00:00:05: Willkommen bei Marketer Torg, dem Podcast der Marketing Börse.

00:00:09: Hier erwarten euch spannende Gespräche und Interviews mit Experten aus der Marketing Szene!

00:00:17: Wir sind in Berlin auf Signal und ich spreche mit Matt Cortland.

00:00:22: Er ist AI-Engineer und Kreator von Gindex.

00:00:28: Hi!

00:00:29: Hey, wie geht es dir?

00:00:30: Zuerst muss man erklären was GindEx

00:00:33: ist.

00:00:33: Ja, so the Guinness Index is a Guinness index.

00:00:37: It's a database of Guinness prices across Ireland and the UK Of what a Guinnes costs at thousands of venues And pubs in restaurants.

00:00:47: How do you get that information?

00:00:48: Well

00:00:49: it's difficult piece of information to get and its not online.

00:00:53: So I created a voice AI agent.

00:00:56: Wait

00:00:57: wait before we continue.

00:00:58: how many Guinness did you have Before?

00:01:01: you had that idea?

00:01:04: Ich bin ein Arscher, also ich denke sehr

00:01:07: viel.

00:01:08: Okay und was war der Grund für das als

00:01:11: Jahr?

00:01:11: Ich war in Dublin für Wörter.

00:01:13: Und ich wohnte in Dublin auch.

00:01:15: Also ich kenne die Stadt wirklich gut.

00:01:18: Ich habe fast acht Euro für einen Pint gekauft und ich weiß, dass ich zwei Dörfer nach Hause gehen kann um fünf Euro zu bekommen.

00:01:26: Also was geht da los?

00:01:28: Und die Preise in Dublin ist so unterschiedlich depending on what street you're at!

00:01:33: depending on what venue you're at.

00:01:37: I was curious to know, what actually is the cost of Guinness these days and how do i find that

00:01:44: out?

00:01:45: Was interessant war, ist, dass die Daten, die ich durch Voiceschall sammelt habe, als der Base-Layer von Informationen.

00:01:53: Ich habe das Gindex-Website gemacht und in eine Weise, damit die Leute mehr

00:02:02: Prices und Loggeräte haben können.

00:02:03: Jetzt gibt es noch Tausende mehr Ente aus den Menschen, die ihre eigenen Prices des Guinness loggen.

00:02:21: Was Sie gefunden haben ist, da gibt es einen Double-N für fünf Euro oder ein Double-Eleven Euro.

00:02:27: Das ist eine wahre Unterschiede!

00:02:31: Und was es eigentlich zu sagen, ist die Bedeutung der Touristen, ich denke, ist wirklich das, was ihr da seht.

00:02:38: Aber auch so, wo man für einen tollen Deal gehen kann – also, wo ist das mix des Qualitäts gegen den Preis?

00:02:46: Denn du willst nicht immer die größte Sache, du brauchst nicht die größten Sache, sondern die beste Erfahrung

00:02:51: möglich.

00:02:52: Das ist es!

00:02:53: Matt, wir reden von uns, oder von den Rädern und Marketingern.

00:02:56: Und natürlich wollen sie einen hohen Preis.

00:02:59: Aber die haben es gemacht, also was für Informationen du dir additionally darstellt, außer nur den Preis?

00:03:08: Du bist nicht nur ein Preis-Komparentin.

00:03:11: Korrekt!

00:03:12: Ich habe die Information über Publern von der Google Places API, also Google Maps.

00:03:18: Also mit dem, dass die Zahl der Reviews und der Ratingen von Google Maps sind.

00:03:23: wie hoch es irgendwo ist gegen den Preis.

00:03:28: Und also wo ist der Mittelpunkt zwischen, wie gut es ist versus wie cheap it is?

00:03:33: Außerdem habe ich eine Datenanalyse von allen Namen der irischen Pubs und Englisch-Pubs gemacht, um zu sehen was da kommt, weil es dir viel über die Naming eines Kulturen erzählt.

00:03:47: In England gibt's einen höheren Wert des Royal Named Pubs, in Scotland sehr wenige Royal Name Pubs... In Ireland, you have a lot of Irish language pubs.

00:03:55: It just tells us something about the richness in a place even from the Irish language where what pubs can go to were they only speak Irish or in Wales where they speak Welsh and I think that those are other decision making factors some might want know when deciding.

00:04:13: Ja, absolut.

00:04:15: Ich wollte noch einen Schritt weiter, und ich habe die census- und statistische Daten von der arschischen Regierung und der Europäischen Regierung getroffen.

00:04:33: Um zu entscheiden,

00:04:36: was die Metrics für diese Industrie relevant sind, hat sich das Regierung beherrschen können.

00:04:50: In Arland und in England tragt es den Kosten, wie viel Pintas jedes Jahr ist, wie viele Dramen Whiskey ist oder wie viel Logger ist.

00:04:59: Was ich in Arland fand, war, dass sie stoppt Tracking... Von dem Jahr zehntelten bis zum Ende des Jahrzehnten tragten sie den Kosten eines Stoutes.

00:05:08: Und dann stoppen sie das Metric.

00:05:10: Es gab eine sehr interessante Gap in der Information, weil es in den Jahrhunderten war, dass es drei Euro für ein Pinting von Guinness ist.

00:05:18: Aber ich habe nur sieben Euro gekauft und viele haben seit dem Jahrhunderteam gesetzt.

00:05:23: Die Welt wurde jetzt zwei Jahre übergelegt.

00:05:27: Aber dieses Preis-Differenz ist etwas anderes.

00:05:29: Was ist denn da?

00:05:30: Das ist einfach eine interessante, offene Frage, die ich zu finden wollte.

00:05:34: Insofern ... Das ist der Punkt, das war Forschung.

00:05:38: Aber es hat eine Marketing-Opportunität gemacht.

00:05:42: Ich bin nicht von Guinness bezahlt, aber hier sprechen wir über ein Brand, den die Leute wirklich lieben.

00:05:48: Und ihre Passion für diesen Brand ist klarer und obviel.

00:05:51: Es kreiert Marketingopportunitäten für Brands, die sich in unterschiedlichen Gründen aktivieren wollen.

00:05:57: Dies ist für Kunden, die möchte Guinness trinken oder auch für ... Services to the pub owners themselves as a B-to-B branch of things you are doing.

00:06:15: Yes, I made it possible for pub owners go and claim their listing within Gindex To be able correct information or add.

00:06:23: really anyone can go and correct.

00:06:26: it's open for anyone.

00:06:27: like Wikipedia everyone can edit at the minute.

00:06:30: i'm not selling any service to any pub for any btb services.

00:06:34: Ich meine, das könnte etwas sein, was wir machen.

00:06:37: Aber wirklich, ich denke, dass es nur ein fun und interessantes Wettbewerb ist, das gut für Pubs-Business zu arbeiten kann.

00:06:44: Und als former Pubowner mich, ich will einfach so viel Gutebusiness geben mit guten Akten und guten Pubowners wie

00:06:55: möglich.

00:06:56: Du hast die Database, du hast viele Informationen über Marktinformationen?

00:07:02: Ja!

00:07:03: Pop-Aunters oft haben nicht so viel Informationen über Marketing und Dinge wie das.

00:07:11: Und auf der anderen Seite hat man eine Technologie mit Twilio, damit die Menschen, die den System kontaktieren wollen, automatisch kontaktiert werden können.

00:07:25: So these three things taken together, and an AI engineer who is curious in experimenting.

00:07:33: Why can't I phone your system?

00:07:36: Just call it because i'm a pub owner not used to chatting.

00:07:41: let's put that way yeah And tell me something about what kind of doing marketing for my pub.

00:07:48: probably you could give answer.

00:07:51: Ich werde das inlernen.

00:07:56: Ein Feature, den ich inlern möchte ist die Räderung des Guinness, weil es nicht nur der Preis ist und nicht nur die Star sind.

00:08:07: Wie gut ist diese Piste?

00:08:09: Was ist der Ratio von dem Rest des Spiels?

00:08:12: Ist jemand für eine Settel aufzuhalten?

00:08:19: Es gibt alles andere Dinge.

00:08:26: wie kalt ist sie oder die Linien?

00:08:37: Wir sind hier an der Twilio-Konferenz, und du hast ein Lektor gegeben.

00:08:42: Was ist die Konnexion zu Twilium?

00:08:45: All of the phone calls that my voice AI agent made was made through Twilio's infrastructure.

00:08:52: You called the pubs to ask questions or what which voice calls?

00:08:58: So, The AI Agent I made she was a Voice Agent and she called every single pub in our...

00:09:05: No come on!

00:09:06: you really did

00:09:06: that?!

00:09:07: Yeah yeah

00:09:07: She called every pub And she said they just.

00:09:10: Ich hoffe, dass du mir die Kosten des Appiniers erzählst.

00:09:12: Es ist nur eine Frage der Forschung und dann hat die Person respondiert.

00:09:17: Danke vielmals!

00:09:17: Du hast einen tollen Tag, ein schönes Tag mit dem Telefon.

00:09:20: Eine Zwischenzeit von ca.

00:09:21: zwei Sekunden, eine einzigartige Datapointe.

00:09:23: Was ist das Preis?

00:09:26: Und dann habe ich den Preis aus den Transkripten extractiert und dieses Index gemacht, das Menschen immer noch zu tun können.

00:09:32: Aber nichts davon wäre möglich ohne... Twilio ist die Infrastruktur, das ist wie ein Backbund.

00:09:39: Aber

00:09:39: dann hat Twillio es dir finanziert?

00:09:42: Gut gemacht!

00:09:43: Ich versuche das zu machen.

00:09:48: Das ist eine tolle Idee.

00:09:51: Absolut.

00:09:53: So habe ich jetzt die Konnexion.

00:09:54: Also muss ich meine nächste Frage nicht fragen.

00:09:59: In Deutschland haben wir einen System, in dem man den Gasstationen comparent.

00:10:05: Und so, du planst nicht alles

00:10:08: wie das.

00:10:09: Ja, also wir... every country has something a different metric.

00:10:14: they highly value.

00:10:15: in our Linda that's Guinness okay?

00:10:17: In the US thats Gas Petrol and lot of countries.

00:10:20: it is So we built after the Gindex We build a gas index at America and we...

00:10:26: Wait wait wait!

00:10:27: You built.

00:10:27: I mean i was just for fun asking like question.

00:10:31: you did that.

00:10:32: yes Okay, you great inventor.

00:10:35: So have a lot of ideas and so it's the Guinness probably which makes us all creative.

00:10:41: That must

00:10:41: be it.

00:10:42: yeah after few more I get more creative.

00:10:44: okay i see what about gas index?

00:10:48: Yeah well we called again because the cost especially since war in Iran has gone up dramatically And its understanding like What does that mean?

00:10:59: how do make abstract data understandable for someone.

00:11:03: And so we called all of the gas stations in America that were missing, The fuel price index point from Google because google gets about fifty percent Of america.

00:11:15: they're logging what?

00:11:16: The cost of regular gases From partnerships with like credit card companies and So They are able to kind of get What That is.

00:11:24: but there missing fifty percent of the data In the fifty percent other than missing our small independent you know gas stations.

00:11:31: Das braucht Leute, die zu ihnen gehen.

00:11:34: Wir haben den anderen halben Teil der Missingdaten genannt, um die Daten nach oben zu bringen und dann für jemanden auf die Pumpe hinzubekommen, egal wo sie sind, und es mit AI ausgestattet wird.

00:11:45: das Preis an dem Moment und dann die Gasstation update.

00:11:49: Es kann also bis zur Date sein.

00:11:52: Aber das ist eine größere Zahl als wir die Irish Index gemacht haben.

00:11:57: Aber was es gezeigt hat war, dass das Preis so schnell verändern kann.

00:12:01: Das ist wirklich hart zu holen, weil es jeden Tag verändert wird.

00:12:05: Man muss immer wieder nachfragen und nachfangen.

00:12:07: Wobei das Preis der Pentegrinienz bleibt ziemlich standard, zumindest für ein bisschen.

00:12:13: Es war nur eine andere Herausforderung, die uns ihre eigenen Resultate präsentiert hat.

00:12:17: Und wir brachten einen anderen Void.

00:12:20: Wir brachten den amerikanischen Void um alle Anstaltungen zu nennen.

00:12:26: Wir haben Bobby Hill, Hank Hill, Peggy Hill... von der TV-Show, die es in Amerika verbunden hat.

00:12:33: Also ja, das ist einfach ein bisschen wie man einen schweren Data Point verstehen kann.

00:12:41: Wie geht das mit AI aus?

00:12:42: Und was macht ihr damit?

00:12:43: Und dann haben wir es berücksichtigt zu sagen, okay, ich war seit dem Warniran Prices by so viel, also wenn du diesen type Fahrzeug hast und dir noch eine halbe Füße kostet, X-Number of eggs, that is x gallons of milk.

00:12:59: That is, you know, x loads of bread.

00:13:02: and then we localized it for so in Philadelphia they left Philadelphia cheese steaks.

00:13:07: how many Philly cheesesteaks is that?

00:13:08: How many... So We took a cult thing the people love And Then said okay This Is how Many trips to Disney World bet us?

00:13:15: this is just try To think Of how We can reach People In Different Ways.

00:13:19: Okay Company or are you working for a company?

00:13:25: Or is it just after work.

00:13:28: Yeah, no so I'm a consultant an AI consultants and i generally work with companies to help them build their AI infrastructure.

00:13:36: So I have retain your clients.

00:13:39: then I have project-based work.

00:13:44: Tell a little bit about the project.

00:13:46: What kind of projects?

00:13:47: Do you do anything with market AI applications in marketing?

00:13:51: because that's where our customers are interested, what do we do

00:13:56: for example?

00:13:58: The company I had before this was like B to C Company.

00:14:01: right it is immersive experience bar and restaurants.

00:14:05: so look at lot of experiences in marketing a lot of experience in advertising um eine digitale Erfahrung zu schaffen, die ein in-Person-Geräusch von einer Digitalisierung hat.

00:14:17: Wenn ich mich über Probleme und A.I.

00:14:19: betrachte, dass es aus einem Marketingperspektive geht, und das aus einem pressenden Perspektiv, wie man die Pressenmedien aktiviert?

00:14:27: Wie arbeiten Sie mit Influencern zum Amplifizieren auf ihren Brands und bekommen Dinge raus?

00:14:33: Und so, ja... Ich bilde etwas mit dieser Perspektive an.

00:14:38: Das ist anders als wenn jemand ohne... Marketing Background might look at problems.

00:14:43: I find it to be really useful.

00:14:45: One of the things in marketing is artificial target groups, which we can use for market research.

00:14:57: Das bedeutet, wir benutzen unsere CRM-Data und aus der CRM Data setzten wir ein System, in dem die markierenden Menschen fragen können, ob unsere Kunden so sind oder ob sie so sind.

00:15:12: Was denkst du an Dinge wie das?

00:15:14: Ja, es ist ein Modell im Training, based on your individualized data and the insights that you have about those customers their age group gender demographics whatever it is die sich für das Entscheidungsmachung historisch gemacht hat.

00:15:28: Aber dieses große Data-Krunching ist nur wirklich möglich mit der AI, oder?

00:15:33: Ich meine, es war möglich zuvor, aber auf der Art und Weise, wie man das Dataset queryieren kann, sagt ihr eigenes custom Datasett und fragt, based on historic purchasing patterns, würde dieser Product sellen?

00:15:49: Oder wie wäre es so... Auch wenn man eine Ad- oder Marketingkopie sieht, die in der Geschichte von den Campaigns vorhin ausgestattet ist.

00:16:01: Was bedeutet das für ein Entscheidungsmögliche?

00:16:04: Das kommt mit dem Produkt am Ende her und wird etwas closer zu etwas, das konvertiert

00:16:07: kann.

00:16:08: One of the problems of LLMs is that they want to please me and give a positive answer, which means hallucination.

00:16:16: So do you think or have to deal with this problem?

00:16:27: Do you solve it?

00:16:28: I mean the LLM's will solve themselfs hopefully!

00:16:32: How do you thing about

00:16:33: that?".

00:16:33: Du musst in Anti-Sycophantik zu deinen Proms programmieren, um zu sagen, dass du nicht sycophantic bist.

00:16:42: Du musst es explizit gesagt haben.

00:16:46: Aber wenn man von der Perspektive schaut ... Okay, die LLM versucht dich zu befreien.

00:16:52: Das ist das Ziel, dir zu beleiden.

00:16:53: Und wenn du es befestigst, statt eine Frage aus dir zu fragen, sagt ein Freund meiner Meinung nach, fragt mich diese Frage und er wird mit mir verabschiedet, ob ich nicht ehrlich bin bei ihm über die Wahrheit.

00:17:08: und ich will, dass ich ehrlich bin, weil mein Freund mich nicht wirklich angreift.

00:17:11: Also muss ich das analysieren, damit ich ihm eine richtige Antwort geben kann.

00:17:16: Und dann versucht es euch um einen kritischen Ansatz zu bitten.

00:17:21: Es ist ein Prompter-Engineer in den LLM aufzutrücken, aber die Sache, was du bittest, ist kritisch.

00:17:33: Für Prampting und Prampten-Engineering?

00:17:37: Ja, Prampton-Engeneering ist wirklich faszinierend.

00:17:41: Und die Resultate, die du bekommst... Nicht alle deine Ideen sind toll!

00:17:45: Die meisten von ihnen sind nicht toll.

00:17:47: Du musst wissen was eigentlich gut ist und was einfach fähig ist.

00:17:51: Und du machst das jetzt auch mit dem Gefühl, dass du dich selbst und was tatsächlich gut und kritisch gedacht hast.

00:17:59: Plus, wenn es etwas zu tun hat, wird es nicht für dich.

00:18:02: Feel good about yourselves.

00:18:04: What do you think of AI agents in the sense that I have a companion as marketing manager, who has even specialized skills?

00:18:31: if you that's what

00:18:32: I mean,

00:18:32: yeah.

00:18:32: If we try to make an A-Agent...

00:18:35: The person has a name and he has a role she has a roll and a specific task where she says okay this is not the CEO guy so as no ask her she's Geo and this is GEO for example.

00:18:55: Yeah!

00:18:55: That kind of stuff works especially well when you have an Orchestrator Agent.

00:19:00: Das wäre die nächste

00:19:02: Frage.

00:19:02: Ja, das

00:19:03: braucht ein Orchestrator-Agent oder du als Orchestrator.

00:19:06: Aber wirklich, der Struktur, den du willst ist dich, der Mensch, der Orchestrator Agent berücksichtigt zu dir, den individuellen Subagent berücksichtigert zu deinem Orchestrator Agent.

00:19:16: und dann hast du kritische Feedback.

00:19:19: Und auch siehst du, dass ihre Schuhe von Logik wie du gehen und das immer wieder öffnen, um sicherzustellen, dass sie Entscheidungen machen, die eigentlich sinnvoll sind.

00:19:29: Und ich frage mich, warum.

00:19:30: Ich sage mir nicht nur eine Meinung nach, wie du diese Konklusion bekommst, sondern auch aus einer Presse-Kampagnenperspektive.

00:19:39: Ich arbeite viel mit PR.

00:19:41: Du hast ein Database von Journalisten, und du willst sie rausgehen?

00:19:45: Dann sagst du, okay, ich habe vier Journalistinnen in den New York Times.

00:19:50: Welche Journalistin werde ich rauskommen?

00:19:51: Nächste und exklusiv.

00:19:56: Matt, danke vielmals für alle Informationen, die ihr uns gegeben habt.

00:20:06: Die letzten Szenen waren... Die wichtigsten Dinge für

00:20:14: A.I.,

00:20:15: für

00:20:16: unsere Firmen und die Leute, die A.

00:20:25: I.U.'s

00:20:26: wollen, ist es kritisch zu lassen, dass das System transparent sein

00:20:34: wird.

00:20:38: Ich denke, das ist wichtig.

00:20:43: Was zum Ende?

00:20:48: Vielen Dank für's Glückwunsch!

00:20:52: In diesem Sinne, vielen Dank fürs Zuhören und bis zum nächsten Mal!