13 januari 2020 1101 woorden, 5 min. gelezen Laatste update : 15 september 2022

2025: het einde van de personalisatiealgoritmes?

Door Pierre-Nicolas Schwab Gepromoveerd in marketing, directeur van IntoTheMinds
In een tijd waarin Amazon al 35% van zijn omzet haalt uit algoritmische aanbevelingen (zie hieronder) en twee nieuwe personalisatietools lanceert (Discover en Showroom), kondigt Gartner tegen 2025 het einde van de personalisatiealgoritmes aan (Engelse site). Deze, paradoxale, aankondiging, verdient […]

In een tijd waarin Amazon al 35% van zijn omzet haalt uit algoritmische aanbevelingen (zie hieronder) en twee nieuwe personalisatietools lanceert (Discover en Showroom), kondigt Gartner tegen 2025 het einde van de personalisatiealgoritmes aan (Engelse site). Deze, paradoxale, aankondiging, verdient het om diepgaande geanalyseerd te worden.

Samenvatting

Infographic: de effecten van personalisatiealgoritmes

facts and statistics on recommendation algorithms

Wat is het doel van algoritmische personalisatie?

Personalisatiealgoritmes zijn ons digitale leven binnengedrongen. De belangrijkste ervan (Google) personaliseert onze resultaten op zijn zoekmachine. Daar waar er elke minuut 500 uur aan content wordt geüpload naar YouTube, suggereren de aanbevelingsalgoritmes van het platform welke content voor ons interessant zou kunnen zijn en beginnen ze zelfs automatisch de lezing ervan. De aanbeveling is vooral zinvol in de mediaplatformen (men schat dat 70-80% van de consumptie op Netflix het resultaat is van aanbevelingsalgoritmen), maar het gaat nog verder. In de wereld van e-commerce zijn algoritmes alomtegenwoordig (Amazon bijvoorbeeld haalt 35% van zijn inkomsten uit deze algoritmes waarin het sinds 1994 investeert), ook n B2B zijn virtuele assistenten in volle ontwikkeling om verkopers (auto, verzekering, …) aan te raden wat ze aan hun klanten moeten verkopen. Ze maken het dus mogelijk de relatie tussen de verkoper en de klant te personaliseren.

Waarom zouden marketeers stoppen met personalisatie?

Algoritmische personalisatie is een hot topic sinds het zich heeft verspreid naar alle digitale aspecten van ons leven, vooral in de mediaconsumptie. Eli Pariser vond het concept van de filterbubbels uit, waar we op deze blog al meermaals over hebben gesproken (zie bijvoorbeeld ons voorstel voor het classificeren van filterbubbels). Hoewel het bestaan ervan nog altijd een discussiepunt is en een nieuwe definitie zich opdringt, nemen sommige bedrijven het tegenovergestelde standpunt in, zoals HBO met deze menselijke aanbevelingen (service en site niet beschikbaar in de meeste landen; zie de video hieronder).

Maar de stelling van Gartner is gebaseerd op heel andere, louter economische argumenten:

  1. persoonlijke gegevens zijn steeds moeilijker te verkrijgen
  2. marketeers zouden teleurgesteld zijn over het rendement van algoritmische personalisatie

Wat betreft het eerste punt kunnen we Gartner geen ongelijk geven. Vooral in Europa heeft de GDPR een einde gemaakt aan bepaalde praktijken en als het voordeel van de GDPR voor de consument nog altijd betwistbaar is (zie onze studie over dit onderwerp), is het duidelijk dat bedrijven veel voorzichtiger zijn geworden dan voorheen. Voor de inwerkingtreding van de GDPR is ook een grote zuivering uitgevoerd, waardoor veel persoonsgegevens waarvoor geen toestemming was gedocumenteerd, zijn gewist.

Het tweede punt vraagt om een meer toelichting, aangezien het standpunt van Gartner op het eerste gezicht moeilijk te verdedigen lijkt. Volgens Gartner zal 80% van de marketeers tegen 2025 afzien van hun personalisatie-inspanningen om 2 belangrijke redenen:

  1. onvoldoende return on investment
  2. de moeilijkheid om persoonsgegevens te verzamelen en te integreren

Probleem 1: gegevensverzameling en -integratie

Over dit laatste kunnen we het alleen maar eens zijn met Gartner. Wat we bij onze klanten zien, is inderdaad een grote moeilijkheid om de gegevens te integreren. Het ontbreken van een solide basis en in het bijzonder het ontbreken van een unique client reference (UCR) leidt ertoe dat veel bedrijven het onmogelijke proberen: het met elkaar in overeenstemming brengen van verschillende databases. Dit leidt tot kosten voor de ontwikkeling van specifieke systemen die moeilijk te onderhouden zijn. Daarom pleiten wij al enkele jaren voor het gebruik van alleen first party data, een standpunt dat wij opnieuw hebben verdedigd op het jaarlijkse BAM-congres en dat wij uitvoerig hebben toegelicht in ons begeleidende artikel.

Ons advies

In plaats van hardnekkig gegevens van slechte kwaliteit te verzamelen en te integreren (denk aan het adagium “shit in, shit out”), moet u het aandurven om van voren af aan te beginnen. Zorg er vooral voor dat u de volgende 4 principes hanteert om het vertrouwen van uw klanten/gebruikers te ontwikkelen en zo meer gegevens te verzamelen:

  • informeer uw gebruikers over het gebruik en de waarde van hun gegevens
  • geef hen de controle terug
  • vertrouw alleen op first party data
  • bouw geleidelijk aan het vertrouwen op

Probleem 2: onvoldoende return on investment (ROI)

Onvoldoende ROI kan worden veroorzaakt door verschillende factoren: te lage baten of te hoge kosten. Wat de te hoge kosten betreft, zijn wij van mening dat deze vooral het gevolg zijn van de ontwikkelings- (en onderhouds-) inspanningen die moeten worden geleverd. Of u nu een personalisatiesysteem “on the shelves” koopt of er zelf een ontwikkelt, er bestaat geen personalisatiesysteem dat in een handomdraai kan worden geïntegreerd.
Als de baten te laag zijn, moet u zich afvragen of de gestelde doelen wel realistisch zijn en hoe u uw inspanningen gaat meten. Te vaak zien we dat er te ambitieuze doelen worden gesteld en dat er tegelijkertijd geen geschikte meetmethode (bijvoorbeeld A/B-testen) beschikbaar is. De ROI moet worden gemeten met behulp van KPI’s (Key Performance Indicators) die echt kunnen worden beïnvloed door maatwerkalgoritmen. Anderzijds moet het personalisatiesysteem, aangezien aanpassingen essentieel zijn om de doelstellingen te bereiken, het toelaten. Algoritmen “on the shelves” kunnen, hoewel ze aan bepaalde behoeften voldoen, beperkt zijn als het gaat om de aanpassing aan specifieke doelstellingen of gegevens.
Uiteindelijk delen we de mening van Gartner. Er is inderdaad vaak grote teleurstelling bij degenen die personalisatiealgoritmes uitproberen. Maar dat is niet de schuld van het systeem. Het zijn de mensen die het kiezen en uitvoeren. Hun gebrek aan ervaring en onervarenheid bij de uitvoering van dergelijke systemen leidt ertoe dat zij zich bezighouden met projecten die op de lange termijn misschien niet rendabel zijn.

Conclusie: het einde van de personalisatie is niet voor morgen

De argumenten die Gartner aanvoert, kloppen en komen overeen met de realiteit van veel situaties die we zijn tegengekomen. Samenvattend kan worden gesteld dat bedrijven aan de ene kant onevenredige verwachtingen stellen aan personalisatiealgoritmes, maar aan de andere kant niet over de minimale basis beschikken die nodig is om ervoor te zorgen dat de juiste gegevens op een optimale manier worden verzameld en met elkaar in overeenstemming kunnen worden gebracht.
Dit zal onvermijdelijk leiden tot het stopzetten van veel personalisatieprojecten bij bedrijven die gestart zijn zonder voorbereid te zijn. Maar dat betekent niet dat de personalisatiemarkt gaat krimpen. Integendeel, de steeds snellere digitalisering van ons leven, de productie van steeds grotere hoeveelheden gegevens, zal de noodzaak van een steeds verdergaande personalisatie van de interacties tussen bedrijven en hun klanten versterken. We zullen dus alleen maar getuige zijn van het einde van projecten die op een verkeerde basis zijn gestart, terwijl andere marketeers, die meer vertrouwd zijn met de technische en functionele voorwaarden, projecten zullen lanceren die tegelijkertijd vruchten zullen afwerpen.

Illustratiebeeld: shutterstock



Posted in Marketing.

Plaats uw mening

Je e-mailadres zal niet getoond worden. Vereiste velden zijn gemarkeerd met *