Hogeschool van Amsterdam

kenniscentrum faculteit Digitale Media & Creatieve Industrie

Medialab #Datass

21 feb 2018 11:23 | Kenniscentrum Digitale Media en Creatieve Industrie (CREATE-IT)

Een belangrijk onderdeel van het Meer Profijt uit Data project is de inzet van het MediaLAB. Binnen het MediaLAB werkt een multidisciplinaire groep studenten aan een opdracht over Data Gedreven Innovatie. Gedurende 20 weken hebben ze een leuk data gedreven concept rondom live video content kunnen ontwikkelen. Samen met partner Ex Machina en Angry Bytes is er een opdracht ontwikkelt waarbij de onderzoeksresultaten uit het project en een praktijkvraag het uitgangspunt vormen.

Design Challenge

Voor het project Meer Profijt uit Data was de Design Challenge voor de Medialab studenten:

Ontwikkel één of meer ‘live’ data gebaseerde mediaconcepten die video kunnen versterken en zelfs vervangen. Daarbij ontdek welke nieuwe interacties we kunnen creëren tijdens live programmering (in een stadium of streaming) waarbij wij nieuw (en commercieel aantrekkelijke) data kunnen verzamelen van de kijkers.

Gedurende 20 weken ging ons team “Data Super Stars” (ook bekend als #DATASS) aan de slag met ontwerpend onderzoek. Hierbij hebben ze gebruik gemaakt van de MediaLAB Toolkit en de kennis uit het lectoraat en de partners. Deze toolkit bestaat uit diverse onderzoek en ontwerp methodes om ze te helpen om hun onderzoek uit te voren.  De design toolkit is hier te koop.

Werkwijze

De werkwijze van het MediaLAB is opgedeeld in zes sprints van ongeveer drie weken. Tijdens een sprint kunnen ze gericht werken aan een stuk van de puzzel. Tijdens de eerste vier sprints (sprint 1, sprint 2, sprint 3, sprint 4) hebben ze de ruimte om onderzoek uit te voeren rondom de Design Challenge (Lees in detail wat ze in deze sprints hebben gedaan). In deze sprints hebben ze drie concepten rondom live video content onderzocht om hun prototype op wetenschappelijke onderzoek gebaseerd is:  

  • Liveness – welke elementen zorgen er voor dat een video kijken live voelt (ook als het niet zo is). Ze hebben de onderstaand concepten gebruikt: Jane Feuer sees four notions in live content. The first one is the notion of simultaneity: it’s happening while you are watching. The second one is the notion of immediacy: instant information while the event unfolds. The third one is the notion of authenticity: it is real (un-edited). The fourth one is the notion of unpredictability: anything can happen (Feuer, 1893).

 

  • Personalization – wat verwachten mensen van gepersonaliseerde ervaringen online: There’s often a misunderstanding between customization and personalization, the difference lies in the involvement of the user. Personalization is achieved through costumer data and predictive technology while customization is when a user manually makes changes to achieve his preferred experience (CXL, 2017)… When comparing the answers from both research methods. Read this blog for more details.  We can say that people want personalization but that it often goes wrong. Personalization only works when the right data is collected so the right suggestions can be given to the user.

 

  • Group belonging – Twee demensies die er voor zorgen dat je voelt bij een groep hoort: The first one is the fitting sense of belonging. This dimension takes place when one feels his characteristics work well and fit the system or environment. This could be in geographical terms, gender or age group. The second dimension is called the valued involvement. This dimension takes place when one feels being needed, accepted and valued. One needs to feel acknowledged by the group, for what he brings to the table and who they are (Hammelburg, 2015)… (New Media) gives users a place to express themselves, to share memories and emotions. Even when those users are not in the same place or don’t even know each other. This phenomenal has a strong connection to what Couldry calls group liveness. With this form of liveness, he describes the possibility to be constantly in touch with each other. Through this we can, although we are not at the same place in real life, be in a shared place.

Ze brachten inzichten over liveness, personalization, en sense of belonging samen tot een data gedreven dienst: “OOPS”. Om dieper op die concepten in te gaan, kan je verder lezen in hun onderzoeksrapport.

Nieuwe Interacties

Na de verkennende sprints gingen ze over op een prototype maken (sprint 4, sprint 5). OOPS is (sprint 6) een live stream platform met meerdere nieuwe interacties mogelijk voor streamer en kijker. Ze hebben gewerkt aan de hand van een kook programma om de voorbeelden tastbaar te maken, echter kan dit platform ingezet worden op veel verschillende gebieden. Denk aan make up tutorials, Do-it-yourself instructies, of sport. 

Voor elk concept hebben ze nieuwe interacties gecreëerd :

  • De Streamer
    • Voice control te gebruiken voor
      • Meerdere camera’s aansturen
      • Polls live in te stellen (liveness)
      • Co-hosting (group belonging, liveness)
    • Slim post productie maakt een highlight van de stream gebaseerd op hoe kijkers er naar hebben gekken
  • De kijker
    • Kan zelf kiezen via welke camera ze naar een stream kijken (personalization)
    • Kan op een object klikken in een stream om meteen te kopen (commercialization)

Data Gedreven

Het proces van het effectief gebruikmaken en analyseren van deze data voor de verbetering van producten en services wordt gevat onder de term Data Driven Innovation (DDI)(OECD, 2015). Bij DDI gaat het om de aanwezige interne en externe data structureel te gebruiken op strategisch niveau. Bij DDI wordt sterk gekeken naar Big Data, maar niet uitsluitend. Het kan namelijk ook gaan om het slim omgaan met de eigen interne (small) data uit bijvoorbeeld een Customer Relationship Management (CRM) systeem.

Aan de hand van alle nieuwe data velden heeft het MediaLAB-team drie mogelijk data analyses geïdentificeerd die eventueel commercieel interessant kunnen zijn (link naar volledige lijst).

Een paar voorbeelden zijn:

  • Kook gewoontes, B2B
    • Supermarkten (of andere online voedsel bezorgers) kunnen hun inkoop en aanbod aanpassen door te analyseren wat voor eten populair is op dat moment.
    • Track de aankoop van producten via de stream om je kook aanbod er op aan te passen.
  • Kook gewoontes B2C
    • Streamer kan hun programma aansturen aan de hand van wat populair is op dat moment.
    • Supermarkten en andere online voedsel bezorgers kunnen een profiel opbouwen van verschillende kook trends om gedetailleerde segmenten van klanten te profileren (bijvoorbeeld: mensen die vegetarisch eten met de seizoenen, of mensen die minder vlees willen eten)
  • Trends van stream consumptie
    • Analyse van kijk gedrag (Netflix stijl), waar spoelen mensen terug, welke streams zijn populair, welke tijden mensen koken, etc.

Om OOPS in actie te zien kan je hier het promotie video kijken: 

Ben je zelf geïnteresseerd in een soortgelijke opdracht laten doen voor jouw bedrijf? Kijk dan verder bij projecten van het Medialab.

Met dank aan het MediaLAB team:

En aan onze case partners uit het praktijk die met de vraag kwamen en veel ondersteuning voor het MediaLAB team kon bieden:


Bibliography
 

Nick Couldry. 2004. “Liveness, ‘reality’, and the mediated habitus from television to the mobile phone.” In The Communication Review (7.4): 353-361

CXL. Why content personalization is not web personalization (and what to do about it). Retrieved from https://conversionxl.com/blog/web-personalization/. Aug. 11, 2017

Data-Driven Innovation: Big Data for Growth and Well-Being, OECD, 2015.

Jane Feuer. 1983. The concept of live television: ontology as ideology. In Regarding Television. Los Angeles: American Film Institute. 12-21.

Esther Hammelburg. ‘#stemfie: reconceptualizing liveness in the era of social media’. In Tijdschrift voor mediageschiedenis (18.1), 85-100. 2015
 

FINAL EXPO