-

Boris Olij (GroupM) ‘AI helpt bedrijven maximale efficiency te bereiken’

Boris Olij is strategist bij GroupM en is druk bezig om de ongekende mogelijkheden van artificial intelligence voor het bedrijfsleven verder te verkennen. In gesprek met interviewer Caroline Burgess-Pike gaat hij in op de huidige trends en toekomstige onwikkelingen.

Boris Olij.

Vertel eens over je rol/functie of een typische werkdag 

“Veel draait om maximale efficiency en innovatie als je een voorsprong wilt hebben in digitale reclame. Het is mijn taak om GroupM op het juiste spoor te houden. Als strategist begeleid ik een team experts die de resultaten voor meerdere klanten optimaliseren – van lokale tot aan internationale accounts. Dit doen we door programmatische handelsmethoden in te zetten en de kwaliteit van campagnes voortdurend te verbeteren. Het gebruik van slimme technologie vormt hier een integraal onderdeel van. Mijn functie richt zich daarom ook op het stimuleren van de acceptatie van kunstmatige intelligentie (AI) in Nederland, met name machine learning. 

Mijn werkdag is daardoor erg afwisselend en begint vaak vroeg. De loop voor de dag is vaak pas duidelijk nadat ik de team en/of klantbehoeften heb nagelopen. Ik moet bijvoorbeeld nieuwe mogelijkheden met betrekking tot CTV en audio vinden, operationele uitdagingen oplossen, grotere kwesties aanpakken of een catch-up meeting bijwonen. Mijn schema verandert voortdurend en dat is wat het ontzettend interessant houdt.”

Kun je kort hoe je in je huidige functie terecht bent gekomen? Met name het traject naar AI innovatie.

“Ik had geluk dat ik direct vanaf de universiteit een carrière kon beginnen binnen de GroupM-familie, bij Xaxis. Ik heb hier geen dag spijt van gehad. De afgelopen vijf jaar is mijn carrière niet alleen veranderd op het vlak van functie en locatie – van Oslo naar Amsterdam – maar kan ik me ook meer bezighouden met mijn passie: AI innovatie stimuleren. 

AI vond ik altijd al fascinerend, hoewel ik geen achtergrond in IT of software heb; zozeer zelfs, dat ik mezelf het coderen en de analytische vaardigheden voor het gebruik van AI heb aangeleerd. GroupM ondersteunt mij in het volgen van mijn passie voor AI en om zo het gebruik hiervan simpeler en duidelijker te maken. Elke week probeer ik tijd vrij te maken om nieuwe ontwikkelingen te onderzoeken binnen gebieden zoals reinforced machine learning en robotgestuurde procesautomatisering, waardoor ik een rol kan spelen in het vormen van de toekomst voor programmatische reclame.”

Kun je de concepten voor non-black boxed algoritmes en effectieve toepassing van ML en AI in programmatische reclame uitleggen voor mensen die dit niet kennen?

“Het idee achter non-black boxed algoritmes is in principe het mysterie uit AI halen. Er heerst een wijdverspreid beeld dat slimme systemen te ingewikkeld zijn om te begrijpen: er gaan gegevens in, er wordt een algoritme gedraaid in een mysterieuze zwarte doos en er komen resultaten uit. Maar zo hoeft het niet te zijn, met het juiste inzicht en goede uitleg kunnen het ook glazen dozen zijn waar iedereen in kan kijken en kan begrijpen hoe het daarbinnen werkt. 

Programmatische specialisten moeten de minder goed begrepen delen van met AI-ondersteunde reclame kunnen verhelderen. Door hun technische inzicht te verbeteren – ook hoe machine learning algoritmes en digitale attributie modellen werken – en het tempo aanhouden van de ontwikkelingen en aanpassingen binnen het programmatisch ecosysteem, wordt hun kennisbasis verbreed. Dit inzicht kunnen ze dan weer inzetten om de programmatische werking en de resultaten op een logische, heldere en duidelijke manier te verklaren. Zo wordt niet alleen de waarde van AI bewezen, maar wordt dit ook begrijpelijk voor iedereen.”

Waarom is AI en innovatie zo belangrijk voor performance marketing?

“Resultaatgedreven marketing draait om het verwezenlijken van doelstellingen met maximale efficiency. Met behulp van AI kan dit effectiever worden gerealiseerd. Laten we spending allocatie als voorbeeld nemen. Als AI algoritmes worden ingezet om te evalueren welke reclame het beste resultaat oplevert, kan budget doelgericht worden ingezet op de best scorende digitale media. Met andere woorden, resultaten worden geoptimaliseerd en verspilling wordt geminimaliseerd. Of, marketeers kunnen hulpmiddelen gebruiken zoals Xaxis’ Copilot om op maat gemaakte algoritmes op te zetten die gegevens gedurende de campagnes consequent analyseren.  Om daar verder te voorspellen welke impressies statistische gezien de gewenste resultaten zullen bereiken, en inkoopwaardes tijdens het proces automatisch bijsturen. 

Het bijkomende voordeel is dat de verwerkingscapaciteit van AI zeer uitgebreid en gestroomlijnd is. Systemen kunnen daardoor doorlopend testen op schaal uitvoeren en immense hoeveelheden gefragmenteerde gegevens tot in het kleinste fragment beoordelen. Om zo uiterst nauwkeurig vast te stellen welke combinatie van bidding timing en prijs het beste werkt op dat moment. Daarnaast voeren ze deze gegevens terug in programmatische platforms om toekomstige beslissingen te ondersteunen.”

Heb je voorbeelden van innovatieprojecten waaraan je gewerkt hebt?

“Het beste voorbeeld is een op maat gemaakt algoritme dat we voor Ford hebben ontwikkeld. Deels ook omdat het concept drie jaar geleden is ontstaan in een bar in Kopenhagen. Een collega en ik gingen na het werk nog een drankje doen en hadden een discussie over hoe we machine learning konden inzetten om Ford te helpen bij het herontwikkelen van hun programmatische strategie. Wat interessant is, is hoe dit project intelligent maatwerk heeft gebruikt om de precisie van digitale reclame groter te maken en kosten te verlagen. 

Op dat moment werd de standaard programmatische strategie gedreven door zelfgegenereerde campagnedata van de inkoop-platformen. Vaak ook met ‘last-click’ conversie-inzichten. Hierdoor was er maar weinig inzicht in het effect dat gecreëerd werd door elke multi-channel ad, en de inkoop-algoritmes waren vaak gebaseerd op een beperkte kijk op wat voorheen goed functioneerde. Wij kwamen met de hypothese dat de performance verbeterd kon worden door de website van Ford en gedragsdata te gebruiken om een uniform beeld met werkelijke klanteninzichten te produceren. Na het analyseren van bijna tien miljoen datapunten hadden we de ideale mix van factoren geïdentificeerd – zoals tijd, dag en geografie – om de waarschijnlijkheid van een conversie voor elk automodel te verbeteren en zetten we op maat gemaakte bidding algoritmes aan het werk. Het uiteindelijke resultaat was een aanzienlijke piek in het rendement op investeringen en een vermindering van 45% in de kosten per conversie.”

Werk je bij Xaxis binnen de groep en met andere bureaupartners samen aan AI innovatie?

“Voor ons gaat innovatie niet alleen om het verzamelen van middelen als er problemen opduiken, het gaat ook om het spotten van mogelijkheden en het benutten van gemeenschappelijke vaardigheden en kennis. Op intern niveau kan dit betekenen lokaal samenwerken binnen het team van Xaxis en GroupM, of met een gespecialiseerd team van analytici in Londen. Dit om zo de mogelijkheden van onze eigen AI optimalisatietechnologie, Copilot, te vergroten. In het geval van bredere samenwerking ligt het binnen de doelstellingen van GroupM om gevarieerde AI expertise te benutten door samen te werken met meerdere spelers, zoals binnen WPP en het digitaal-bureau Greenhouse. 

Het gezamenlijke project tussen Xaxis, Mindshare en Ford is een perfect voorbeeld van het positieve resultaat dat voortkomt uit samenwerking. Na de media buying van Ford te hebben gerevolutioneerd, zijn we alweer bezig de mogelijkheden te onderzoeken om nieuwe variabelen en statistieken toe te voegen om zo de prestatie en efficiency van alle campagnes te verbeteren, zowel lokaal als internationaal. Een vergelijkbaar verhaal geldt voor de gezamenlijke inspanningen met Wavemaker, Mediacom en Greenhouse. 

Door vaardigheden samen te voegen, kunnen we uitdaging aangaan,  naar schaalvergroting werken, thema’s samenbrengen met supply-side platformen, en nog veel meer. Op dit moment proberen we bijvoorbeeld vast te stellen hoe verschillende offline, online en 3rd party-databronnen samengevoegd en gebruikt kunnen worden met custom algoritmes, zodat adverteerders succes blijven behalen zonder afhankelijk te zijn van cookies.”

Wat is je kijk op AI innovatie? Waar denk je dat de mogelijkheden voor AI liggen?

“Vanuit het oogpunt van reclame is de grootste verandering die we kunnen verwachten waarschijnlijk te vinden in data die verschillende AI-systemen voeden. AVG heeft dataprivacy bovenaan de agenda gezet, en door de toenemende restricties op cookies blijft dit bovenaan staan. De groei van programmatisch betekent dat we nu nieuwe methodes moeten vinden om inzichten te krijgen terwijl we data veilig en verantwoordelijk toepassen. Met name machine learning-platforms moeten stoppen met het alleen vertrouwen op de real-time performance data van campagnes, en gebruik moeten maken op een mix van 1st party klant-data, offline inzichten en informatie over de werkelijke waarde van conversies. 

De branche is zich van traditionele data aan het afzonderen, inclusief cookies, waardoor ruimte ontstaat voor AI. Adverteerders en bureaus hebben zo de mogelijkheid alternatieve data te integreren en te analyseren om te bepalen hoe ze de gewenste resultaten kunnen bereiken. Door intelligente technologie en menselijke expertise te combineren kunnen adverteerders een evenwicht vinden waarmee ze controle krijgen over ongelijksoortige data en hoe deze te gebruiken om optimale resultaten te bereiken.”

Waarom is innovatie zo belangrijk voor de branche in de wereld van vandaag de dag, met name tijdens COVID-19?

“In deze mondiaal onzekere tijden kan het aanlokkelijk lijken een stapje terug te doen, maar daardoor riskeren adverteerders achter de feiten aan te lopen. In deze dynamische tijden moeten adverteerders koplopers blijven als ze hun succes willen behouden. 

Bij Xaxis zit innovatie in ons DNA, het spoort ons aan alles voortdurend ter discussie te stellen en onze technologie en processen voortdurend aan te passen. Juist nu is dit soort innovatie belangrijker dan ooit tevoren om te kunnen aanpassen aan het nieuwe normaal en reclame door de crisis te slepen. We zien nu al dat de transitie naar het virtuele leven mediakanalen beweegt die zich nog helemaal niet met de digitale omgeving hebben beziggehouden. Dit is zeker niet het laatste positieve resultaat van de huidige onrust.” 

Is er iemand die je inspireert, waar je naar opkijkt in je carrière?

“In mijn carrière tot nu toe en in mijn huidige functie heb ik met veel getalenteerde mensen mogen samenwerken, maar als ik er een zou moeten kiezen zou dat Malin Maarud zijn, Programmatic MD van Xaxis in Noorwegen. Waarschijnlijk heeft ze totaal geen idee wat voor indruk ze gemaakt heeft (en nog steeds heeft), maar Malin was een inspiratie en motivatie gedurende een cruciale periode in mijn carrière. Een uitzonderlijke manager en mentor. Ze heeft me geholpen mijn weg te vinden in het programmatisch landschap. De combinatie van haar technische kunde en leiderschap heeft mij echt een boost gegeven in mijn eerste jaren bij Xaxis en GroupM. Zelfs nu nog volg ik haar voorbeeld in het managen en mondiger maken van mijn teams.”

Welk advies zou je geven aan iemand die begint in AI innovatie?

“Het belangrijkste is tijd vinden om te innoveren, zelfs in kleine stapjes. Misschien kun je niet een vaste tijd in je agenda vastleggen voor creativiteit en probleemoplossing. Dat betekent echter niet dat innovatie geen vast onderdeel van je werkdag kan zijn. Door op de hoogte te blijven van nieuwe ontwikkelingen kun je mogelijkheden voor innovatie onderscheiden en je aandacht richten op de hulpmiddelen en logistiek die nodig zijn om van deze kans een succes te maken. 

Het is ook cruciaal om verder te kijken dan je eigen mogelijkheden. Binnen elk bedrijf zijn veel mensen te vinden die hun eigen, unieke perspectief en vaardigheden hebben. Door de waarde van anderen te herkennen en te leren samenwerken met verschillende mensen kun je meer bereiken en betere resultaten voor iedereen behalen.”

Over de auteur: Caroline Burgess-Pike werkt als freelance copywriter.

Deel dit bericht

1 Reactie

peter - --

Mijn ervaring met xaxis is dat MediaCom het in ieder plan opneemt. en dat de resultaten voor de adverteerder niet goed zijn.
De innovaties worden blijkbaar gebruikt om de marges van groupm te verbeteren. Niet de resultaten voor de klant.
Wij zijn dan ook gestopt met xaxis.

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond