• Facebook
  • Twitter
  • RSS

Kako je studio Kofein razvil YU-GO, sistem za priporočanje dogodkov

V oblikovalskem studiu Kofein na čelu z ustanoviteljico Zarjo Vintar in profesorjem Ljupčom Todorovskim verjamejo, da morajo biti priporočilni sistemi usmerjeni k uporabniku. Z aplikacijo YU-GO za priporočanje kulturnih dogodkov želijo to prikazati tudi v praksi. Kot poudarjajo njeni ustvarjalci, ta temelji na vsebini in ne na interesu javnosti, kar je običajno na primer za Facebook.

Zarja Vintar, kreativna direktorica in ustanoviteljica agencije Kofein, in Ljupčo Todorovski, redni profesor informatike na Fakulteti za upravo Univerze v Ljubljani.

Osnovna ideja aplikacije YU-GO je vsakodnevno priporočanje kulturnih dogodkov doma in v tujini. A v procesu razvoja so njeni ustvarjalci ugotovili, da brez podatkovne baze dogodkov ne bo šlo. Vzporedno z razvojem priporočilnega sistema so se zato začeli ukvarjati tudi s tem, da bi v Evropi vzpostavili mednarodno podatkovno bazo kulturnih dogodkov. Sledila je ugotovitev, da nobena država nima niti nacionalne baze (dogodkov). Ko so želeli to vnesti v mednarodne strategije, se je izkazalo, da so programski odbori za takšen sistem pokazali veliko razumevanja. Sistem jim je uspelo vnesti v akcijski načrt za razvoj trajnostnega turizma, v slovensko turistično strategijo in v akcijski načrt za razvoj alpske makroregije. »Pobudo smo uspeli spraviti v nekaj slovenskih in mednarodnih dokumentov. Gre za ogromno iniciativo, saj bi takšna baza celotni Evropi prinesla celosten pregled nad ponudbo kulturnih dogodkov in spodbudila mobilnost uporabnikov,« pravi Zarja Vintar, kreativna direktorica in ustanoviteljica agencije Kofein.

Ko vesolje oblikovalskega studia razpade

Kofein je po besedah ustanoviteljice nastal kot »tipičen« oblikovalski studio s ponudbo klasičnih oblikovalskih rešitev, kot so celostne grafične podobe blagovnih znamk in grafično oblikovanje za tisk. »Bili smo dobro uveljavljeni in uspešni, nato pa je v zadnjem desetletju nastopila recesija, kar je pomenilo, da so projekti postali redkejši in manjši, poleg tega pa so tudi naročniki postali manj zahtevni. Delovalo je, kot da so se na trgu znižali splošni delovni standardi,« se spominja Vintarjeva.

Prišlo je tudi do tehnoloških sprememb in sprememb v načinu potrošnje vsebin. V digitalnem svetu se je po besedah sogovornice pojavilo toliko novosti, da je »vesolje« oblikovalskega studia razpadlo. Prej primarni kanal, tisk, zdaj predstavlja le še 10 odstotkov prihodkov studia. »Morali smo začeti razmišljati o tem, kako bomo preživeli to globinsko spremembo v sistemu. Seveda smo si želeli širiti ekipo in ustvarjati zahtevnejše in za kreativni duh zanimivejše projekte.«

Zato so se lotili naloge, ki je bila do takrat povsem nenavadna in predvsem neuporabljena; ustvarjanja sistema za priporočanje kulturnih dogodkov. Zaradi specifičnosti projekta se je ekipi kot zunanji strokovnjak pridružil Ljupčo Todorovski, sicer redni profesor informatike na Fakulteti za upravo Univerze v Ljubljani. »Najprej sem razmišljal, kaj priporočilni sistemi danes sploh počnejo. Prva prispodoba priporočilnega sistema so veliki igralci, kot je Amazon, ki obiskovalcu priporočajo sorodne izdelke tistim, ki ga zanimajo,« pove Todorovski. Njegova osnovna predpostavka je, da so vsi ti izdelki ves čas na voljo, pri dogodkih pa ni tako. »Poleg tega me je skrbelo to, da se sistemi, namesto da bi uporabnike usmerjali v nišna področja kulture, ki so morda spregledana, ponavadi še bolj osredotočajo na množične interese splošne javnosti,« pravi sogovornik.

Umetna inteligenca kot pomoč pri filtriranju in dopolnitvi podatkov

Omenjene izzive so želeli rešiti s ponudbo kulturnih dogodkov. Odzvali so se tako, da so zavrnili priporočanje le na osnovi zanimanj drugih uporabnikov. Cilj je bil razviti priporočilni sistem, ki bi razumel vsebino, ki si jo posameznik želi. Sistem deluje na podlagi analize opisov dogodkov, ki jih uporabnik obiskuje oziroma se nanje odziva. Preko umetne inteligence poskuša razumeti, katera vsebina posameznika zanima in nato serijo novih dogodkov »prefiltrirati« skozi prizmo interesa vsakega uporabnika aplikacije. Torej, izluščiti tiste, ki so v trenutni ponudbi najbolj relevantni in najbolj podobni tistim, ki so uporabnika zanimali v preteklosti. Umetna inteligenca je »priskočila« na pomoč tudi pri spopadanju s problemom nepopolne baze podatkov, saj v različnih virih na primer ni bilo metapodatkov podatkov o žanru. »Pogosto imamo občutek, da se takšni produkti razvijajo premočrtno, ta pa se je razvijal precej po ovinkih, ker smo se srečevali z nepričakovanimi nepopolnostmi. Sproti smo morali izumljati inovativne tehnološke rešitve in jih vgrajevati v naš sistem,« pojasnjuje Todorovski.

Spodbujanje raznolikosti interesov

Aplikacija torej ne upošteva zanimanj drugih uporabnikov, ampak jih poskuša vsebinsko opisati in to vsebino priporočati. »S tem se izogibamo osredotočenosti na velike dogodke. Dogodke se trudimo razpršiti in jih prilagoditi posameznikovemu interesu. Za nas so najzanimivejši nišno usmerjeni posamezniki, ki se ne osredotočajo na vsesplošno priljubljeno ponudbo. Pri priporočanju dogodkov se mi zdi še posebej pomembno, da spodbujamo raznolikost interesov in s tem prispevamo k povečanju pluralnosti kulturne ponudbe in ne k njenemu krčenju v smeri splošno priljubljenih dogodkov,« pojasnjuje sogovornik. Skratka, personalizacija temelji na interesu posameznika in ne na interesih prijateljev kot na primer na Facebooku. Ob tem Vintarjeva poudarja, da ima Facebook nepopisno več podatkov o uporabnikih, do katerih so poleg tega še zelo netransparentni. »Pravzaprav zajemamo zelo malo osebnih podatkov. Naš ključni princip je branje opisov in pametno učenje na njihovi osnovi. Naši uporabniki so seznanjeni s tem, kakšne vsebine jim ponujamo, kako so izbrane, katere podatke shranjujemo, katere uporabljamo za priporočanje, nudimo pa jim tudi možnost, da te podatke lahko izbrišejo,« pravi Vintarjeva. Todorovski vidi aplikacijo, ki ima za zdaj 250 aktivnih uporabnikov, kot neinvaziven priporočilni algoritem, saj se osredotoča na opise vsebine dogodkov, kar so javno dostopni podatki. Edini osebni podatki, ki jih uporabljajo, so podatki o udeležbi na dogodkih in interesih. Strategije razvoja umetne inteligence po njegovih besedah narekujejo, naj ne zbirajo in uporabljajo osebnih podatkov po nepotrebnem. »Poleg tega smo se je lotili tudi zato, ker smo trenutno majhni in ne moremo računati, da bomo imeli milijon uporabnikov. Pokazati želimo, da lahko tudi z manj množičnimi aplikacijami še vedno delamo dobra priporočila. Tudi če bi si želeli imeti množični sistem priporočil, jih ne moremo imeti. Naša priporočila so vsaj za zdaj prisiljena biti vsebinska. Na dolgi rok se mi to zdi zelo zdravo, saj tako uporabimo minimalno količino osebnih podatkov.«

V iskanju partnerja, ki bi tržil aplikacijo

Po besedah sogovornikov se je projektna ekipa že od začetka zavedala, da nimajo niti interesov niti virov, da bi sami razvili poslovni model in ga tudi tržili. »Načrtovali smo, da bomo produkt na trg uvedli v sodelovanju s primerno vplivnim in pametnim partnerjem. Naši obstoječi uporabniki uporabljajo prototipe, ki smo jih razvili, da bi testirali delovanje, niso pa monetizirani. Iskali smo partnerje in jih našli na popolnoma nepričakovanem kraju,« pravi Vintarjeva. Slovenija letos kandidira za evropsko prestolnico kulture, ki je dolgoročen evropski projekt, v sklopu katerega vsako leto dve mesti razglasijo za prestolnici kulture. Sogovornika vidita njihovo aplikacijo kot optimalno za to okolje. »Trenutno smo se povezali s slovensko kandidatko, Novo Gorico, in madžarskim Veszprémom, ki je že prejel ta naziv. Dogovarjamo se še z enim partnerjem, da bi lahko povezali tri prestolnice. To bi pomenilo, da bi imeli končno partnerja za uporabo teh orodij; začela pa se bo tudi gradnja svetovne baze podatkov, saj bo vsaka prestolnica poleg podatkov za svojo okolico zagotovila še vse nacionalne dogodke.« Rešitev je torej mreža kulturnih prestolnic Evrope, skupna enotna baza, vse države pa bodo uporabljale iste storitve. S tem bi po besedah sogovornikov zagotovili tudi mobilnost ljubiteljev kulture. Za zdaj s promocijo ne ciljajo na končne uporabnike (začeli jih bodo obveščati, ko bo produkt pripravljen za širši trg); doslej so obveščali le potencialne partnerje in pisce politik v več državah. 

Uporabniška izkušnja kot 'higienski minimum'

Kako pa sogovornika na splošno gledata na uporabo priporočilnih sistemov v marketingu? »Če se ukvarjaš s tehnologijo, te predvsem zanima, kako doseči cilj. V marketingu pa je pomembno, do katere mere je sistem razvit. Pri tem je treba paziti, da vsebinska priporočila niso ustvarjena le zaradi poslovnega modela in dobička, ampak služijo uporabniku. Uporabniška izkušnja je pri nas 'higienski minimum',« trdi Vintarjeva. Prepričana je, da mora biti človek pri razvoju v ospredju – ponuditi mu je treba vsebino, ki je zanj relevantna, in mu jasno pojasniti, katere osebne podatke potrebujete in kako jih uporabljate. »Za marketingarje je zelo pomembno, da se izognejo običajnim pastem tehnologije. Ta lahko predsodke ljudi multiplicira na neverjetne načine, zato jo ljudje izklopimo ali ignoriramo. Eden od obetov tehnologije je, da bo igrala vlogo nepristranskega odločevalca v sodnih procesih in sodnih obravnavah,« ugotavlja Todorovski. Če pri tovrstnem odločanju ne uporabljamo pravih podatkov, nas lahko ti hitro zavedejo. Odgovorna uporaba tehnologije gre po njegovih opažanjih v smer, ki zagotavlja, da nekaterih podatkov posledično namerno ne uporabi, ker bi jo lahko pripeljale do odločitve, ki multiplicira stare (odločitve). Tudi v marketingu je zanka tehnologije trženje le tistega, kar je samoumevno. Če marketingarji naivno upravljajo s tehnologijo, lahko naletijo na številne pasti. Naivna uporaba torej pomeni zajetje vseh podatkov, ki so na voljo, kar po ugotovitvah Todorovskega ni pravi način. Treba je uporabiti podatke, ki sovpadajo z uporabnikovimi željami.

»Uporabniku moramo biti vsak trenutek pripravljeni razložiti, zakaj smo mu nekaj priporočali, ta razlaga pa mora biti osnovana na vsebini. Na bencinskem servisu mi ob nakupu cigaret navadno ponudijo tudi vžigalnik in navadil sem se, da to vsakokrat ignoriram. Marketingarji se morajo zavedati, da morajo zelo pozorno zbirati podatke, na osnovi katerih so ustvarjena priporočila. Drugače bomo ljudje postali popolnoma odvračilni do priporočil, kar pomeni, da jih bomo ignorirali,« opaža Todorovski. Kot primer omenja številna podjetja, ki so med »komentatorje« na spletnih forumih in družbenih omrežjih vključila avtomatske (ro)bote, ki se učijo interakcije in poskušajo biti priljubljeni. Tako si verjetno nihče ne želi »izkupička« enega od zdaj že nekdanjih botov, ki je priljubljenost iskal tako, da je objavljal nacistične vsebine.

Članek je bil prvotno objavljen v avgustovski, 459. številki Marketing magazina. Na spletu objavimo le 20 odstotkov člankov iz revije. Na MM se lahko naročite na [email protected]