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 de AI-trenddetectieoplossing van Artefact, voorspelt welke cosmeticaproducten consumenten morgen willen hebben.

Bekijk de hele Hubday conferentie

Uitdaging voor L'Oréal: nieuwe trends eerder voorspellen dan de concurrentie

L'Oréal is het grootste schoonheidsbedrijf ter wereld, aanwezig in 150 landen, en biedt een rijk portfolio van iconische merken voor elk type consument. Het maatschappelijk verantwoorde programma van het bedrijf, 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 en de merken voortdurend opnieuw uit te vinden... Het zit in 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 het bedrijf in staat om de meest veelbelovende innovatieve producten te selecteren voor incubatie en versnelling. Maar hoe maak je van L'Oréal 's werelds nummer één op het gebied van beautytechnologie? vroeg Charles zich af:

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

Na overleg met verschillende andere bedrijven koos hij voor 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 bij het detecteren en voorspellen van nieuwe trends in de digitale ruimte. 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 beïnvloeders niet het antwoord was.

“Natuurlijk, als Kim Kardashian een nieuwe lippenstift draagt, begint iedereen dezelfde kleur te kopen, maar tegen die tijd is het al te laat, de miljoen-dollar-vraag is wat er daarvoor gebeurt?”

legt Fabrice Henry, Managing Partner bij Artefact uit.

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 naargelang de geografie of gemeenschap? Wat zijn de grote bronnen - YouTube, blogs, Instagram, Facebook, enz. - waaruit data gehaald kan worden om algoritmes te trainen?

“We vonden verschillende benaderingen voor elk van deze onderwerpen en stelden een laatste 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 van L'Oréal en Artefact was gebaseerd op drie belangrijke succesfactoren: gezamenlijke ontwikkeling van een oplossing waarbij de medewerker centraal staat, validatie van de oplossing via een MVP (Minimum Viable Product) voorafgaand aan de schaalvergroting, en een sterke samenwerking op basis van vertrouwen - een essentieel element wanneer u gevoelige informatie deelt met uw partners.

Resultaten van het L'Oréal Trend Detection project

Dit project is een voorspellende intelligentiemachine met drie hoofdcomponenten:

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

  • PREDICT: Zodra nieuwe, atypische of relevante schoonheidstermen gedetecteerd zijn, moeten we kijken of ze blijvend zijn. Om daar achter te komen, trainen we algoritmen voor machinaal leren op basis van voorspellende variabelen die op betrouwbare wijze hebben aangetoond of een bepaalde trend zal groeien of niet, met behulp van factoren zoals het aantal vermeldingen, de engagementscore, het samen voorkomen van citaten van auteurs, enz.“

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

“Ik ben er erg blij mee, we hebben een bètaversie 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.