Det svenska företaget Twistshake tillverkar barnprodukter med tekniska finesser som underlättar vardagen för småbarnsföräldrar. Sedan drygt nio månader tillbaka har de arbetat tillsammans med Infobaleen och på så sätt kunnat bli mer träffsäkra i kommunikationen till sina kunder.
Read moreMartin, Lead Scientist och medgrundare i Infobaleen och professor på Umeå Universistet, gav en keynote på Nordic retail and wholesale conference 2021 där målet var att hjälpa publiken se bortom AI-hypen. Det är bästa vägen för att omsätta insamlade data till ökad förståelse och produktivitet. Med övertro på för-bra-för-att-vara-sant-lösningar riskerar vi i stället att gå mot en ny AI-vinter när uppblåsta förväntningar inte uppfylls.
Read more"Det kostar ju inget att skicka e-post, så det är lika bra att få ut kampanjen till så många kunder som möjligt", sa en marknadschef som vi arbetade med. I princip höll vi med, ju fler du når med en kampanj desto högre sannolikhet är det att fler handlar.
Read moreEfter att Infobaleens plattform visat att det fanns grupper av kunder med olika preferenser ville Rusta anpassa hur kunder bemöttes på webben. De ville erbjuda en mer personaliserad upplevelse, men utan att tappa kontroll över marknadsförda produkter.
Read moreKomplex data, olika verktyg och manuellt arbete gjorde att det var svårt och tog tid att jobba effektivt med segmentering i Rustas kundbearbetning. För vissa kampanjer kunde de utifrån manuella urval nå en väl definierad målgrupp, men vanligtvis blev arbetet för tidskrävande och svårt. Detta resulterade för det mesta i att samma erbjudande skickades till alla kunder.
Read more2019 inledde Rusta och Infobaleen ett samarbete. Rusta hade stora mängder transaktionsdata som de kände att de inte utnyttjade till fullo. De skickade ut samma kampanjer till alla kunder eller baserade målgrupper på manuella urval. Kampanjer följdes upp på övergripande nyckeltal utan att se om det var de marknadsförda produkterna som såldes. Rusta ville se om Infobaleen kunde hjälpa dem att använda sin data mer effektivt och satte upp ett projekt i tre steg.
Read moreVi fick chansen att sitta ner och prata med Erik och Stefan om deras mål att skapa “världens bästa kundupplevelse”, och hur vi på Infobaleen hjälper till att lyckas på resan. Infobaleen och Nordic Nest ingick ett samarbete i januari 2021 och jobbar nu tillsammans för att skapa en bättre kundupplevelse genom att omvandla data till insikter och aktiviteter som driver på tillväxten.
Read moreFör Infobaleen handlar allt om att hjälpa e- och detaljhandlare omvandla deras kunddata till kundinsikter och värdeskapande aktiviteter. Men utbytet är ömsesidigt; våra klienter hjälper oss att bli bättre också. Vi har just genomfört en kundundersökning och är överväldigade av responsen.
Read moreLägger du mycket tid på att göra prognoser som du känner dig osäker på? Vi har sett stora vinster av enklare modeller med tydliga visualiseringar och trygga prognoser som är lätta att agera på och följa upp.
Read moreI recently asked Christian Persson, developer of the platform that supports our recommendation engine, “How much code do we use for our recommendation algorithms compared to everything else?” In our academic research code, everything else is close to zero. At Infobaleen, we have developed a tool that helps marketing managers turn their transaction data into optimized campaigns. The campaign optimization tool accomplishes more than recommendations, but how much more? I wanted a number. “Let’s check,” Christian replied. I was surprised by what he found out.
Read moreYou want optimal customer segments or product recommendation lists to turn your customer data into maximum value. However, these problems are so hard that no algorithm can guarantee the optimal solution without checking every possible solution. Because you cannot check them all – it would take years – most likely you iterate a stochastic algorithm a few times and pick the best solution among them. A cloud of uncertainty hangs over you. Are the segments good enough? Are they off by far? How much value is at stake? There ought to be a way to find out.
Read moreInfobaleen was born in an interdisciplinary research lab at Umeå University, where our lives intersected a few years ago. One day we were researchers with a common interest in complex systems. The next day we were also co-founders with a new mission. However, the two-body problem separated us, and now we are spread across five cities in two countries
Read moreRich, relational data of who did what when is a goldmine for understanding a system with many connected things. However, it takes multiple steps of processing, refining, and massaging the data to reach the desired understanding. Even the best clustering algorithms that can identify significant structure do not take you all the way. I learned this as a postdoctoral researcher about ten years ago when I was analyzing the output of a network clustering algorithm that I was developing
Read moreEver since Aristotle, organization and classification have been cornerstones of science for understanding the world. In network science, where we conduct most of our research, categorization of nodes into modules with so-called community-detection algorithms has proven indispensable to comprehending the structure of large interconnected systems
Read moreTurning a novel research idea into a university spinoff is a long and challenging endeavor, but fortunately, many people want to see you succeed. For us, the journey started almost ten years ago
Read more