What's Next in Tech: Hoe artificial intelligence online advertising verandert

Cyril Westerhof
Country Manager Benelux bij RTB House

Artificial intelligence (AI) heeft de online advertising-activiteiten van retailers ingrijpend veranderd. Dankzij AI is nu beter dan ooit te bepalen hoe je het best in contact komt met potentiële klanten. En deze ontwikkeling staat niet stil. De volgende stap binnen online advertising is de inzet van deep learning-tools. Die zorgen naar verwachting voor een volgende innovatiegolf in de retailsector. 

Deep learning is een onderdeel van AI, waarbij software zelf leert aan de hand van data die verzameld worden van mensen die bijvoorbeeld een website bezoeken of in een webshop kijken naar producten. Deze technologie kan de gebruikerservaring van de klant verbeteren door te zorgen voor zeer gerichte advertenties. Volgens een onderzoek van Adlucent zijn gepersonaliseerde advertenties erg belangrijk voor consumenten: zo’n 71 procent heeft een voorkeur voor maatwerk in advertenties. Nu we steeds meer toegang hebben tot data en de markt snel verandert, is het steeds belangrijker om klanten gericht te benaderen.

Inspelen op onverwachte situaties
Deep learning-algoritmes kunnen onverwachte situaties herkennen en daarmee potentiële aankopen ontdekken. Stel, een klant wil twee dagen vóór Sinterklaas een cadeau kopen voor zijn kind. Dan heeft hij niet veel tijd om rustig te zoeken naar het juiste cadeau. In dit geval kan een zeer nauwkeurige, persoonlijke benadering hem helpen om sneller een keuze te maken. Dit kan met behulp van deep learning-modellen die suggesties doen op basis van zijn onlinegedrag. 

Misschien is het cadeau wel een koptelefoon. De klant zal dan snel online naar tien verschillende modellen kijken. Retargeting gebaseerd op deep learning, zal dit dan oppikken als een ongebruikelijke, urgente situatie. Wanneer je als retailer weet dat een klant een urgente behoefte heeft, is het heel effectief om op het juiste moment het juiste aanbod te doen.

Voor typische piekperioden, zoals Sinterklaas en kerst, is het eenvoudiger zo’n aanbod te doen dan daarbuiten. Maar zelfs als er geen specifieke context is, zoals een verjaardag of onverwacht feestje, kan deep learning zo’n situatie herkennen. Doordat deep learning zorgt voor rijke en betrouwbare beschrijvingen van het commercieel potentieel van een klant, is het mogelijk gerichte aanbiedingen te doen.

De wensen van de klant voorspellen
Deep learning is zonder twijfel de perfecte tool om de wensen van een klant goed te voorspellen. Daarbij gaat het niet alleen om voor de hand liggende producten, maar ook om producten waar een klant niet meteen als eerste aan denkt.

Stel dat een klant net een nieuwe camera heeft gekocht. Deep learning-algoritmes analyseren dan elk deel van het aankoopproces: datum, cameraspecificaties, geschiedenis, gedrag enz. Vervolgens worden standaardproductaanbevelingen gedaan op basis van de persoonlijke wensen van de klant: bijpassende cameralenzen, extra geheugenkaarten of een camerastatief. Maar met deep learning kun je nog veel meer dan dat. Zo kun je de klant een videoadvertentie laten zien met een cameradrone, waardoor hij bewust wordt gemaakt van mogelijkheden waar hij zelf nog nooit aan heeft gedacht.

De belangrijkste reden dat deep learning zoveel impact heeft, is dat het op dezelfde manier leert als mensen, maar dan sneller. Het bekijkt de wens van iedere persoon op individuele basis en kijkt daarbij tegelijkertijd ook naar de data van miljoenen anderen. Dat is door een mens niet op dezelfde manier uit voeren. Door deze data te gebruiken, kan veel zorgvuldiger gekeken worden naar de potentiële waarde van een klant en kunnen conversiekansen voorspeld worden. Daarnaast kunnen zelflerende algoritmes die ingezet worden bij het creëren van uiterst nauwkeurige gebruikersanalyses, advertenties veertig procent efficiënter maken.

Innovatiegolf
Met deep learning staan we aan de vooravond van een nieuwe innovatiegolf. Met deze tools zijn we in staat om heel zorgvuldig naar de potentiële waarde van een klant te kijken, de conversiekansen te voorspellen en vooral te leren over wat klanten willen. Hoewel het nu nog klinkt als sciencefiction, zal het niet lang meer duren voordat deep learning de markt voor retailers flink opschudt.

RetailTrends besteedt deze week aandacht aan technologie en de kansen voor de business van morgen. In het novembernummer van RetailTrends verkennen we binnen het thema What's Next in Tech onder meer wat algoritmen kunnen betekenen voor de ontwikkeling van fysieke producten, door een kijkje te nemen in de keuken van een Deense en Engelse startup. Lees verder hoe Adidas de 3D-code voor massaprodcutie kraakte en wat de tussenstand van de robopocaplyse is. Klik hier om het magazine digitaal te lezen. Nog geen member? Klik hier.