Fondateur

Xavier Fischer - CEO : Diplômé de Centrale Supélec, il a travaillé en reconnaissance faciale chez Emotient, société spécialisée dans l'intelligence artificielle et l'analyse des expressions du visage. La société a été rachetée par Apple en 2016.

Lucas Fischer - Chief Data Officer : Diplômé de Berkeley et de Centrale Supélec, c'est un passionné de machine learning et un entrepreneur.

Frank Tapiro - Chief Emotion Officer : Publicitaire, ex conseiller politique, il a créé plusieurs entreprises dont Hémisphère Droit et On Broadway. Il a une connaissance intime des plateformes de marque. Il a notamment écrit un livre sur leur ADN : Pourquoi la vache qui rit ne pleure jamais ?

Description de la solution et vision

Produit

Datakalab Website permet d'analyser le parcours émotionnel d'un client sur un site internet. Ces données émotionnelles sont croisées avec les données transactionnelles collectées par notre partenaire IBM Tealeaf. Une fois combinées, elles permettent de mieux comprendre l'internaute et d'optimiser le site internet (contenu et parcours).

La mesure de l'attention et des réactions permet d'identifier les " magic moments " du parcours client et de définir quelles sont les pages/produits les plus émotionnels.

Technologie

Nos algorithmes propriétaires ont été développés par Kevin Bailly et Arnaud Dapogny, chercheurs à Sorbonne Université. Ils sont spécialisés en IA et en particulier en computer vision. Ils ont rejoint Datakalab en 2018. Les travaux de Kevin Bailly ont reçu le Premier Prix à deux reprises au grand concours F.E.R.A. (Facial Expression Recognition and Analysis) contre le M.I.T., Cambridge et l'UCSD. Ses travaux lui ont également permis de remporter le concours AVEC (Audio/Visual Emotion Challenge).

Notre plateforme, également propriétaire collecte des centaines de vidéos par jour. Nous agrégeons ces données afin d'obtenir des leviers actionnables.

Originalité

Nos outils nous permettent de mesurer l'émotion vécue sans le biais du déclaratif.

Facteur différenciant : 90% des stimuli qui nous impactent au quotidien sont traités par l'inconscient. Tant qu'on ne mesure pas cette émotion en data, elle est perdue. À la différence des études déclaratives, nos algorithmes en sont capables.

Datakalab Website mêle facial coding et web analytics grâce au partenariat avec IBM

Possibilité de connaître les pages, les produits, les couleurs qui suscitent le plus d'émotions et d'attention.

Optimisation du site, acquisition d'utiisateurs, phygital, merchandising, A/B testing, optimisation du marketing produit.

Plan de développement :

Court terme : développer des partenariats avec les instituts d'études, les initier au Facial Coding, et développer la partie analyse de site web. - Moyen terme : expansion géographique grâce à une levée de fond.

Business model - génération de revenus

Croissance CA et Clients

- CA : 300K € en 2018. 500 K€ prévisionnel en 2019 (300 K€ déjà sécurisés).

- Clients : ~10 (ex: Eram, Exterion Media, BNP, Médiamétrie, Cetelem...).

Business model

L'abonnement mensuel fondé sur le nombre de sessions analysées par mois

KPIs

- Nombre de sessions testées par mois

- Émotions = % des gens qui ont exprimé une émotion à un instant donné.

- Adhésion = % des gens qui ont exprimé une émotion positive à un instant donné.

- Attention = % du temps où la personne regarde la page.