Pembuat kebijakan telah menindak platform yang mengumpulkan data konsumen, menerapkan aturan yang mengharuskan perusahaan untuk transparan tentang detail yang mereka kumpulkan dan gunakan untuk tujuan komersial. Misalnya, tahun lalu, Virginia mengesahkan Undang-Undang Perlindungan Data Colorado, yang mewajibkan bisnis untuk mendapatkan persetujuan sebelum memproses informasi sensitif, mengungkapkan kapan informasi tersebut akan dijual, dan mengizinkan pelanggan untuk memilih keluar. California, Colorado, dan Uni Eropa memiliki kerangka kerja serupa, sementara negara bagian dan negara lain mempertimbangkan hal yang sama.
Beberapa pemasar berpendapat bahwa perlindungan ini membuat lebih sulit untuk menyarankan atau memprediksi produk mana yang mungkin diinginkan pelanggan. Tapi Alex Elias mengatakan tidak harus seperti ini. Dia adalah pendiri Qloo, platform yang menggunakan AI untuk membantu merek menganalisis data preferensi pelanggan untuk memberikan rekomendasi, termasuk rekomendasi untuk hiburan dan barang fisik.
“Lingkungan peraturan dan platform seputar privasi telah sangat membatasi cara memahami konsumen yang didorong oleh identitas. Ini memiliki implikasi seismik di seluruh sektor mulai dari teknologi hingga barang kemasan konsumen, dan membuat banyak perusahaan berebut untuk mengumpulkan data pihak pertama mereka sendiri, yang memiliki risiko signifikan, ”kata Elias kepada gerakanpintar.com dalam wawancara email. “Pada saat yang sama, selera konsumen menjadi lebih terfragmentasi dan granular dalam profil mereka, dengan menjamurnya konsumsi media dan musik sehingga semakin sulit untuk menjangkau konsumen.”
Elias mendirikan Qloo bersama Jay Alger, chief operating officer Qloo, untuk memecahkan masalah ganda ini, kata Elias kepada saya. “Qloo dapat menjelaskan preferensi audiens dalam skala besar, data dapat meningkatkan efisiensi penjualan, meningkatkan konversi, dan karenanya meningkatkan laba,” katanya. “Sebagian besar perusahaan yang memiliki kepentingan dalam memahami selera konsumen pada tingkat yang lebih terperinci dapat memperoleh manfaat dari Qloo.”
Sebagai bukti kepercayaan dari investor, Qloo hari ini mendapatkan pendanaan baru sebesar $15 juta sebagai bagian dari putaran Seri B yang dipimpin oleh Eldridge dan AXA Venture Partners. Ini membawa total perusahaan yang dikumpulkan menjadi $ 30 juta, yang mencakup kontribusi dari selebriti terkenal seperti aktor Leonardo DiCaprio, Elton John dan pendiri Starwood Hotels Barry Sternlicht.
Qloo mengklaim bahwa API-nya menghubungkan lebih dari 575 juta “entitas utama” — termasuk film, buku, restoran, dan lagu — untuk memberikan prediksi selera konsumen untuk “puluhan” klien perusahaan, seperti perusahaan musik PepsiCo dan Elton John, Rocket Entertainment. API juga mendukung TasteDive, aplikasi media sosial dengan mesin rekomendasi hiburan bawaan untuk film, acara TV, musik, video game, dan buku yang diperoleh Qloo pada 2019.
Menurut Elias, Qloo tidak menggunakan informasi identitas pribadi apa pun, menyimpan semua permintaan “ad hoc” dan menolak untuk menyimpan identitas pelanggan klien. Data seolah-olah dianonimkan dan dienkripsi, dan penanganan data platform “sepenuhnya sesuai” dengan peraturan, termasuk GDPR dan Undang-Undang Privasi Konsumen California, kata Elias.
Spesifiknya agak kabur, tetapi pada tingkat tinggi, Qloo menggunakan basis pengetahuan tentang preferensi pelanggan untuk menyempurnakan algoritme yang menghasilkan rekomendasi dan wawasan produk. Misalnya, Qloo dapat menciptakan “afinitas rasa” untuk entitas (misalnya artis musik) yang dihamparkan di wilayah geografis, mengungkapkan selera dan tren kota dan bahkan lingkungan tertentu (seperti musisi mana yang populer di Pusat Kota Brooklyn). Platform ini juga dapat menghasilkan deskripsi tentang selera pengelompokan entitas atau perbandingan entitas, seperti perbedaan selera musik antara pelanggan sneaker Nike dan pelanggan Vans.
Berbekal Qloo dan integrasinya dengan Snowflake, Tableau, dan platform data lain yang ada, pelanggan dapat memecahkan masalah dengan lebih baik seperti mendorong penjualan, mengurangi pengeluaran iklan, dan memilih lokasi ritel, tegas Elias.
Kredit Gambar: Qloo
“[Qloo’s] AI disesuaikan dengan berbagai parameter, sehingga klien akhir dapat menyesuaikan bobot algoritme secara dinamis, berdasarkan bagaimana ‘baru’ atau ‘diharapkan’ mereka ingin korelasi rasa untuk konsumen akhir, ”lanjut Elias. “Misalnya, klien streaming di Asia dapat memprioritaskan hasil spesifik regional daripada rekomendasi populer secara global dan menyesuaikan algoritme yang sesuai.”
Elias mengakui bahwa banyak perusahaan telah mencoba memecahkan personalisasi dan rekomendasi melalui AI, termasuk Dynamic Yield dan RichRelevance milik Mastercard. Namun dia melihat platform Qloo sebagai pelengkap bagi pesaing yang mengoperasikan mesin rekomendasi yang lebih umum seperti Amazon Personalize, Azure Recommendations API, dan Google Cloud’s Recommendations AI, karena diduga membawa “pengetahuan turnkey” yang terkadang tidak mereka miliki.
“Qloo dibedakan karena kumpulan datanya yang dalam dan basis pengetahuan yang ada di seluruh domain termasuk musik, produk, perjalanan, dan lainnya. Ini memungkinkan Qloo membantu klien mencapai personalisasi yang signifikan dengan konteks yang disediakan minimal, ”kata Elias. “Qloo juga merupakan pesaing yang diuntungkan untuk alat wawasan tradisional yang lebih mahal seperti kelompok fokus atau survei yang dipesan lebih dahulu, karena Qloo dapat dengan cepat dan lebih efisien memberikan wawasan ad hoc berdasarkan panel yang jauh lebih besar, misalnya ‘Film apa yang akan ditonton orang-orang di Upper East Side yang suka Lululemon juga suka?’”
Hasil Seri B akan mendukung peluncuran produk terbaru Qloo, kata Elias — versi platform “lite” yang menawarkan langganan antarmuka visual yang dirancang untuk pengguna yang kurang memahami secara teknis. Di luar ini, uang itu akan mendukung pengembangan produk, memperluas tim Qloo yang terdiri dari 30 orang lebih dari 30% dalam beberapa bulan mendatang, dan membangun saluran penjualan perusahaan.
Elias menolak ketika ditanya tentang pendapatan. Namun dia mengatakan bahwa Qloo sejauh ini berhasil melawan tren ekonomi, sebagian berkat pulihnya permintaan di seluruh industri seperti perjalanan dan hiburan.
“Dua tahun setelah pandemi, Qloo telah melihat peningkatan permintaan untuk layanannya yang mengarah ke pendapatan tertinggi sepanjang masa dan pemanfaatan API,” kata Elias. “Penundaan mendasar termasuk dorongan menuju privasi, fokus pada pertumbuhan pendapatan, dan adopsi AI yang luas telah jauh melebihi hambatan dari lingkungan makro dan penilaian teknologi yang lebih luas. Qloo telah mengelola tingkat pembakaran yang sangat ramping dan mendekati profitabilitas.”