[ad_1]
Les décideurs ont sévi contre les plateformes qui collectent des données sur les consommateurs, mettant en œuvre des règles qui obligent les entreprises à être transparentes sur les détails qu’elles collectent et utilisent à des fins commerciales. Par exemple, l’année dernière, la Virginie a adopté le Colorado Data Protection Act, qui oblige les entreprises à obtenir le consentement avant de traiter des informations sensibles, à divulguer quand les informations seront vendues et à permettre aux clients de se retirer. La Californie, le Colorado et l’Union européenne ont mis en place des cadres similaires, tandis que d’autres États et nations envisagent la même chose.
Certains spécialistes du marketing affirment que ces protections ont rendu plus difficile la suggestion ou la prédiction des produits que les clients pourraient souhaiter. Mais Alex Elias dit qu’il n’est pas nécessaire qu’il en soit ainsi. Il est le fondateur de Qloo, une plate-forme qui utilise l’IA pour aider les marques à analyser les données sur les préférences des clients afin de fournir des recommandations, y compris des recommandations pour le divertissement et les biens physiques.
« Les environnements réglementaires et de plate-forme autour de la confidentialité ont considérablement restreint les moyens de compréhension des consommateurs basés sur l’identité. Cela a eu des implications sismiques dans des secteurs allant de la technologie aux biens de consommation emballés, et a conduit de nombreuses entreprises à se démener pour collecter leurs propres données de première partie, ce qui présente un risque important », a déclaré Elias à TechCrunch dans une interview par e-mail. « Dans le même temps, les goûts des consommateurs deviennent de plus en plus fragmentés et granulaires dans leurs profils, la prolifération des médias et de la consommation de musique rendant plus difficile d’atteindre les consommateurs. »
Elias a cofondé Qloo avec Jay Alger, le directeur de l’exploitation de Qloo, pour résoudre ces doubles problèmes, me dit Elias. « Qloo peut éclairer les préférences du public à grande échelle, les données peuvent améliorer l’efficacité des ventes, stimuler la conversion et donc augmenter les résultats », a-t-il déclaré. « La plupart des entreprises qui ont tout intérêt à comprendre les goûts des consommateurs à un niveau plus granulaire peuvent bénéficier de Qloo. »
Dans une démonstration de foi de la part des investisseurs, Qloo a obtenu aujourd’hui un nouveau financement de 15 millions de dollars dans le cadre d’un tour de table de série B dirigé par Eldridge et AXA Venture Partners. Cela porte le total de la société à 30 millions de dollars, ce qui comprend les contributions de célébrités de premier plan comme l’acteur Leonardo DiCaprio, Elton John et le fondateur de Starwood Hotels, Barry Sternlicht.
Qloo affirme que son API met en corrélation plus de 575 millions « d’entités principales » – y compris des films, des livres, des restaurants et des chansons – pour donner des prédictions sur les goûts des consommateurs pour des « dizaines » d’entreprises clientes, telles que PepsiCo et la société de musique d’Elton John, Rocket Entertainment. L’API alimente également TasteDive, une application de médias sociaux avec un moteur de recommandation de divertissement intégré pour les films, les émissions de télévision, la musique, les jeux vidéo et les livres acquis par Qloo en 2019.
Selon Elias, Qloo n’utilise aucune information personnellement identifiable, gardant toutes les demandes « ad hoc » et refusant de stocker l’identité des clients des clients. Les données sont apparemment anonymisées et cryptées, et le traitement des données de la plate-forme est « entièrement conforme » aux réglementations, y compris le GDPR et le California Consumer Privacy Act, déclare Elias.
Les détails sont un peu flous, mais à un niveau élevé, Qloo utilise une base de connaissances sur les préférences des clients pour affiner les algorithmes qui génèrent des recommandations et des informations sur les produits. Par exemple, Qloo peut créer des « affinités gustatives » pour des entités (par exemple, des artistes musicaux) superposées à une région géographique, révélant les goûts et les tendances de villes et même de quartiers particuliers (comme les musiciens populaires du centre-ville de Brooklyn). La plate-forme peut également générer des descriptions sur les goûts des groupes d’entités ou des comparaisons d’entités, comme les différences de goûts musicaux entre un client de baskets Nike et un client Vans.
Armés de Qloo et de ses intégrations avec Snowflake, Tableau et d’autres plates-formes de données existantes, les clients peuvent mieux résoudre des problèmes tels que la stimulation des ventes, la réduction des dépenses publicitaires et le choix des emplacements de vente au détail, affirme Elias.
Crédits image : Qloo
« [Qloo’s] L’IA est adaptée à un large éventail de paramètres, de sorte que les clients finaux peuvent ajuster la pondération de l’algorithme de manière dynamique, en fonction de la « nouveauté » ou de « l’attente » qu’ils souhaitent que les corrélations de goût soient pour le consommateur final », a poursuivi Elias. « Par exemple, un client de streaming en Asie a pu donner la priorité aux résultats spécifiques à la région par rapport aux recommandations mondialement populaires et ajuster l’algorithme en conséquence. »
Elias admet que d’innombrables entreprises ont tenté de casser les personnalisations et les recommandations via l’IA, y compris Dynamic Yield et RichRelevance, propriété de Mastercard. Mais il considère la plate-forme Qloo comme complémentaire aux concurrents qui exploitent des moteurs de recommandation plus généralisés comme Amazon Personalize, l’API Azure Recommendations et l’IA Recommendations de Google Cloud, car elle apporte supposément des « connaissances clés en main » qui leur manquent parfois.
« Qloo se différencie en raison de son ensemble de données approfondi et de sa base de connaissances existante dans des domaines tels que la musique, les produits, les voyages, etc. Cela permet à Qloo d’aider les clients à réaliser une personnalisation significative avec un minimum de contexte fourni », a déclaré Elias. « Qloo est également un concurrent privilégié des outils d’informations traditionnels et plus coûteux tels que les groupes de discussion ou les enquêtes sur mesure, car il peut fournir rapidement et plus efficacement des informations ad hoc basées sur des panels beaucoup plus larges, par exemple » Quels films les gens de l’Upper East Side feront-ils ? comme Lululemon aime aussi?’”
Le produit de la série B soutiendra le lancement du dernier produit de Qloo, déclare Elias – une version « allégée » de la plate-forme qui propose des abonnements à une interface visuelle conçue pour les utilisateurs moins avertis sur le plan technique. Au-delà de cela, l’argent soutiendra le développement de produits, élargira l’équipe de 30 personnes de Qloo de plus de 30 % dans les mois à venir et renforcera les canaux de vente de l’entreprise.
Elias a hésité lorsqu’on lui a posé des questions sur les revenus. Mais il a déclaré que Qloo avait jusqu’à présent réussi à inverser la tendance économique, en partie grâce à la reprise de la demande dans des secteurs tels que les voyages et les divertissements.
« Deux ans après le début de la pandémie, Qloo a constaté une demande accrue pour ses services, entraînant des sommets sans précédent en termes de revenus et d’utilisation des API », a déclaré Elias. « Les vents contraires fondamentaux, notamment la volonté de protéger la vie privée, l’accent mis sur la croissance des revenus et l’adoption généralisée de l’IA, ont largement compensé les vents contraires de l’environnement macroéconomique et des valorisations technologiques plus larges. Qloo a réussi un taux de combustion très maigre et est proche de la rentabilité. »
[ad_2]
