Menu
the REFERENCE

AI in Commerce en Marketing: Terug naar de Realiteit

Je kunt tegenwoordig geen nieuwe marketing tool aanschaffen of er zit zogezegd machine learning of artificial intelligence achter. Meer nog, het wordt gepresenteerd als een feature die je met een klik op de knop activeert en een ware revolutie voor je marketinginitiatieven zal ontketenen. Begrijp me niet verkeerd, voor heel veel bedrijven zit er enorm veel potentieel in AI. En ook zelfrijdende wagens zijn geen fantasie meer. Maar inzake marketing en commerce worden machine learning en artificial intelligence jammer genoeg te vaak als buzzwords gebruikt. In dit blogbericht geef ik een voorzet naar mijn talk op 14 november op het 'Best of Sitecore Symposium' evenement.

Artificial Intelligence is een wetenschappelijk veld dat zich voornamelijk bezig houdt met mechanismes om machines bepaalde menselijk gedrag te laten vertonen. Machine Learning daarentegen is momenteel de meest populaire methode om dat doel te bereiken. Het is een techniek waarbij (vaak enorme hoeveelheden) data aan een leermethode gevoed worden. Het resultaat is een model dat een antwoord geeft op basis van de nieuwe data die het te zien krijgt. Denk aan Uber die je vertelt hoe lang het ongeveer nog duurt voor je taxi zal arriveren, aan Netflix die je persoonlijke aanbevelingen doet en aan Google Photos die al je foto's automatisch classificeert.

Hoewel machine learning absoluut niet nieuw is, werd het gedemocratiseerd dankzij de toename in opslagcapaciteit en rekenkracht van computers, cloud computing en immer sneller wordende internetverbindingen. Het gevolg: AI drong door in heel wat marketing tools en webtechnologieën. En ook Sitecore kon niet achterblijven. Dankzij xConnect kunnen enorme hoeveelheden data uit verschillende databronnen gecombineerd worden om in Sitecore gebruikt te worden. En dan komen we tot de essentie: wat kan je precies doen met die data?

Als we praten over marketing dan zijn de doelstellingen altijd dezelfde:

  • segmentatie
  • attributiemodelering

De eerste doelstelling komt neer op het aanbieden van een gepersonaliseerde ervaring en het tweede komt neer op het beoordelen van marketingkanalen en touchpoints. Hoe goed dit werkt hangt af van de data die beschikbaar is en ingeschakeld wordt. En daar knelt vaak het schoentje. Alle data die een bedrijf bezit, zit vaak opgesloten in silo's. Transactionele data zit in het CRM, productdata in een PIM tool, webgedrag zit in een web analytics tool (zoals Google Analytics), en cijfers over mailgedrag zitten in een marketing automation tool. Zeker in een omnichannel context is het volledige plaatje cruciaal om de rol van AI te maximaliseren. Om het cru te stellen: de tool is vaak van ondergeschikt belang, de belangrijkste uitdagingen zijn organisationeel.

Om deze organisationele uitdagingen kracht bij te zetten is het vaak aan te raden om te starten met kleine dataprojecten en de ontwikkeling van microservices. Tijdens de talk zoomen we in op enkele interessante voorbeelden en lichten we ons framework toe om zelf te brainstormen en tot zinvolle dataprojecten te komen. In de namiddag doen we een kleine workshop waarbij we met dit framework aan de slag gaan.

Meer weten? Schrijf je nu in op deze link

Op de hoogte blijven?

top
more than digital
The Reference is niets zonder haar klanten. Melexis is een beursgenoteerde wereldspeler in de halfgeleider- en sensorenindustrie. We hielpen Melexis de toekomstige groei van het bedrijf te faciliteren door het merk te vernieuwen, de volledig nieuwe corporate website te bouwen en de exploitatie van de online kanalen vorm te geven. Lees meer over deze klant.