CSLH est une agence de communication possédant une grande expertise, de nombreuses prestations web et les meilleures prix du marché normand.
06 04 07 53 74
Email : contact@creationsitelehavre.fr
CSLH
7, rue Mogador 76600 le Havre
La capacité des ordinateurs à reconnaître des images nouvelles – à «voir» – est peut-être le côté le plus excitant de l’IA (Intelligence Artificielle). Mais alors que la plupart du battage médiatique est centré autour de la vision par ordinateur dans les voitures auto-conduite, il ya déjà beaucoup d’implications pour les spécialistes du marketing.
Le merchandising dans le commerce électronique est traditionnellement tout au sujet du marquage. Chaque produit possède de nombreuses balises qui permettent au client de filtrer pour des attributs particuliers, mais aussi de proposer des algorithmes de recommandation aux produits de surface (ces algorithmes peuvent également analyser les données comportementales et d’achat).
Les détaillants en ligne peuvent également ignorer ces algorithmes s’ils veulent faire surface d’un produit particulièrement important – peut-être quelque chose de nouveau.
Cependant, les logiciels basés sur l’IA tels que « Sentient Aware » permettent maintenant la découverte visuelle de produits, ce qui nie la nécessité pour la plupart des métadonnées et des surfaces de produits similaires basés sur leur affinité visuelle. Cela signifie que comme une alternative à l’utilisation d’un système de filtrage standard, les acheteurs peuvent sélectionner un produit qu’ils aiment et être montré visuellement des produits similaires.
Les avantages de la découverte de produits visuels sont nombreux. Il peut représenter une plus grande proportion d’un catalogue de produits et trouver des produits dans des catégories distinctes qu’un client ne peut pas avoir rencontrées autrement (par exemple, une chaussure de sport qui ressemble à celle de la catégorie «mode de vie»).
Lorsqu’une fois les détaillants en ligne ont dû décider entre la vente d’une sélection ciblée / curated de produits ou d’une plus grande gamme, la découverte visuelle de produit permet le meilleur des deux mondes.
La même technologie utilisée pour le merchandising peut également être appliquée au redéploiement.
Révéler les visiteurs du site avec la publicité d’affichage pour un seul produit (peut-être après l’abandon du panier) est efficace, mais peut souvent être une tactique contondante.
Une création dynamique qui comporte une gamme de produits visuellement similaires peut avoir plus de succès, d’autant plus que les détaillants peuvent ne pas savoir si un client a déjà acheté un produit en mode hors connexion.
« Pinterest » a récemment lancé un outil appelé Lens, qui fonctionne comme « Shazam » mais pour le monde visuel. Cela donne au consommateur la capacité de pointer son appareil photo de smartphone sur un objet et effectuer une recherche « Pinterest », à la surface de ce produit particulier ou de contenu connexe.
Cela pourrait être utilisé pour trouver un fournisseur d’un meuble que vous voyez, ou une recette pour un légume inconnu exotique.
Le réseau social a eu une forme de fonctionnalité de recherche visuelle depuis 2015 (comme Houzz), permettant aux utilisateurs de sélectionner une partie d’une image et de rechercher des articles connexes, mais a élargi ce plus avec Lens, ainsi que permettre aux marques de produits de surface trouvés Dans les photographies.
Ainsi, si un utilisateur regarde un pin d’un intérieur qui comporte une chaise particulière, par exemple, un détaillant pourrait potentiellement fournir un lien pour acheter la chaise.
Les marques surveillent principalement les médias sociaux pour mentionner leurs produits et services. Mais le texte ne constitue qu’une partie de ce que les utilisateurs des médias sociaux affichent en ligne – les images et la vidéo sont sans doute tout aussi importantes.
Il existe déjà des entreprises (telles que Ditto ou gumgum) fournissant une écoute sociale qui peut reconnaître l’utilisation de logos de marque, aider les gestionnaires de la communauté à trouver de bonnes et mauvaises rétroactions.
Amazon Go frappé les titres en Décembre 2016. Les clients entrent dans la boutique via un tourniquet qui scanne un code à barres sur leur Amazon Go app.
La technologie de vision par ordinateur suit alors le client autour du magasin (probablement à côté de quelque forme de suivi de téléphone, bien qu’Amazon ait pas libéré des détails complets) et les capteurs sur les étagères détectent quand le client choisit un article.
Une fois que vous avez tout ce dont vous avez besoin, vous quittez le magasin, avec l’application Go en sachant ce que vous avez pris avec vous. Magasin de concept d’Amazon à Seattle semble avoir préparé le terrain pour la vision par ordinateur à jouer un rôle dans l’élimination de la douleur de l’expérience de caisse.
Densité est un démarrage qui anonymement suivre le mouvement des personnes comme ils se déplacent autour des espaces de travail, en utilisant un petit morceau de matériel qui peut suivre le mouvement à travers les portes.
Il existe de nombreuses utilisations de ces données, notamment en matière de sécurité, mais elles incluent le suivi de l’occupation d’un magasin ou le suivi de la durée de la file d’attente / du temps d’attente.
Bien sûr, les compteurs automatiques ont été disponibles pendant un certain temps, mais les progrès de la vision par ordinateur signifient que le suivi des personnes est suffisamment sophistiqué pour être utilisé dans l’optimisation du merchandising.
RetailNext est une entreprise qui fournit ces analyses de détail, permettant aux propriétaires de magasin de demander:
En janvier 2016, MediaCom a annoncé qu’elle utiliserait la technologie de détection et d’analyse faciale développée par Realeyes dans le cadre des tests de contenu et de la planification des médias.
La technologie utilise des panneaux distants des utilisateurs et travaille en utilisant leurs webcams existantes pour capturer leurs réactions aux annonces et au contenu.
Le directeur général de Realeyes, Mikhel Jaatma, a déclaré à Martech Today que l’analyse émotionnelle est «plus rapide et moins coûteuse» que les sondages en ligne ou les groupes de discussion traditionnels et qu’elle rassemble des réponses directes plutôt que de s’appuyer sur des opinions subjectives ou inférées
D’autres sociétés dans l’espace d’analyse émotionnelle incluent Unruly, en partenariat avec Nielsen.
Comme la vision par ordinateur améliore, il peut être utilisé pour effectuer le marquage général automatisé des images. Cela peut éventuellement signifier que le marquage manuel et incohérent n’est pas nécessaire, ce qui rend l’organisation de l’image à grande échelle plus rapide et plus précis.
Cela a des implications profondes lors de l’interrogation de grands ensembles d’images, comme Gaurav Oberoi suggère dans un billet de blog, un utilisateur pourrait poser la question « quels types de choses sont montrées sur les affiches de cinéma et diffèrent-ils par genre? », Par exemple.
Finalement, lorsqu’elles sont appliquées à la vidéo, les données disponibles seront époustouflantes, et la façon dont nous accédons et archivons les images peut changer fondamentalement.
Bien que ce soit encore loin, beaucoup seront déjà familiarisés avec la puissance de la recherche d’images dans Google Photos, qui est formé à reconnaître des milliers d’objets, et avec une recherche d’image inversée dans le moteur de recherche Google ou dans une archive de photos .
Des lentilles Snapchat à la technologie encore non prouvée commercialement impliquant des casques comme Hololens, la réalité augmentée est de plus en plus mentionnée comme une prochaine étape possible pour la technologie mobile.
En effet, Tim Cook semble particulièrement excité à ce sujet.
J’ai dû faire ma liste jusqu’à 10, donc j’ai pensé que j’inclurais une école un peu plus ancienne, mais l’utilisation essentielle de la reconnaissance optique de caractères (OCR).
Royal Mail au Royaume-Uni a dépensé 150 millions de livres sterling sur une installation automatisée en 2004, près de Heathrow, qui balaye l’avant et l’arrière des enveloppes et traduit les adresses en code lisible par machine.
Cette technologie permet la livraison le lendemain à l’échelle.
Il y a beaucoup d’autres utilisations prospectives de la vision par ordinateur dans UX, peut-être notamment notamment la reconnaissance faciale et ses nombreuses applications. Pensez-vous que j’ai raté quelque chose d’important?
Présent dans toutes la Normandie - Tél. : 06 04 07 53 74
Vous devez être connecté dans pour poster un commentaire.