Stofa vil forbedre din flad-ud-tid med machine learning
Foto: Deloitte

Stofa vil forbedre din flad-ud-tid med machine learning

Danmarks næststørste tv-leverandør, Stofa, sætter ind mod velkendt streamingfrustration: At finde det rigtige at se. Derfor bruger virksomheden i nyt projekt billedgenkendelse og kunstig intelligens til at anbefale deres kunder relevant indhold.

De fleste af os kender det: Man har smidt sig i sofaen for at flade ud til en god film eller serie, men på trods af et enormt streamingudvalg, er aftenen pludseligt gået, før man har fundet noget relevant at se.

"Og det er der altså ikke meget lean-back-oplevelse eller underholdningsværdi i. Tværtimod er det frustrerende," siger Kristian Livijn, Director for Digital Innovation i SE koncernen, som ejer Stofa.

Han peger på, at det er et problem, der ifølge kundeundersøgelser fylder stadig mere for brugerne af både traditionelt TV og streamingtjenester. Derfor har virksomheden sat sig for at bruge ny teknologi til at finde en løsning. Ved hjælp af billedgenkendelsesteknologi og machine learning i form af Googles Video Intelligence API vil Stofa udvælge og præsentere deres kunder for film og serier, som matcher deres smag mere specifikt end hidtil set.

"Ved at have data på alt i en given video, kan vi give vores kunder en mere præcis anbefaling."
Kristian Livijn, Director for Digital Innovation i SE koncernen


"Teknologien lader os finkategorisere film og serier på et indtil nu uset niveau. Det giver os mulighed for at tilbyde vores brugere en langt mere præcis anbefaling på baggrund af deres præferencer," siger Kristian Livijn.

Kundeproblem er rettesnor
Videoer inddeles i dag efter en række kategorier såsom genre og udgivelsesdato, ligesom der er information om de medvirkende skuespillere. Med Stofas tilgang kan teknologien også levere informationer om videoernes konkrete indhold. Eksempelvis kan Stofas algoritme se, hvilke actionfilm der indeholder racerbiler, samuraisværd eller eksplosioner, eller i hvilke videoer, man støder på en astronaut. 

"Ved at have data på alt i en given video, kan vi give vores kunder en mere præcis anbefaling," understreger Kristian Livijn og pointerer, at det kan være nemt at drukne i indhold i dag. 

(Artiklen fortsætter under grafikken)

 


Stofa har arbejdet intensivt med projektet og tester i øjeblikket funktionalitet og den konkrete brugerværdi på en gruppe udvalgte kunder, for at se, om løsningen kan være med til at højne den oplevede værdi af Stofas underholdningsprodukter og dermed kundetilfredsheden. Ifølge Kristian Livijn er det afgørende at have et klart kundeproblem som rettesnor for indsatsen:

"Fremfor at stirre sig blind på teknologiernes generelle funktionalitet, fokuserer vi intenst på at løse vores kunders udfordring. For hvis ikke vi skaber værdi for kunden, er indsatsen overflødig. Derfor vil vi på baggrund af vores tests vurdere, om det skal rulles ud til vores kunder. Men uanset udfaldet at vores tests, har projektet kastet en masse læring og nye ideer af sig, som vi kan arbejde videre med.

Store gevinster
Partner i Deloitte Michael Winther er ekspert i kognitive teknologier. Han peger på, at teknologierne inden for bl.a. billedgenkendelse er i rivende udvikling, og at der er opstået en række nye muligheder ved, at de ikke blot kan bruges på stillestående billeder, men nu også lange videoer.

"Teknologierne kan være med til at løse kundeudfordringer, som indtil nu har været både enormt komplekse og ressourcekrævende at gøre noget ved. Det skaber spændende fremtidsudsigter for både private og offentlige virksomheder," siger han.

Michael Winther vurderer, at der i dag inden for machine learning og billedgenkendelse findes et velassorteret udbud af off-the-shelf-services, som virksomheder og organisationer sammenlignet med tidligere hurtigt kan komme i gang med at bruge.

"Standardservices er både blevet mere avancerede og nemmere at bruge. I den rette kontekst og med fokus på en konkret problemstilling åbner teknologierne op for enorme potentialer," siger han og understreger vigtigheden af at fokusere og eksperimentere for at afdække mulighederne.

Når pilotprojekter har kortlagt potentialet, er det dog essentielt, at organisationerne formår at omstille sig til de nye digitale muligheder.

"De, der fokuserer på at løse konkrete problemstillinger, opnår oftest en forretningsmæssig gevinst. Det er opskriften på succes for såvel startups som store veletablerede virksomheder. Sidstnævnte ligger endda ofte inde med det vigtigste brændstof til disse nye teknologier, nemlig historiske data," understreger Michael Winther.

Vil du have mere indsigt i digital transformation?

Deltag i den førende digitale konference i Norden: digitalagenda.dk


Produceret af Deloitte 08.01.19 i samarbejde med Børsen Creative  Cxense Display

Anbefalet



Forsiden lige nu


Rederibosser ser lys fremtid trods handelskrig - forventer vækst i de kommende år

Hvidvaskpresset stiger hos de lokale banker: "Det fylder på alle niveauer"

Kina finder nye våben i kamp mod Trump

Theresa May nægter at trække sig - minister går af i protest

Klumme: Hvorfor svarer SØIK ikke Anders Dam?

Dansk udvikler af rumfartsudstyr afslutter succesfuldt aktieudbud - overtegnet med over 90 pct

Plastindustrien satser stort på bæredygtig fødevareemballage

Mette Frederiksen efter Thulesen trak en streg i sandet: Et mindretal skal ikke have lov til at true sig til at lave om på politik

Real Madrid vinder appelsag om ulovlig statsstøtte