De volgende grote verbetering van het MotivBase-trendplatform
Er gaat niets boven het feit dat een klant van je overstapt naar een nieuw bedrijf en je vrijwel meteen inhuurt. Het spreekt boekdelen over de impact van ons werk. Maar soms, wanneer een zeer senior persoon in een nieuwe rol stapt, zien ze zichzelf op meerdere innovatietreinen springen die het spreekwoordelijke station hebben verlaten.
Neem 6 maanden geleden.
Een van onze favoriete SVP-klanten wordt aangenomen als de nieuwe Chief Insight Officer voor een restaurantbedrijf dat naamloos zal blijven. Ze hebben bijna 14 maanden gewerkt aan de ontwikkeling van een nieuw plantaardig product, maar onze klant kijkt naar wat ze op het punt staan op de markt te brengen en slaat op tilt. Er klopt gewoon iets niet.
Hij haalt ons erbij. We spenderen 5 dagen aan het decoderen van de dominante vraagruimtes, kijken naar wat consumenten echt drijft om plantaardige oplossingen te omarmen en kijken of zowel de consument als hun behoeften aansluiten bij wat het restaurant kan leveren.
Het is als olie en water. Ze passen gewoon niet bij elkaar. Onze klant is nog geen maand in dienst en hij steekt een speld in hun grootste productlancering in 3 jaar.
Zoals je je kunt voorstellen, waren we erg populair bij het legacy team.
Toen we onze klant vroegen hoe hij zich voelde over het feit dat hij de lancering zo laat in het proces moest afbreken, zei hij: "Het enige gevoel dat telt is of ik me ongemakkelijk voel en of ik ervoor zorg dat we nooit genoegen nemen met een schikking. Dat is waar innovatie om draait."
Ik zal je zo vertellen wat er na de lancering gebeurde, maar deze uitspraak is ons altijd bijgebleven. In feite hebben we, toen we naar ons eigen MotivBase Trends product keken, een belofte gedaan dat we nooit genoegen zouden nemen.
Een tijdje geleden schreven we een artikel over de focus van ons bedrijf op het gebruik van AI en Big Data om de kwaliteit van etnografisch observatie-inzicht voortdurend te verbeteren en vertekeningen in de interpretatie van onderzoekers onderweg te minimaliseren. Daarin legden we uit hoe we machine-interpretatie op de juiste manier gebruiken om de onderzoeker te dwingen de broodkruimels van de consument te volgen over elk onderwerp of trend die wordt onderzocht. Vandaag zijn we verheugd om MotivAI aan te kondigen - een functie die onze technologie in staat stelt om een extra interpretatielaag toe te passen en de onderzoeker of gebruiker verder te helpen om het onderzochte onderwerp of de trend te begrijpen en nog sneller tot zinvolle resultaten te komen.
MotivAI is een experimentele functie en zal zich het komende jaar verder ontwikkelen. Maar deze eerste versie is nu al ongelooflijk omdat het snel een patroonherkenningsanalyse uitvoert en vraagruimten aanwijst waar een gebruiker zelf wat meer tijd voor nodig zou hebben. Bovendien, zelfs in gevallen waar het niet helemaal goed clustert, versnelt het nog steeds het proces van het identificeren van clusters en vraagruimten voor de gebruiker door de toegevoegde context te bieden die de gebruiker nodig heeft om snel te begrijpen waar over gesproken wordt en waarom.
Laten we eens kijken naar een snel voorbeeld -
Als we zoeken naar het onderwerp probiotica - Het onderwerpuniversum vertelt ons zoals gewoonlijk over de contextueel relevante betekenissen die consumenten onbedoeld associëren met het onderwerp "probiotica".
Typisch zou je als gebruiker wat tijd besteden aan het analyseren van dit onderwerpuniversum, om patronen of clusters van onderwerpen te identificeren die wijzen op een bredere reeks betekenissen. Je voert dan een meer uitgebreide analyse uit en noteert enkele conclusies.
Het is geen vervelend proces, maar het kost wel wat tijd. Om duidelijk te zijn, we proberen deze belangrijke stap niet weg te nemen - het is cruciaal in gevallen waar een echt uitgebreide diepgaande duik gerechtvaardigd is. Maar in gevallen waarin een gebruiker op zoek is naar een snelle blik op de belangrijkste vraagruimtes, voegt deze stap tijd toe die onze gebruikers niet altijd tot hun beschikking hebben. Dit is het probleem dat MotivAI probeert op te lossen (en dat al behoorlijk goed doet). Laten we eens kijken naar wat het doet.
Als je op de nieuw zichtbare AI optie klikt, gaat onze AI Antropoloog aan het werk en voert hij in ongeveer 2-5 minuten een clusteringanalyse uit om clusters van betekenissen te identificeren die ontstaan uit het onderwerpuniversum.
In het geval van het onderwerp probiotica - hier is wat het identificeert in ongeveer 2 minuten.
Het zet een reeks machinaal gegenereerde clusters uit in een grafiek die ons in staat stelt om snel die reeksen betekenissen te zien die groei ervaren versus die welke dat niet doen.
Laten we één zo'n cluster eens in detail bekijken - angst.
Linksboven geeft de machine een niveau van interpretatie om de gebruiker te helpen het opkomende thema/betekenis rond angst te begrijpen. Rechtsonder worden details gegeven over de specifieke contextuele onderwerpen die zijn onderzocht om tot de interpretatie te komen. MotivAI visualiseert deze onderwerpen ook rechtsboven om snel visueel weer te geven hoe de verschillende onderwerpen zich over de volwassenheidscurve verspreiden.
Een blik op het kwadrant rechtsonder bevestigt de kracht van MotivAI. In dit voorbeeld heeft het clusters geïdentificeerd rond huidgezondheid, geestelijke gezondheid, supplementen en voeding, suikerinname en zelfs glutentolerantie. Allemaal ongelooflijk krachtige interpretaties gezien het feit dat het door een machine wordt geleid. Natuurlijk zal niet elke zoekopdracht die je uitvoert zulke duidelijke resultaten opleveren. MotivAI heeft nog steeds enkele beperkingen en dit is pas versie 1. Maar we zijn trots op hoe ver we al zijn gekomen op deze reis om observationele etnografie op schaal toegankelijker en wendbaarder te maken dan ooit tevoren.
Als je een klant bent, is deze functie al ingeschakeld. We vinden het geweldig dat je het uitprobeert en ermee aan de slag gaat. Vergeet niet om geduldig te zijn en MotivAI 2-4 minuten de tijd te geven om de analyse uit te voeren.
Dus... wat is er gebeurd met dat restaurant waar we het eerder over hadden? Nou, hun grootste concurrent kwam op de markt met een zeer vergelijkbaar plantaardig product. In eerste instantie was het team in rep en roer omdat ze dachten dat ze een enorme kans hadden gemist.
Totdat hun verkooprapporten over het eerste kwartaal binnenkwamen.
Het product werd binnen een jaar van het menu gehaald.