Wat speelt er bij EDM.

joris-aperghis.png

EDM Tipt: de CMOtalks podcast met Joris Aperghis, CEO van WE Fashion

De podcast van CMOtalks met Joris Aperghis is mijn tip van de maand. CMOtalks is een podcast platform waarop gastheer Klaas Weima Nederlandse Chief Marketing Officers interviewt over actuele marketingthema’s. In deze podcast aflevering spreekt Weima met Joris Aperghis, CEO bij modeconcern WE Fashion, over branded content, fysieke winkels versus online retail én…machine learning.

Wat mij aanspreekt in dit interview is het stuk dat gaat over personalisatie via machine learning (vanaf 14:20). Machine learning is namelijk een van de sleuteltechnologieën die steeds waardevoller wordt voor (online) verkoop.

Maar wat betekent de term machine learning eigenlijk? Het lijkt op kunstmatige intelligentie (AI) maar dat is het niet. Kunstmatige intelligentie verwijst in het algemeen naar het vermogen van een computer om beslissingen te nemen op een manier die menselijke logica imiteert. Machine learning gaat over de manier waarop een computer deze logische regels kan 'leren' zonder simpelweg geprogrammeerd te zijn om dingen op een bepaalde manier te doen.

De voorspellende waarde van machine learning is ook voor retailers zoals WE een commercieel schot in de roos want het stelt hen in staat toekomstig gedrag en trends te kunnen voorspellen. Dit spaart een hoop kosten en moeite; denk aan het optimaliseren van de supply chain, inkoop, marketing en acquisitie.

Preciezer anticiperen
Aperghis vertelt geanimeerd hoe WE zich momenteel met machine learning in de verkennende fase bevindt en welke obstakels ze tegenkomen op weg naar hun einddoel: een volledige gepersonaliseerde etalage waarin de bezoeker alleen maar díe producten ziet die de grootst mogelijke conversiekans hebben. De crux zit hem in steeds preciezer te kunnen anticiperen op wat iemand zou willen kopen, zegt Aperghis.

WE, een van oorsprong Nederlands merk, behoort met een omzet van 282 miljoen euro, 211 kledingwinkels in Europa en 2500 werknemers (cijfers 2016) tot de grotere modeketens van ons land. Een dijk van een bedrijf dus, maar op gebied van machine learning – zoals zoveel bedrijven – nog in de kinderschoenen. Wat het ook complex maakt, zo stelt Aperghis, is dat het moeilijk is de juiste expertise in huis te halen: “Hier zijn maar heel weinig mensen goed in.”

Dat machine learning op de juiste wijze toepassen inderdaad een uitdaging in een heel nieuwe dimensie is, schetst Aperghis aan de hand van een treffend voorbeeld waarin het geavanceerde en alom geroemde bedrijf Booking.com, niet al te best uit de verf komt: “Ik weet niet wat jouw ervaring is met Booking, maar ík krijg van Booking een email van de plek waar ik net vandaan kom!”

Netflix
Een bedrijf dat het wél goed aanpakt is Netflix. Netflix heeft een van de beroemdste aanbevelingssystemen, en terecht. Tachtig procent van de bekeken content is gebaseerd op machine learning, zo liet het bedrijf vorig jaar weten. De gemiddelde kijker keurt slechts 40 of 50 titels een blik waardig alvorens iets te kiezen. Heel belangrijk dus om de juiste content op het juiste moment aan de juiste kijker te presenteren. De eerste keer dat de kijker op play drukt, is dat een krachtig signaal. Na een stuk of vijf plays gaat het algoritme conclusies trekken en wordt de kijker in een ‘smaakcluster’ gestopt. De vertrouwensscore is dan nog laag, maar stijgt naarmate de kijker meer bekijkt. Wat ik sterk vind, is dat het Netflix-algoritme content niet alleen classificeert op basis van genre, wat een nogal breed begrip is. Nee, het algoritme categoriseert ook op basis van duizenden aanvullende criteria zoals sfeer, esthetiek en tempo. Deze diversiteit zorgt ervoor dat de kijker niet in een echokamer belandt. Want alleen omdat je een paar horrorfilms bekeken hebt, betekent natuurlijk niet dat je alléén maar horror wilt zien. Je moet de klant ook blij kunnen verrassen.

Om met de woorden van Steve Jobs af te sluiten: “A lot of times, people don’t know what they want until you show it to them.” Een reactie welke wij als EDM vaak van onze klanten krijgen als we het over data hebben. Wij bieden onder andere diepgaande profielinformatie van elk huishouden. Deze informatie, waar mogelijk in combinatie met uw eigen gegevens, geeft de gewenste inzichten en handvatten voor de juiste marktbewerking.

Klik hier om de podcast met Joris Aperghis te beluisteren.

Bij EDM werken mensen met verstand van data en gevoel voor marketing. Een groot deel van deze kennis is natuurlijk vergaard tijdens studies en het werkende leven. Maar welke (vak)literatuur lezen wij in onze vrije tijd? Welke podcasts beluisteren wij in de auto of trein? Welke documentaire hebben we onlangs gezien en kunnen we koppelen aan ons vakgebied? Om onze kennis te delen zullen we u maandelijks een tip geven in deze rubriek: EDM tipt.

Nieuwsoverzicht
Verstand van data.
Gevoel voor marketing.