Tag: innovatie

Deze marketingnieuwtjes vielen mij op

Leestijd: 4 minuten

Vandaag las ik veel nieuws over marketing. Deze 10 dingen vielen me op. Rol er doorheen en in 2 minuten ben je weer bij.

1. Online video niet zo succesvol?

Content is King, zeker als het beweegt. Maar dit artikel stelt dat online video minder populair is dan gedacht, in ieder geval voor nieuws.

The researchers found that the sites’ users spent “only around 2.5 percent of average visit time” on pages that included videos, and “97.5 percent of time is still spent with text. 

In dit artikel stelt een baas van Fox iets soortgelijks.

….while Facebook and Google each generates tens of billions of views compared with Fox Networks’ collective 298 million views across its channels, viewers spent nearly 30 minutes at a time with Fox compared with four minutes with YouTube and 1.5 minutes with Facebook video…

Interessant hierbij: Facebook bekende recentelijk dat het het aantal keer dat video’s worden bekeken, maar liefst 60 – 80% heeft overschat. Voor 2 jaar lang (!)

2. Zo analyseert Facebook je foto

Iedere foto die je op Facebook post, analyseert een robot grondig. Hier kun je zien hoe dat werkt.

3. Uit de nieuwsbubbel

Nog meer Facebook: Mark Zuckerberg wil ons uit de nieuwsbubbel halen en nepnieuws tegengaan. Daarom worden Trending topics minder persoonlijk.

The social network has begun rolling out updates to the list of news items on every user’s homepage, adding more context with headlines and moving away from personalized suggestions. (…) This should surface trending topics quicker, be more effective at capturing a broader range of news and events from around the world and also help ensure that trending topics reflect real world events being covered by multiple news outlets.

4. PokerRobot

Nog meer AI. Robots kunnen nu ook pokeren. Het was lastig een computer bekend te maken met bluf. En dat niet alle informatie bekend is, in tegenstelling tot schaken of Go. Een computer weet bijvoorbeeld niet welke kaarten de tegenstander heeft.

5. Creatief in stilte

We proberen creatief te denken, maar worden gek van alle impulsen. Afsluiting helpt daarom om creatief te zijn.

From artists to a military officer and clergyman, (…) Chris asked a range of people the same question: where are you and what are you doing when you get your best ideas? “The response was striking,” he says. “They all said that they were not at work, always alone and not trying.”

Lees ook dit verslag dat ik schreef over een lezing van John Cleese over creativiteit.

Niemand heeft ooit een creatieve gedachte gehad toen hij op een groep machinegeweren afliep. Je kunt dus creatiever zijn door een ontspannen situatie op te zoeken. Je moet oases in je gedachten creëren, tussen alle drukte in. Zo kunnen je gedachten gaan spelen.

6. Storytelling en nieuwe media.

Mediamerken en mediastudio’s geven hier hun visie op digitaal verhalenvertellen in 2017.

Chasing fleeting relevance through the hashtags of the moment can be perilous and empty. But creating a story intended to connect fans to each other is powerful and fun.

7. Storytelling en leiderschap.

Ook leiders kunnen niet zonder verhalen.

Leadership is the art of inspiring others to make a story come true. Therefore, if you’re leading people, you’re telling them a story — by definition. (…) The biggest difference is that “happily ever after” hasn’t happened yet. The core leadership story, in other words, is a pitch: Come with me to the Promised Land.

Leer in dit kader van Elon Musk en zijn handige ezelsbruggetje.

1: Name the enemy.
2: Answer ‘Why now?’
3: Show the promised land before explaining how you’ll get there.
4: Identify obstacles—then explain how you’ll overcome them.
5: Present evidence that you’re not just blowing hot air.

8. Bankcafé

Bankieren draait om gastvrijheid, vindt ING. Het bankkantoor van de toekomst in Amstelveen lijkt daarom een bar.

ING begrijpt heel goed dat klanten liever thuis hun bankzaken regelen wanneer het hun uitkomt. En als klanten dan toch op kantoor komen, dan moeten ze het gevoel krijgen dat ze gasten zijn.

9. Zalando wisselt Big-data uit

Zalando werkt samen met de digitale poot van een Duitse TV bedrijf, meldt Emerce. Door anonieme data uit te wisselen, moet reclame gerichter worden. Zo kan media worden ingekocht op geslacht, leeftijd, modebewustzijn, grootstedelijkheid, merkvoorkeur en koopdracht.

10. Media Markt verhuurt elektronica

Media Markt doet mee aan de deeleconomie. In Duitsland experimenteert het met de verhuur van apparatuur. Honderden producten kunnen worden gehuurd. Huurperiode is miniaal een maand.

Tot zover. Meer behoefte aan nieuwtjes? Op Twitter deel ik meer dingen die ik tegenkom.

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 ShopperTrak, RetailNext 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: ClarifAI, Cloudsight, Indico 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 Tags, Asset 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 Messenger, Alexa Skills API, Converse.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: Persado, IPSoft, Automated 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 Lexalytics, Sysomos 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 Optimizer, Rocket 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 Bluekai, Adobe 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: NeoWize, Bloomreach 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 DSSTNE, LiftIgniter 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 Einstein, IBM 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: 5 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.

Amazon Go: revolutionaire winkel van steen

Leestijd: < 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