Charles Besson, Global Social Insights & AI Director bij L'Oréal, en Fabrice Henry, Managing Partner bij Artefact, bespreken hoe L'Oréal Trend Detection, ingezet met Artefact's AI 's oplossing voor trenddetectie, voorspelt welke cosmeticaproducten consumenten morgen willen hebben.

Bekijk de volledige Hubday conferentie

Uitdaging voor L'Oréal: nieuwe trends voorspellen vóór de concurrentie

L'Oréal is 's werelds grootste merk op het gebied van schoonheid organisatie, aanwezig in 150 landen, en biedt een rijk portfolio van iconische merken voor elk type consument. Het maatschappelijk verantwoorde programma van organisatie, Sharing Beauty With Al, is gewijd aan het vormgeven van de toekomst van schoonheid door middel van belangrijke, duurzame productinnovaties.

"Er is een zoektocht bij L'Oréal om het bedrijf, de merken, constant opnieuw uit te vinden... Het is een deel van ons DNA, het is een obsessie."

zegt Charles Besson, Global Social Insights & AI Director bij L'Oréal.

L'Oréal heeft geweldige hulpmiddelen voor productinnovatie: een Prospective Consumer Intelligence-afdeling, een Digital-afdeling, een IT-afdeling. Hun nieuwste programma, de L'Oréal Beauty Tech accelerator, stelt de organisatie in staat om de meest veelbelovende innovatieve producten te selecteren voor incubatie en acceleratie. Maar hoe maak je van L'Oréal 's werelds nummer één op het gebied van beautytechnologie organisatie? vroeg Charles zich af:

"Gezien de overvloed aan publieke data die we kunnen verzamelen, en gebruikmakend van dit buitengewone ding dat artificial intelligence is, zouden we een algoritmische kristallen bol kunnen uitvinden die de toekomst kan voorspellen?"

Na overleg met verschillende andere bedrijven, koos hij Artefact om zijn droommachine te bouwen.

L'Oréal Solution: een co-creatie die opkomende consumententrends kan voorspellen

Het ambitieuze project van L'Oréal moest een stap verder gaan met AI technologie, in vergelijking met traditionele marktonderzoeksmodellen. Dat is waar Artefact zijn geavanceerde expertise in digitale marketing en data wetenschap inzette om L'Oréal te helpen nieuwe trends in de digitale ruimte te detecteren en te voorspellen. Want ontdekken wat consumenten willen - bijna voordat ze weten dat ze het willen - is de heilige graal die elke marketeer nastreeft.

Het ontwikkelen van een innovatieve en betrouwbare oplossing voor trendvoorspelling was zowel spannend als uitdagend voor het projectteam. Zodra ze begonnen te brainstormen, realiseerden ze zich dat het volgen van influencers niet het antwoord was.

"Natuurlijk, als Kim Kardashian een nieuwe lippenstift draagt, gaat iedereen dezelfde kleur kopen, maar tegen die tijd is het al te laat, de miljoen dollar vraag is wat er voor die tijd gebeurt?"

verklaart Fabrice Henry, Managing Partner bij Artefact.

Dus gingen we dieper en stelden we stroomopwaartse vragen om erachter te komen waar trends ontstaan en hoe ze zich verspreiden. Als een trend eenmaal geboren is, hoe verspreidt hij zich dan? Verspreidt hij zich anders per geografie of gemeenschap? Wat zijn de grote bronnen - YouTube, blogs, Instagram, Facebook, enz. - waaruit data kan worden gehaald om algoritmes te trainen?

"We vonden verschillende benaderingen voor elk van deze onderwerpen en stelden een definitieve voor aan Charles Besson. En dat is waar onze samenwerking begon, waar we dit project begonnen"
voegt Fabrice Henry, Managing Partner bij Artefact toe.

Het project dat L'Oréal en Artefact samen hebben opgezet, was gebaseerd op drie belangrijke succesfactoren: gezamenlijke ontwikkeling van een oplossing waarbij de werknemer centraal staat, validatie van de oplossing via een MVP (Minimum Viable Product) vóór de schaalvergroting, en een sterke samenwerking op basis van vertrouwen - een essentieel element bij het delen van gevoelige informatie met je partners.

Resultaten van het L'Oréal Trend Detection's project

Dit project is een voorspellende intelligentie machine met drie hoofdcomponenten:

  • DETECT: Met behulp van Natural Language Processing (NLP) algoritmen kan deze functie een database van miljoenen documenten verteren en zwakke signalen extraheren - trefwoorden die relevant maar zeldzaam zijn (bijv. opkomende termen) in het schoonheidsdomein.

  • PREDICT: Zodra nieuwe, atypische of relevante schoonheidstermen zijn gedetecteerd, moeten we zien of ze staying power hebben. Om daar achter te komen, trainen we algoritmen voor machinaal leren op basis van voorspellende variabelen die betrouwbaar hebben aangetoond of een bepaalde trend zal groeien of niet, met behulp van factoren zoals het aantal vermeldingen, de betrokkenheidsscore, het samen voorkomen van citaties van auteurs, enzovoort.

  • ILLUSTREREN: Een aantal visualisaties bouwen om de kracht van de trend aan te tonen, samen met een verscheidenheid aan contextuele elementen (merken of auteurs die erover spraken, artikels en visuals die het vermeldden...) en dit alles laten verschijnen in de interface van de tool.

"Ik ben er erg blij mee, we hebben een beta-versie gelanceerd, en als alles goed gaat; zijn de volgende stappen de lancering, adoptie, en training. We hebben al veel positieve feedback gehad!"
concludeert Charles Besson, Global Social Insights & AI Director bij L'Oréal.