Hier ist es:
80% aller online geteilten Bilder, die ein Logo enthalten, erwähnen nicht die Marke.
Die Bildanalyse ist der Prozess der Informationsaufnahme aus Bildern. Es kann so einfach sein wie das Scannen eines Barcodes oder so komplex wie PiP.
Jep.... eines der fortgeschrittensten Haustier-Identifizierungssysteme auf dem Markt...
PiP ist eine Smartphone-App für Haustierbesitzer, die ihre Katze, ihren Hund oder Fisch nicht mehr finden können. Registrieren Sie sich mit einem Foto Ihres Haustieres in der PiP app. Sollten Sie Ihr Haustier verloren haben, wird sein Foto analysiert und mit Fotos von gefundenen Haustieren verglichen, die auf den Straßen unterwegs waren.
Die Bildanalyse wird verwendet, um verlorene Namensschilder, veraltete Mikrochips und verblasste Markierungen zu übertreffen.
Einem Computer das Sehen beizubringen, ist kein Kinderspiel. Damit eine Maschine so sehen kann, wie wir es tun, verwenden Programmierer Computer Vision und Bilderkennung. Computer Vision ist der Prozessteil, nicht die Augen. Dieser gibt den gesammelten Daten einen Sinn, damit die Maschine versteht was gesehen wird.
Die KI-gestützte Bilderkennung verwendet Computer Vision, um den Sinn des Inputs zu erkennen, damit dieser kategorisiert werden kann. Beispiele aus der Praxis sind...
Es ist ein Vogel! Es ist ein Flugzeug! Es ist ein Würstchen!
Das Training eines neuronalen Netzwerks - der Bereich, der Pixel in einem Bild verarbeitet - ist komplex. Aber zeigen Sie ihm ein gekennzeichnetes Bild oft genug, wird es lernen, ähnliche Bilder zu erkennen.
Bildanalyse - bezieht sich auf ein Bild, das Sie bereits gespeichert haben. Es wird identifiziert, was da ist. Zum Beispiel würde das untenstehende Bild mit einem Mann, zwei Brillenpaaren , drei Laptops und einem Tisch gekennzeichnet werden.
Die Bildanalyse identifiziert, was im Bild zu sehen ist.
Bilderkennung - das ist Zauberei! Es ist eine KI-basierte Technologie, die Bilder online findet, die eine vordefinierte Suchabfrage enthalten. Im folgenden Beispiel lautet die Suchabfrage Talkwalker.
Zwei gefundene Logos im geteilten Bild.
Ja, es ist ein wichtiger Bestandteil jeder Marketingstrategie, da täglich eine große Anzahl an Bildern online gepostet wird. Über eine Milliarde mit Marken und Produkten. Die Analytics-Plattform von Talkwalker bietet Bilderkennung an. Identifizieren Sie mehrere Elemente und vergleichen Sie diese dann mit unserer Datenbank, bestehend aus über 30.000 Logos, Szenen und Objekten.
Nein, keineswegs. Niemals.
Wenn Sie das ganze Bild sehen möchten, alles was über Ihre Marke online gesagt wird, müssen Sie sowohl Text- als auch Bildanalysen miteinbeziehen.
Da visuelle Inhalte wie verrückt geteilt werden, ist das ein Kinderspiel. Visuelles Listening ist die Zukunft für Marken.
Gute Frage.
Zuerst schauen wir uns an, wo Sie nach Ihrem Logo suchen sollten...
Es gibt eine Unmenge an Möglichkeiten, die man nutzen kann, wenn man Social Media Analytics verwendet, insbesondere die Bildanalyse.
In der Vergangenheit ging es um die Erwähnungen Ihrer Marke und Produkte in Social Media Posts. Entweder textbasierte und/oder direkte Tags Ihrer Marke. Aber diese Vorgehensweise alleine reicht nicht aus, da man so viel verpasst. Was ist mit den Beiträgen, die keinen Text haben?
Die Bilderkennung von Talkwalker identifiziert Marken, egal ob Sie im Inhalt erwähnt werden oder nicht.
Ja, es ist grandios. Die Bilderkennung hat diesen positiven Beitrag gefunden, der Coca-Cola zeigt, aber die Marke nicht im Text erwähnt.
Die Bildanalyse findet alle Exemplare von bildbasierten nutzergenerierten Inhalten (NGI). Die Berücksichtigung des visuellen Listenings in der Social Media Analyse bedeutet, dass Sie Bilder identifizieren können, die Ihr Logo und Produkt enthalten. Diese positiven NGI-Beiträge können Ihre Marketingstrategie unterstützen.
Visuelle Produkterkennung. Die Verbraucher wählen ein Produkt, das sie in Erwägung ziehen zu kaufen. Sie bekommen dann ähnliche Produkte angezeigt. Inwiefern ist das vorteilhaft? Für eine E-Commerce-Seite mit einer großen und vielfältigen Produktliste - Amazon - bedeutet das, dass mehr Produkte hervorgehoben werden können. Wenn Sie nach Sportschuhen in der Modebranche suchen, würde die Produktfindung auch Schuhe aus der Sportabteilung anbieten.
Auch hier geht es um öffentliche Beiträge, die Ihr Produkt abbilden, aber nicht im Inhalt darauf verweisen. Die Sentimentanalyse kann die Wörter lesen und verstehen und zeigt Ihnen, wie die Verbraucher sich fühlen. Die Image-Analyse identifiziert Ihre Marke oder Ihr Produkt im Bild.
Worst Case Szenario? Negative Inhalte, die viral werden, sind nicht gut. Negative visuelle Inhalte sind noch schlimmer, da Inhalte mit visuellen Inhalten 40x häufiger geteilt werden als andere Arten von Posts. Hier sind Beispiele für mögliche Krisenauslöser, die mit Hilfe der Bildanalyse entdeckt wurden.
Woher wollen Sie wissen, ob es sich lohnt, einen Haufen Geld für die Platzierung Ihres Logos in einem Sportstadion zu zahlen? Was ist mit dem riesigen Event, das Sie gerade gesponsert haben? Was hat es dem Unternehmen gebracht? Das sind Fragen, von denen Ihr Chef annehmen wird, dass Sie sie beantworten können.... und zwar sofort.
Was war der ROI?
Die Bilderkennungstechnologie erkennt die Logos von Martini, Texaco, Michelin, obwohl sie nicht erwähnt werden.
Die Bilderkennungstechnologie - das Identifizieren Ihres Logos - ermöglicht es Ihnen, die Präsenz Ihrer Marke zu quantifizieren und den ROI Ihres Sponsorings nachzuweisen.
Über 60 Milliarden Dollar an Profiten gehen in der EU jährlich durch gefälschte Kleidung verloren.
Wer ist dieser Girgio Armwni?
Schützen Sie Ihre Markenzeichen vor Missbrauch. Die Bildanalyse sollte verwendet werden, um unbefugte Verwendung Ihres Logos und gefälschte Marken zu erkennen. E-Commerce-Sites können gefälschte Marken finden, die auf ihren Websites verkauft werden, und Marken können die gleiche Technologie verwenden, um Kopien ihrer Produkte zu finden, die anderswo verkauft werden.
Hey, ein Promi wurde mit Ihrem Markenlogo abfotografiert. Schade, dass man Ihren Markennamen nicht erwähnt hat.
Spielt keine Rolle… Wenn Sie Bilderkennung verwenden.
Resultat-->
Ungeplanter Promi- & Influencer-generierter Content! Eine wahre Goldgrube, wenn man sie findet.
Jede Marke will so viel wie möglich darüber wissen, wie, wann und wo die Verbraucher ihre Produkte nutzen. Bier erscheint zum Beispiel extrem häufig ungekennzeichnet in Bildern online. Die Verbraucher veröffentlichen Fotos mit Bier-Markengläsern in der Hand. Oder ein hoher Anteil der Fotos zeigen Menschen, die eine bestimmte Snackmarke konsumieren. Inwiefern hilft Ihnen das? Partnerschaftsmöglichkeit!
Schauen Sie sich unsere Pizza Case Study an! Es handelt sich um eine Fallstudie eines Restaurantbetriebs, der mit Hilfe von Bilderkennung ermittelt hat, wo in Europa das Unternehmen expandieren soll. Genial.
Profitieren Sie von nutzergenerierten Inhalten und steigern Sie Ihre Markenbekanntheit. Salesforce berichtet, dass NGI das Engagement bei Kampagnen um 50% verbessern, die Klickrate von E-Mails um 73% und die Conversions um 10% steigern kann.
Nein, es geht nicht um die Sentimentanalyse in unserer Plattform. Das hier hat mehr mit der Erfassung der Emotionen der Menschen vor der Kamera zu tun.
Die KI-gestützte Gesichtsanalyse-Technologie verwendet eine Webcam, um die Reaktionen der Nutzer auf Anzeigen und Inhalte zu erfassen. Schneller als die Marktforschung erfasst sie reale, spontane Gesichtsreaktionen.
Was könnte besser sein, als die sofortige Reaktion auf einen Ihrer Blog-Posts, Tweets, Anzeigen oder sogar Ihr Produkt zu sehen?
Die Bildanalyse beschränkt sich nicht nur auf die Analyse von Online-Inhalten. Anwendungsfälle finden sich in anderen Bereichen, darunter medizinische Bilderfassung - Krebserkennung in der Mammographie und Röntgenbilder. Einbruchserkennung, Bestimmung des Mineraliengehalts von Gesteinsproben, Verteidigung, Astronomie etc.
Im Jahr 2016 sorgte Amazon Go für Schlagzeilen. Es bot "die fortschrittlichste Einkaufstechnologie der Welt". Keine Warteschlangen, keine Kasse - einfach zugreifen und loslegen!"
Die Technik ist ähnlich wie bei fahrerlosen Autos. Computer Vision, Sensoren-Fusion und Deep Learning.
Die Verbraucher betreten eine Filiale über ein Drehkreuz. Der Barcode auf ihrer Amazon Go-App wird gescannt, und der Verbraucher wird beim Einkauf getrackt.
Nach Abschluss des Einkaufs verlässt der Verbraucher ohne zu zahlen den Laden. Die App hat in einem virtuellen Warenkorb aufgezeichnet und gespeichert, was mitgenommen wurde. Kurz nach Verlassen des Ladens erhält der Verbraucher eine Rechnung und die Kosten für die Einkäufe werden von seinem Amazon-Konto abgebucht.
Die Zählung des Traffics in Läden ist nichts Neues, aber es hat sich weiterentwickelt. Die Anwendung von Computer Vision bedeutet, dass die Verfolgung von Verbrauchern so weit fortgeschritten ist, dass sie zur Optimierung des gesamten Einkaufserlebnisses genutzt werden kann.
RetailNext ist die fortgeschrittenste In-Store-Analyselösung auf dem Markt
RetailNext verwendet Sensorik und Computer-Vision, damit Ladenbesitzer dies erkennen können:
Optische Zeichenerkennung (englische Abkürzung OCR von Optical Character Recognition) gibt es seit Jahrzehnten. Es ist ein Computer, der einen gedruckten oder handschriftlichen Text erkennt und in maschinencodierten Text wie ASCII übersetzt.
2004 bezahlte die Royal Mail in Großbritannien viel Geld - etwa 200 Millionen Dollar - für Technologien, die die Vorder- und Rückseite von Umschlägen scannen können. Anschließend übersetzt es die Adressen in maschinenlesbare Codes und ermöglicht so eine Lieferung in großem Umfang am nächsten Tag.
Die Bildanalysetechnologie entwickelt sich in einem rasanten Tempo. Wer hätte gedacht, dass Sie Ihre Marke ohne Texterwähnung online finden können? Die Bilderkennung ist die Zukunft, die jetzt stattfindet.
Möglicherweise wird es nicht mehr lange dauern, bis wir die gleiche Aufgabe mit Video erfüllen können. Videoanalysen mit Logoerkennung: Das wäre fantastisch!
Photo credit - counterfeit Giorgio Armani