211service.com
Oprogramowanie z okiem dla Starbucks (oraz Nike i Coca-Coli)
Wśród 40 milionów zdjęć, które ludzie publikują każdego dnia na Instagramie, jest mnóstwo zachodów słońca, szczeniąt i – według Deobrat Singh – filiżanek kawy Starbucks. On by wiedział: liczy je.
Singh jest CEO i współzałożycielem GazeMetrix , startup wykorzystujący wizję komputerową i uczenie maszynowe do rozpoznawania logo marki na zdjęciach udostępnianych w serwisach społecznościowych. Firma jest jedną z kilku próbujących analizować obrazy w celach marketingowych i reklamowych, ułatwiając firmom śledzenie i promowanie swoich marek w Internecie i być może dokładniejsze kierowanie reklam do konsumentów.
Ponieważ obrazy stają się coraz bardziej popularną formą treści społecznościowych, taka analiza ma sens: zbieranie polubień, śledzenie hashtagów oraz wyszukiwanie tweetów i komentarzy pod kątem wzmianek o marce może być pomocne , ale zdjęcia pokazują dokładniej, w jaki sposób ludzie używają (i dzielą się) produktami, takimi jak buty do biegania Nike.
Jedna rzecz, która jest dla nas absolutnie jasna, to wskaźnik tego, jak widoczne są te marki w życiu ludzi, mówi Singh.
Firmy mogą używać gazeMetrix, aby zobaczyć, jak często logo ich marki pojawia się na Instagramie (i wkrótce także inne usługi) i odpowiadać na osoby publikujące te obrazy. Ostatecznie informacje gazeMetrix mogą prowadzić do wglądu w tematy, takie jak inne produkty preferowane przez klientów firmy. Jest to potencjalnie przydatne dla osób próbujących kierować reklamy i podejmować decyzje dotyczące partnerstwa biznesowego. Singh mówi, że duże firmy, takie jak Coca-Cola i Nike, testują tę usługę.
Singh i jego dwaj współzałożyciele zaczęli eksperymentować z logowaniem logów na zdjęciach w mediach społecznościowych zeszłego lata. Wykorzystali technologię rozpoznawania obrazu, którą pierwotnie opracowali dla usługi, która może identyfikować aplikacje na smartfonach Twoich znajomych, a następnie znajdować je w sklepie z aplikacjami na Twoim telefonie. Przeanalizowali zdjęcia udostępnione na Twitterze, aby zobaczyć, ile osób przesłało zdjęcia z logo Starbucks, które, jak zakładali, byłoby łatwe do zauważenia i raczej powszechne, biorąc pod uwagę przewagę kawiarni Starbucks i osoby dojeżdżające z kubkami. Szybko stało się jasne, że są na dobrej drodze: pierwszego dnia zauważyli ponad 10 000 logo.
Na początku w to nie wierzyłem, ale zagłębiliśmy się w to głębiej i zdaliśmy sobie sprawę, że to prawda — ludzie robili wiele zdjęć kubkom Starbucks, mówi Singh.
GazeMetrix wystartował w grudniu na Instagramie i od tego czasu zebrał dane na temat 35 000 marek, z których około 100 aktywnie śledzi. Firma widziała ponad 250 000 logo Starbucks tylko w lutym, mówi Singh. W najbliższych tygodniach planuje również rozpoczęcie śledzenia zdjęć publikowanych w serwisach popularnych na Twitterze, takich jak Twitpic i Yfrog. Ale nie Facebook; Singh mówi, że większość publicznie publikowanych zdjęć w największej sieci społecznościowej nie jest generowana przez użytkowników, więc nie jest to warte czasu.
GazeMetrix korzysta z interfejsu programowania aplikacji Instagrama — który umożliwia zewnętrznym programistom dostęp do jego danych — używając go jako kurka, wysyłając zalew obrazów do wielu serwerów, gdzie algorytm określa, czy może być obecne logo. Jeśli tak, gazeMetrix używa innych algorytmów, aby dopasować logo do jednego ze swojej bazy danych. Jeśli oprogramowanie jest bardzo pewne, że znalazło zgodność między istniejącym logo a logo na nowym zdjęciu, obraz jest przesyłany do kanału logo tej firmy. Jeśli jest trochę bardziej niezdecydowany, człowiek może przejrzeć dopasowanie.
Eksperci od wizji komputerowej twierdzą, że to, co robi gazeMetrix, nie brzmi tak skomplikowanie, zwłaszcza że logo firmowe ma się wyróżniać. Niemniej jednak Kevin Bowyer, przewodniczący wydziału informatyki i inżynierii Uniwersytetu Notre Dame, nazywa to fajnym i interesującym zastosowaniem technologii, która rozwinęła się w ciągu ostatnich dwóch dekad. James Hays, adiunkt na wydziale informatyki Uniwersytetu Browna, dodaje: Zdecydowanie spodziewam się tego znacznie więcej.