211service.com
Software met oog voor Starbucks (en Nike en Coke)
Onder de 40 miljoen afbeeldingen die mensen elke dag op Instagram plaatsen, bevinden zich een hele reeks zonsondergangen, puppy's en - volgens Deobrat Singh - Starbucks-koffiekopjes. Hij zou het weten: hij telt ze.
Singh is CEO en medeoprichter van blikMetrix , een startup die computervisie en machine learning gebruikt om merklogo's te herkennen in foto's die op sociale-mediasites worden gedeeld. Het bedrijf is een van de velen die afbeeldingen proberen te analyseren voor marketing- en reclamedoeleinden, waardoor het voor bedrijven gemakkelijker wordt om hun merken online te volgen en te promoten en wellicht om advertenties nauwkeuriger op consumenten te richten.
Aangezien afbeeldingen een steeds populairdere vorm van sociale inhoud worden, is een dergelijke analyse zinvol: het verzamelen van vind-ik-leuks, het bijhouden van hashtags en het minen van tweets en opmerkingen voor vermeldingen van een merk kan nuttig zijn , maar afbeeldingen laten nauwkeuriger zien hoe mensen producten zoals Nike-hardloopschoenen gebruiken (en delen).
Een ding dat absoluut duidelijk voor ons is, is dat het een indicator is van hoe zichtbaar die merken zijn in het leven van mensen, zegt Singh.
Bedrijven kunnen gazeMetrix gebruiken om te zien hoe vaak hun merklogo's op Instagram verschijnen (en binnenkort ook andere diensten), en om te reageren op de mensen die deze afbeeldingen plaatsen. Uiteindelijk kan de informatie van gazeMetrix leiden tot inzichten over onderwerpen zoals welke andere producten de klanten van een bedrijf prefereren. Dat is mogelijk handig voor diegenen die advertenties willen targeten en beslissingen willen nemen over zakelijke partnerschappen. Singh zegt dat grote bedrijven zoals Coca-Cola en Nike de dienst uitproberen.
Singh en zijn twee medeoprichters begonnen afgelopen zomer te experimenteren met het loggen van logo's in foto's op sociale media. Ze gebruikten beeldherkenningstechnologie die ze oorspronkelijk hadden ontwikkeld voor een dienst die apps op de smartphones van je vrienden kon identificeren en ze vervolgens kon vinden in de applicatiewinkel op je handset. (Breng genoemd, het sloeg niet aan.) Ze analyseerden afbeeldingen die op Twitter waren gedeeld om te zien hoeveel mensen foto's hadden geüpload met het Starbucks-logo, waarvan ze aannamen dat het gemakkelijk te herkennen en vrij algemeen zou zijn, gezien het overwicht van Starbucks-coffeeshops en pendelaars met bekers. Het was al snel duidelijk dat ze op de goede weg waren: ze zagen de eerste dag meer dan 10.000 logo's.
Ik geloofde het eerst niet, maar we gingen er dieper in en realiseerden ons dat het echt was: mensen maakten veel foto's van Starbucks-mokken, zegt Singh.
GazeMetrix werd in december gelanceerd op Instagram en heeft sindsdien gegevens verzameld over 35.000 merken, waarvan er ongeveer 100 actief worden gevolgd. Het bedrijf heeft in februari alleen al meer dan 250.000 Starbucks-logo's gezien, zegt Singh. In de komende weken is het ook van plan om foto's te gaan volgen die zijn gepost op diensten die populair zijn op Twitter, zoals Twitpic en Yfrog. Maar niet Facebook; Singh zegt dat de meeste van de publiekelijk geplaatste foto's op het grootste sociale netwerk niet door gebruikers zijn gegenereerd, dus het is de tijd niet waard.
GazeMetrix maakt gebruik van Instagram's applicatie-programmeerinterface - waarmee externe programmeurs toegang hebben tot zijn gegevens - door het als een spigot te gebruiken en de stroom afbeeldingen naar meerdere servers te sturen waar een algoritme bepaalt of er mogelijk een logo aanwezig is. Als dat zo is, gebruikt gazeMetrix andere algoritmen om te proberen het logo te matchen met een logo in de database. Als de software er zeer zeker van is dat het een match heeft gevonden tussen een bestaand logo en een logo op een nieuwe foto, wordt de afbeelding doorgestuurd naar de logofeed van dat bedrijf. Als het wat aarzelend is, kan een mens de wedstrijd beoordelen.
Wat gazeMetrix doet, klinkt niet zo ingewikkeld, zeggen computer vision-experts, vooral omdat bedrijfslogo's zijn ontworpen om op te vallen. Desalniettemin noemt Kevin Bowyer, voorzitter van de afdeling computerwetenschappen en engineering van de Universiteit van Notre Dame, het een coole en interessante toepassing van technologie die de afgelopen twee decennia volwassen is geworden. James Hays, een assistent-professor aan de informatica-afdeling van Brown University, voegt eraan toe: ik verwacht hier zeker nog veel meer van te zien.