Pepsi had gewoon beter naar de data moeten kijken #TNW2017

25 mei 2017, 08:00

Kodi Foster: SVP Data Strategy bij Viacom

Machines zitten steeds meer tussen de bedrijfscommunicatie en de gebruiker in. Het bedrijf zet content op Facebook, Instagram of LinkedIn, het algoritme bepaalt of de content waardevol genoeg is voor de gebruiker en aan de hand daarvan krijgt de content een plekje in de timeline van de gebruiker. De noodzaak voor marketeers is om te snappen hoe deze machine in elkaar zit en waar deze algoritmes hun keuzes op baseren. Zijn deze keuzes van de algoritmes eigenlijk wel terecht?

Kodi Foster is senior vice president of data strategy bij Viacom. Viacom is een Amerikaans televisienetwerk dat onder andere de zenders Nickelodeon, MTV en Comedy Central beheert. Kodi houdt zich voornamelijk bezig om aan de hand van data inzicht te krijgen in de gebruikersgroepen van Viacom en hier de strategie op aan te passen. Om de data bruikbaar te maken, moet altijd eerst ruwe data worden verkregen.

“We create 2.5 quintillion bytes of data every day (that’s 18 zeros).”

Vroeger waren de ruwe data een stuk betrouwbaarder en werden deze data verzameld door direct vragen aan de gebruiker te stellen, bijvoorbeeld aan de hand van een vragenlijst. Hierdoor stond je direct in contact met de gebruiker en kon je zien dat je met een echt persoon te maken had. Helaas is dit vaak te tijdsintensief. Helemaal als je gebruikersgroep landelijk of zelfs wereldwijd verspreid is.

Daarom gingen ze makkelijkere bronnen zoeken om strategieën te ontwikkelen, zoals tastemaking: “what are the cool kids doing” om dat vervolgens commercieel te maken. Dit pakte niet altijd even goed uit.

In retail werd vaak gekeken naar bepaald gedrag van de klant. Zo werd er gekeken welke producten een klant kocht en zou de winkelier op basis van die producten kunnen bepalen of iemand zwanger was. Vervolgens stuurde ze de klant een persoonlijke felicitatie en coupons met korting op babyproducten. Ook dit pakte niet altijd goed uit, we kennen allemaal het verhaal dat zo’n blije doos bij een 16 jarige meisje (en boze vader) aan kwam.

Volgens Kodi proberen we niet meer de mensen te snappen, maar de machines. En dat is waar het vaak fout gaat. De machines snappen mensen niet goed en raken in de war van het like-gedrag van de gebruikers. Daarom zie je op social media bijna alleen nog maar berichten met fake news, memes of berichten over politiek.

Algoritmes proberen niet mensen met elkaar te connecten, ze proberen te promoten. Het kijkt naar wat jij leuk vindt of wie je bent en speelt daarop in. Als voorbeeld vertelt Foster het volgende scenario: hij is een man en moet zich dus scheren. Daarom krijgt hij een advertentie te zien voor Harry’s scheerproducten. Hij heeft geen connectie met het bedrijf, maar krijg toch krijgt hij de advertentie voorgeschoteld. De algoritmes prikken hier niet doorheen maar baseren de keuze om bepaalde advertenties te laten zien vooral op wat trending is. Als bedrijven een campagne maken rondom datgene wat op dat moment trending is, snappen ze hun publiek niet. Kijk bijvoorbeeld naar de Pepsi-commercial van afgelopen april. Pepsi keek naar wat trending was bij millennials, kwam uit op Kendall Jenner en politiek activisme en bracht dit samen. Het resultaat was een boel kritiek, met als gevolg dat Pepsi de commercial introk.

Daarnaast zijn 15 procent van de 47 miljoen accounts op Twitter bots. Als je 15 procent data meeneemt in algoritmes en de beslissingen die dit algoritme maakt, zijn de uitkomsten niet betrouwbaar. Ook voor adverteerders zit dit in de weg. Want als deze bots interacteren met jouw betaalde advertenties, helpt dit je campagne niet. De grote hoeveelheid aan vuile data maakt het een moeilijke positie waar data scientists nu in zitten. Maken we algoritmes die fake zijn en slecht werken, of moeten we ons blijven focussen op het bouwen van een beter algoritme? De oplossing zou moeten zijn dat machine learning algorithms deze 15 procent kunnen filteren om zo geen corrupte data binnen te krijgen.

Volgens Kodi is de kortetermijnoplossing om minder uit te gaan van socialmediadata. Data uit tv-statistieken zijn beter in te zien en zijn betrouwbaarder. Daarnaast blijft het belangrijk om erachter te komen waar mensen offline over praten. Alleen dan kun je achterhalen wat je publiek belangrijk vindt om hier vervolgens al je uitingen op aan te passen.

Expert op het gebied van Google Analytics / Google Tag Manager / Google Data Studio. Daarnaast beginneling in Power Bi. Bij Basic-Fit werk ik aan het samenbrengen van backend data en website data, om de kennisdeling binnen het bedrijf te vergroten.

Categorie
Tags

Marketingfacts. Elke dag vers. Mis niks!