DDMA Data Dag 2017 Hot Topic: De marketingtoepassing van A.I. en machine learning

27 november 2017

Artikel geschreven door Nieck de Groot, Medior Consultant

‘Enabling customer experiences’ is het thema van de DDMA Data Dag 2017 in Pakhuis De Zwijger in Amsterdam. “De klant moet er blij van worden om zaken met je te doen. Data is daarbij de katalysator”, aldus Hendrik-Jan Fleury, voorzitter van de commissie Klantdata & Dialoog bij de DDMA.

Waar de focus binnen bedrijven enkele jaren geleden nog lag op het verzamelen van zoveel mogelijk data, is deze in hoog tempo verschoven naar hoe data optimaal ingezet kan worden. Of beter nog, hoe we computers kunnen leren dit zelf te doen, door middel van machine learning en artificial intelligence (A.I.).

De onderwerpen variëren van hoe belangrijk het is om eerst de basis op orde te hebben tot welke banen het eerst zullen verdwijnen als machine learning en A.I. zich verder ontwikkelen. Uiteraard is er aandacht voor privacy, de GDPR en dat compliance aan deze wetgeving niet gelijk staat aan het ethisch omgaan met consumentendata, iets waar algoritmes geen rekening mee houden.

Simon James van SapientRazorfish laat ons zien dat je met behulp van A.I. nu al grote hoeveelheden ruwe data kan verwerken. Het gebruik van satellietbeelden bij het inschatten van de productiviteit van bedrijven, door middel van herkenning van het aantal auto’s op de parkeerplaats, of het oliepeil in olie-opslagtanks, levert waardevolle data op voor bijvoorbeeld investeringsmaatschappijen.

Heb jij wel eens een Skype- of een ander video-interview gehad voor een sollicitatie? Dan is het mogelijk dat een algoritme van HireVue op basis van beeldherkenning al heeft ingeschat of je voldoet aan de persoonseigenschappen voor de functie op basis van o.a. lichaamstaal, gezichtsuitdrukking en intonatie nog voordat een recruiter je cv gezien heeft.

Dit roept vragen op over of hoe ver je kunt gaan in het verbeteren van (marketing)processen zonder dat dit ten koste gaat van het vertrouwen van je klanten. Simon James raadt bedrijven aan om een proactieve en open houding aan te nemen, door bijvoorbeeld het bedrijfsstandpunt omtrent ethisch datagebruik op te nemen in hun visie, net als bij de opkomst van MVO.

De winnaar van de DDMA-award (KNVB) vertelt ons met behulp van de nodige voetbal analogie dat het gelukt is om alle data van ledenbestanden tot voetbaluitslagen van alle (amateur) clubs en salesdata van kaart- en merchandise-verkoop van Oranje te aggregeren in één database. Een goed voorbeeld waarbij van het op orde hebben van de basis heeft geleid tot het verhogen van hun commerciële resultaat met 100%. Ook ondersteunen ze met deze data lokale verenigingen bij het in kaart brengen van kansen en bedreigingen.

VacanceSelect, een van de andere genomineerden zet data analytics in door offline (boekingsdata) en online (websitebezoek) data te gebruiken om klanten een gepersonaliseerd resultaat op zoekacties te geven. Met behulp van de Google Custom Search API wordt een zoekopdracht naar ‘kindvriendelijke campings’ vertaald naar een landingspagina die dynamisch de juiste foto’s laat zien met daarop animatieteams en speeltuinen.

Daarnaast bepaalt VancanceSelect met predictive modelling welke bezoekers een hogere kans hebben om te converteren om alleen op die klanten follow-up marketing in te zetten. Data kan dus ook ingezet worden om in sommige leads niet verder te investeren.

Dit brengt ons bij een minder vaak besproken vorm van data-driven decision making, namelijk het ontkrachten van aangeleerde waarheden op basis van resultaten uit data analyse om zo weerstand weg te nemen en de weg vrij te maken voor nieuwe stappen in de digitalisering van de organisatie. Dit is volgens de marketing directeur van Manutan dan ook de sleutel om het management én de organisatie zover te krijgen dat men keuzes op basis van data analytics omarmt en promoot.

Naast data driven toepassingen en digitalisering binnen de organisatie, was de plek die artificial intelligence en machine learning gaan innemen binnen onze samenleving een veelbesproken onderwerp.

Bart Fussel van aFrogleap vertelt over de impact van de razendsnelle ontwikkeling (waaronder A.I.) die de wereld doormaakt aan de hand van ‘the law of accelerating returns’. Als iemand uit 1750 meegenomen zou worden naar 2017, zou die persoon de technologische verandering mentaal mogelijk niet aankunnen. Met het huidige tempo van technologische ontwikkelingen, zou hetzelfde waar zijn voor iemand uit 2017 die plotseling terecht komt in het jaar 2035. Hoe gaan we hiermee om?

Sagar Savla van Google maakt hierover het punt dat de discussie over A.I. zich nu voornamelijk focust op de polarisatie; het wordt onze grootste kans óf we gaan eraan ten onder. Terwijl de discussie zich meer zou moeten richten op hoe de synergie van mens en computer ons verder kan helpen. A.I. is er niet ‘opeens’ al lijkt dit zo door de recente media-aandacht. In werkelijkheid is deze al decennia in ontwikkeling en nog steeds weet Siri af en toe niet wat je bedoelt. Net als bij eerdere uitvindingen waarbij de potentie niet meteen duidelijk was, zullen A.I. en machine learning ook nieuwe, nog onbekende banen opleveren.

Volgens hem kun je de discussie, over wat het verschil tussen A.I. en machine learning is, beter links laten liggen en gewoon klein beginnen om erachter te komen wat deze twee technologieën voor jouw organisatie kunnen betekenen. Want alleen door trial en error kun je resultaat halen uit de nieuwe technologieën die ons leven zullen gaan verrijken, was de conclusie van veel sprekers op de DDMA Data Dag.

Bekijk hier de presentaties en foto’s van de dag terug.