aantallen zullen wijzigen. Niet meer alles voor iedereen, maar voor de een meer dan voor de ander, op andere tijdstippen. Voor de drukkers en de mail-houses betekent dat ook variabele aantallen en volumes. En de drukker weet bij wijze spreken niet meer wat hij drukt: het systeem bepaalt wie wat krijgt…
Data driven
Wie met artificiële intelligentie aan de slag wil gaan, moet wel over data beschikken, over de juist data én er iets mee kunnen. Dat is niet altijd het geval, zo bleek uit de jongste Jaarlijkse Marketing Enquête van The House of Marketing. Daaruit bleek dat 69 % van bedrijven niét datagedreven zijn. Bijna de helft van de marketeers liet weten dat er geen goede datastrategie is. Nog eens bijna 50 % geeftook aan dat de verschillende databronnen niet met elkaar verbonden zijn. 44 % zegt dat tijdgebrek een goede datastrategiein de weg staat. Voor 37 % is erte weinig personeel om de datate verzamelen en te analyseren. 35 % zegt dat er te weinig kennis in huis is en 26 % wijst op silo-denken tussen de departementen als grootste hindernis.
Karolien Vanhelden van The House of Marketing stipt aan dat vaak niet een gebrek aan data het probleem is, maar eerder een teveel aan data in combinatie met gebrekkige analyse-methoden. The House of Marketing peilde in dat verband naar welke analyses marketeers doen op basis van de data en welke instrumenten ze daarvoor hebben. De meeste marketeers analyseren het verleden (31%). Een kwart kijkt naar het diagnostisch aspect (wat kunnen ze met de data doen in de contacten met de consumenten). 15 % kijkt naar het voorspellende karakter (predictive).
Ad van Poppel
Lunch Garden: marketing automation
Lunch Garden zet sinds 2014 volop in op geautomatiseerde marketing en gebruikt daarvoor Actito for Retail, “….een erg efficiënt marketinginstrument dat ons toelaat onze klanten te kennen, te volgen en te weten waar ze van houden. Doordat we weten wat hen tevreden stelt, kunnen we een continue dialoog met onze klanten opbouwen en onderhouden.” Geautomatiseerde marketing heeft volgens Lunch Garden meerdere voordelen: “Het laat ons toe te weten wie onze klanten zijn, wat ze van ons verwachten en hoe we hen kunnen (blijven) tevredenstellen. Dankzij geautomatiseerde marketing kunnen we ook de impact van onze activiteiten meten en dus de ‘return on invest-ment’ kennen. Dat laat ons meteen toe onze acties voortdurend te monitoren en bij te stellen waar nodig.”
Lunch Garden zet marketing automation vooral online in en stuurt op regelmatige basis automatische e-mailings naar hun klanten. “Het moment waarop we dat doen, hangt af van hun individuele consumentcyclus. In Actito hebben we een vijftiental vooraf uitgeschreven scenario’s geactiveerd, die vervat worden in die mailings. We passen de ‘look & feel’ van onze emails aan aan onze specifieke klantencategorieën.”
Ook bij klassieke marketing helpt marketing automation. “We kunnen de stijl en de boodschappen van onze affichecampagne op bushokjes laten afhangen van het type ‘Lunch Garden’-publiek in de omgeving van dat specifieke bushokje. Op basis van de database kunnen we ook te weten komen welke postcodes het meest relevant zijn voor een huis-aan-huis campagne.”