Machine Learning

Na jaren van fijn data verzamelen naderen we nu een wereld zonder third-party cookies. Hoe nu verder? Machine learning kan uitkomst bieden. Het kan marketeers helpen klanten goede ervaringen te bieden, met als gevolg: betere marketingprestaties en hogere conversies.

Afgaande op een blog van Driek Geurtsen, oprichter en CEO van One4Marketing, is de samenwerking tussen marketing en IT cru-ci-aal voor bedrijfssucces. Toch blijkt dit zeker niet altijd het geval en lopen de twee 'afdelingen'geregeld over en langs elkaar heen.

Chatbots werden ingeluid als dé nieuwe digitale ontwikkeling. Het zou zelfs zo’n gamechanger zijn dat het de ‘opvolger van de app’ zou worden. Zijn ze dat ook geworden?

Het algoritme oftewel het machine learning-systeem van Facebook combineert verschillende data en signalen om te voorspellen welke persoon het meest relevant is voor een merk en de bijbehorende campagnedoelstelling. Veel adverteerders hebben een verouderde Facebook-strategie, waardoor het algoritme te veel restricties krijgt. Hoe profiteer je wél van machine learning op Facebook? 

Sinds 2012 heeft meer dan 50 procent van de Fortune 500-bedrijven innovatie tot een integraal onderdeel van hun strategie gemaakt. Vanwege het succes van tech scale-ups die gebruikmaken van nieuwe technologieën zoals Data Science, Artificial Intelligence en Blockchain om gevestigde bedrijven te verstoren, hebben bedrijven de behoefte om te innoveren. 90 Procent van de innovatielabs faalt echter en volgens een rapport van Capgemini voelt slechts 5 procent van de research and development-medewerkers zich gemotiveerd om te innoveren. Dit resulteert in bezuinigingen, hogere kosten en falende innovatietrajecten. Bedrijven als Adecco, Microsoft Silicon Valley, Coca-Cola en Disney hebben zelfs hun innovatielabs gesloten. Waarom falen innovaties? En hoe zorg je dat ze wel succesvol zijn?

Het Amsterdamse bedrijf 3D Hubs werd in 2013 opgestart. Op dat moment beschreef toenmalig president Obama de 3D-techniek in de State of the Union als een revolutionaire belofte waarmee het hele maakproces veranderd zou kunnen worden. 3D Hubs richtte zich aanvankelijk op de thuisprinter. Via een platform werden wereldwijd dertigduizend printers aangesloten, die door amateurprinters konden worden ingezet. Inmiddels is de koers gewijzigd: 3D Hubs richt zich vandaag de dag op industriële partijen.

Ieder mens is anders. Dus waarom zou je ze online dan hetzelfde laten zien? REXai bouwt artificial intelligence-technologie die aan e-commercewebsites gekoppeld kan worden, waardoor de websites zelflerend worden. "Wij proberen de dingen die niet relevant voor de klant zijn, niet te laten zien. We leren van wat je online doet en daarmee willen we een plezierigere web- en winkelervaring creëren. We doen waar Amazon ook heel goed in is: luisteren, leren en daarop inspelen door relevantere dingen te tonen", aldus REXai-founder Saeed Younesi. 

Fairness en bias in machine learning zijn bloeiende onderzoekslijnen. Het grootste deel van dit werk richt zich op discriminatie en inclusiviteit. Hoewel dit een belangrijke onderzoekslijn is die ik van harte steun, stel ik voor dat technologie bedrijven en platforms ook gaan werken aan 'bevooroordeelde' algoritmen die eerlijke markten mogelijk maken. Bias en oneerlijkheid zijn alomtegenwoordig in technologie, ook in machinelearning-technologie. Maar eerlijkheid van markten kan juist ook worden bevorderd door machine learning.

Je kunt vandaag niet over marketing praten zonder dat het gesprek leidt naar artificial intelligence (AI) of machine learning. Ooit aangeprezen als wondermiddelen voor gegevensverzameling, analyse en klantenservice, maar de onderliggende techniek wordt inmiddels door slimme marketeers ook gebruikt om menselijke intelligentie te versterken. Kunstmatige intelligentie blijft marketing-professionals verleiden. We worden als marketeers gedreven om data op zinvolle wijze te gebruiken en op basis daarvan real-time besluitvorming mogelijk te maken. 

Laten we elkaar niet voor de gek houden: al die zogenaamde zelflerende machines kunnen eigenlijk helemaal niet zelf leren. Niet autonoom, althans. Uiteindelijk zijn het echte mensen die programmeren hoe een computer informatie verzamelt en verwerkt. Het maakt nogal wat uit welke basisbeginselen en algoritmes je meegeeft. Een groep Nederlandse organisaties introduceert daarom een Nationale AI-cursus. Het doel: zo veel mogelijk Nederlanders laten kennismaken met het fenomeen Artificial Intelligence – en dus niet alleen de technologische elite.

Iedere werkgever zoekt naar het schaap met de vijf poten, die alleskunnende werknemer: een uitdaging voor veel organisaties en recruiters. Equalture zegt hier, met een onpartijdige screening- en matchingtool, een oplossing voor te hebben. Annemarie van Campen gaat in gesprek met Charlotte Melkert, co-founder van Equalture.

Online Tuesday ging deze maand over machine learning, misschien wel de meest veelbelovende technologie binnen de datarevolutie. Een technologie met enorm veel impact op onze levens, een technologie die het leven ook vooral een stuk effectiever maakt. Hoe vertaalt zich dat in Artificial Intelligence? En wat zijn de ethische bezwaren? Marketingfacts doet verslag. "Willen wij algoritmes als onze baas?"

Weer een trendlijstje, zul je denken. De laatste weken vliegen de artikelen met de nieuwste voorspellingen voor 2018 je om de oren. Online marketeers zijn continu bezig met het benoemen van the next big thing. Maar eigenlijk zijn de meeste ontwikkelingen allang gaande. De vraag is echter: welke blijven we ook het komende jaar toepassen? Niet heel sexy, maar wel relevant.

Mensen hebben altijd een ambivalente houding gehad ten opzichte van robots. Aan de ene kant worden ze gezien als handig op het moment dat ze rotklusjes kunnen overnemen, maar tegelijkertijd zijn robots volgens veel mensen ook een beetje eng. Dat is de reden waarom Nieske Vergunst en Bennie Mols een boek schreven over de robot. Het boek, Hallo Robot: De machine als medemens, vertelt verhalen over de wetenschap en techniek achter robots, hun mogelijkheden en onmogelijkheden in zowel het verleden als de toekomst.

De richtlijn voor de behandeling van urineweginfectie is gebaseerd op een onderzoek onder 5000 patiënten. Dat waren vrijwel allemaal jonge vrouwen, aangezien urineweg-infectieziekten onder hen het meest voorkomt. Je kunt je voorstellen dat de meest effectieve behandeling van oude mannen met eenzelfde kwaal afwijkt van de richtlijn. Pacmed wil die afwijkingen inzichtelijk maken, zodat artsen betere besluiten kunnen nemen. Hierbij wordt gebruik gemaakt van grote datasets en machine learning. Op dit moment loopt er een pilot.