Alle AI-cases die je moet kennen

Leestijd: 6 minuten

AI is veel in het nieuws. Maar, wat kun je er als marketeer mee? Ik vond een interessant overzicht van toepassingen. Het is erg uitgebreid. Dus ik heb het puntig voor je samengevat. Een lijstje om te archiveren!

Uitgangspunt 

Persoonlijke marketing
Voor marketeers is een belangrijke belofte van AI is dat ‘massa-marketing’ eindelijk echt persoonlijk kan worden. Een eenvoudig voorbeeld komt van merken als Spotify, Amazon en Netflix. Zij geven met AI steeds individuelere aanbevelingen, waardoor hun service veel persoonlijker wordt. Hierdoor weten ze een bovengemiddelde loyaliteit te creëren. Immers, hoe relevanter een dienst is, hoe vaker je ‘m gebruikt.

Handig hulpje
Overigens zijn niet alle diensten, die gebruiken maken van AI, perse 100% kunstmatig. Vaak doen robots het voorwerk en dragen gewone mensen zorg voor de laatste stap. Dit is het geval bij de gesprekken die KLM voert via messenger-diensten. Robots geven suggesties voor een antwoord, de medewerker bepaalt wat het antwoord uiteindelijk wordt.

Keuze
Het onderstaande overzicht toont aan, dat AI reeds op heel veel plekken is opgedoken. Daarmee staan marketeers voor een belangrijke keus: willen ze klanten persoonlijk gaan benaderen, dan kunnen ze uiteindelijk moeilijk zonder AI. Of ze muziekdiensten bieden, campagnes willen optimaliseren, een helpdesk hebben of hun winkelformule willen optimaliseren.

1. Beeld

Zelfrijdende auto’s
Het eerste domein waarbij AI belangrijk is, is de herkenning van beeld. Een populair voorbeeld is de zelfrijdende auto. Deze kan niet zonder AI. AI helpt de auto te begrijpen wat hij ziet: een kartonnen doos of een kind op een fietsje.

Winkelbezoek
Winkels gebruiken soortgelijke technieken om te begrijpen wat bezoekers in hun winkels doen: welke schappen werken goed en welke minder? Hierbij kan gezichtsherkenning worden gebruikt: wie doet wat in de winkel, hoe vaak komt deze persoon terug en wie heeft hij nog meer bij zich?

Nummerborden
Winkels gebruiken dit soort technieken inmiddels ook om de nummerborden van langsrijdende auto’s te noteren. Door deze gegevens te combineren met externe databases, wordt het steeds makkelijker om uit te vinden wie de mensen zijn die langsrijden, wat ze te besteden hebben en waar ze wonen.

Cases
Voorbeelden zijn dit soort diensten zijn ShopperTrakRetailNext en OpenAPLR.

Sociale media
Ook door sociale media wordt AI, die beelden kan herkennen, belangrijker. Sociale media gebruiken tegenwoordig immers minder tekst en worden steeds visueler. Denk aan Snapchat, Instagram, Pinterest of YouTube.

Beeld is een stuk lastiger te interpreteren dan woord. Dus zijn ‘deep-learning’-technieken nodig om te begrijpen waar beelden op sociale media over gaan, welke trends er achter zitten en wat het sentiment hierbij is.

Cases
Voorbeelden: ClarifAICloudsightIndico en Dextro.

Archivering van beeld
We zetten met z’n allen steeds meer beelden online. En we verwachten dat deze steeds makkelijker gevonden kunnen worden. AI kan helpen deze media te inventariseren.

Een goed voorbeeld is uiteraard de mogelijkheid om met Google naar een afbeelding te zoeken. Google’s AI herkent inmiddels heel goed wat er op een afbeelding gebeurt, welke labels deze moet krijgen en zelfs wie er op het plaatje staat. Bedenk dus, dat als je straks zoekt naar ‘een kat die in de sneeuw met een bal speelt’, je afbeeldingen krijgt, die een computer zo heeft herkent.

Cases
Illustraties zijn Adobe Smart TagsAsset Bank en Google Cloud Vision API


2. Taal

Siri en callcenters
Het gebruik van AI is in dit domein wat bekender. Onderzoekers zijn al decennia bezig om computers te laten begrijpen wat mensen bedoelen als ze iets opschrijven of iets uitspreken.

Een vroeg voorbeeld was de computer van een callcenter. Deze probeerde het onderwerp van je vraag  te begrijpen om je zo direct met de juiste medewerker door te verbinden.

Inmiddels kennen we deze toepassingen ook van Amazon’s Alexa en Apple’s Siri. Een mooie mijlpaal is IBM’s Watson. Watson begrijpt tekst zo goed, dat het een spelletje Jeopardy won.

Chatbots
Dit gebied krijgt tevens veel aandacht door chatbots, bijvoorbeeld via Twitter, Facebook Messenger of Whatsapp. De grote belofte is dat merken zo authentieke, persoonlijke gesprekken met grote hoeveelheden klanten kunnen voeren. Maar dit is nog een stip aan de horizon.

In eerste instantie helpt AI klanten vooral om snel een oplossing te vinden, zonder door uitgebreide keuzemenu’s te lopen. Ofwel, doordat de chatbot herkent waar een vraag over gaat, kan hij snel suggesties doen waar het antwoord gevonden kan worden.

Deze bots zijn belangrijk, omdat chat-omgevingen steeds volledigere ecosystemen worden. Ze bieden toegang tot een heel scala aan diensten. Inspiratie is uiteraard het succes van het Chinese WeChat. Een slimme robot kan een gebruiker dus straks vrijwel overal mee helpen.

Cases
Facebook MessengerAlexa Skills APIConverse.AI en IBM Watson.

A/B…Z
Een andere toepassing van taal en AI is een geavanceerde versie van A/B-testen. Doordat computers taal beter begrijpen, kunnen ze continu nieuwe varianten van een communicatieboodschap testen. Robots leren zo autonoom welke communicatiestrategie het beste werkt voor welk type klant.

Een marketingcampagne heeft hierdoor geen vaste vorm meer, waar een strateeg vooraf over nadenkt. Hij krijgt een hele organische opbouw, waarbij de invulling wordt gebaseerd op trial-and-error.

Cases
Voorbeelden zijn: PersadoIPSoftAutomated Insights.

Sentiment
Voor merken wordt het ook steeds belangrijker om het sentiment van klanten te herkennen. Robots zijn inmiddels goed in staat te begrijpen of een klant blij, teleurgesteld of geïrriteerd is.

Zo kan sneller ingespeeld worden op een mogelijke crisis. Dit kan tijdens een 1 op 1-contact, om te herkennen dat een klant niet tevreden is over de dienstverlening en dus een plan B nodig is. En het is belangrijk voor sociale media, om een negatief sentiment te identificeren voordat het momentum krijgt.

Cases
Toepassingen zijn LexalyticsSysomos en Crimson Hexagon.

3. Advies

Data-analyse
AI kan marketeers ook adviseren welke beslissing het beste gemaakt kan worden. Data-mining speelt hier een belangrijke rol: robots kunnen grote hoeveelheden data vertalen naar eenvoudige inzichten.

Programmatic-buying
Maar behalve adviseren, kunnen machines ook steeds vaker zelf beslissingen maken. Bijvoorbeeld of het zinvol is om extra budget voor een lopende digitale campagne aan te wenden. Programmatic-advertising is een goed voorbeeld. Computers zijn een stuk beter in staat dan mensen om snel te beslissen welk bod op welk moment moet worden uitgebracht.

Cases
Voorbeelden: Adobe Media OptimizerRocket Fuel en Kenshoo.

Tweelingen
Tweeling-analyse is een andere trend. Bedrijven kunnen met AI analyseren welke nieuwe groepen mensen veel overeenkomsten vertonen met hun bestaande klanten. Zo kan ontdekt kan worden, dat mensen die een bepaalde winterjas kopen, veel overeenkomsten hebben met de bezoekers van een specifieke wintersport-site.

Cases
Illustraties: Oracle BluekaiAdobe Audience Manager en DoubleClick van Google.

Flexible content
Veel online content wordt nog aangeboden op basis van handmatige geformuleerd regels. Deze zijn bijvoorbeeld gebaseerd op de locatie van een gebruiker: als iemand in Amsterdam is, krijgt hij net wat andere content dan iemand in Rotterdam.

Met slimme algoritmes kan content direct worden aangepast terwìjl de bezoeker de website gebruikt. De potentiële klant kan bijvoorbeeld een lagere prijs aangeboden krijgen, wanneer de robot inschat dat de kans groot is dat hij de site verlaat.

AI wordt hierbij steeds beter in staat om te leren. Het kan automatisch nieuwe patronen ontdekken: wat moet worden gedaan om de kans op een online aankoop zo groot mogelijk te maken? Iedere succesvolle ingreep wordt gebruikt om toekomstige acties aan te scherpen.

Cases
Voorbeelden: NeoWizeBloomreach en Sentinent.

4. Voorspellen

Aanbevelingen
Tenslotte zijn er AI-technieken, die anticiperen op een toekomstige handeling van een gebruiker. Een bekend voorbeeld zijn aanbevelingen: als je dit leest of kijkt, vindt je dit boek of deze film vast ook leuk.

Waar deze adviezen nu vaak zijn gebaseerd op overlappend aankoopgedrag, kan AI een flinke stap verder maken. Het kan allerlei aanvullende data gebruiken, zoals het apparaat dat wordt gebruikt en het tijdstip van het bezoek. Deze gegevens kunnen worden gecombineerd met externe data. Hiermee kan een ‘koude start’ worden voorkomen: als een klant nog weinig gekocht heeft, is het moeilijk een goede voorspelling van een aankoop te doen.

Under Armour en Nortface
Twee illustraties in dit kader: sportmerk Under Armour gebruikt de AI van IBM’s Watson om betere productaanbevelingen te doen. Hierbij wordt gebruik gemaakt van allerlei voeding- en fitnessdata van derde partijen.

Northface’s gebruikt “Find the perfect jacket”. Via een simpel vraag-en-antwoord-spel (‘Waar ga je wanneer naar toe en wat ga je doen?’) krijgt een gebruiker direct een persoonlijke aanbevelingen welke producten het beste bij hem passen.

Cases
Leveranciers: Amazon DSSTNELiftIgniter of IBM Watson.

Voorspelling
Het nieuwe in dit domein is dus dat big-data vaak gericht is op het verleden: wat hebben mensen gedaan en hoe succesvol was een bepaalde benadering? Met AI wordt geprobeerd om toekomstig gedrag te voorspellen. Deze benadering is erg interessant om de effectiviteit van CRM te vergroten.

Salesforce Einstein geeft marketeers pro-actief een seintje als belangrijke ontwikkelingen op stapel staan. Bijvoorbeeld als de kans groot is dat een belangrijke klant een contract niet gaat verlengen. Hierbij worden algemene markttrends gecombineerd met hele specifieke, individuele data.

Cases
Voorbeelden: Salesforce EinsteinIBM Predictive Analytics en Marketo.

Kortom
Ofwel, gebruik je nog geen AI, weet dan dat de kans groot is dat je dat in de toekomst wel doet. Direct, doordat je deze technieken zelf gebruikt. Of indirect, doordat een toeleverancier AI inschakelt.

De samenwerking tussen marketing en ICT wordt hiermee nog belangrijker. Evenals een kritische analyse wat AI precies voor je organisatie kan betekenen. En of het echt gaat om een betere, persoonlijkere service of een grappig gimmick.

Als je zelf AI wilt ervaren, check dan dit artikel dat ik eerder schreef: Speel pictionary met Google’s AI.

Erg interessant: UX in 2017

Leestijd: 4 minuten

Het is 2016. Merken draaien voor een belangrijk deel om interfaces. Immers, contact tussen mens en merk vindt steeds meer in digitale omgevingen plaats. De app die je gebruikt om in te checken bij een hotel. De site waarmee je je nieuwe zorgverzekering bekijkt. De identificer van de bank, die je nodig hebt om een betaling te doen. Of de taxi die je via je smartwatch bestelt.

Recentelijk vernam ik van een ING-er dat de mobiele app het beste loyaliteitsinstrument van de bank is. Ofwel, het merk met de beste digitale interface, slaat een belangrijke slag.

Daarom denk ik, dat ontwikkelingen rond interfaces steeds meer bepalen op welke manier merken vorm krijgen. In dat kader is dit een uitgebreid, maar erg interessant artikel: UX in 2017.

Niet zoveel tijd? Mooi. Hier som ik de opvallendste trends op.

Gebruiksvriendelijk is passé
Gebruiksvriendelijk is geen buzzword meer. Het is een vanzelfsprekend. Alle digitale interfaces moeten eenvoudig bruikbaar zijn. In de meeste gevallen zijn hier genoeg basisregels en standaardoplossingen voor.

Woorden als mobile-friendly en responsive-design zijn daarmee overbodig geworden. Dit jaar heeft Google het label ‘mobile friendly’ dan ook uit haar zoekresultaten verwijderd. Dit gold voor 85% van de resultaten.

Het gaat nu om de magie van de kleine dingen. De details in de navigatie. De verfijndheid van de transities. En de slimme keuzes die de ontwerper heeft gemaakt, zodat een gebruiker die niet meer hoeft te maken.

Dit soort kleine dingen kost een boel tijd, geduld en energie. Maar daarin won Gmail het van Yahoo Mail en Medium het van Blogger. De killers zijn niet zozeer het gebruiksgemak, maar de relevantie, het plezier en de gedenkwaardigheid van de gebruikservaring.

Alles is een conversatie
De term ‘Chatbot’ komt in vrijwel alle trendlijstjes van 2017 voor. Want binnenkort is bijna elke digitale interactie met een merk terug te brengen tot een gesprek met een intelligente bot. Menu’s worden daarmee overbodig. Of het nu gaat om bankieren of het doen van een aankoop. Het kan straks allemaal via een vraag en antwoord-spel in een Messenger app.

Maar zelfs je scherm wordt overbodig. Conversaties tussen merk en mens gebeuren steeds vaker mondeling, dankzij slimme assistenten, zoals Apple’s Siri. Hierdoor wordt interactie met merken vrijwel overal mogelijk. Zo kun je op de fiets beide handen aan het stuur houden en toch dat leuke jurkje bestellen.

Doordat deze interacties niet alleen persoonlijk relevant, maar ook zeer schaalbaar zijn, winnen ze snel aan belang. Want waarom zou je op Internet helemaal iets gaan opzoeken, als je het direct kunt vragen?

Hamvraag is daarmee welke partij de dominante assistente wordt. Want uiteindelijk is de kans groot, dat ook hier een ‘winner takes all’-model geldt, net als search of social.

Ofwel, het is waarschijnlijk, dat een enkele partij straks een sleutelrol vervult bij heel veel interacties tussen merken en mensen. WeChat Messenger, Facebook Messenger, Slack, Apple’s Siri, Amazons Alexa en Google Home staan te trappelen.

Het doorbreken van het scherm
Vandaag draait veel digitale interactie om doen alsof. ‘Ga met je vinger over dit glas en doe net alsof je een metalen schuifje naar rechts duwt’.

In 2017 vraagt interactie om een ander soort inlevingsvermogen. Computers moeten zich inleven in mensen. Want wij gaan steeds meer met apparaten om, zoals we met andere mensen omgaan. Door tegen ze te praten. Of door naar ze te gebaren.

Computers moeten daardoor heel goed begrijpen waarover mensen praten. Hoe ze erover praten. Wat hun intonatie, accent of stemming is. Wat ze bedoelen met hun gebaren, lichaamstaal of houding. En ze moeten rekening houden met de cultuur of leeftijd van een gebruiker. Psychologie, antropologie en etnografie zijn dan belangrijke vakgebieden.

Alles aan elkaar breien
Vroeger had een merk redelijk de controle hoe de interactie met een klant verliep. Het schema zat immers voorgebakken in de knoppen en de menu’s.

Nu kan de klant met z’n Apple Watch of Amazons Alexa een taxi bestellen, zonder ook maar een voorgeprogrammeerde knop in te drukken. Hij bepaalt hierbij het verloop van de dialoog, niet het merk.

Ook dit moet een vloeiende ervaring zijn, hoe het pad van de gebruiker ook loopt. Want ook hier ligt een fikse uitdaging: zo’n interactie overstijgt steeds vaker individuele ecosystemen. Een klant wil de taxi bestellen via Amazons Alexa, de verwachte aankomsttijd ontvangen op de Apple Watch, de kosten delen met vrienden via Facebook Messenger en het ritje evalueren via de iPhone.

Alle deze interacties moeten ook nog eens duidelijk van hetzelfde merk afkomstig zijn. Gedetailleerde klantreizen, analyses van ecosystemen en snelle prototypes zijn dan cruciaal.

Het virtuele paradigma
Van Matrix tot Her, we fantaseren al jaren over het leven met een virtuele laag. Deze laag wordt steeds realistischer. En dit geldt ook voor de interacties die daarmee gepaard gaan.

Dit vraagt om een nieuw paradigma. Bijvoorbeeld rond universele handgebaren. Gelden die van de fysieke wereld ook in de virtuele? In hoeverre verwachten mensen dat fysieke en virtuele werelden overeenkomen? Wat betekent dit voor geluid, architectuur of belichting? Hoever zijn grenzen hierbij op te trekken? En hoe ervaren we onze eigen ‘zelf’ in dit kader?

Generalisten en specialisten
Het ontwerpproces verandert hierdoor uiteraard. Eerst draaide dit vooral om het organiseren van informatie en het inrichten van visuele kaders. Deze expertises waren goed in één persoon te combineren. Nu wordt de pluriformiteit een stuk groter.

Hierdoor ontstaan nieuwe specialisme. Bijvoorbeeld Artificial Intelligence Designers, Experiential Designers of Verbal Designers. En nieuwe, iteratieve samenwerkingen. Data Designers moeten bijvoorbeeld samenwerken met VR Screenwriters en Motion Designer om uit te vinden hoe een virtuele ervaring vorm krijgt.

Tegelijk zijn er generalisten nodig, die alles aan elkaar breien en het grote plaatje in de gaten houden. Zij moeten verstand hebben van management, maar ook van design of strategie. Deze generalisten doen straks niet meer ‘van alles’. Ze richten zich vooral op het verbinden van alle elementen, die bij het ontwerpen van een interface komen kijken.

Design gaat automatisch
Inderdaad, dat betekent meer gedoe. Maar geen nood, andere dingen worden juist weer makkelijker. Er komt steeds meer automatisering bij het ontwerpproces kijken. Bijvoorbeeld rond onderzoek. Handige hulpmiddelen verzamelen tijdens het schetsproces direct feedback van gebruikers. Ze maken automatisch meerdere versies van een ontwerp. Of verzamelen automatisch de data die nodig is om een volgende stap te nemen.

Diversiteit en design
Slimme interfaces veranderen niet alleen hoe mensen interacteren met merken. Door hun grote aanwezigheid veranderen ze ook steeds meer hoe onze maatschappij vorm krijg. Een simpele beslissing rond een interactie kan daarmee allerlei bewuste en onbewuste aannames bevatten hoe een merk naar de wereld kijkt, hoe het z’n klanten ziet en hoe het met hen omgaat.

Diversiteit en ethiek krijgen daardoor steeds meer aandacht in het ontwerpproces. Airbnb huurde bijvoorbeeld een Director of Diversity om de producten vorm te geven.

Echt 1 op 1
Kortom: er is veel voorspeld over 1 op 1-interactie tussen merken en mensen. En over merken die zich als mensen moeten gedragen. Maar nu krijgen deze principes wel heel fundamenteel vorm. De vraag die je als marketeer moet stellen, is wat dat betekent voor de manier waarop je je merk bouwt en onderhoudt. En hoe je een plekje in deze nieuwe ecosystemen verovert.

De innovaties van Domino’s

Leestijd: Minder dan 1 minuut

dominosanywhere

Gisteren schreef ik over m’n fascinatie voor Amazon. Vandaag een ander merk dat ik actief volg: Domino’s.

Domino’s is inmiddels ‘A Tech Company That Happens To Make Pizza’. Net als Amazon innoveert het als een dolle. Telkens komt het met opvallende, digitale innovaties. Daarmee bouwt Domino’s zowel haar merk als haar serviceverlening.

Zojuist kwam ik dit overzicht tegen. Het toont alle manieren waarop je een pizza bij Domino’s kunt bestellen. Net als bij Amazon, vind ik het interessant hoe extreem een eenvoudig principe is doorgevoerd. Zo was Domino’s één van de eerste partners van zowel Amazons Alexa als de Apple Watch. Inmiddels is er een heel ‘pizza-ecosysteem’.

Aanleiding was ooit een dikke een crisis, hier schreef ik daar meer over. Het aandeel van Domino’s daalde tot $2,83. Domino’s gooide het roer radicaal om. Het ging vol voor ‘opvallende innovaties’. Vandaag staat het aandeel op $169.

In dit kader ook grappig: de rijdende oven, drones die pizza’s bezorgen en zelfs pizza per rendier.

Wordt ongetwijfeld vervolgd 🙂

 

Amazon Go: revolutionaire winkel van steen

Leestijd: Minder dan 1 minuut

amazongo

Amazon vind ik bijzonder fascinerend. Het merk innoveert als een dolle. En gooit daarmee allerlei marketingprincipes op z’n kop. Bijvoorbeeld dat je moet respecteren dat je merk in een vastomlijnde categorie zit.

Tegelijkertijd heeft een enorme focus. Een rode draad in Amazons innovaties is bijvoorbeeld Sneller en Goedkoper. En steeds als ik denk dat daar de rek wel uit is, word ik wederom verbaasd.

Amazon Go is zo’n voorbeeld. Opvallend omdat hier een ‘echte supermarkt’ betreft. En omdat ook hier het onderscheid zit in snelheid. Want je kunt naar binnenlopen, producten direct in je tas doen en weer naar buiten lopen.

Four years ago we asked ourselves: what if we could create a shopping experience with no lines and no checkout? Could we push the boundaries of computer vision and machine learning to create a store where customers could simply take what they want and go?

Our answer to those questions is Amazon Go and Just Walk Out Shopping.

Hoe dat werkt, vertelt dit filmpje…

De winkel zit in de beta-fase en is alleen open voor medewerkers van Amazon. Volgende jaar gaat hij echt open.

Bron: VentureBeat

Speel Pictionary met Google’s AI

Leestijd: Minder dan 1 minuut

quickdraw1

Je leest veel over Artificial Intelligence. En je hebt er een beeld bij. Maar hoe werkt het precies? En hoe goed is het in staat abstractere dingen te begrijpen?

Een leuk, simpel voorbeeld is Quick, Draw! van Google. Je kunt Pictionary spelen met een slimme computer van Google. Deze probeert te raden wat je tekent. En doet dat verrassend goed. Leuk voor een regenachtige zaterdagmiddag :).

Zie hoe Google denkt
Grappig is dat je tijdens het tekenen hoort wat Google denkt dat je tekent. En nadat je 6 tekeningen hebt gemaakt, kun je zien hoe Google heeft geleerd je krabbel te herkennen.

quickdraw2

Probeer het hier zelf

 

Meer AI
Hier staan meer AI-experimenten van Google. Een ander voorbeeld is Thing Translator. Je richt je telefoon op een object en Google probeert het te herkennen en te vertalen naar diverse talen.

thingtranslator

Zo groeien digitale merken naar 1.000.000 klanten

Leestijd: 2 minuten

explosie

Eerder schreef ik dit artikel: eerst service of klanten? Aanleiding was een stuk uit Harvard Business Review. Moet een nieuw, digitaal merk eerst een service of eerst klanten hebben? Het antwoord: het begint met een sterke, onderscheidende service.

Inmiddels is er een vervolg: hoe maak je de volgende stap en ga je van 1.000 naar een miljoen klanten? Uber, Airbnb en Etsy zijn wederom onderzoeksmateriaal.

Van aanbod naar vraag
Uitgangspunt is dat een strategie er weliswaar voor kan zorgen dat een starter succesvol is. Maar diezelfde strategie kan in de weg zitten als het bedrijf groeit.

Want eerst is een focus op aanbod belangrijk. Het succes zit in de nieuwe, opvallende service. Deze moet worden getest onder een slimme selectie van gebruikers. Op basis van hun feedback moet deze vervolgens continu worden verbeterd. Succes hangt af van de snelheid waarmee wordt ontdekt welke dingen werken en welke niet.

Maar na de eerste 1.000 klanten blijkt het moeilijk om deze organische benadering door te zetten. Een startup moet verschuiven van aanbod naar vraag.

Zo wordt ‘bereik’ in de tweede fase belangrijk. Digitale media worden ingezet, het liefst zo laagdrempelig mogelijk. Denk aan advertenties op Google of Facebook. Deze zijn heel goedkoop om te ontwikkelen. De plaatsingskosten zijn een stuk lager dan reguliere reclame. En ze hebben een veel specifieker bereik. Hierdoor kan wederom snel worden ontdekt wat wel en niet werkt. Uber leerde op die manier welke mensen de grootste kans maakten om chauffeur te worden. Zo kon het een steeds speficieker advertentieprofiel opbouwen.

Kritische klanten
Een ander verschil met de eerste fase: nieuwe klanten gedragen zich anders dan klanten van het eerste uur. Gebruikers van het eerste uur zijn vaak enthousiastelingen. Latere klanten zijn minder betrokken en minder begripvol. Ze zijn daardoor kritischer en minder bereid een premium prijs voor een service te betalen.

Goed luisteren en snel reageren worden daardoor nog belangrijker. Airbnb leerde zo bijvoorbeeld dat ‘schoon’ een cruciaal element was voor nieuwe, kritische huurders. Dus ontwikkelde het een speciale schoonmaakdienst, die verhuurders konden gebruiken. Ook bleek ‘vertrouwen’ een grote rol te spelen. Airbnb besloot daarom een koppeling te maken met Facebook Connect. Hierdoor waren huurders en verhuurders niet langer anoniem.

Het belang van een kookboek
Maar vaak zijn dit soort praktische inzichten niet genoeg. Aanvullend is het belangrijk om vanuit de toekomst te redeneren: hoe zit de propositie er dan idealiter uit? Vervolgens kan stapsgewijs terug worden geredeneerd naar de realiteit: wat moet worden veranderd om dit te bereiken?

Verder is de juiste focus van belang: waar moet verdere groei worden gezocht? Een deel van het antwoord ligt dan juist in het verleden: waarin zat toen de groei?

Voor Uber bleek bijvoorbeeld dat succes uit het verleden te maken had met een grote hoeveelheid restaurants, een dynamisch nachtleven en slecht weer. Dus ging het voor verdere groei op zoek naar soortgelijke situaties. Chicago bleek een ideale doorstap. Het had veel restaurants, een bruisend nachtleven en sterk wisselend klimaat. Hiermee vond Uber een basisformule, die het vertaalde naar een ‘kookboek voor groei’. Dit kookboek heeft het daarna consequent toegepast.

chicago

Waar de stap naar 1.000 klanten langzaam kan gaan, kan die naar 1 miljoen ineens heel snel gaan. De auteurs van het artikel stellen, dat het moeilijke dan is, om in fase 2 nieuwe dingen te proberen. En succesvolle tactieken uit fase 1 los te laten.  Hier is moed voor nodig. Gebeurt dat niet, dan lukt het niet een groeispurt te maken en verliest een bedrijf snel weer z’n momentum.

Lees het hele artikel

Wat ik leerde op Web Summit 2016

Leestijd: 2 minuten

babyx

Vorige week was ik op de Web Summit in Lissabon, “Europe’s Largest Technology Marketplace”. Een aantal punten vond ik interessant. En één case maakte grote indruk.

De thema’s
Virtual Reality was het ene grote thema van het congres. Veel bedrijven proberen de kloof tussen virtueel en echt kleiner en intuïtiever te maken. Zo wordt het steeds makkelijk om virtuele objecten ‘aan te raken’, doordat handgebaren beter te herkennen zijn. Bijvoorbeeld met speciale handschoenen. Maar ook met minuscule radars, die de echo’s van specifieke bewegingen herkennen.

websummit-vr

Artificial Intelligence was het andere thema. Intelligente robots duiken overal op. Het lijkt alsof de meeste bedrijven druk zijn mensen overbodig te maken. Dit terwijl onze planeet een boel tekorten heeft. Maar een tekort aan mensen is daar niet perse eentje van, voor m’n gevoel.

De kritische noot
Tussen de regels door kwam daardoor een gevoel naar boven. De verkiezing van Donald Trump verstevigde dit. Dit is dat de digitale industrie in een bubbel leeft en het contact met de normale wereld dreigt te verliezen.

In deze bubbel werd Clinton president en maakt innovatie het leven steeds beter en leuker. Ondertussen kiest een grote groep mensen een andere president, omdat deze dingen alles behalve beter vindt gaan. Onderzoek van de Britse overheid leerde dat 51% van de mensen vindt dat innovatie op dit moment te snel gaat. Er ontstaat een kloof tussen mensen die wel en niet meedoen met vernieuwing.

Verder zijn digitale voorlopers bezig met vrij basale dingen: snellere bezorging en goedkopere overnachting. Dit terwijl best gesteld kan worden dat de wereld met serieuzere uitdagingen worstelt, zoals klimaatverandering, armoede en het vastlopen van het democratisch proces. Zie ook dit artikel van de Correspondent: De Grote Disruptive-Start-up-Out-Of-The-Box-Co-Creation-in-the-Cloud-Bullshit-Bingo.

Daardoor ontstond er op diverse podia een teneur dat er misschien wat meer moet worden veranderd, dan de manier waarop we producten en diensten kopen.

BabyX
Tot zover de kritische noot. Want toen ik BabyX zag, sprong ik weer enthousiast in de bubbel. Deze innovatie valt onder het kopje AI en maakte grote indruk. Of, zoals één van de oprichters van Pixar ooit zei: “If I had my time again I’d want to spend it in this lab”.

Laboratory for Animate Technologies is een project van de University of Auckland in Nieuw Zeeland. Het creëert live simulaties van mensen. Interessant is dat dit helemaal vanuit de basis gebeurt.

Het project simuleert dus niet zomaar ‘lachen’ of ‘huilen’ door een gezicht vrolijk of droevig te maken. Het begint met de kleinste elementen. De chemische stofjes, die in de hersenen zitten. Hoe deze met elkaar reageren. Wat dat betekent voor de hersenactiviteit. Hoe de spieren veranderen en hoeveel inspanning ze hiervoor moeten leveren. Wat dat betekent voor de ademhaling, de emotionele reactie en de uiteindelijke gezichtsuitdrukking.

Dit kan nog steeds ‘lachen’ zijn. Maar door de verfijnde micro-expressies komt het lachen erg realistisch over. De digitale persoonlijkheid leert daarbij continu van interactie met echte mensen.

BabyX is een simulatie van een jong kindje. Deze voelde tijdens de demo zo realistisch, dat ik het uit de laptop wilde redden. Want de demonstratie gebeurde live op een gewone, zelfs wat verouderde, MacBook!

Ook volwassen personen worden zo realistisch gesimuleerd. De onderzoekers kunnen hierbij direct zien wat er in de hersenen gebeurt. En ze kunnen specifieke stofjes in de aanmaken om een reactie te beïnvloeden.

Ofwel, binnenkort hebben we ook geen mensen meer nodig om een emotionele relatie op te bouwen :).

3 video’s over de toekomst van VR

Leestijd: 1 minuut

sarotis

Chriet Titulaer zei het al: we leven in een Wondere Wereld. Klik hier voor jeugdsentiment. En dat doen we nog steeds. Bijvoorbeeld op het gebied van Virtual Reality. Hieronder drie films die de wonderen van VR – en Augmented Reality – verder verkennen.

Je telefoon meet 3D
Allereerst Google’s ProjectTango. Dit project leert telefoons om diepte te zien. Nu kijken telefoons nog ‘plat’. Straks kunnen ze 3D-films van een ruimte maken. Hierbij leggen ze niet alleen vast wat ze zien. Ze analyseren ook direct de hoogtes, breedtes en de posities van alle objecten op de film. Dat kan handig zijn als je een ruimte in 3D wil scannen, bijvoorbeeld je nieuwe woning.

projecttango

Je telefoon begrijpt hierdoor ook beter waar je naar kijkt. Nu gebruikt je telefoon vooral je GPS-positie om te begrijpen waar je je bevindt. Dit werkt buiten goed, maar binnen minder.

Met Tango kun je in 3D door een museum worden geleid. De telefoon begrijpt hierbij precies naar welk object je kijkt. Zo kun je telkens de juiste uitleg of instructies krijgen.

Tango lijkt misschien toekomstmuziek. Maar Lenovo heeft de technologie al toegepast in de Phab 2 Pro.


Je kleding laat je 3D voelen
Interactive Architecture vroeg zich vervolgens wat af. Straks hebben we deze technologie allemaal in onze telefoon. Maar hoe maak je deze virtuele  informatie weer voelbaar?

Dus: als je een VR-bril opzet, zie je wel 3D. Maar je voelt de virtuele ruimte nog niet. De ontwerpers bedachten daarom Sarotis, een interessant experiment. Het introduceert innovatieve kledingstukken met een hoog Blade Runner-gehalte.

De kleding geeft de drager ‘haptic feedback’. Net zoals je telefoon trilt om een geluid ‘tastbaar’ te maken, heeft de kleding interessante snufjes om ruimte ‘voelbaar’ te maken. Je voelt zo dus waar je je in een virtuele ruimte bevindt of wat je virtueel ‘aanraakt’.

Sarotis loodste proefpersonen zo door een onzichtbaar doolhof, puur met  de stimuli die het pak hen gaf.

Meer over Sarotis in FastCompany.

8 pitches van bekende startups

pitch-dragonsden

Grappig. Huffington Post heeft een lijstje met lessen van pitchpresentaties van succesvolle startups. De tips zijn herkenbare klassiekers. Houd het simpel. Beschrijf een duidelijk probleem. Geef een simpele oplossing. En begin met een knal.

Mijn oog viel op de voorbeelden: de pitchpresentaties van succesvolle startups. Sommige zijn leerzaam. Andere staan grappig genoeg haaks op de succestips: ze hebben miljoenen opgehaald met wollige Powerpoints.

Voor de aardigheid heb ik heb wat rond gesnuffeld. Hier 8 op rijtje.

Hamvraag is natuurlijk: would you have invested? 🙂


Airbnb


Facebook


Foursquare


LinkedIn


YouTube


Ooomf


BuzzFeed


Mint