Ο Arthur Khachuyan είναι γνωστός Ρώσος ειδικός στην επεξεργασία μεγάλων δεδομένων, ιδρυτής της εταιρείας Social Data Hub (τώρα Tazeros Global). Συνεργάτης της Ανώτατης Οικονομικής Σχολής του Εθνικού Ερευνητικού Πανεπιστημίου. Προετοίμασε και παρουσίασε, μαζί με την Ανώτατη Οικονομική Σχολή του Εθνικού Ερευνητικού Πανεπιστημίου, ένα νομοσχέδιο για τα μεγάλα δεδομένα στο Συμβούλιο της Ομοσπονδίας. στο Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople.
Η διάλεξη ηχογραφήθηκε στο υπαίθριο φεστιβάλ «Geek Picnic» στη Μόσχα το 2019.
Artur Khachuyan (στο εξής - AH): – Εάν από έναν τεράστιο αριθμό βιομηχανιών - από την ιατρική, από τις κατασκευές, από κάτι, κάτι, να επιλέξετε αυτόν όπου χρησιμοποιείται πιο συχνά η τεχνολογία των μεγάλων δεδομένων, της μηχανικής μάθησης, της βαθιάς μάθησης, τότε αυτό είναι μάλλον μάρκετινγκ. Γιατί τα τελευταία τρία και κάτι χρόνια, ό,τι μας περιβάλλει σε κάποιο είδος διαφημιστικής επικοινωνίας συνδέεται πλέον ακριβώς με την ανάλυση δεδομένων και ακριβώς με αυτό που μπορεί να ονομαστεί τεχνητή νοημοσύνη. Ως εκ τούτου, σήμερα θα σας πω για αυτό από μια τόσο μακρινή ιστορία...
Αν φανταστείτε την τεχνητή νοημοσύνη και πώς φαίνεται, μάλλον είναι κάτι τέτοιο. Η περίεργη εικόνα είναι ένα από τα νευρωνικά δίκτυα που έγραψα πριν από ένα χρόνο για να βρω την εξάρτηση από το τι κάνει ο σκύλος μου - πόσες φορές χρειάζεται να πάει μεγάλος, μικρός και πώς εξαρτάται γενικά από το πόσο τρώει ή όχι? . Αυτό είναι ένα αστείο για το πώς θα μπορούσε να φανταστεί κανείς την τεχνητή νοημοσύνη.
Ωστόσο, ας σκεφτούμε πώς λειτουργούν όλα στις διαφημιστικές επικοινωνίες. Υπάρχουν τρεις τρόποι με τους οποίους οι σύγχρονοι αλγόριθμοι στη διαφήμιση και το μάρκετινγκ μπορούν να αλληλεπιδράσουν μαζί μας. Είναι σαφές ότι η πρώτη ιστορία στοχεύει στην απόκτηση και εξαγωγή πρόσθετης γνώσης για εσάς και εμένα και στη συνέχεια να τη χρησιμοποιήσει για κάποιους καλούς και όχι τόσο καλούς σκοπούς. εξατομικεύστε την προσέγγιση σε κάθε συγκεκριμένο άτομο. Φυσικά, μετά από αυτό, δημιουργήστε μια συγκεκριμένη ζήτηση για να εκτελέσετε την κύρια ενέργεια στόχο και να πραγματοποιήσετε μια συγκεκριμένη πώληση.
Χρησιμοποιώντας την τεχνολογία, προσπαθούν να λύσουν το πρόβλημα της αποτελεσματικής επικοινωνίας
Αν σας πω να σκεφτείτε αυτό που το Pornhub και ο M. Βίντεο», τι σκέφτεσαι;
Σχόλια από το κοινό (εφεξής «Γ»: - Τηλεόραση, κοινό.
Ωχ: – Η ιδέα μου είναι ότι πρόκειται για δύο μέρη όπου οι άνθρωποι έρχονται για ένα συγκεκριμένο είδος υπηρεσίας, ή ας το ονομάσουμε ένα συγκεκριμένο είδος αγαθών. Και αυτό το κοινό είναι διαφορετικό στο ότι δεν θέλει να πει τίποτα στον πωλητή. Θέλει να μπει και να πάρει αυτό που την ενδιαφέρει σε κάποια ρητή ή σιωπηρή μορφή. Φυσικά, κανείς δεν έρχεται στο Μ. Video» δεν θέλει να επικοινωνήσει με κανέναν πωλητή, δεν θέλει να καταλάβει, δεν θέλει να απαντήσει σε καμία από τις ερωτήσεις τους.
Επομένως, από όλα αυτά προκύπτει η πρώτη ιστορία.
Όταν εμφανίστηκαν τεχνολογίες για την απόκτηση πρόσθετης γνώσης για να αποφευχθεί με κάποιο τρόπο η επικοινωνία με ένα άτομο. Σε όλους μας αρέσει όταν τηλεφωνούμε στην τράπεζα και η τράπεζα μας λέει: «Γεια. Alexey, είσαι ο VIP πελάτης μας. Τώρα κάποιος σούπερ μάνατζερ θα σου μιλήσει». Έρχεστε σε αυτήν την τράπεζα και υπάρχει πραγματικά ένας μοναδικός διευθυντής που μπορεί να σας μιλήσει. Δυστυχώς ή ευτυχώς, ούτε μία εταιρεία δεν έχει ακόμη καταλάβει πώς να προσλάβει χίλιους προσωπικούς μάνατζερ για χίλιους πελάτες. και δεδομένου ότι τα περισσότερα από αυτά τα άτομα είναι πλέον στο διαδίκτυο, το καθήκον είναι να καταλάβουμε τι είδους άτομο είναι αυτό και πώς να επικοινωνήσετε σωστά μαζί του πριν έρθει σε κάποια διαφημιστική πηγή. Και επομένως, στην πραγματικότητα, έχουν εμφανιστεί τεχνολογίες που προσπαθούν να λύσουν αυτό το πρόβλημα.
Η εξαγωγή δεδομένων είναι το νέο λάδι
Ας φανταστούμε ότι είστε ιδιοκτήτης ενός πάγκου με λουλούδια. Τρεις άνθρωποι έρχονται να σε δουν. Ο πρώτος στέκεται για πολλή ώρα, διστάζει, προσπαθεί να σου μιλήσει, παίρνει ένα είδος μπουκέτο - πας να το τυλίξεις, βγαίνεις να κάνεις κάτι εκεί. τρέχει μακριά από τον πάγκο με αυτό το μπουκέτο - έχασες τα τρία χιλιάδες ρούβλια σου. Γιατί συνέβη? Δεν γνωρίζετε τίποτα για αυτό το άτομο: δεν γνωρίζετε το ιστορικό των συλλήψεών του στο Υπουργείο Εσωτερικών, δεν γνωρίζετε ότι είναι κλεπτομανής και είναι εγγεγραμμένος σε ψυχιατρείο. Γιατί; Γιατί το είδατε για πρώτη φορά και δεν είστε αναλυτής συμπεριφοράς.
Έρχεται κάποιος άλλος... Βιτάλι. Ο Βιτάλι χρειάζεται επίσης πολύ χρόνο για να το καταλάβει, λέει, «Λοιπόν, χρειάζομαι αυτό και εκείνο». Και του λες, «Λουλούδια για τη μαμά, σωστά;» Και του πουλάς ένα μπουκέτο.
Η ιδέα εδώ είναι να ανακαλύψουμε αρκετά δεδομένα για να κατανοήσουμε τι πραγματικά χρειάζεται το άτομο. Όλοι αμέσως σκέφτηκαν για κάποιο είδος διαφημιστικών δικτύων και ούτω καθεξής...
Όλοι πιθανότατα έχουν ακούσει την ηλίθια φράση ότι «τα δεδομένα είναι το νέο λάδι» περισσότερες από μία φορές; Σίγουρα όλοι έχουν ακούσει. Στην πραγματικότητα, οι άνθρωποι έμαθαν να συλλέγουν δεδομένα πριν από πολύ καιρό, αλλά η εξαγωγή δεδομένων από αυτά τα δεδομένα είναι η εργασία που προσπαθεί τώρα να λύσει η τεχνητή νοημοσύνη στο μάρκετινγκ ή κάποιο είδος στατιστικών αλγορίθμων. Γιατί; Γιατί αν μιλήσεις σε ένα άτομο, μπορεί να σου δώσει μια σωστή, λάθος ή κάπως έγχρωμη απάντηση. Το αστείο που λέω στους μαθητές μου είναι πώς οι έρευνες διαφέρουν από τις στατιστικές, θα σας το πω ως ανέκδοτο:
Αυτό σημαίνει ότι σε δύο χωριά αποφάσισαν να κάνουν μια μελέτη για τη μέση διάρκεια του ανδρισμού. Αυτό σημαίνει ότι στο πρώτο χωριό, το Villaribo, το μέσο μήκος είναι 15 εκατοστά, στο χωριό Villabaggio - 25. Ξέρετε γιατί; Γιατί στο πρώτο χωριό έγιναν μετρήσεις, στο δεύτερο έγινε έρευνα.
Η βιομηχανία πορνό είναι η ναυαρχίδα των συστημάτων συστάσεων
Αυτός είναι ο λόγος για τον οποίο η σύγχρονη προσέγγιση είναι να αναλύονται όλοι οι άνθρωποι χωρίς εξαίρεση, ακόμα κι αν είναι λίγο λιγότερο από το 100%, αλλά αυτοί είναι οι άνθρωποι που δεν χρειάζεται να ρωτήσετε, δεν χρειάζεται να τους κοιτάξετε. Αρκεί να αναλύσουμε αυτό που σήμερα ονομάζεται ψηφιακό αποτύπωμα για να καταλάβουμε τι χρειάζεται αυτό το άτομο, πώς να του μιλήσετε σωστά, πώς να δημιουργήσετε σωστά ζήτηση γύρω του. Από τη μια πλευρά, αυτό είναι ένα άψογο μηχάνημα (αλλά εσείς και εγώ το γνωρίζουμε πολύ καλά). δεν θέλουμε να επικοινωνήσουμε με άτομα από τη Μ. Βίντεο», και ακόμη περισσότερο, όταν πηγαίνουμε σε πόρους όπως το Pornhub, θέλουμε να πάρουμε ακριβώς αυτό που χρειαζόμαστε.
Γιατί μιλάω πάντα για το Pornhub; Γιατί η βιομηχανία ενηλίκων είναι η πρώτη που έρχεται στην ανάλυση τέτοιων τεχνολογιών, στην εφαρμογή τέτοιων τεχνολογιών, στην ανάλυση δεδομένων. Εάν πάρετε τις τρεις πιο δημοφιλείς βιβλιοθήκες σε αυτήν την περιοχή (για παράδειγμα, TensorFlow ή Pandas για Python, για επεξεργασία αρχείων CSV κ.λπ.), εάν την ανοίξετε στο Github, με ένα σύντομο Google με όλα αυτά τα ονόματα, θα βρείτε ένα δύο άτομα που είτε εργάζονταν είτε εργάζονται επί του παρόντος στην εταιρεία Pornhub και ήταν οι πρώτοι που εφάρμοσαν συστήματα συστάσεων εκεί. Γενικά, αυτή η ιστορία είναι πολύ προχωρημένη, και δείχνει πόσο έχει προχωρήσει αυτό το κοινό, πόσο έχει προχωρήσει αυτή η εταιρεία.
Τρία επίπεδα αναγνώρισης
Υπάρχει ένα τεράστιο σύνολο δεδομένων γύρω από ένα άτομο που μπορεί να αναγνωριστεί. Συνήθως το χωρίζω επίσημα σε τρία επίπεδα, πηγαίνοντας όλο και πιο βαθιά. Όπως είναι φυσικό, η εταιρεία έχει τα δικά της στοιχεία.
Αν, ας πούμε, μιλάμε για την κατασκευή ενός συστήματος συστάσεων, τότε το πρώτο επίπεδο είναι τα δεδομένα που βρίσκονται στο ίδιο το κατάστημα (ιστορικό αγορών, όλα τα είδη συναλλαγών, πώς αλληλεπιδρούσε ένα άτομο με τη διεπαφή).
Στη συνέχεια υπάρχει ένα επίπεδο (σχετικά το μεγαλύτερο) - αυτό είναι αυτό που ονομάζεται ανοιχτές πηγές. Μην νομίζετε ότι σας ενθαρρύνω να σκουπίζετε τα κοινωνικά δίκτυα, αλλά στην πραγματικότητα, ό,τι είναι διαθέσιμο σε ανοιχτές πηγές ανοίγει ένα τεράστιο σύνολο δεδομένων που μπορείτε, ας πούμε, να μάθετε για ένα άτομο.
Και το τρίτο σημαντικό μέρος είναι το περιβάλλον αυτού του ίδιου του ατόμου. Ναι, υπάρχει η άποψη ότι εάν ένα άτομο δεν είναι στα κοινωνικά δίκτυα, δεν υπάρχουν δεδομένα γι 'αυτόν εκεί (μάλλον γνωρίζετε ήδη ότι αυτό δεν είναι αλήθεια), αλλά το πιο σημαντικό είναι ότι τα δεδομένα που υπάρχουν στο προφίλ ενός ατόμου (ή σε κάποια εφαρμογή ) είναι μόνο το 40% της γνώσης που μπορεί να αποκτηθεί σχετικά με αυτό. Οι υπόλοιπες πληροφορίες λαμβάνονται από το περιβάλλον του. Η φράση «πες μου ποιος είναι ο φίλος σου και θα σου πω ποιος είσαι» αποκτά νέο νόημα στον XNUMXο αιώνα, επειδή μπορεί να ληφθεί ένας τεράστιος όγκος δεδομένων γύρω από αυτό το άτομο.
Αν μιλάμε πιο κοντά στις διαφημιστικές επικοινωνίες, τότε η λήψη διαφημιστικών επικοινωνιών όχι από διαφήμιση, αλλά από κάποιον φίλο, γνωστό ή με κάποιο τρόπο επαληθευμένο άτομο είναι ένα πολύ ωραίο χαρακτηριστικό που χρησιμοποιούν πολλοί έμποροι. Όταν κάποια εφαρμογή σας δίνει ξαφνικά έναν δωρεάν κωδικό προσφοράς, κάνετε μια ανάρτηση σχετικά με αυτό και ως εκ τούτου προσελκύετε ένα νέο κοινό. Στην πραγματικότητα, αυτός ο κωδικός προσφοράς για το υπό όρους "Yandex.Taxi" δεν επιλέχθηκε τυχαία, αλλά για αυτό, αναλύθηκε ένας τεράστιος όγκος δεδομένων σχετικά με τις δυνατότητές σας να προσελκύσετε ένα νέο κοινό και να αλληλεπιδράσετε με κάποιο τρόπο μαζί του.
Αναλύουν ακόμη και τη συμπεριφορά των χαρακτήρων της τηλεοπτικής σειράς
Θα σας δείξω τρεις φωτογραφίες και θα μου πείτε ποια είναι η διαφορά μεταξύ τους.
Αυτό:
Αυτό:
Και αυτό:
Ποια είναι η διαφορά μεταξύ τους; Όλα είναι απλά εδώ. Όπως και στην κβαντομηχανική, σε αυτή την περίπτωση αυτή η δημιουργικότητα σχηματίστηκε από τον παρατηρητή. Δηλαδή, η διαφορά στην ίδια διαφημιστική καμπάνια, που πραγματοποιείται από την ίδια επωνυμία την ίδια στιγμή, έγκειται μόνο στο ποιος παρακολούθησε αυτό το δημιουργικό. Προσωπικά, όταν πηγαίνω στο Amediateka, δείχνουν ακόμα τον Khal Drogo. Δεν ξέρω τι πιστεύει η Amediateka για τις προτιμήσεις μου, αλλά για κάποιο λόγο συμβαίνει αυτό.
Αυτό που σήμερα ονομάζεται εξατομικευμένη επικοινωνία είναι η πιο δημοφιλής ιστορία προσέλκυσης κοινού και σωστής αλληλεπίδρασης μαζί του. Εάν στο πρώτο στάδιο εντοπίσαμε άτομα που χρησιμοποιούν τα δικά μας δεδομένα επωνυμίας, δεδομένα ανοιχτού κώδικα και, για παράδειγμα, δεδομένα από το περιβάλλον αυτού του ατόμου, μπορούμε, αφού τον αναλύσουμε, να καταλάβουμε ποιος είναι, πώς να του μιλήσουμε σωστά και, το πιο σημαντικό. , τι γλώσσα μιλάει μιλήστε του.
Εδώ η τεχνολογία έχει φτάσει τόσο μακριά που αναλύονται πλέον οι χαρακτήρες σε τηλεοπτικές σειρές που βλέπει ο κόσμος. Δηλαδή, σου αρέσουν οι τηλεοπτικές σειρές - τις [μου αρέσει] βλέπουν, κοιτάζουν με ποιον αλληλεπιδρούσες εκεί, για να καταλάβουν με τι είδους άτομο θα ήταν κατάλληλο να αλληλεπιδράσεις. Ακούγεται σαν εντελώς ανοησία, αλλά για διασκέδαση, δοκιμάστε το σε έναν από τους πόρους - διαφορετικοί άνθρωποι βλέπουν διαφορετικά δημιουργικά (για να αλληλεπιδράσουν σωστά μαζί του).
Ούτε ένα σύγχρονο μέσο ή οποιοσδήποτε πόρος βίντεο δεν σας δείχνει απλώς κάποια νέα. Πηγαίνετε στα μέσα - φορτώνεται ένας τεράστιος αριθμός αλγορίθμων που σας αναγνωρίζουν, κατανοούν όλη την προηγούμενη δραστηριότητά σας, κάνουν έκκληση στο μαθηματικό μοντέλο και μετά σας δείχνουν κάτι. Σε αυτή την περίπτωση, υπάρχει μια τόσο περίεργη ιστορία.
Πώς καθορίζονται οι ανάγκες; Ψυχομετρία. Φυσιογνωμία
Υπάρχουν πολλές (πραγματικές) προσεγγίσεις για τον προσδιορισμό των πραγματικών αναγκών ενός ατόμου και τον τρόπο σωστής επικοινωνίας μαζί τους. Υπάρχουν πολλές προσεγγίσεις, όλα λύνονται διαφορετικά, είναι αδύνατο να πούμε ποιο είναι καλό και ποιο κακό. Οι κύριοι φαίνεται να ξέρουν τα πάντα.
Ψυχομετρία. Μετά την ιστορία με το Cambridge Analytics, χρειάστηκε κάποια συγκλονιστική, κατά τη γνώμη μου, κάποια τροπή, γιατί κάθε δεύτερη πολιτική εταιρεία έρχεται τώρα και λέει: «Ω, μπορείς να με κάνεις σαν τον Τραμπ; Θέλω επίσης να κερδίσω και ούτω καθεξής». Στην πραγματικότητα, αυτό, φυσικά, είναι ανοησία για τις πραγματικότητες μας, για παράδειγμα, πολιτικές εκλογές. Αλλά για τον προσδιορισμό των ψυχοτύπων, χρησιμοποιούνται τρία μοντέλα:
- το πρώτο βασίζεται στο περιεχόμενο που καταναλώνετε - τις λέξεις που γράφετε, κάποιες πληροφορίες που σας αρέσουν, βίντεο κ.λπ.
- Το δεύτερο συνδέεται με το πώς αλληλεπιδράτε με τη διεπαφή ιστού, πώς πληκτρολογείτε, ποια κουμπιά πατάτε - πράγματι, υπάρχουν ολόκληρες εταιρείες που, με βάση το χειρόγραφο του πληκτρολογίου τους, μπορούν να προσδιορίσουν με αξιοπιστία αυτό που τώρα ονομάζεται ψυχότυπος.
- Δεν είμαι πολύ ψυχολόγος, δεν καταλαβαίνω πραγματικά πώς λειτουργεί, αλλά από την άποψη της διαφημιστικής επικοινωνίας, το κοινό που χωρίζεται σε αυτά τα τμήματα λειτουργεί πολύ καλά, επειδή σε κάποιον πρέπει να εμφανίζεται μια κόκκινη οθόνη με μπλε γυναίκα, σε κάποιον πρέπει να εμφανιστεί μια σκοτεινή οθόνη -μπλε φόντο με κάποιο είδος αφαίρεσης, και λειτουργεί πολύ ωραία. Σε ορισμένα χαμηλά επίπεδα - τόσο πολύ που ένα άτομο δεν το σκέφτεται καν. Ποιο είναι τώρα το βασικό πρόβλημα στη διαφημιστική αγορά; Όλοι είναι πράκτορες πληροφοριών, όλοι κρύβονται, όλοι έχουν εγκατεστημένα ένα εκατομμύριο χιλιάδες άδειες προγράμματος περιήγησης, έτσι ώστε να μην αναγνωρίζονται με κανέναν τρόπο - πιθανότατα έχετε "Adblocks", "Gostrey" και κάθε είδους εφαρμογές που εμποδίζουν την παρακολούθηση. Εξαιτίας αυτού, είναι πολύ δύσκολο να καταλάβουμε οτιδήποτε για ένα άτομο. Και η τεχνολογία έχει προχωρήσει - πρέπει όχι μόνο να γνωρίζετε ότι αυτό το άτομο επέστρεψε στον ιστότοπό σας για 125η φορά, αλλά ότι είναι επίσης τόσο παράξενο άτομο.
Η φυσιογνωμία είναι μια πολύ αμφιλεγόμενη επιστήμη. Δεν θεωρείται καν επιστήμη. Πρόκειται για μια ομάδα ανθρώπων που προγραμμάτιζαν ανιχνευτές ψεύδους για κάποιο Υπουργείο Εσωτερικών και τώρα ασχολούνται με αυτό που ονομάζεται προσωποποίηση της δημιουργικότητας. Η προσέγγιση εδώ είναι πολύ απλή: αρκετές από τις δημόσιες φωτογραφίες σας λαμβάνονται από ορισμένα κοινωνικά δίκτυα και από αυτά δημιουργείται τρισδιάστατη γεωμετρία. Και αν είστε δικηγόρος, θα πείτε τώρα ότι πρόκειται για πρόσωπο και προσωπικά δεδομένα. αλλά θα σας πω ότι αυτά είναι 300 χιλιάδες σημεία που βρίσκονται στο διάστημα, και αυτό δεν είναι άτομο και δεν είναι προσωπικά δεδομένα. Αυτό λένε συνήθως όλοι όταν τους έρχεται η Roskomnadzor.
Αλλά σοβαρά, το πρόσωπό σας ξεχωριστά, αν το ονοματεπώνυμό σας δεν είναι υπογεγραμμένο εκεί, δεν είναι προσωπικά σας δεδομένα. Το θέμα είναι ότι οι τύποι επισημαίνουν διάφορα χαρακτηριστικά του προσώπου που επηρεάζουν τον τρόπο με τον οποίο ένα άτομο παίρνει αποφάσεις και πώς να αλληλεπιδρά σωστά μαζί του. Σε ορισμένους τομείς αυτό δεν λειτουργεί καλά, σε ορισμένα διαφημιστικά τμήματα. σε ποια τμήματα λειτουργεί πολύ καλά. Στο τέλος, αποδεικνύεται ότι όταν πηγαίνετε σε κάποιον πόρο, δεν βλέπετε μόνο ένα banner που εμφανίζεται σε όλους, αλλά, για παράδειγμα... τώρα είναι φυσιολογικό να κάνετε 16 ή 20 επιλογές για διαφορετικά είδη κοινού - και λειτουργεί πολύ κουλ. Ναι, αυτό είναι ακόμη πιο λυπηρό από την πλευρά του καταναλωτή, επειδή οι άνθρωποι αρχίζουν να χειραγωγούνται όλο και περισσότερο. Ωστόσο, από επιχειρηματική άποψη λειτουργεί πολύ καλά.
Το μαύρο κουτί της μηχανικής μάθησης
Αυτό δημιουργεί το εξής πρόβλημα με τέτοιες τεχνολογίες: τελικά, για τους περισσότερους προγραμματιστές τώρα αυτό που ονομάζεται βαθιά μάθηση είναι ένα «μαύρο κουτί». Εάν έχετε βυθιστεί ποτέ σε αυτήν την ιστορία και μιλήσατε με τους προγραμματιστές, πάντα λένε: "Ω, ακούστε, καλά, έχουμε κωδικοποιήσει κάτι τόσο ακατανόητο εκεί και δεν ξέρουμε πώς λειτουργεί." Ίσως σε κάποιον να έχει συμβεί αυτό.
Αυτό στην πραγματικότητα απέχει πολύ από το να είναι αλήθεια. Αυτό που τώρα ονομάζεται μηχανική μάθηση απέχει πολύ από το «μαύρο κουτί». Υπάρχει ένας τεράστιος αριθμός προσεγγίσεων για την περιγραφή των δεδομένων εισόδου και εξόδου, και στο τέλος η εταιρεία μπορεί να κατανοήσει διεξοδικά με βάση τα σημάδια που αποφάσισε το μηχάνημα να σας δείξει αυτό ή το άλλο πορνογραφικό βίντεο. Το ερώτημα είναι ότι καμία από τις εταιρείες δεν το αποκαλύπτει ποτέ, γιατί: πρώτον, είναι εμπορικό μυστικό. Δεύτερον, θα υπάρχει ένας τεράστιος όγκος δεδομένων που δεν γνωρίζατε καν.
Για παράδειγμα, πριν από αυτό, σε μια συζήτηση για την ηθική, συζητήσαμε πώς τα κοινωνικά δίκτυα αναλύουν τα προσωπικά μηνύματα προκειμένου να επισημάνουν τους ανθρώπους σε κάποιο είδος διαφημιστικών ιστοριών. Εάν γράψετε κάτι σε κάποιον, με βάση αυτό λαμβάνετε μια συγκεκριμένη ετικέτα για, στην πραγματικότητα, κάποιο είδος διαφημιστικής επικοινωνίας. Και δεν θα το αποδείξεις ποτέ, και μάλλον δεν έχει νόημα να το αποδείξεις. Ωστόσο, αν αποκαλυφθούν παρόμοια μοτίβα, θα υπήρχαν. Αποδεικνύεται ότι η αγορά για την κατασκευή τέτοιων συστημάτων συστάσεων προσποιείται ότι δεν γνωρίζει γιατί συνέβη αυτό.
Οι άνθρωποι δεν θέλουν να ξέρουν τι γνωρίζουν οι άνθρωποι για αυτούς
Και η δεύτερη ιστορία είναι ότι ο πελάτης δεν θέλει ποτέ να μάθει γιατί έλαβε τη συγκεκριμένη διαφήμιση, το συγκεκριμένο προϊόν. Θα σας πω αυτή την ιστορία. Η πρώτη μου εμπειρία στην εμπορική εφαρμογή συστημάτων συστάσεων που βασίζονται σε παρόμοιους αλγόριθμους ακριβώς για λόγους έρευνας ήταν το 2015 σε ένα πολύ μεγάλο δίκτυο sex shop (ναι, επίσης όχι μια ιδιαίτερα δυσάρεστη ιστορία).
Στους πελάτες προσφέρθηκαν τα εξής: έρχονται, συνδέονται με το κοινωνικό τους δίκτυο και μετά από περίπου 5 δευτερόλεπτα λαμβάνουν ένα εντελώς εξατομικευμένο κατάστημα για αυτούς, δηλαδή όλα τα προϊόντα έχουν αλλάξει - εμπίπτουν σε μια συγκεκριμένη κατηγορία και ούτω καθεξής . Ξέρετε πόσο έχει αυξηθεί το ποσοστό μετατροπών αυτού του καταστήματος; Σε καμία περίπτωση! Ο κόσμος μπήκε μέσα και έφυγε αμέσως από αυτό. Μπήκαν και κατάλαβαν ότι τους προσφέρθηκε αυτό ακριβώς που σκέφτονταν...
Το πρόβλημα με αυτό το τεστ ήταν ότι κάτω από κάθε προϊόν έγραφε γιατί σας προσφέρθηκε το συγκεκριμένο («επειδή είστε μέλος της κρυφής ομάδας «Η ισχυρή γυναίκα ψάχνει έναν άντρα που είναι χαλάκι της πόρτας»). Επομένως, τα σύγχρονα συστήματα συστάσεων δεν εμφανίζουν ποτέ τα δεδομένα βάσει των οποίων έγινε η «πρόβλεψη».
Μια πολύ δημοφιλής ιστορία είναι τα μέσα ενημέρωσης επειδή όλα χρησιμοποιούν παρόμοια συστήματα συστάσεων. Προηγουμένως, οι αλγόριθμοι ήταν πολύ απλοί: κοιτάξτε την κατηγορία "Πολιτική" - και σας εμφανίζουν νέα από την κατηγορία "Πολιτική". Τώρα όλα είναι τόσο περίπλοκα που αναλύουν τα μέρη όπου σταμάτησες το ποντίκι, σε ποιες λέξεις συγκεντρώθηκες, σε τι αντιγράψατε, πώς αλληλεπιδράσατε γενικά με αυτήν τη σελίδα. Στη συνέχεια αναλύει το λεξιλόγιο των ίδιων των μηνυμάτων: ναι, δεν διαβάζεις απλώς ειδήσεις για τον Πούτιν, αλλά με έναν συγκεκριμένο τρόπο, με έναν συγκεκριμένο συναισθηματικό χρωματισμό. Και όταν ένα άτομο λαμβάνει κάποια νέα, δεν σκέφτεται καν πώς ήρθε εδώ. Ωστόσο, στη συνέχεια αλληλεπιδρά με αυτό το περιεχόμενο.
Όλα αυτά, όπως είναι φυσικό, έχουν σκοπό να κρατήσουν το φτωχό, δύστυχο ανθρωπάκι που ήδη τρελαίνεται από την τεράστια πληροφορία που υπάρχει γύρω του. Εδώ πρέπει να πούμε ότι θα ήταν ωραίο να χρησιμοποιήσετε τέτοια συστήματα για να εξατομικεύσετε το δημιουργικό γύρω σας και να συλλέξετε ορισμένες πληροφορίες, αλλά, δυστυχώς, δεν υπάρχουν ακόμα τέτοιες υπηρεσίες.
Η τεχνητή νοημοσύνη πιάνει τον πελάτη στον αέρα και δημιουργεί ζήτηση
Και εδώ τίθεται ένα πολύ ενδιαφέρον φιλοσοφικό ερώτημα, η μετάβαση από τη δημιουργία ενός συστήματος συστάσεων στη δημιουργία ζήτησης. Σπάνια το σκέφτεται κανείς, αλλά όταν προσπαθείς να ρωτήσεις το λεγόμενο Instagram, «Γιατί συλλέγεις δεδομένα; Γιατί να μην μου δείξεις εντελώς τυχαία διαφήμιση; - Το Instagram θα σου πει: "Φίλε, όλα αυτά γίνονται για να σου δείξουν ακριβώς τι είναι ενδιαφέρον για σένα." Θέλουμε να σας γνωρίσουμε τόσο ακριβώς ώστε να σας δείξουμε ακριβώς αυτό που ψάχνετε.
Όμως η τεχνολογία έχει ξεπεράσει εδώ και πολύ καιρό αυτό το τρομερό όριο και παρόμοιες τεχνολογίες δεν προβλέπουν πλέον τι χρειάζεστε. Δημιουργούν (προσοχή!) ζήτηση. Αυτό είναι ίσως το πιο τρομακτικό πράγμα που περιστρέφεται γύρω από την τεχνητή νοημοσύνη σε τέτοιες επικοινωνίες. Το τρομακτικό είναι ότι χρησιμοποιείται σχεδόν παντού τα τελευταία 3-5 χρόνια - από αποτελέσματα αναζήτησης Google έως αποτελέσματα αναζήτησης Yandex, σε ορισμένα συστήματα... Εντάξει, δεν θα πω τίποτα κακό για το Yandex. και καλα.
Ποιο ειναι το νοημα? Έχει περάσει πολύς καιρός από τότε που τέτοιες διαφημιστικές επικοινωνίες έχουν απομακρυνθεί από τη στρατηγική όπου γράφετε «Θέλω να αγοράσω ένα παιδικό κάθισμα» και βλέπετε εκατό χιλιάδες εκατομμύρια δημοσιεύσεις. Προχώρησαν στο εξής: μόλις η γυναίκα δημοσίευε μια φωτογραφία με κοιλιά που μόλις φαινόταν, αμέσως ο άντρας της άρχιζε να ακολουθείται από μηνύματα: «Φίλε, η γέννα έρχεται σύντομα. Αγοράστε ένα παιδικό κάθισμα».
Εδώ, θα μπορούσατε εύλογα να αναρωτηθείτε, γιατί, με τέτοιες γιγαντιαίες τεχνολογικές εξελίξεις, εξακολουθούμε να βλέπουμε τόσο χαζές διαφημίσεις στα κοινωνικά δίκτυα; Το πρόβλημα είναι ότι σε αυτήν την αγορά τα πάντα αποφασίζονται ακόμα από τα χρήματα, οπότε μια ωραία στιγμή μπορεί να έρθει κάποιος διαφημιστής όπως η Coca-Cola και να πει: "Εδώ είναι 20 εκατομμύρια για εσάς - δείξτε τα σκοτεινά μου πανό σε ολόκληρο το Διαδίκτυο." Και πραγματικά θα το κάνουν.
Αλλά αν κάνετε κάποιο είδος καθαρού λογαριασμού και δοκιμάσετε πόσο σωστά σας μαντεύουν τέτοιοι αλγόριθμοι: πρώτα προσπαθούν να σας μαντέψουν και μετά αρχίζουν να σας κάνουν κάτι εκ των προτέρων. Και ο ανθρώπινος εγκέφαλος λειτουργεί με τέτοιο τρόπο ώστε, όταν λαμβάνει πληροφορίες που είναι αξιόπιστες για αυτόν, δεν επεξεργάζεται καν τη στιγμή για την οποία έλαβε αυτές τις πληροφορίες. Ο πρώτος κανόνας για να προσδιορίσετε ότι βρίσκεστε σε ένα όνειρο είναι να καταλάβετε πώς ήρθατε εδώ. Ένα άτομο δεν θυμάται ποτέ τη στιγμή που κατέληξε σε ένα συγκεκριμένο δωμάτιο. Το ίδιο είναι και εδώ.
Η Google μπορεί να αρχίσει να διαμορφώνει την κοσμοθεωρία σας
Τέτοιες μελέτες πραγματοποιήθηκαν από πολλές ξένες εταιρείες που ασχολούνται με το i-tracking. Τοποθέτησαν συσκευές σε ειδικούς υπολογιστές που καταγράφουν πού βλέπουν τα μάτια του εξεταζόμενου. Πήρα από πέντε έως επτά χιλιάδες εθελοντές που απλώς έκαναν κύλιση στη ροή, αλληλεπιδρούσαν με κοινωνικά δίκτυα, με διαφημίσεις και κατέγραψαν πληροφορίες σε ποια μέρη των πανό και των δημιουργικών σταμάτησαν τα μάτια τους αυτοί οι άνθρωποι.
Και αποδεικνύεται ότι όταν οι άνθρωποι λαμβάνουν ένα τέτοιο υπερ-εξατομικευμένο δημιουργικό, δεν το σκέφτονται καν - αμέσως προχωρούν, αρχίζουν να αλληλεπιδρούν μαζί του. Από επιχειρηματική άποψη, αυτό είναι καλό, αλλά από την πλευρά μας, ως χρήστες, αυτό δεν είναι πολύ ωραίο, γιατί - τι φοβούνται; – Ότι σε μια ωραία στιγμή η υπό όρους «Google» μπορεί να αρχίσει (ή, φυσικά, να μην αρχίσει) να σχηματίζει τη δική της κοσμοθεωρία. Αύριο, για παράδειγμα, μπορεί να αρχίσει να δείχνει στους ανθρώπους νέα ότι η γη είναι επίπεδη.
Αστειεύομαι, αλλά έχουν πιαστεί τόσες φορές που κατά τη διάρκεια των εκλογών αρχίζουν να δίνουν συγκεκριμένες πληροφορίες σε συγκεκριμένους ανθρώπους. Όλοι έχουμε συνηθίσει στο γεγονός ότι η μηχανή αναζήτησης παίρνει τα πάντα με ειλικρίνεια. Αλλά, όπως λέω πάντα, αν θέλετε πραγματικά να μάθετε πώς λειτουργεί ο κόσμος, γράψτε τη δική σας μηχανή αναζήτησης, χωρίς φίλτρα, χωρίς να δίνετε σημασία στα πνευματικά δικαιώματα, χωρίς να κατατάξετε κάποιους φίλους σας στα αποτελέσματα αναζήτησης. Η εμφάνιση πραγματικών δεδομένων στο Διαδίκτυο είναι γενικά διαφορετική από αυτή που εμφανίζεται από την Google, το Yandex, το Bing και ούτω καθεξής. Ορισμένα υλικά είναι κρυμμένα επειδή φίλοι, συνάδελφοι, εχθροί ή κάποιος άλλος (ή ένας πρώην εραστής με τον οποίο κοιμηθήκατε) - δεν έχει σημασία.
Πώς κέρδισε ο Τραμπ
Όταν έγιναν οι τελευταίες εκλογές στις Ηνωμένες Πολιτείες, έγινε μια πολύ απλή μελέτη. Πήραν τα ίδια αιτήματα σε διαφορετικά μέρη, από διαφορετικές διευθύνσεις IP, από διαφορετικές πόλεις, διαφορετικοί άνθρωποι έψαξαν στο Google το ίδιο πράγμα. Συμβατικά, το αίτημα ήταν του στυλ: ποιος θα κερδίσει τις εκλογές; Και παραδόξως, τα αποτελέσματα κατασκευάστηκαν με τέτοιο τρόπο ώστε σε εκείνες τις πολιτείες όπου ο μεγαλύτερος αριθμός ατόμων προσπάθησε να ψηφίσει τον λάθος υποψήφιο, έλαβαν κάποια καλά νέα για τον υποψήφιο που προώθησε η Google. Ποιό απ'όλα? Λοιπόν, είναι ξεκάθαρο ποιος – αυτός που έγινε πρόεδρος. Αυτή είναι μια απολύτως αναπόδεικτη ιστορία, και όλες αυτές οι μελέτες είναι ένα δάχτυλο στο νερό. Η Google μπορεί να πει: "Παιδιά, όλα αυτά γίνονται για να σας δείχνουμε το πιο σχετικό περιεχόμενο."
Από εδώ και πέρα, πρέπει να ξέρετε ότι αυτό που λέγεται μέγιστο σχετικό δεν ισχύει απολύτως. Η εταιρεία αποκαλεί σχετικό κάτι που πρέπει να πουληθεί σε εσάς για κάποιο καλό ή κακό λόγο.
Όσοι δεν έχουν χρήματα τώρα προετοιμάζονται ήδη για μελλοντικές αγορές
Υπάρχει ένα άλλο ενδιαφέρον σημείο εδώ για το οποίο θα σας πω. Ένας τεράστιος αριθμός ενεργών κοινού πλέον στα κοινωνικά δίκτυα και στις εφαρμογές είναι νέοι. Ας το πούμε έτσι - αφερέγγυα νεολαία: παιδιά 8-9 ετών που παίζουν ανόητα παιχνίδια, αυτά είναι 12-13-14 που μόλις εγγράφονται στα κοινωνικά δίκτυα. Γιατί οι τεράστιες εταιρείες ξοδεύουν τεράστιους προϋπολογισμούς και πόρους για να δημιουργήσουν εφαρμογές για ένα κοινό που δεν πληρώνει, το οποίο δεν δημιουργεί ποτέ έσοδα; Τη στιγμή που αυτό το κοινό γίνεται φερέγγυο, θα υπάρχει επαρκής όγκος δεδομένων σχετικά με αυτό για να προβλέψει πολύ καλά τη συμπεριφορά του.
Ρωτήστε τώρα οποιονδήποτε στοχευόμενο, ποιο είναι το πιο δύσκολο κοινό; Θα πουν: πολύ κερδοφόρο. Επειδή η πώληση, για παράδειγμα, ενός διαμερίσματος αξίας 150 εκατομμυρίων ρούβλια μέσω των κοινωνικών δικτύων είναι σχεδόν αδύνατη. Υπάρχουν μεμονωμένες περιπτώσεις όταν κάνεις κάποιο είδος διαφήμισης για 10 χιλιάδες άτομα, κάποιος αγοράζει αυτό το διαμέρισμα - ο πελάτης είναι επιτυχημένος... Αλλά ένας στους δέκα χιλιάδες, από στατιστικής άποψης, είναι σκέτη χάλια. Λοιπόν, γιατί είναι δύσκολο να εντοπιστεί ένα κοινό υψηλού εισοδήματος; Γιατί οι άνθρωποι που είναι πλέον μέλη ενός εξαιρετικά κερδοφόρου κοινού γεννήθηκαν όταν το Διαδίκτυο ήταν ακόμα πολύ μικρό, όταν κανείς δεν γνώριζε ακόμα τον Artemy Lebedev και δεν υπάρχουν πληροφορίες γι 'αυτούς. Είναι αδύνατο να προβλέψουμε το μοτίβο συμπεριφοράς τους, είναι αδύνατο να κατανοήσουμε ποιοι είναι οι ηγέτες της γνώμης τους και από ποιες πηγές περιεχομένου λαμβάνουν.
Όταν λοιπόν γίνετε όλοι δισεκατομμυριούχοι σε 25 χρόνια και οι εταιρείες που θα σας πουλήσουν κάτι θα έχουν τεράστιο όγκο δεδομένων. Γι' αυτό έχουμε τώρα έναν υπέροχο GDPR στην Ευρώπη που εμποδίζει τη συλλογή δεδομένων από ανηλίκους.
Φυσικά, αυτό δεν λειτουργεί καθόλου στην πράξη, καθώς όλα τα παιδιά εξακολουθούν να παίζουν στους λογαριασμούς της μητέρας και του πατέρα τους - έτσι συλλέγονται οι πληροφορίες. Την επόμενη φορά που θα δώσετε στο παιδί σας ένα tablet, σκεφτείτε το.
Απολύτως όχι κάποιο τρομακτικό, δυστοπικό μέλλον, όταν όλοι θα πεθάνουν σε έναν πόλεμο με τις μηχανές - μια απολύτως πραγματική ιστορία τώρα. Υπάρχει ένας τεράστιος αριθμός εταιρειών που δημιουργούν αλγόριθμους για ψυχο-προφίλ σε άτομα με βάση τον τρόπο που παίζουν παιχνίδια. Μια πολύ ενδιαφέρουσα βιομηχανία. Με βάση όλα αυτά, οι άνθρωποι στη συνέχεια τμηματοποιούνται για να επικοινωνήσουν με κάποιο τρόπο μαζί τους.
Η πρόβλεψη της συμπεριφοράς αυτών των ανθρώπων θα είναι διαθέσιμη σε 10-15 χρόνια - ακριβώς τη στιγμή που θα γίνουν διαλυτό κοινό. Το πιο σημαντικό είναι ότι αυτοί οι άνθρωποι έχουν ήδη δώσει εκ των προτέρων άδεια να επεξεργάζονται τα προσωπικά τους δεδομένα, να τα μεταφέρουν σε τρίτους, και όλα αυτά είναι ευτυχία κ.λπ.
Ποιοι θα χάσουν τη δουλειά τους;
Και η τελευταία μου ιστορία είναι ότι όλοι ρωτούν πάντα τι θα γίνει σε 50 χρόνια: θα πεθάνουμε όλοι, θα υπάρχει ανεργία για τους μάρκετερ... Υπάρχουν έμποροι εδώ που ανησυχούν για την ανεργία, σωστά; Σε γενικές γραμμές, δεν υπάρχει λόγος ανησυχίας, γιατί κανένα άτομο με υψηλά προσόντα δεν θα χάσει τη δουλειά του.
Ανεξάρτητα από το ποιοι αλγόριθμοι δημιουργηθούν, ανεξάρτητα από το πόσο κοντά το μηχάνημα πλησιάζει αυτό που έχουμε εδώ (δείχνει το κεφάλι του), αν αναπτυχθεί αρκετά γρήγορα, τέτοιοι άνθρωποι δεν θα μείνουν ποτέ αδρανείς, γιατί κάποιος θα πρέπει να δημιουργήσει αυτά τα δημιουργικά πράγματα κάνω. Ναι, υπάρχουν όλα τα είδη «γκαν» που ζωγραφίζουν εικόνες που μοιάζουν με ανθρώπους και δημιουργούν μουσική, αλλά είναι ακόμα απίθανο οι άνθρωποι σε αυτήν την περιοχή να χάσουν ποτέ τη δουλειά τους.
Έχω τα πάντα με την ιστορία, οπότε μπορείτε να κάνετε ερωτήσεις αν έχετε περισσότερες. Ευχαριστώ.
Μόλυβδος: – Φίλοι, προχωράμε τώρα στο μπλοκ «Ερώτηση και Απάντηση». Σηκώνεις το χέρι σου - έρχομαι κοντά σου.
Ερώτηση από το κοινό (3): – Ερώτηση για το «μαύρο κουτί». Είπαν ότι ήταν δυνατό να κατανοηθεί συγκεκριμένα γιατί προέκυψε το συγκεκριμένο αποτέλεσμα για τον τάδε χρήστη. Είναι αυτοί κάποιου είδους αλγόριθμοι ή χρειάζεται να αναλύονται κάθε φορά για κάθε μοντέλο ad hoc (σημείωση του συγγραφέα: "ειδικά για αυτό" - μια λατινική φρασεολογική μονάδα); Ή μήπως υπάρχουν έτοιμα για κάποιο είδος νευρωνικού δικτύου που, χοντρικά, μπορεί να έχει νόημα;
Ωχ: – Εδώ πρέπει να κατανοήσετε τα εξής: υπάρχει ένας τεράστιος αριθμός εργασιών στη μηχανική εκμάθηση. Για παράδειγμα, υπάρχει μια εργασία - παλινδρόμηση. Για την παλινδρόμηση, δεν χρειάζονται καθόλου νευρωνικά δίκτυα. Όλα είναι απλά: έχετε πολλούς δείκτες, πρέπει να υπολογίσετε τα ακόλουθα. Υπάρχουν εργασίες όπου είναι απαραίτητο να καταφύγετε σε κάτι τέτοιο όπως η βαθιά μάθηση. Πράγματι, στη βαθιά μάθηση είναι δύσκολο να κατανοήσουμε αξιόπιστα ποια βάρη αποδίδονταν σε ποιους νευρώνες, αλλά νομικά το μόνο που χρειάζεται είναι να κατανοήσετε ποια δεδομένα ήταν στην είσοδο και πώς έπαιξαν στην έξοδο. Αυτό αρκεί νομικά για να πατεντάρει μια τέτοια απόφαση και αρκεί να καταλάβουμε σε ποια βάση έγινε η ιστορία.
Δεν είναι ότι πήγες στον ιστότοπο και σου έδειξαν κάποιο πανό επειδή έβγαλες μια φωτογραφία με κόκκινα μαλλιά στο Instagram πριν από δύο μήνες. Εάν ο προγραμματιστής δεν συμπεριλάβει τη συλλογή αυτών των δεδομένων και τη σήμανση του χρώματος μαλλιών σε αυτό το μοντέλο, τότε δεν θα βγει από το πουθενά.
Πώς να πουλήσετε τα αποτελέσματα των συστημάτων μηχανικής εκμάθησης;
З: – Είναι απλώς ένα ερώτημα: πώς ακριβώς να εξηγήσετε, πώς να πουλήσετε σε κάποιον που δεν καταλαβαίνει τη μηχανική μάθηση. Θέλω να πω: το μοντέλο μου οδηγεί ξεκάθαρα από το χρώμα των μαλλιών στο... καλά, αλλάζει το χρώμα των μαλλιών... Είναι δυνατόν ή όχι;
Ωχ: - Ισως ναι. Αλλά από την άποψη των πωλήσεων, το μόνο σχέδιο θα λειτουργήσει: έχετε μια διαφημιστική καμπάνια, αντικαθιστούμε το κοινό με αυτό που δημιουργείται από το μηχάνημα - και απλά βλέπετε το αποτέλεσμα. Αυτός, δυστυχώς, είναι ο μόνος τρόπος για να πείσετε αξιόπιστα τον πελάτη ότι μια τέτοια ιστορία λειτουργεί, γιατί υπάρχουν πολλές λύσεις στην αγορά που εφαρμόστηκαν κάποτε και δεν λειτουργούσαν.
Σχετικά με τη δημιουργία μιας εικονικής προσωπικότητας
З: - Γειά σου. Ευχαριστώ για τη διάλεξη. Το ερώτημα είναι: τι πιθανότητες έχει ένα άτομο, που για κάποιο λόγο δεν θέλει να ακολουθήσει το παράδειγμα της μηχανικής μάθησης, να δημιουργήσει για τον εαυτό του μια εικονική προσωπικότητα που είναι ριζικά διαφορετική από τη δική του προσωπικότητα, μέσω της αλληλεπίδρασης με τη διεπαφή ή για κάποιους άλλος λόγος;
Ωχ: – Υπάρχει ένα σωρό διαφορετικά πρόσθετα που ασχολούνται ειδικά με τη συμπεριφορά τυχαιοποίησης. Υπάρχει ένα ωραίο πράγμα - το Ghostery, το οποίο, κατά τη γνώμη μου, σας κρύβει σχεδόν εντελώς από ένα σωρό διαφορετικούς ιχνηλάτες που δεν μπορούν στη συνέχεια να καταγράψουν αυτές τις πληροφορίες. Αλλά στην πραγματικότητα, τώρα το μόνο που χρειάζεστε είναι ένα κλειστό προφίλ στα κοινωνικά δίκτυα, ώστε κανείς, κανένας κακός ξύστρος, να μην μπορεί να μαζέψει τίποτα εκεί. Είναι μάλλον καλύτερο να εγκαταστήσετε κάποιο είδος επέκτασης ή να γράψετε κάτι μόνοι σας.
Βλέπετε, η έννοια εδώ είναι ότι νομικά, για παράδειγμα, τα προσωπικά δεδομένα αναφέρονται σε δεδομένα με τα οποία μπορείτε να αναγνωριστείτε και ο νόμος δίνει ως παράδειγμα τη διεύθυνση κατοικίας, την ηλικία σας κ.λπ. Σήμερα υπάρχουν αμέτρητα δεδομένα με τα οποία μπορείς να αναγνωριστείς: το ίδιο χειρόγραφο πληκτρολογίου, το ίδιο πάτημα, η ψηφιακή υπογραφή του προγράμματος περιήγησης... Αργά ή γρήγορα, ένας άνθρωπος κάνει ένα λάθος. Μπορεί να βρίσκεται κάπου σε ένα «καφέ» χρησιμοποιώντας το «Thor», αλλά στο τέλος, σε μια ωραία στιγμή, είτε το VPN θα ξεχάσει να ενεργοποιηθεί, είτε κάτι άλλο, και εκείνη τη στιγμή μπορεί να αναγνωριστεί. Έτσι, ο πιο εύκολος τρόπος είναι να δημιουργήσετε έναν ιδιωτικό λογαριασμό και να εγκαταστήσετε κάποια επέκταση.
Η αγορά κινείται προς το σημείο όπου χρειάζεται να πατήσετε μόνο ένα κουμπί για να έχετε αποτελέσματα.
З: - Ευχαριστώ για την ιστορία. Όπως πάντα, πάντα πολύ ενδιαφέρον (σε παρακολουθώ). Το ερώτημα είναι: τι πρόοδος υπάρχει όσον αφορά τη δημιουργία συστημάτων θετικών για τους χρήστες, συστημάτων συστάσεων; Είπατε ότι κάποτε εργάζατε πάνω σε ένα σύστημα συστάσεων για την εύρεση ενός σεξουαλικού συντρόφου, ενός φίλου στη ζωή (ή μουσικής που θα μπορούσε ενδεχομένως να αρέσει σε ένα άτομο)... Πόσο πολλά υποσχόμενα είναι όλα αυτά και πώς βλέπετε την εξέλιξή του από την άποψη της δημιουργίας συστημάτων που χρειάζονται οι άνθρωποι;
Ωχ: – Γενικά, η αγορά κινείται στο σημείο όπου οι άνθρωποι πρέπει να πατήσουν ένα κουμπί και να πάρουν αμέσως αυτό που χρειάζονται. Όσον αφορά την εμπειρία μου στη δημιουργία εφαρμογών γνωριμιών (παρεμπιπτόντως, θα την επαναφέρουμε στο τέλος του έτους), εκτός από το γεγονός ότι το 65% ήταν παντρεμένοι άνδρες, το πιο δύσκολο πρόβλημα σύστασης ήταν ότι σε ένα άτομο προσφέρθηκαν πολλά μοντέλα στην αρχή της εφαρμογής - " Φιλία", "Σεξ", "Φιλία σεξ" και "Επιχείρηση". Ο κόσμος δεν επέλεξε αυτό που χρειαζόταν. Οι άντρες ήρθαν και διάλεξαν το "Love", αλλά στην πραγματικότητα πέταξαν γυμνό σε όλους και ούτω καθεξής.
Το πρόβλημα ήταν να εντοπίσουμε ένα άτομο που δεν ταιριάζει σε ένα από αυτά τα μοντέλα και με κάποιο τρόπο να το πάρουμε ομαλά και να το μετακινήσουμε προς την άλλη κατεύθυνση. Λόγω του μικρού όγκου δεδομένων, είναι πολύ δύσκολο να προσδιοριστεί εάν πρόκειται για σφάλμα στον αλγόριθμο πρόβλεψης ή εάν ένα άτομο δεν ανήκει στην κατηγορία του. Το ίδιο συμβαίνει και με τη μουσική: υπάρχουν πλέον πολύ λίγοι αλγόριθμοι που πραγματικά άξιοι μπορούν να «facast» μουσικής καλά. Ίσως το "Yandex.Music". Μερικοί άνθρωποι πιστεύουν ότι ο αλγόριθμος Yandex.Music είναι κακός. Για παράδειγμα, μου αρέσει. Προσωπικά, για παράδειγμα, δεν μου αρέσει ο αλγόριθμος μουσικής YouTube και ούτω καθεξής.
Υπάρχουν, φυσικά, κάποιες λεπτές αποχρώσεις - όλα συνδέονται με άδειες... Αλλά στην πραγματικότητα, η ζήτηση για τέτοια συστήματα είναι αρκετά υψηλή. Κάποτε ήταν γνωστή η εταιρεία Retail Rocket, η οποία συμμετείχε στην εφαρμογή συστημάτων συστάσεων, αλλά τώρα κατά κάποιο τρόπο δεν τα πάει πολύ καλά - προφανώς επειδή δεν ανέπτυξαν τους αλγόριθμούς τους για μεγάλο χρονικό διάστημα. Όλα πηγαίνουν προς αυτό - σε σημείο που μπαίνουμε μέσα και, χωρίς να πιέζουμε τίποτα, παίρνουμε αυτό που χρειαζόμαστε (και γινόμαστε εντελώς ανόητοι, επειδή η ικανότητά μας να επιλέγουμε έχει εξαφανιστεί εντελώς).
Επιρροή στο μάρκετινγκ
З: - Γειά σου. Με λένε Κωνσταντίνο. Θα ήθελα να θέσω ένα ερώτημα σχετικά με το μάρκετινγκ επιρροής. Γνωρίζετε κάποια συστήματα που επιτρέπουν σε μια επιχείρηση να επιλέξει έναν κατάλληλο blogger για την επιχείρηση με βάση ορισμένα στατιστικά δεδομένα και ούτω καθεξής; Και με ποιους λόγους γίνεται αυτό;
Ωχ: – Ναι, θα ξεκινήσω από μακριά και θα πω αμέσως ότι το πρόβλημα με όλες αυτές τις τεχνολογίες είναι ότι όλη αυτή η τεχνητή νοημοσύνη στο μάρκετινγκ είναι πλέον σαν σχοινοβάτης: στα αριστερά υπάρχουν μεγάλες εταιρείες που έχουν πολλά χρήματα και Σε κάθε περίπτωση, όλα θα είναι αποτελεσματικά για αυτούς, επειδή οι διαφημιστικές τους καμπάνιες στοχεύουν απλώς σε απόψεις. Από την άλλη πλευρά, υπάρχουν πολλές μικρές επιχειρήσεις για τις οποίες αυτό δεν θα λειτουργήσει, επειδή έχουν πολλά δεδομένα. Μέχρι στιγμής, η δυνατότητα εφαρμογής αυτών των ιστοριών βρίσκεται κάπου στη μέση.
Όταν υπάρχουν ήδη καλοί προϋπολογισμοί, και το καθήκον είναι να επεξεργαστούμε αυτούς τους προϋπολογισμούς σωστά (και, καταρχήν, υπάρχουν ήδη αρκετά δεδομένα)… Ξέρω μερικές υπηρεσίες, κάτι σαν το Getblogger, που φαίνεται να έχουν αλγόριθμους. Για να είμαι ειλικρινής, δεν έχω μελετήσει αυτούς τους αλγόριθμους. Μπορώ να σας πω ποια προσέγγιση χρησιμοποιούμε για να βρούμε διαμορφωτές κοινής γνώμης όταν πρέπει να κάνουμε ένα δώρο σε μερικές μητέρες.
Χρησιμοποιούμε μια μέτρηση που ονομάζεται Χρόνος διανομής περιεχομένου. Λειτουργεί ως εξής: παίρνετε ένα άτομο του οποίου το κοινό αναλύετε και πρέπει να συλλέγετε συστηματικά (για παράδειγμα, μία φορά κάθε 5 λεπτά) πληροφορίες για κάθε ανάρτηση, που του άρεσε, το σχολίασε κ.λπ. Με αυτόν τον τρόπο, μπορείτε να καταλάβετε σε ποια χρονική στιγμή κάθε άτομο στο κοινό σας αλληλεπιδρούσε με το περιεχόμενό σας. Επαναλάβετε αυτήν τη λειτουργία για κάθε εκπρόσωπο του κοινού του και, επομένως, χρησιμοποιώντας τη μέτρηση του μέσου χρόνου διάδοσης περιεχομένου, μπορεί, για παράδειγμα, να χρωματιστεί σε ένα μεγάλο γράφημα δικτύου αυτών των ατόμων και να χρησιμοποιήσει αυτήν τη μέτρηση για τη δημιουργία συμπλεγμάτων.
Αυτό λειτουργεί αρκετά καλά αν θέλουμε, για παράδειγμα, να βρούμε 15 μητέρες που διατηρούν την κοινή γνώμη τους στο some woman.ru. Αλλά αυτή είναι μια αρκετά περίπλοκη τεχνική υλοποίηση (αν και καθαρά θεωρητικά μπορεί να γίνει σε Python). Η ουσία είναι ότι το πρόβλημα με το μάρκετινγκ επιρροής σε μεγάλες διαφημιστικές εταιρείες είναι ότι χρειάζονται μεγάλους, κουλ, ακριβούς μπλόγκερ που δεν δουλεύουν για σκατά. Τώρα, μια μάρκα αυτοκινήτου θέλει να πουλήσει κάποιο προϊόν μέσω κάποιου ηγέτη της κοινής γνώμης - πρέπει να χρησιμοποιήσει έναν blogger αυτοκινήτου ως έσχατη λύση, επειδή το κοινό της είτε έχει ήδη αγοράσει ένα αυτοκίνητο είτε γνωρίζει ακριβώς τι είδους αυτοκίνητο θέλει, απλώς κάθεται και κοιτάζει δροσερά αυτοκίνητα. Εδώ είναι σημαντικό να μην χάσετε την ανάλυση του κοινού του ίδιου του ατόμου.
Ρομπότ μάρκετινγκ
З: – Πείτε μου, πόσο επηρεάζουν τα bots στα κοινωνικά δίκτυα τη συλλογή πληροφοριών και την ποιότητά τους;
Ωχ: – Είναι τόσο ενδιαφέρον με τα bots. Τα φθηνά ρομπότ είναι αρκετά εύκολο να αναγνωριστούν - είτε έχουν το ίδιο περιεχόμενο, είτε είναι φίλοι μεταξύ τους ή βρίσκονται στο ίδιο δίκτυο. Υπάρχουν επίσης προσεγγίσεις για την αντιμετώπιση πολύπλοκων ρομπότ. Ή ρωτάτε το πρόβλημα πώς να συνδέσετε ένα άτομο με το ψεύτικο του;
З: – Πόσο υψηλής ποιότητας πληροφορίες θα είναι το αποτέλεσμα με όλα αυτά τα σκουπίδια;
Ωχ: – Εδώ λειτουργεί με αυτόν τον τρόπο: λόγω του γεγονότος ότι υπάρχει τεράστιος όγκος δεδομένων (για παράδειγμα, για κάποιο είδος έρευνας μάρκετινγκ), όλο αυτό το riffraff μπορεί απλά να πεταχτεί έξω. Δηλαδή, είναι καλύτερα να πετάξετε λίγο περισσότερους πραγματικούς ανθρώπους παρά να αιχμαλωτίσετε bots, γιατί είναι άχρηστο να προβάλουν καμία διαφήμιση. Αλλά αν συλλέγετε μετρήσεις, για παράδειγμα, αλληλεπιδράσεις με banner ή συστήματα συστάσεων, τέτοιοι λογαριασμοί μπορεί να απορριφθούν.
Τώρα στα κοινωνικά δίκτυα, υπάρχουν περίπου έξι τοις εκατό εικονικών χαρακτήρων ή απλώς εγκαταλελειμμένων σελίδων ή εσωστρεφών, τους οποίους οι αλγόριθμοι «ταιριάζουν» ως bots. Όσο για τη σύνδεση ενός ατόμου με το ψεύτικο του, και εδώ όλα συνδέονται με το γεγονός ότι το άτομο αργά ή γρήγορα θα κάνει ένα λάθος και το θέμα είναι ότι το μοντέλο συμπεριφοράς είναι το ίδιο - τόσο ο πραγματικός του λογαριασμός όσο και το ψεύτικο. Αργά ή γρήγορα θα παρακολουθήσουν το ίδιο περιεχόμενο ή κάτι άλλο.
Εδώ όλα δεν καταλήγουν στο ποσοστό του σφάλματος, αλλά στο χρόνο που απαιτείται για την αξιόπιστη αναγνώριση ενός ατόμου. Για κάποιον που ζει με το Instagram του, αυτή η φορά για αξιόπιστη ταυτοποίηση μειώνεται στα πέντε λεπτά. Για μερικούς - από έξι έως οκτώ μήνες.
Σε ποιον και πώς να πουλήσετε δεδομένα;
З: - Γειά σου. Ενδιαφέρομαι να μάθω πώς πωλούνται δεδομένα μεταξύ εταιρειών; Για παράδειγμα, έχω μια εφαρμογή στην οποία μπορείτε να μάθετε (στον προγραμματιστή) πού πηγαίνει ένα άτομο, σε ποια καταστήματα πηγαίνει και πόσα χρήματα ξοδεύει εκεί. Και με ενδιαφέρει να μάθω πώς, ας πούμε, μπορώ να πουλήσω δεδομένα σχετικά με το κοινό μου σε αυτά τα καταστήματα ή να βάλω τα δεδομένα μου σε μια τεράστια βάση δεδομένων και να πληρωθώ για αυτό;
Ωχ: – Όσον αφορά την απευθείας πώληση δεδομένων σε κάποιον, εσείς και όλοι οι άλλοι προηγηθήκατε από τους OFD – διαχειριστές δημοσιονομικών δεδομένων, που με πονηριά χτίστηκαν μεταξύ της μεταφοράς επιταγών και της Εφορίας και τώρα προσπαθούν να πουλήσουν δεδομένα σε όλους. Πράγματι, κατέρριψαν ολόκληρη την αγορά αναλυτικών στοιχείων για κινητά. Στην πραγματικότητα, μπορείτε να ενσωματώσετε την εφαρμογή σας, για παράδειγμα, το pixel του Facebook, το σύστημα DMP του. στη συνέχεια χρησιμοποιήστε αυτό το κοινό για να πουλήσετε. Για παράδειγμα, το εικονοστοιχείο "Στόχος Μαΐου". Απλώς δεν ξέρω τι είδους κοινό έχετε, πρέπει να καταλάβετε. Αλλά σε κάθε περίπτωση, μπορείτε να ενσωματώσετε είτε στο Yandex είτε στο My Target, που είναι τα μεγαλύτερα συστήματα DMP.
Αυτή είναι μια αρκετά ενδιαφέρουσα ιστορία. Το μόνο πρόβλημα είναι ότι θα τους δώσετε όλη την επισκεψιμότητα και αυτοί, ως ανταλλαγές, θα αναλάβουν τη δημιουργία εσόδων από αυτήν την επισκεψιμότητα. Μπορεί να σας πουν ή όχι ότι 10 άτομα έχουν χρησιμοποιήσει το κοινό σας. Επομένως, είτε δημιουργείτε το δικό σας διαφημιστικό δίκτυο, είτε παραδίδεστε σε μεγάλα DMP.
Ποιος θα κερδίσει - ο καλλιτέχνης ή ο τεχνικός;
З: – Μια ερώτηση λίγο μακριά από το τεχνικό κομμάτι. Ειπώθηκε για τους φόβους των marketers για την επερχόμενη μαζική ανεργία. Υπάρχει κάποιου είδους ανταγωνιστικός αγώνας μεταξύ του δημιουργικού μάρκετινγκ (αυτοί οι τύποι που σκέφτηκαν τη διαφήμιση κοτόπουλου, τη διαφήμιση της Volkswagen, φαίνεται) και εκείνων που εμπλέκονται στα Big Data (που λένε: τώρα απλώς θα συλλέξουμε όλα τα δεδομένα και θα προσφέρουμε στοχευμένη διαφήμιση σε Ολοι )? Ως άτομο που εμπλέκεται άμεσα, ποια είναι η γνώμη σας για το ποιος θα κερδίσει - καλλιτέχνης, τεχνικός ή θα υπάρξει κάποιου είδους συνεργιστικό αποτέλεσμα;
Ωχ: – Άκου, καλά, δουλεύουν μαζί. Οι μηχανικοί δεν έχουν δημιουργικότητα. Όσοι είναι δημιουργικοί δεν επινοούν κοινό. Υπάρχει κάποιο είδος διεπιστημονικής ιστορίας εδώ. Τα πραγματικά προβλήματα τώρα είναι για αυτούς που κάθονται και πατούν κουμπιά, για εκείνους που κάνουν τη «δουλειά μαϊμού», πατώντας το ίδιο πράγμα κάθε μέρα - αυτοί είναι οι άνθρωποι που θα εξαφανιστούν.
Αλλά αυτοί που αναλύουν τα δεδομένα φυσικά θα παραμείνουν, αλλά κάποιος πρέπει να επεξεργαστεί αυτά τα δεδομένα. Κάποιος θα πρέπει να βρει αυτές τις εικόνες, να τις σχεδιάσει. Μια μηχανή δεν μπορεί να βρει τέτοια δημιουργικότητα! Αυτό είναι πλήρης τρέλα! Ή όπως, για παράδειγμα, η viral διαφήμιση του Carprice, η οποία, παρεμπιπτόντως, λειτούργησε πολύ καλά. Θυμηθείτε, υπήρχε αυτό στο YouTube: "Sell it at Carprice", εντελώς τρελό. Φυσικά, κανένα νευρωνικό δίκτυο δεν θα δημιουργήσει μια τέτοια ιστορία.
Γενικά, είμαι υποστηρικτής του γεγονότος ότι δεν είναι άνθρωποι που θα χάσουν τη δουλειά τους, αλλά θα έχουν λίγο περισσότερο ελεύθερο χρόνο και θα μπορούν να αφιερώσουν αυτόν τον ελεύθερο χρόνο στην αυτοεκπαίδευση.
Η πρωτόγονη διαφήμιση θα πεθάνει
З: - Σε γενικές γραμμές, η διαφήμιση που εμφανίζεται, τα πανό - σε γενικές γραμμές, ακόμη και κείμενα πώλησης δεν είναι γραμμένα εκεί: "Χρειάζεσαι windows - πάρε το!", "Χρειάζεσαι κάτι άλλο - πάρτο!", δηλαδή, δεν υπάρχει καθόλου δημιουργικότητα.
Ωχ: – Μια τέτοια διαφήμιση θα εξαφανιστεί, φυσικά, αργά ή γρήγορα. Θα πεθάνει όχι τόσο λόγω της ανάπτυξης της τεχνολογίας, αλλά λόγω της ανάπτυξης εσάς και εμένα.
Καλύτερα να ανακατεύεις το σχετικό με το άσχετο
З: - Είμαι εδώ! Έχω μια ερώτηση σχετικά με το πείραμα που είπες ότι δεν σου βγήκε (με το σύστημα συστάσεων). Κατά τη γνώμη σας, το πρόβλημα είναι αυτό που υπογράφηκε εκεί, γιατί συνιστάται ή μήπως όλα όσα είδε ο χρήστης του φάνηκαν σχετικά; Επειδή διάβασα ένα πείραμα για μητέρες, και δεν υπήρχαν ακόμη τόσα πολλά δεδομένα, και δεν υπήρχαν τόσα πολλά δεδομένα από το Διαδίκτυο, υπήρχαν απλώς δεδομένα από έναν λιανοπωλητή παντοπωλείου που προέβλεψε εγκυμοσύνη (ότι θα ήταν μητέρες). Και όταν έδειξαν μια επιλογή προϊόντων για τις μέλλουσες μητέρες, οι μητέρες τρομοκρατήθηκαν που τα έμαθαν πριν από τα επίσημα πράγματα. Και δεν λειτούργησε. Και για να λύσουν αυτό το πρόβλημα, ανακάτεψαν επίτηδες σχετικά προϊόντα με κάτι εντελώς άσχετο.
Ωχ: «Δείξαμε συγκεκριμένα στους ανθρώπους τη βάση πάνω στην οποία έγιναν οι συστάσεις για να κατανοήσουμε τα σχόλιά τους. Στην πραγματικότητα, εδώ γεννήθηκε η ιδέα ότι οι άνθρωποι δεν χρειάζεται να λένε ότι αυτά είναι μερικά εξαιρετικά σχετικά προϊόντα για αυτόν.
Ναι, παρεμπιπτόντως, υπάρχει μια προσέγγιση να τα ανακατεύουμε με άσχετα. Αλλά υπάρχει το αντίθετο: μερικές φορές οι άνθρωποι έρχονται και αλληλεπιδρούν με αυτό το άσχετο προϊόν - εμφανίζονται τυχαίες ακραίες τιμές, τα μοντέλα σπάνε και τα πράγματα γίνονται ακόμα πιο περίπλοκα. Αυτό όμως στην πραγματικότητα υπάρχει. Επιπλέον, πολλές εταιρείες σκόπιμα, αν γνωρίζουν ότι κάποιος επεξεργάζεται τα δεδομένα τους (κάποιος θα μπορούσε να τους κλέψει τέτοια έξοδο), μερικές φορές τα ανακατεύουν έτσι ώστε αργότερα να αποδείξουν ότι δεν πήρατε τα δεδομένα από το σύστημα συστάσεων του, αλλά από το λεγόμενο Yandex.Market.
Πρόγραμμα αποκλεισμού διαφημίσεων και ασφάλεια προγράμματος περιήγησης
З: - Γειά σου. Αναφέρατε το Ghostery και το Adblock. Μπορείτε να μας πείτε πόσο αποτελεσματικοί είναι γενικά τέτοιοι ιχνηλάτες (ίσως βάσει στατιστικών); Και είχατε παραγγελίες από εταιρείες: λένε, βεβαιωθείτε ότι η διαφήμισή μας δεν μπορεί να κλείσει από το Adblock.
Ωχ: – Δεν επικοινωνούμε απευθείας με τις διαφημιστικές πλατφόρμες – ακριβώς για να μην ζητούν να κάνουν τη διαφήμισή τους ορατή σε όλους. Προσωπικά χρησιμοποιώ το Ghostery - νομίζω ότι είναι μια πολύ ωραία επέκταση. Τώρα όλα τα προγράμματα περιήγησης παλεύουν για το απόρρητο: Η Mozilla κυκλοφόρησε μια σειρά από κάθε είδους ενημερώσεις, το Google Chrome είναι πλέον εξαιρετικά ασφαλές. Όλοι μπλοκάρουν ό,τι μπορούν. Το "Safari" έχει απενεργοποιήσει ακόμη και το "Γυροσκόπιο" από προεπιλογή.
Και αυτή η τάση, φυσικά, είναι καλή (όχι για αυτούς που συλλέγουν δεδομένα, αν και ξεφεύγουν κι αυτοί), γιατί οι άνθρωποι πρώτα απέκλεισαν τα cookies. Όλοι όσοι κατείχαν διαφημιστικά δίκτυα θυμήθηκαν μια τόσο υπέροχη τεχνολογία όπως τα δακτυλικά αποτυπώματα του προγράμματος περιήγησης - αυτοί είναι αλγόριθμοι που λαμβάνουν 60 διαφορετικές παραμέτρους (ανάλυση οθόνης, έκδοση, εγκατεστημένες γραμματοσειρές) και βάσει αυτών υπολογίζουν ένα μοναδικό "ID". Ας προχωρήσουμε σε αυτό. Και τα προγράμματα περιήγησης άρχισαν να αγωνίζονται με αυτό. Σε γενικές γραμμές, αυτή θα είναι μια ατελείωτη τιτανομαχία.
Ο τελευταίος προγραμματιστής Mozilla είναι αρκετά ασφαλής. Δεν εξοικονομεί σχεδόν κανένα cookie και ορίζει μικρή διάρκεια ζωής. Ειδικά αν ενεργοποιήσετε το "Incognito", κανείς δεν θα σας βρει καθόλου. Το ερώτημα είναι ότι θα είναι άβολο να εισάγετε κωδικούς πρόσβασης σε όλες τις υπηρεσίες.
Πού λειτουργεί και δεν λειτουργεί η ψυχοτυπία και η φυσιογνωμία;
З: – Άρθουρ, ευχαριστώ πολύ για τη διάλεξη. Μου αρέσει επίσης να παρακολουθώ τις διαλέξεις σας στο YouTube. Αναφέρατε ότι οι έμποροι καταφεύγουν όλο και περισσότερο στη χρήση ψυχοτύπων και φυσιογνωμίας. Η ερώτησή μου είναι: σε ποιες κατηγορίες εμπορικών σημάτων λειτουργεί αυτό; Η πεποίθησή μου είναι ότι αυτό είναι κατάλληλο μόνο για FMCG. Για παράδειγμα, η επιλογή ενός αυτοκινήτου είναι...
Ωχ: – Μπορώ να κατεβάσω από πού ακριβώς λειτουργεί. Αυτό λειτουργεί σε κάθε είδους ιστορίες όπως το "Amediateka", τηλεοπτικές σειρές, ταινίες και ούτω καθεξής. Αυτό λειτουργεί καλά σε τράπεζες και τραπεζικά προϊόντα, αν δεν είναι το τμήμα premium, αλλά κάθε είδους φοιτητικές κάρτες, προγράμματα δόσεων - τέτοια πράγματα. Αυτό λειτουργεί πραγματικά πολύ καλά σε FMCG και σε όλα τα είδη iPhone, φορτιστές, όλα αυτά τα χάλια. Αυτό λειτουργεί καλά σε προϊόντα "mom and pop". Αν και ξέρω ότι στο ψάρεμα (υπάρχει τέτοιο θέμα)... Έχουν υπάρξει αρκετές φορές περιπτώσεις με ψαράδες - δεν μπορούν ποτέ να τμηματοποιηθούν αξιόπιστα. Δεν ξέρω γιατί. Κάποιο στατιστικό λάθος.
Αυτό δεν λειτουργεί καλά με αυτοκινητιστές, με κοσμήματα ή με κάποια είδη οικιακής χρήσης. Στην πραγματικότητα, δεν λειτουργεί καλά με πράγματα για τα οποία οι άνθρωποι δεν θα έγραφαν ποτέ στα μέσα κοινωνικής δικτύωσης - μπορείτε να το ελέγξετε με αυτόν τον τρόπο. Συμβατικά, με την αγορά πλυντηρίου: ορίστε πώς να καταλάβετε ποιος έχει πλυντήριο ρούχων και ποιος όχι; Φαίνεται ότι το έχουν όλοι. Μπορείτε να χρησιμοποιήσετε δεδομένα OFD - δείτε ποιος αγόρασε τι χρησιμοποιώντας αποδείξεις και αντιστοιχίστε αυτά τα άτομα χρησιμοποιώντας αποδείξεις. Αλλά στην πραγματικότητα, υπάρχουν πράγματα για τα οποία δεν θα μιλούσατε ποτέ, για παράδειγμα, στο Instagram - είναι δύσκολο να δουλέψετε με τέτοια πράγματα.
Οι μηχανές αναγνωρίζουν τα κόλπα ως στατιστική γέμιση.
З: – Έχω μια ερώτηση σχετικά με τη στόχευση. Είναι δυνατό (ή μήπως υπάρχουν ξαφνικά) ένας υπό όρους τυχαίος χαρακτήρας που έρχεται σε αντίθεση με τον εαυτό του σε όλα: πρώτα ψάχνει στο Google «τα καλύτερα γυμναστήρια» και μετά αναζητά «10 τρόπους για να μην κάνεις τίποτα»; Και έτσι είναι σε όλα. Μπορεί η στόχευση να παρακολουθεί κάτι που έρχεται σε αντίθεση με τον εαυτό της;
Ωχ: – Η μόνη ερώτηση εδώ είναι η εξής: εάν χρησιμοποιείτε το Google για 2 χρόνια, του είπατε ό,τι μπορείτε για τον εαυτό σας και τώρα εγκαταστήστε ένα πρόσθετο για τον εαυτό σας που θα γράφει παρόμοια τυχαία ερωτήματα, τότε, φυσικά, από τα στατιστικά στοιχεία θα να είστε σε θέση να καταλάβετε – αυτό που κάνετε τώρα είναι μια στατιστική ακραία τιμή, και όλο αυτό είναι θέμα κοσκίνισης. Εάν θέλετε, κάντε εγγραφή νέου λογαριασμού, αλλά ο όγκος της διαφήμισης δεν θα αλλάξει. Απλώς θα γίνει περίεργη. Αν και είναι ακόμα περίεργη.
Μερικές διαφημίσεις 🙂
Σας ευχαριστούμε που μείνατε μαζί μας. Σας αρέσουν τα άρθρα μας; Θέλετε να δείτε πιο ενδιαφέρον περιεχόμενο; Υποστηρίξτε μας κάνοντας μια παραγγελία ή προτείνοντας σε φίλους, , ένα μοναδικό ανάλογο διακομιστών εισαγωγικού επιπέδου, το οποίο εφευρέθηκε από εμάς για εσάς: (διατίθεται με RAID1 και RAID10, έως 24 πυρήνες και έως 40 GB DDR4).
Το Dell R730xd 2 φορές φθηνότερο στο κέντρο δεδομένων Equinix Tier IV στο Άμστερνταμ; Μόνο εδώ στην Ολλανδία! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - από 99$! Διαβάστε σχετικά
Πηγή: www.habr.com