Hoe krijg je als producent beter inzicht in je eindafnemers en hun markt? Koppert Cress kiest voor een innovatieve oplossing en analyseert met kunstmatige intelligentie de foto's die restaurantbezoekers op Instagram plaatsen.
De cressen en specialties van Koppert Cress belanden via soms wel vijf tussenstappen in de horecakeuken. Het bedrijf heeft door de snelle groei en de complexe keten niet goed zicht op welke chefs met hun producten werken en waar ter wereld. "Van vrienden en bekenden krijg ik regelmatig foto's toegestuurd", vertelt Stijn Baan. "Bijvoorbeeld uit de Malediven of uit Dubai, markten waar wij zelf geen partners hebben. Toen ik een foto kreeg uit Gaggan, het Indiase toprestaurant in Bangkok, heb ik contact met ze gezocht om te achterhalen langs welke weg onze blauwe bakjes daar terecht gekomen waren."
Instagramfoto's analyseren
De datamodelleringsexperts van het Rotterdamse bureau Gibbs Analytics Consulting stelden voor om de markt in kaart te brengen door rechtstreeks bij de eindafnemers op zoek te gaan. Ze bouwden een systeem dat publiek gedeelde foto’s van gerechten op Instagram verzamelt en vervolgens analyseert of er cress in het gerecht gebruikt is. Met behulp van kunstmatige intelligentie wordt het model geleerd om cress te identificeren. Op basis van een trainingsset, die bestaat uit foto's met en zonder gerechten, en met en zonder cress, leert het model om zelf te beslissen wat er op het plaatje te zien is.
Prestaties verbeteren met extra foto’s
“Wat de criteria van het algoritme zijn, dat weten we niet”, vertelt Rene Segers van Gibbs. “Het beoordeelt de foto’s op het niveau van afzonderlijke pixels. Dat is dus op geen enkele manier vergelijkbaar met de manier waarop wij naar een foto kijken. Als we de keuzes voor afzonderlijke foto's bekijken, kan het gaan opvallen dat het algoritme moeite heeft om bepaalde kleuren cress te herkennen of bijvoorbeeld cress met hele kleine blaadjes. Je kunt dan bijvoorbeeld extra foto's aan de trainingsset toevoegen. Zo hoop je de prestaties dan te verbeteren.”
108.000 foto’s in pilot
Het systeem is getest in een kleine pilot waarin alle 250 restaurants in Nederland en België met een of meer Michelin-sterren werden geanalyseerd. In een periode van twee-en-een-half jaar plaatsten de gasten in de Nederlandse en Belgische restaurants in totaal 108.000 foto's op hun openbare Instagram-accounts. Het algoritme identificeerde op 58.000 van die foto's een gerecht en zag op 24.000 foto's cress op het bord.
Waardevolle informatie voor marketing en sales
"Omdat we die markten goed kennen, kunnen we de uitkomsten toetsen aan onze eigen ervaring", aldus Stijn Baan. "De resultaten blijken inderdaad in lijn te liggen met onze eigen informatie. Zo zien we onder meer een seizoenseffect. En als we dieper de foto's induiken, dan zien we bijvoorbeeld dat er nu vaker ceviche met cress op de borden ligt dan twee jaar geleden. Voor onze marketing en sales biedt het model dan ook waardevolle informatie."
Trends signaleren
De komende tijd gaan Koppert Cress en Gibbs het systeem verder uitbreiden door ook andere landen in de analyses op te nemen. Koppert Cress ziet de methode ook als nuttige aanvulling op hun marktonderzoek. Trends in de topkeukens kunnen snel gesignaleerd worden. "Topchefs zetten gastronomische trends in gang", benadrukt Stijn Baan. "En die vertalen zich door naar andere restaurants en foodservices en uiteindelijk ook naar de keuken van de consument. Met dit model kunnen we volgen hoe chefs werken met onze producten. Gebruiken ze het puur als garnering of zetten ze bewust de smaken in? Werken ze alleen met cress op koude of ook op warme gerechten?"
Inspelen op sociale media
Andersom kunnen chefs niet meer om kanalen als Instagram heen. Food Inspiration noemde het zelfs de voornaamste trend voor chefs om op in te spelen. Gerechten moeten steeds decoratiever zijn, zodat ze het goed doen op sociale media. Sommige restaurants passen er zelfs hun verlichting op aan.
Nieuwe markten identificeren
Zelf wereldwijd exporteren, is geen ambitie van Koppert Cress. Het bedrijf kiest bij voorkeur voor lokale partners, ook vanuit het oogpunt van duurzaamheid. Dit model kan een bijdrage leveren om de meest kansrijke markten te identificeren. Daarnaast is het de bedoeling om het model stap voor stap verder uit te breiden zodat het steeds meer herkend wordt – andere groentes, andere eetculturen, wellicht zelfs in hoeverre restaurants de Dutch Cuisine-standaards toepassen.
Big data in de tuinbouwsector
"We willen ook een signaal geven richting de sector", besluit Stijn Baan. "Big data voelt voor velen in de tuinbouw misschien nog als ver van hun bed. Tegelijkertijd zijn er heel veel kansen – op het gebied van marketing, sales, productontwikkeling én optimalisatie van de teelt. We kunnen er nu al mee aan de slag. De technologie is er al en hij is betaalbaar."
Meer informatie:
Koppert Cress
De Poel 1
2681 MB Monster
+31(0)174 24 28 19
https://www.koppertcress.com/
Gibbs Analytics Consulting
Coolsingel 104
3011 AG Rotterdam
info@gibbs.ac
010 - 786 04 27
https://www.gibbs.ac/