Naar de inhoud
Alle video’s

Van use case naar plan: kiezen met de impact-feasibility-matrix

Alleen audioAI & MarketingDuur: 8:20 minVanaf 50:55 in de opname

Tachmy Dilmy, eCommerce AI Club

Uit de sessie: Specialists: AI in visuele content

Dit is een audio-opname, zonder beeld, van een deel van de Specialists Meeting over AI in visuele content op 15 juli 2025. Na de demo's van beeld- en videomodellen zet Tachmy Dilmy van de eCommerce AI Club op een rij waar je visuele AI kunt inzetten en hoe je kiest waar je begint. Hij sluit af met een plan voor de eerste week en drie tools om mee te oefenen.

Voor wie: Je hebt een lange lijst met ideeën voor AI-beelden en wilt bepalen welke je als eerste aanpakt.

Alleen audio

Van deze sessie bestaat geen video, alleen de geluidsopname. Wat er gezegd wordt, lees je hieronder in de transcriptie.

Waarom dit ertoe doet

De meeste webshops denken bij AI-beelden alleen aan productfoto's. Tachmy laat zien dat dezelfde modellen ook banners voor e-mail, display-advertenties, categoriepagina's en uitlegvideo's kunnen maken. Daardoor wordt de lijst met ideeën snel te lang. Met een impact-feasibility-matrix zet je elk idee af tegen twee vragen: hoeveel levert het op, en hoe makkelijk is het nu te doen? Kleurvarianten van een shirt zijn volgens hem het makkelijkste wat een beeldmodel kan, dus als je die nu nog laat schieten, ligt daar je eerste winst. Om te oefenen hoef je weinig uit te geven. Krea heeft een gratis plan met 100 units per dag, en volgens Tachmy maak je met 10 dollar aan credits ongeveer 100 beelden.

Belangrijkste inzichten

  • Visuele AI past in drie gebieden: product en marketing, UX en personalisatie, en contentmarketing zoals koopgidsen en productdemo's.
  • De impact-as meet vier dingen: bijdrage aan verkoop, klantreis, onderscheid en dure processen; de haalbaarheid-as meet tools, vaardigheden en input.
  • Begin rechtsboven bij de quick wins, zoals kleurvarianten van productfoto's, en laat 3D-visualisatie van complexe producten voorlopig liggen.
  • Een 3D-model uit een foto werkt voor simpele producten, maar volgens Tachmy nog niet bij producten met veel logo's.
  • Oefenen kan goedkoop: volgens Tachmy maak je met 10 dollar aan credits ongeveer 100 beelden, en een AI backgrounds-beeld kost bij Claid 3 credits.

Eerst een uitstap: 3D uit een paar foto's

Tachmy begint met een trend: modellen die van foto's een 3D-model maken. Hij noemt een model van Tencent waar je naast één foto ook de zijkant, voorkant en achterkant kunt uploaden. Vermoedelijk gaat het om Hunyuan3D-2mv, dat Tencent op 18 maart 2025 uitbracht en dat precies zo'n set aanzichten als input neemt. Het model neemt de structuur en textuur van het product over en schat in hoe de achterkant eruitziet. Bij simpele producten werkt dat volgens Tachmy al goed. Staan er veel logo's op, dan gaat het mis.

Drie gebieden, veel meer dan productfoto's

Tachmy deelt de toepassingen in drie kolommen in. De eerste is product en marketing: productfoto's, sfeerbeelden, maar ook social-campagnes met gegenereerde content, display-advertenties en e-mailbeelden die per klantgroep verschillen. De tweede is UX en personalisatie. Denk aan animaties op categoriepagina's, iconen in je eigen huisstijl en de aankleding van je site rond de feestdagen. De derde is contentmarketing: koopgidsen, productdemo's en uitleg over hoe een product werkt. Hij zegt er eerlijk bij dat hij zelf vooral aan productfotografie denkt, en dat het overzicht vooral als inspiratie bedoeld is.

De impact-feasibility-matrix

Je zet ideeën uit op twee assen: impact en haalbaarheid. In de opname zegt Tachmy soms 'impact visibility', maar hij bedoelt feasibility, dus haalbaarheid. Voor de impact-as stel je vier vragen. Welke content zorgt voor de meeste verkoop, of anders gezegd: wat verkoopt er niet meer als je die content weghaalt? Wat verbetert de klantreis? Waarmee onderscheid je je van anderen? Welke processen zijn nu duur? Voor de haalbaarheid kijk je naar je tools, je vaardigheden en je input: heb je al foto's van hoge kwaliteit om een model mee te voeden? Rechtsboven staan de quick wins: hoge impact, makkelijk te doen. Daar begin je. Zijn voorbeeld is de kleurvariant van een productfoto. 3D-visualisatie van complexe producten levert volgens hem weinig op voor de moeite, terwijl e-mailbanners met AI makkelijker en goedkoper zijn dan nu.

Week 1 en drie tools om te oefenen

Het plan voor de eerste week: analyseer welke contenttypen het best werken, verzamel al je brand assets, vul de matrix in en doe een paar proeven. Voor die proeven noemt Tachmy drie tools. Krea en Pollo AI bundelen veel modellen op één plek. In Krea upload je een foto, kies je het model en maak je een nieuwe versie; de site noemt nu onder meer Flux Kontext en Nano Banana als bewerkingsmodellen, met een Basic-plan van 9 dollar per maand. Pollo AI biedt via één API onder meer Kling, Runway, Hailuo, Luma en Veo 2. Claid.ai richt zich op productfoto's in een nieuwe setting, ook met lastige etiketten. Op de API-prijspagina kost een beeld met AI backgrounds 3 credits. Tachmy noemt 6 dollarcent per credit bij 1.000 credits; die packprijs konden we niet controleren.

Probeer dit deze week

  1. Zet 10 contenttypen uit je webshop op een lijst en vraag bij elk: wat verkoopt er niet meer als dit weg is?
  2. Teken de matrix met impact en haalbaarheid en plaats alle 10 erin; kies de 2 die rechtsboven staan als eerste proef.
  3. Maak een gratis Krea-account en bewerk 5 productfoto's met 2 verschillende modellen; noteer welk model je product het best intact laat.

Begrippen

Impact-feasibility-matrix
Een schema met twee assen, opbrengst en haalbaarheid, waarmee je ideeën rangschikt en kiest waar je begint.
Quick win
Een idee met hoge impact dat je met je huidige tools en kennis snel kunt uitvoeren.
Brand assets
Je vaste merkmateriaal, zoals logo's, kleuren, lettertypes en goede productfoto's, dat je als input aan een model geeft.
Credits
Tegoed dat je vooraf koopt bij een AI-tool; elke bewerking kost een vast aantal credits.

Verdiep je in de gids

Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Ik ga even verder naar wat andere zaken. Verder zien we nog een trend dat die modellen om 3D producten te maken van een foto, dat die ook steeds beter worden vanuit het uploaden. Je kan in dit model van Tencent een foto uploaden van één plaatje, maar ook van de zijkant, voorkant, achterkant om met iets meer natuurgetrouwen situatie te krijgen. En dan pakt hij eigenlijk de structuur, textuur mee van het product. En maakt hij nu een inschatting van de achterkant. Maar kan je eigenlijk ook al van een aantal simpele producten, kan je dit al goed maken. Zodra er heel veel logo's op zitten, gaat het eigenlijk al mis.

Is dat model gewoon nog niet slim genoeg om dit goed aan te kunnen. wat ik had bedacht is er zijn eigenlijk heel veel vlakken waar je dit zou kunnen inzetten de voorbeelden die ik met name gaf waren inzetbaar voor je product content dus eigenlijk voor je productfoto's dan kom je eigenlijk in die kolom rondom product en marketing visuals je zou eigenlijk ook dit soort modellen kunnen inzetten voor een aantal dingen als UX en personalisatie of voor je content marketing. Dus ik heb eigenlijk een aantal voorbeelden hier uitgehaald om ook inspiratie te geven. Probeer ook na te denken dat het ook inzetbaar is, niet alleen maar voor je productfoto's, maar ook inderdaad. Wesley of Arne zei het net dat jullie een social media campagne willen gaan doen met AI-gegenereerde content. Je display advertising zou je natuurlijk hierop kunnen gaan doen of je e-mail marketing, dat je daar specifieke plaatjes van maakt voor een aantal specifieke klanten. Dus je kan eigenlijk nog veel breder gaan dan, in mijn hoofd is het altijd heel erg productfotografie minded, maar er zijn nog veel meer use cases voor Gen AI rondom dat visual content stuk.

Wat ik ook zie is dat ook op het UX gebied, dat is misschien net iets buiten dit vakgebied, dat AI er ook echt heel veel stappen in maakt. denk aan category pages, animaties te maken op basis van jouw brand, icoontje, iconografie. Als je rondom de feestdagen gaat om je website aan te kleden en dat soort zaken. Dus denk ook daaraan dat daar ook gewoon heel veel AI kansen liggen om daar verder mee aan de slag te gaan. Dus ik heb dit even puur ter inspiratie ook toegevoegd. En dan heb je eigenlijk ook nog de, als je specifieke guides gaat maken, om daar ook heel veel content marketing zaken in te stoppen. Social media, tenminste product demos, explainers over hoe producten werken en dat soort zaken.

Dan is het eigenlijk de vraag van al die hele grote breien aan mogelijkheden, hoe ga ik ermee aan de slag? Dat is natuurlijk voor iedere situatie in elke organisatie ook weer anders. Ik heb het geprobeerd om het samen te vatten in een soort impact feasibility model. Waarbij eigenlijk de eerste stap voor iedereen is om te kijken van oké, wat voor soort content is nou eigenlijk het belangrijkste voor jouw organisatie? Welke content genereert, nou ja, niet direct omzet, maar als je die weg zou halen, wat zou er dan niet meer verkopen? Wat zorgt gewoon voor de meeste bijdragen? Probeer daarnaar te kijken, probeer dat te inventariseren, welke van die elementen verbeteren nou je journey, waar kan je nou in onderscheiden ten opzichte van de rest, welke processen zijn er nu heel erg duur.

Als je dat in kaart hebt gebracht, weet je dus waar je de meeste impact kan maken, en kijk daarnaar naar, wat is er mogelijk, hebben we nu al de juiste toelingskillset, hebben we de juiste input, hebben we al hoge kwaliteit inputplaatjes om überhaupt dit soort modellen aan te kunnen, wat je waar je aan zou moeten werken is dus een impact visibility analyse en die waar je eigenlijk een aantal dingen in plot dus je hebt eigenlijk een het plekje van dingen die makkelijk te doen zijn en hele hoge impact hebben daar moet je mee beginnen en dat zijn eigenlijk de quick wins ik heb even een voorbeeld impact visibility analyse gemaakt productfoto variaties Dat is iets wat relatief simpel is. Een plaatje, de kleur vervangen van een shirt, is relatief het makkelijkste wat AI-model kan doen, als je de juiste input gewoon meegeeft. Dan zou je daarmee, en stel je voor dat je dat nog handmatig shoot, dan zou daar een hele grote kans liggen bijvoorbeeld. Ik denk dat het maken van een impact visibility analyse, voor je visual content, dat dat een soort van order schept, zeg maar, in je eigen roadmap, waar je mee aan de slag moet gaan. Dat dat heel veel gaat helpen om keuzes te maken. Wat je als eerste wil gaan doen. Welke dingen je dan later gaat oppakken.

Dus zaken met een lage aeroeën. De hele complexiteit. En misschien is 3D visualisatie. Voor een aantal hele complexe zaken niet interessant. Maar gaan we wel aan de slag met. Misschien de e-mail marketing banners. Dat het genereren daarvoor met AI.

Gewoon veel makkelijker kan. En veel goedkoper kan dan wat we nu aan het doen zijn. Dus ik wil dit meegeven. En zal ik dit voorbeeld meesturen. Zodat jullie ook zelf hiermee aan de slag klinken. En eigenlijk wilde ik nog een soort van actieplan voorstellen voor hierna. Met een stap voor stap voorbereiding van in de week 1.

Dan maak ik eerst die analyse. Welke contenttypen het meest populair zijn. Ik ga al mijn brand assets verzamelen. Ik maak even die impact visibility matrix in het breed. En ik ga aan de slag met wat tryouts. Een aantal zijn al heel ver. dus die hoeven niet per se nog aan de slag te gaan met een FLUX.1 Kontext [dev] of wat dan ook.

Ik heb een aantal tooling ook opgeschreven waarbij je meerdere modellen kan gebruiken om het zelf uit te proberen. Krea.ai en Pollo.ai, dat zijn partijen die eigenlijk heel veel verschillende modellen gekoppeld hebben in één omgeving. In Krea.ai kan je inloggen en dan kan je eigenlijk een foto uploaden en dan kan je van een foto naar een andere foto gaan en dan kan je zelf kiezen welk model je daarvoor wil gebruiken. Als je dan die benchmarks in de gaten houdt, welk model het beste is en welk het goedkoopst is, dan kan je daar eigenlijk voor, je koopt voor 10 dollar credits daar, en je kan dan, laten we zeggen, 100 plaatjes ervan gaan maken. En dat geeft een soort van best wel snel ervaring en ook gewoon learnings over hoe je met zo'n model omgaat. Claid.ai, dat is ook wel een leuke tool. Ik heb er de laatste twee, drie maanden niet meer mee gespeeld.

Maar in het begin waren zij een van de eerste waarbij je hele simpele plaatjes, die transparant waren, kon omzetten in zoiets. Maar ook nu zeggen ze dus dat ze al veel verder zijn met het aangeneren van die background images. Maar dus ook met complexiteit rondom dit. Waarbij je dus complexe etiketten, Nu vind ik dit nog niet het allermeest complexe. Kan je dus nog steeds genereren in een andere setting. Zonder dat jouw plaatje dus verloren gaat. Ook zij hebben een API.

Het is eigenlijk een partij die zich ook richt op wat kleinere partijen. Maar er zitten ook wat grotere partijen tussen die hun images laten creëren. En kijk je ook naar de pricing. Dan heb je ook gewoon een API plan. Waar je van een plaatje naartoe kan sturen. En als je er duizend van koopt, dan betaal je zes dollarcent per credit. En volgens mij zijn het drie credits die je nodig hebt voor een AI-fotoshoot.

Dus ook dit soort partijen zijn in ieder geval te overwegen, als je dus niet die hele stap wil maken om alles zelf te gaan op te zetten. Maar dan kan je ook best bij zo'n partij gaan kijken, van of zij het probleem voor jou al hebben opgelost, rondom etiketering en dat soort zaken. Ik zal sowieso dit met jullie gaan delen. Als een soort van handvat om hier verder mee aan de slag te gaan.

Spreker: Tachmy Dilmy, eCommerce AI Club

Bronnen

Meer over AI & Marketing