GoPro
AI social listening
Le challenge
La mission de GoPro est d’aider les gens à célébrer et capturer leur vie. La marque souhaitait diversifier son attrait au-delà de son public cible des sports extrêmes et inciter les utilisateurs à raconter davantage d’histoires : des récits de voyage aux moments en famille et bien plus encore.
Avec des milliers de posts tagués « GoPro » partagés chaque jour sur les réseaux sociaux, la stratégie de social listening a permis de mesurer cette mission. Pourtant, le défi majeur résidait dans le fait qu’une grande partie du contenu publié était visuel et impossible à mesurer à l’aide de l’analyse traditionnelle des réseaux sociaux basée sur des mots clés.
Insight
Plus de 3,2 milliards de photos sont actuellement partagées chaque jour sur les réseaux sociaux. Rien que sur Instagram, plus de 95 millions d’images sont publiées quotidiennement, ce qui représente une augmentation de 37 % d’une année sur l’autre. La forte augmentation du contenu généré par les utilisateurs a présenté des défis importants pour l’analyse sociale traditionnelle basée sur le texte.
Mais alors que les outils traditionnels de social listening avaient du mal à suivre le changement, les techniques d’intelligence artificielle et de reconnaissance d’images ont présenté de nouvelles opportunités. En l’IA, nous avons vu un moyen pour GoPro d’améliorer ses connaissances sur ses clients en analysant exactement ce que la caméra GoPro était utilisée pour capturer.
L'idée
Nous avons créé un outil d’analyse d’images basé sur l’IA qui a aidé GoPro à comprendre comment la marque était représentée à travers le prisme de sa communauté d’utilisateurs.
Exécution
Grâce à notre technologie exclusive VOICEBox™, nous avons extrait ½ million d’images créées par les utilisateurs (UGC) qui mentionnent #GoPro et utilisé l’IA pour analyser et catégoriser chaque publication grâce à une reconnaissance d’image avancée de géolocalisation, d’activité et de personne.
Nous avons ensuite stocké toutes les métadonnées (plus de 5,5 millions d’attributs identifiés) dans une recherche élastique et construit une plateforme de visualisation de données qui a transformé toutes ces publications taguées en une représentation de données visuelles, démographiques et émotionnelles que notre équipe a ensuite pu analyser.
Résultats
L’approche a fait ressortir des informations sur les utilisateurs qu’il n’était pas possible d’obtenir auparavant à partir d’un quelque type de recherche GoPro que ce soit. En analysant des millions de données collectées sur une période de 18 mois, nous avons pu identifier des changements majeurs dans les schémas d‘utilisation. Ceux-ci correspondent à l‘objectif de GoPro de se diversifier de sa base d’utilisateurs principale pratiquant les sports extrêmes. Par exemple, au cours de la période analysée, le contenu mettant en avant des femmes a augmenté de 63 % et le contenu axé sur la famille (ceux mettant en avant des familles, des activités familiales ou de jeunes enfants) a augmenté de plus de 35 %.
Suite au succès du projet, GoPro prévoit de continuer à utiliser cette technologie comme moyen clé pour mesurer la manière dont son activité marketing continue de mobiliser de nouveaux segments d’utilisateurs et d’influencer de nouveaux modèles d’adoption.