Arthur Khachuyan a nagy adatfeldolgozás ismert orosz szakembere, a Social Data Hub cég (ma Tazeros Global) alapítója. A Nemzeti Kutatóegyetem Közgazdaságtudományi Főiskola partnere. Elkészítette és a National Research University Higher School of Economics-val közösen előterjesztette a Big Data-ról szóló törvényjavaslatot a Szövetségi Tanácsban. Előadást tartott a párizsi Curie Intézetben, a Szentpétervári Állami Egyetemen, az Orosz Föderáció kormánya alá tartozó Szövetségi Egyetemen. a Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople rendezvényen.
Az előadást a moszkvai „Geek Picnic” szabadtéri fesztiválon rögzítették 2019-ben.
Arthur Khachuyan (a továbbiakban – AH): – Ha nagyon sok iparágból – az orvostudományból, az építőiparból, valamiből, valamiből azt választjuk, ahol a leggyakrabban alkalmazzák a big data technológiáját, a gépi tanulást, a mély tanulást, akkor ez valószínűleg marketing. Mert az elmúlt három-két évben minden, ami körülvesz bennünket valamilyen reklámkommunikációban, ma már pontosan az adatelemzéshez, és éppen az úgynevezett mesterséges intelligenciához kötődik. Ezért ma erről mesélek egy ilyen nagyon távoli történelemből...
Ha elképzeled a mesterséges intelligenciát és azt, hogy hogyan néz ki, akkor valószínűleg valami ilyesmiről van szó. A furcsa kép egyike azoknak a neurális hálózatoknak, amelyeket egy éve írtam, hogy megtaláljam a kutyám tevékenységének függőségét - hányszor kell nagyra, kicsire mennie, és általában hogyan függ attól, hogy mennyit eszik. vagy nem? . Ez egy vicc arról, hogyan lehet elképzelni a mesterséges intelligenciát.
De mégis, gondoljuk végig, hogyan működik mindez a reklámkommunikációban. A modern reklám- és marketingalgoritmusok háromféleképpen léphetnek kapcsolatba velünk. Nyilvánvaló, hogy az első történet célja további ismeretek megszerzése és kinyerése rólad és rólam, majd azokat jó és nem túl jó célokra felhasználni; személyre szabja a megközelítést minden egyes személyhez; Természetesen ezek után hozzon létre egy bizonyos keresletet a fő célművelet végrehajtása és egy bizonyos értékesítés végrehajtása érdekében.
A technológia segítségével próbálják megoldani a hatékony kommunikáció problémáját
Ha azt mondom, gondoljon arra, amit Pornhub és M. Videó”, mire gondolsz?
A közönség megjegyzései (a továbbiakban: C): - TV, közönség.
Ó: – Az én koncepcióm az, hogy ez két olyan hely, ahová az emberek egy bizonyos típusú szolgáltatásért, vagy nevezzük ezt bizonyos típusú áruért jönnek. És ez a közönség annyiban különbözik, hogy nem akar semmit mondani az eladónak. Be akar jönni, és valamilyen kifejezett vagy implicit formában meg akarja szerezni azt, ami érdekli. Természetesen senki sem jön M. Videó” nem akar kommunikálni egyetlen eladóval sem, nem akar megérteni, nem akar válaszolni egyetlen kérdésükre sem.
Ezért mindebből következik az első történet.
Amikor megjelentek a további ismeretek megszerzésére szolgáló technológiák annak érdekében, hogy valahogy elkerüljék az emberrel való kommunikációt. Mindannyian szeretjük, amikor felhívjuk a bankot, és a bank azt mondja: „Helló. Alexey, te vagy a VIP ügyfelünk. Most egy szupermenedzser beszélni fog veled.” Eljössz ebbe a bankba, és tényleg van egy egyedülálló menedzser, aki beszélni tud veled. Sajnos vagy szerencsére még egyetlen cég sem találta ki, hogyan lehetne ezer ügyfélhez ezer személyes menedzsert felvenni; és mivel ezeknek az embereknek a többsége ma már online van, a feladat az, hogy megértsük, milyen emberről van szó, és hogyan lehet helyesen kommunikálni vele, mielőtt valamilyen hirdetési forráshoz érkezne. És ezért valójában olyan technológiák jelentek meg, amelyek megpróbálják megoldani ezt a problémát.
Az adatkinyerés az új olaj
Képzeljük el, hogy Ön egy virágbódé tulajdonosa. Három ember jön hozzád. Az első nagyon sokáig áll, tétovázik, beszélni próbál veled, vesz valami csokrot - elmész becsomagolni, kimész, hogy ott csinálj valamit; ezzel a csokorral elszalad a bódétól – elvesztetted a háromezer rubelt. Miért történt ez? Ön semmit nem tud erről a személyről: nem ismeri a Belügyminisztériumban történt letartóztatásainak történetét, nem tudja, hogy kleptomániás, és egy pszichiátriai rendelőben van nyilvántartva. Miért? Mert most láttad először, és nem vagy viselkedési elemző.
Jön valaki más... Vitalij. Vitalijnak is nagyon sok időbe telik, mire rájön, azt mondja: „Nos, nekem kell ez és az.” És azt mondod neki: "Virágot anyának, igaz?" És eladsz neki egy csokrot.
Itt az a koncepció, hogy elegendő adatot kell megtudni ahhoz, hogy megértsük, mire van valójában szüksége a személynek. Mindenkinek azonnal eszébe jutott valami reklámhálózat és így tovább...
Biztosan mindenki hallotta már többször azt a hülye mondatot, hogy „az adat az új olaj”? Biztosan mindenki hallotta már. Valójában az emberek már elég régen megtanulták az adatgyűjtést, de ezekből az adatokból az adatok kinyerése az a feladat, amit a marketingben a mesterséges intelligencia, vagy valamiféle statisztikai algoritmusok próbálnak megoldani. Miért? Mert ha beszélsz egy emberrel, tud neked jó, rossz, vagy valahogy színes választ adni. A vicc, amit tanítványaimnak mondok, az, hogy miben különböznek a felmérések a statisztikáktól. Ezt anekdotaként mondom el:
Ez azt jelenti, hogy két faluban úgy döntöttek, hogy tanulmányt készítenek a férfikor átlagos hosszáról. Ez azt jelenti, hogy az első faluban, Villariboban az átlagos hosszúság 15 centiméter, Villabaggio faluban - 25. Tudod miért? Mert az első faluban méréseket végeztek, a másodikban pedig felmérést végeztek.
A pornóipar az ajánlási rendszerek zászlóshajója
Ezért van az, hogy a modern megközelítés az, hogy kivétel nélkül minden embert elemzünk, még akkor is, ha egy kicsivel kevesebb, mint 100%, de ezek azok az emberek, akiket nem kell megkérdezni, nem kell rájuk nézni. Elég elemezni azt, amit ma digitális lábnyomnak neveznek, hogy megértsük, mire van szüksége ennek az embernek, hogyan kell helyesen beszélni vele, hogyan lehet helyesen keresletet teremteni körülötte. Egyrészt ez egy esztelen gép (de ezt te és én nagyon jól tudjuk); nem akarunk M-ből származó emberekkel kommunikálni. Videó”, és még inkább, amikor olyan forrásokat keresünk, mint a Pornhub, pontosan azt akarjuk elérni, amire szükségünk van.
Miért beszélek mindig a Pornhubról? Mert az ilyen technológiák elemzéséhez, megvalósításához, adatelemzéséhez a felnőttipar az első. Ha kiválasztja a három legnépszerűbb könyvtárat ezen a területen (például TensorFlow vagy Pandas for Python, CSV-fájlok feldolgozására stb.), ha megnyitja a Githubon, egy rövid Google-lel megtalálja a pár ember, akik a Pornhub cégnél dolgoztak vagy jelenleg is dolgoznak, és ott elsőként vezettek be ajánlási rendszereket. Általánosságban elmondható, hogy ez a történet nagyon fejlett, és megmutatja, hogy ez a közönség, mennyit lépett előre ez a társaság.
Az azonosítás három szintje
Hatalmas adathalmaz van egy személy körül, amely azonosítható. Általában ezt formálisan három szintre osztom, egyre mélyebbre menve. Természetesen a cégnek saját adatai vannak.
Ha mondjuk egy ajánlórendszer kiépítéséről beszélünk, akkor az első szintet azok az adatok jelentik, amelyek magán az üzletben találhatók (vásárlási előzmények, mindenféle tranzakció, hogyan kommunikált az ember a felülettel).
Következik egy szint (relatíve a legnagyobb) – ezt nevezik nyílt forrásoknak. Ne gondolja, hogy arra biztatlak, hogy kaparja ki a közösségi hálózatokat, de valójában a nyílt forrásokból elérhető adatok hatalmas halmazát nyitják meg, amelyeket mondjuk megtudhat egy személyről.
A harmadik nagy rész pedig magának ennek az embernek a környezete. Igen, van egy olyan vélemény, hogy ha valaki nem szerepel a közösségi oldalakon, akkor ott nincs róla adat (valószínűleg már tudja, hogy ez nem igaz), de a legfontosabb az, hogy az adott személy profilján lévő adatok (vagy valamilyen alkalmazásban ) csak a 40%-a az ezzel kapcsolatos tudásnak. A többi információ a környezetétől származik. A „mondd meg, ki a barátod, és én megmondom, ki vagy” kifejezés a XNUMX. században új értelmet nyer, mert hatalmas mennyiségű adatot lehet szerezni az illető körül.
Ha közelebbről beszélünk a reklámkommunikációhoz, akkor a reklámkommunikáció fogadása nem a reklámból, hanem valamelyik baráttól, ismerőstől vagy valamilyen módon ellenőrzött személytől egy nagyon klassz funkció, amelyet sok marketinges használ. Amikor egy alkalmazás hirtelen ingyenes promóciós kódot ad, közzétesz róla egy bejegyzést, és ezáltal új közönséget vonz. Valójában ezt a feltételes „Yandex.Taxi” promóciós kódot nem véletlenül választották ki, de ehhez hatalmas mennyiségű adatot elemeztek arról, hogy képes-e új közönséget vonzani és valamilyen módon kapcsolatba lépni velük.
Még a tévésorozat szereplőinek viselkedését is elemzik
Mutatok három képet, te pedig mondd el, mi a különbség köztük.
Ezt:
Ez:
És ez:
Mi a különbség köztük? Itt minden egyszerű. Akárcsak a kvantummechanikában, ebben az esetben is ezt a kreativitást a megfigyelő alakította ki. Vagyis ugyanazon, ugyanazon márka által egyszerre végrehajtott reklámkampányban csak abban van a különbség, hogy ki nézte ezt a kreatívot. Személy szerint, amikor az Amediatekába megyek, még mindig Khal Drogo-t mutatják. Nem tudom, mit gondol az Amediateka a preferenciáimról, de valamiért ez megtörténik.
Amit ma személyre szabott kommunikációnak hívnak, az a legnépszerűbb történet a közönség vonzására és a vele való megfelelő interakcióra. Ha az első szakaszban saját márkaadataink, nyílt forráskódú adatok és például az adott személy környezetéből származó adatok alapján azonosítottuk az embereket, akkor az elemzés után megérthetjük, ki ő, hogyan kell helyesen beszélni vele, és ami a legfontosabb. , milyen nyelven beszél beszélni vele.
Itt a technológia olyan messzire ment, hogy a tévésorozatok szereplőit, amelyeket az emberek néznek, most elemzik. Vagyis szereted a tévésorozatokat – a [lájkolókat] nézik, megnézik, hogy kivel léptél kapcsolatba ott, hogy megértsék, milyen ember lenne alkalmas arra, hogy kapcsolatba lépj vele. Teljesen ostobaságnak hangzik, de csak szórakozásból próbálja ki valamelyik forráson – a különböző emberek különböző kreatívokat látnak (a megfelelő interakció érdekében).
Egyetlen modern média vagy videoforrás sem mutat meg csak néhány hírt. Menjen a médiához - rengeteg algoritmus van betöltve, amelyek azonosítják Önt, megértik az összes korábbi tevékenységét, fellebbeznek a matematikai modellre, majd mutatnak valamit. Ebben az esetben van egy ilyen furcsa történet.
Hogyan határozzák meg az igényeket? Pszichometria. Arckifejezés
Számos (valós) megközelítés létezik egy személy tényleges szükségleteinek meghatározására és a velük való helyes kommunikációra. Sokféle megközelítés létezik, mindent másképp oldanak meg, nem lehet megmondani, melyik a jó és melyik a rossz. Úgy tűnik, a főbbek mindent tudnak.
Pszichometria. A Cambridge Analytics történetét követően valami megdöbbentő, véleményem szerint egyfajta fordulat következett, mert most már minden második politikai társaság jön és azt mondja: „Ó, meg tudnál szeretni Trumpot? Én is nyerni akarok, és így tovább.” Valójában ez természetesen nonszensz a valóságunkhoz, például a politikai választásokhoz képest. A pszichotípusok meghatározásához azonban három modellt használnak:
- az első az Ön által fogyasztott tartalomon alapul – az Ön által írt szavakon, néhány kedvelt információn, videókon stb.;
- a második a webes felülettel való interakcióhoz, a gépeléshez, a gombok megnyomásához kötődik – sőt, vannak egész cégek, amelyek a billentyűzet kézírása alapján egészen megbízhatóan meg tudják határozni azt, amit ma pszichotípusnak nevezünk.
- Nem vagyok valami pszichológus, nem igazán értem a működését, de a reklámkommunikáció szempontjából ezekre a szegmensekre osztott közönség nagyon jól működik, mert valakinek piros képernyőt kell mutatni kékkel. nő, valakinek sötét képernyőt kell mutatni -kék hátteret valamiféle absztrakcióval, és ez nagyon jól működik. Néhány alacsony szinten - olyannyira, hogy az ember nem is gondol rá. Mi most a fő probléma a reklámpiacon? Mindenki titkosszolgálati ügynök, mindenki rejtőzködik, mindenkinek millióezer böngészőengedélye van telepítve, hogy ne lehessen azonosítani - valószínűleg vannak „Adblocks”, „Gostrey” és mindenféle alkalmazás, amely blokkolja a követést. Emiatt nagyon nehéz bármit is megérteni az emberről. A technológia pedig fejlődött – nemcsak azt kell tudnia, hogy ez a személy 125. alkalommal tért vissza az oldalára, hanem azt is, hogy ő is ilyen-olyan furcsa ember.
A fiziognómia nagyon ellentmondásos tudomány. Nem is tekintik tudománynak. Ez egy olyan embercsoport, akik korábban hazugságdetektorokat programoztak valamelyik Belügyminisztérium számára, most pedig az úgynevezett kreativitás megszemélyesítésével foglalkoznak. A megközelítés itt nagyon egyszerű: több nyilvános fényképét néhány közösségi hálózatról veszik, és ezekből építik fel a háromdimenziós geometriát. És ha Ön ügyvéd, akkor most azt fogja mondani, hogy ez egy személy és személyes adat; de elmondom, hogy ez 300 ezer pont az űrben, és ez nem személy, és nem személyes adat. Általában mindenki ezt mondja, amikor a Roskomnadzor hozzájuk fordul.
De komolyan, az arcod külön-külön, ha nincs oda írva a vezeték- és keresztneved, az nem a személyes adatod. A lényeg az, hogy a srácok különböző arcvonásokat jelölnek ki, amelyek befolyásolják, hogy az ember hogyan hoz döntéseket, és hogyan kommunikáljon vele helyesen. Egyes területeken ez rosszul működik, bizonyos hirdetési szegmensekben; mely szegmensekben működik nagyon jól. A végén kiderül, hogy amikor felkeresel valamilyen forrást, nem csak egy bannert látsz, ami mindenkinek megjelenik, hanem például... most már normális, hogy 16 vagy 20 opciót teszel a különböző közönségek számára – és működik. nagyon cool. Igen, ez a fogyasztó szemszögéből még szomorúbb, mert az embereket egyre jobban kezdik manipulálni. Ennek ellenére üzleti szempontból ez nagyon jól működik.
A gépi tanulás fekete doboza
Ez a következő problémát veti fel az ilyen technológiákkal kapcsolatban: végül is a legtöbb fejlesztő számára az úgynevezett mély tanulás egy „fekete doboz”. Ha valaha is belemerültél ebbe a történetbe, és beszélgettél a fejlesztőkkel, mindig azt mondják: „Ó, figyelj, hát valami olyan érthetetlent kódoltunk oda, és nem tudjuk, hogyan működik.” Talán valakinél előfordult már ilyen.
Ez valójában messze nem igaz. Amit ma gépi tanulásnak hívnak, az messze van a „fekete doboztól”. Rengeteg megközelítés létezik a bemeneti és kimeneti adatok leírására, és végül a cég alaposan megértheti, milyen jelek alapján döntött úgy a gép, hogy megmutatja ezt a pornográf videót vagy egy másikat. A kérdés az, hogy ezt soha egyik cég sem hozza nyilvánosságra, mert: egyrészt üzleti titokról van szó; másodszor, hatalmas mennyiségű adat lesz, amiről nem is tudtál.
Például ezt megelőzően az etikáról szóló vitában megvitattuk, hogy a közösségi hálózatok hogyan elemzik a személyes üzeneteket annak érdekében, hogy megjelöljék az embereket valamilyen reklámtörténetben. Ha írsz valakinek valamit, akkor ez alapján konkrét címkét kapsz, valójában valamilyen reklámkommunikációra. És soha nem fogod bizonyítani, és valószínűleg nincs is értelme bizonyítani. Ha azonban hasonló minták kiderülnének, léteznének. Kiderült, hogy az ilyen ajánlórendszerek építésének piaca úgy tesz, mintha nem tudná, miért történt ez.
Az emberek nem akarják tudni, mit tudnak róluk
A második történet pedig az, hogy az ügyfél soha nem akarja tudni, miért kapta ezt a hirdetést, ezt a terméket. Elmondom neked ezt a történetet. Az első tapasztalatom a hasonló algoritmusokon alapuló ajánlórendszerek kereskedelmi megvalósításában, pontosan a kutatás kedvéért 2015-ben volt egy igen nagy szexbolt-hálózatban (igen, szintén nem különösebben kellemetlen történet).
A vásárlóknak a következőket kínálták: bejönnek, bejelentkeznek a közösségi oldalukkal és kb 5 másodperc múlva kapnak egy teljesen személyre szabott üzletet a számukra, vagyis minden termék megváltozott - egy bizonyos kategóriába tartozik stb. . Tudja, mennyivel nőtt ennek az üzletnek a konverziós aránya? Semmiképpen sem! Az emberek bejöttek, és azonnal elmenekültek előle. Bejöttek és rájöttek, hogy pontosan azt kínálták nekik, amire gondoltak...
Ezzel a teszttel az volt a probléma, hogy minden termék alá az volt írva, hogy miért az adott terméket ajánlották fel ("mert tagja vagy a "Erőteljes nő lábtörlő férfit keres" rejtett csoportnak). Ezért a modern ajánlórendszerek soha nem mutatják meg azokat az adatokat, amelyek alapján a „jóslat” készült.
Nagyon népszerű történet a média, mert mindegyik hasonló ajánlórendszert használ. Korábban az algoritmusok nagyon egyszerűek voltak: nézd meg a „Politika” kategóriát – és a „Politika” kategóriából mutatnak híreket. Most már minden annyira bonyolult, hogy elemzik, hol állítottad le az egeret, milyen szavakra koncentráltál, mit másoltál le, hogyan kommunikáltál általában ezzel az oldallal. Aztán elemzi maguknak az üzeneteknek a szókészletét: igen, nem csak Putyinról olvasol híreket, hanem bizonyos módon, bizonyos érzelmi színezetben. És amikor az ember valamilyen hírt kap, nem is gondol arra, hogyan került ide. Ennek ellenére ezután interakcióba lép ezzel a tartalommal.
Mindez természetesen azt a célt szolgálja, hogy megtartsa a szegény, szerencsétlen kisembert, aki már megőrül a körülötte lévő hatalmas információmennyiségtől. Itt el kell mondanunk, hogy jó lenne ilyen rendszerekkel személyre szabni a körülötted lévő kreatívokat és gyűjteni néhány információt, de sajnos még nincsenek ilyen szolgáltatások.
A mesterséges intelligencia elkapja a klienst a levegőben, és keresletet teremt
És itt felvetődik egy nagyon érdekes filozófiai kérdés, amely az ajánlási rendszer létrehozásától az igényteremtés felé halad. Ritkán gondol rá valaki, de amikor megpróbálja megkérdezni az úgynevezett Instagramot: „Miért gyűjti az adatokat? Miért nem mutatsz meg teljesen véletlenszerű reklámot?” – Az Instagram azt fogja mondani: „Barátom, mindez azért van, hogy megmutassa, mi az, ami számodra érdekes.” Szeretnénk olyan pontosan ismerni, hogy pontosan meg tudjuk mutatni, mit keres.
De a technológia már régen átlépte ezt a szörnyű küszöböt, és a hasonló technológiák már nem jósolják meg, mire van szüksége. Ezek (figyelem!) keresletet teremtenek. Valószínűleg ez a legfélelmetesebb dolog, ami a mesterséges intelligencia körül forog az ilyen kommunikációban. A félelmetes az, hogy az elmúlt 3-5 évben szinte mindenhol használták - a Google keresési eredményeitől a Yandex keresési eredményeiig, egyes rendszerekig... Oké, nem mondok semmi rosszat a Yandexről; és jó.
Mi az értelme? Már régen eltávolodott az ilyen reklámkommunikáció attól a stratégiától, amikor azt írod, hogy "gyerekülést akarok venni", és százezer millió kiadványt lát. A következőre tértek át: amint a nő posztolt egy fényképet, amelyen alig látható a hasa, férjét azonnal üzenetek kezdték követni: „Ember, hamarosan jön a szülés. Vegyél gyerekülést."
Itt joggal kérdezheti, hogy a technológia ilyen gigantikus fejlődése mellett miért látunk még mindig ilyen szar reklámokat a közösségi oldalakon? A probléma az, hogy ezen a piacon még mindig mindent a pénz dönt el, így egy szép pillanatban jöhet néhány hirdető, mint a Coca-Cola, és azt mondja: „Itt van 20 millió neked – mutasd meg a szar bannereimet az egész internetnek.” És tényleg meg fogják tenni.
De ha készítesz valami tiszta fiókot, és teszteled, hogy az ilyen algoritmusok milyen pontosan sejtenek téged: először megpróbálnak kitalálni, majd előre kezdenek veled valamit. Az emberi agy pedig úgy működik, hogy a számára megbízható információ fogadásakor még azt a pillanatot sem dolgozza fel, hogy miért kapta ezt az információt. Az első szabály annak megállapítására, hogy álmodsz, hogy megértsd, hogyan kerültél ide. Az ember soha nem emlékszik arra a pillanatra, amikor egy bizonyos szobában kötött ki. Ez itt is ugyanaz.
A Google elkezdheti alakítani világnézetét
Több külföldi cég is végzett ilyen vizsgálatokat, amelyek i-tracking-el foglalkoznak. Speciális számítógépekre olyan eszközöket telepítettek, amelyek rögzítik, hová néz a tesztalany szeme. Öt-hétezer önkéntest választottam, akik egyszerűen görgették a hírfolyamot, interakcióba léptek a közösségi oldalakkal, reklámokkal, és információkat rögzítettek arról, hogy a bannerek és kreatívok mely részein szúrták le a tekintetüket.
És kiderül, hogy amikor az emberek ilyen hiperszemélyre szabott kreatívokat kapnak, nem is gondolnak rá – azonnal továbblépnek, interakcióba kezdenek vele. Üzleti szempontból ez jó, de nekünk, felhasználóknak ez nem túl menő, mert - mitől félnek? – Hogy a feltételes „Google” egy szép pillanatban elkezdje (vagy persze el se kezdje) kialakítani saját világképét. Holnap például elkezdheti mutatni az embereknek a híreket, hogy a föld lapos.
Csak viccelek, de annyiszor elkapták őket, hogy a választások során elkezdenek bizonyos információkat megadni bizonyos embereknek. Mindannyian megszoktuk, hogy a kereső mindent őszintén kap. De ahogy mindig is szoktam mondani, ha igazán tudni akarod, hogyan működik a világ, írj saját keresőt, szűrők nélkül, a szerzői jogok figyelembevétele nélkül, anélkül, hogy néhány barátodat rangsorolnád a keresési eredmények között. A valós adatok megjelenítése az interneten általában eltér attól, amit a Google, a Yandex, a Bing stb. Egyes anyagok el vannak rejtve, mert barátok, kollégák, ellenségek vagy valaki más (vagy egy korábbi szerető, akivel lefeküdt) - ez nem számít.
Hogyan győzött Trump
Amikor az Egyesült Államokban a legutóbbi választások voltak, egy nagyon egyszerű tanulmányt készítettek. Különböző helyeken, különböző IP-címekről, különböző városokból ugyanazokat a kéréseket fogadták, különböző emberek ugyanazt a Google-t keresték. Hagyományosan a kérés a következő stílusú volt: ki nyeri a választásokat? És meglepő módon az eredményeket úgy konstruálták meg, hogy azokban az államokban, ahol a legtöbben rossz jelöltre próbáltak szavazni, jó hírt kaptak a Google által támogatott jelöltről. Melyik? Nos, világos, hogy melyik – az, aki elnökké vált. Ez egy teljesen bizonyíthatatlan történet, és ezek a tanulmányok egy ujj a vízben. A Google ezt mondhatja: „Srácok, mindezt azért csináljuk, hogy a legrelevánsabb tartalmat jelenítsük meg az Ön számára.”
Mostantól tudnia kell, hogy amit maximálisan relevánsnak neveznek, az egyáltalán nem így van. A cég relevánsnak nevez valamit, amit jó vagy rossz okból el kell adni Önnek.
Akinek most nincs pénze, az már készül a jövőbeli vásárlásokra
Van itt még egy érdekes pont, amiről mesélek. A közösségi hálózatokon és az alkalmazásokban jelenleg nagyszámú aktív közönség fiatal. Nevezzük így - fizetésképtelen fiatalok: 8-9 éves gyerekek, akik debil játékokat játszanak, ezek 12-13-14 évesek, akik még csak regisztrálnak a közösségi oldalakon. Miért költenének hatalmas cégek hatalmas költségvetést és erőforrásokat arra, hogy olyan nem fizető közönség számára készítsenek alkalmazásokat, amelyekből soha nem szereznek bevételt? Abban a pillanatban, amikor ez a közönség fizetőképessé válik, elegendő mennyiségű adat lesz róla ahhoz, hogy nagyon jól megjósolhassa a viselkedését.
Kérdezd meg bármelyik céltudóst, melyik a legnehezebb közönség? Azt fogják mondani: nagyon jövedelmező. Mert például egy 150 millió rubel értékű lakás eladása közösségi hálózatokon keresztül szinte lehetetlen. Vannak egyedi esetek, amikor 10 ezer embernek csinálsz valami reklámot, az ember megveszi ezt a lakást - a megrendelő sikeres... De a tízezerből egy statisztikai szempontból teljes baromság. Tehát miért nehéz azonosítani a magas jövedelmű közönséget? Mert azok az emberek, akik ma egy rendkívül jövedelmező közönség tagjai, akkor születtek, amikor az internet még nagyon kicsi volt, amikor még senki sem ismerte Artemy Lebedevet, és nincs róluk információ. Lehetetlen megjósolni a viselkedésmintájukat, nem lehet megérteni, kik a véleményvezéreik, és milyen tartalomforrásokból kapják.
Tehát amikor 25 év alatt mindannyian milliárdosok lesznek, és a cégek, amelyek eladnak valamit, hatalmas mennyiségű adattal fognak rendelkezni. Ezért van most Európában egy csodálatos GDPR, amely megakadályozza a kiskorúaktól származó adatgyűjtést.
Természetesen ez a gyakorlatban egyáltalán nem működik, hiszen továbbra is minden gyerek anyja és apja fiókjában játszik – így gyűjtik az információkat. Ha legközelebb tabletet ad gyermekének, gondoljon erre.
Egyáltalán nem valami ijesztő, disztópikus jövő, amikor mindenki meghal a gépekkel vívott háborúban – ez most teljesen valós történet. Rengeteg olyan cég létezik, amely algoritmusokat készít az emberek pszichoprofilizálására a játékmódjuk alapján. Nagyon érdekes iparág. Mindezek alapján az embereket aztán szegmentálják, hogy valahogy kommunikáljanak velük.
Ezen emberek viselkedésének előrejelzése 10-15 év múlva lesz elérhető - pontosan abban a pillanatban, amikor fizetőképes közönséggé válnak. Ami a legfontosabb, hogy ezek az emberek már előzetesen engedélyt adtak személyes adataik feldolgozására, harmadik félnek történő továbbítására, és mindez boldogság, stb.
Ki veszíti el az állását?
És az utolsó sztorim, hogy mindig mindenki azt kérdezi, hogy mi lesz 50 év múlva: mind meghalunk, lesz munkanélküliség a marketingeseknek... Vannak itt marketingesek, akik aggódnak a munkanélküliség miatt, igaz? Általánosságban elmondható, hogy nincs ok aggodalomra, mert egyetlen magasan képzett személy sem veszíti el az állását.
Akármilyen algoritmusokat készítenek, hiába közelít a gép ahhoz, ami itt van (a fejére mutat), ha elég gyorsan fejlődik, az ilyen emberek soha nem maradnak tétlenül, mert valakinek meg kell teremtenie ezeket a kreatív dolgokat. csináld. Igen, vannak mindenféle „gannok”, akik embereknek látszó képeket rajzolnak és zenét kreálnak, de még mindig nem valószínű, hogy ezen a területen az emberek valaha is elveszítenék az állásukat.
Mindenem megvan a történettel, szóval kérdezhetsz, ha van még. Köszönöm.
moderátor: – Barátaim, most áttérünk a „Kérdések és válaszok” blokkra. Felemeled a kezed – feljövök hozzád.
A hallgatóság kérdése (XNUMX): – Kérdés a „fekete dobozról”. Azt mondták, konkrétan meg lehetett érteni, hogy miért ilyen és ilyen eredmény született ilyen és ilyen felhasználónál. Valamiféle algoritmusokról van szó, vagy minden egyes modellnél ad hoc elemezni kell (a szerző megjegyzése: „különösen ehhez” - latin frazeológiai egység)? Vagy vannak készek valamilyen neurális hálózathoz, aminek durván véve üzletileg is lehet értelme?
Ó: – Itt a következőket kell megérteni: a gépi tanulásban rengeteg feladat van. Például van egy feladat - regresszió. A regresszióhoz egyáltalán nincs szükség neurális hálózatokra. Minden egyszerű: több mutatója van, a következőket kell kiszámítania. Vannak feladatok, ahol olyan dologhoz kell folyamodni, mint a mélytanulás. Valójában a mély tanulás során nehéz megbízhatóan megérteni, hogy melyik neuronokhoz milyen súlyokat rendeltek, de jogilag csak annyit kell megértenie, hogy milyen adatok voltak a bemeneten, és hogyan játszottak ki a kimeneten. Ez jogilag elég egy ilyen döntés szabadalmaztatásához, és elég ahhoz, hogy megértsük, mi alapján született a történet.
Nem arról van szó, hogy felmentél az oldalra, és valami transzparenst mutattak neked, mert két hónappal ezelőtt vörös hajú fotót készítettél az Instagramon. Ha a fejlesztő nem tartalmazza ezen adatok összegyűjtését és a hajszín jelölését ebben a modellben, akkor ez nem jön ki a semmiből.
Hogyan lehet eladni a gépi tanulási rendszerek eredményeit?
Z: – Már csak az a kérdés, hogy mit: pontosan hogyan kell elmagyarázni, hogyan kell eladni annak, aki nem ért a gépi tanuláshoz. Azt akarom mondani: az én modellem egyértelműen a hajszíntől vezet... nos, hajszín változik... Lehetséges ez vagy sem?
Ó: - Talán igen. De értékesítési szempontból az egyetlen séma működik: van egy reklámkampányod, mi lecseréljük a közönséget a gép által generáltra - és csak látod az eredményt. Sajnos csak így lehet megbízhatóan meggyőzni az ügyfelet arról, hogy egy ilyen történet működik, mert nagyon sok olyan megoldás van a piacon, amelyet egyszer már megvalósítottak, és nem működtek.
A virtuális személyiség létrehozásáról
Z: - Helló. Köszönöm az előadást. A kérdés az: milyen esélye van annak az embernek, aki valamilyen oknál fogva nem akarja követni a gépi tanulás példáját, hogy a felülettel való interakción keresztül, vagy valamilyen okból olyan virtuális személyiséget alkosson magának, amely gyökeresen különbözik a saját személyiségétől. más ok?
Ó: – Egy csomó különböző bővítmény létezik, amelyek kifejezetten a véletlenszerű viselkedéssel foglalkoznak. Van egy klassz dolog - a Ghostery, amely véleményem szerint szinte teljesen elrejti Önt egy csomó különféle nyomkövető elől, amelyek ezután nem tudják rögzíteni ezeket az információkat. De valójában most már csak egy zárt profilra van szüksége a közösségi oldalakon, hogy ott senki, gonosz kaparók ne gyűjtsenek semmit. Valószínűleg jobb, ha telepítünk valamilyen bővítményt, vagy saját magunk írunk valamit.
Látod, itt az a fogalom, hogy jogilag például a személyes adatok olyan adatokra vonatkoznak, amelyek alapján Ön azonosítható, a törvény pedig példának adja a lakcímét, életkorát stb. Manapság számtalan adatmennyiség létezik, ami alapján azonosítani lehet: ugyanaz a billentyűzet kézírása, ugyanaz a nyomás, a böngésző digitális aláírása... Előbb-utóbb az ember hibázik. Lehet valahol egy „kávézóban” a „Thor” használatával, de végül egy szép pillanatban vagy a VPN elfelejt bekapcsolni, vagy valami más, és abban a pillanatban beazonosítható. Tehát a legegyszerűbb módja egy privát fiók létrehozása és néhány bővítmény telepítése.
A piac arrafelé halad, hogy csak egy gombot kell megnyomni az eredmények eléréséhez.
Z: - Köszönöm a történetet. Mint mindig, mindig nagyon érdekes (követlek). A kérdés az: milyen előrelépés történt a felhasználók számára pozitív rendszerek, ajánlórendszerek létrehozásában? Azt mondtad, hogy valamikor egy olyan ajánlási rendszeren dolgoztál, amellyel szexuális partnert, barátot találhatsz az életben (vagy olyan zenét, amit az ember esetleg kedvelhet)... Mennyire ígéretes mindez, és hogyan látod a fejlődését az embereknek szükséges rendszerek létrehozásának nézőpontja?
Ó: – Általánosságban elmondható, hogy a piac odáig fajul, hogy az embereknek meg kell nyomniuk egy gombot, és azonnal meg kell szerezniük, amire szükségük van. Ami a társkereső alkalmazások készítésével kapcsolatos tapasztalataimat illeti (egyébként év végén újraindítjuk), amellett, hogy 65%-a házas férfi volt, a legnehezebb ajánlási probléma az volt, hogy egy személynek több modellt ajánlottak fel. az alkalmazás elején - „ Barátság”, „Szex”, „Szexuális barátság” és „Üzlet”. Az emberek nem azt választották, amire szükségük volt. Jöttek a férfiak, és a „Szerelem”-et választották, de a valóságban mindenkit meztelenül dobtak, és így tovább.
A probléma az volt, hogy azonosítani kell azt a személyt, aki nem illik az egyik modellhez, és valahogy simán megfogni és a másik irányba mozgatni. A kis adatmennyiség miatt nagyon nehéz megállapítani, hogy ez az előrejelzési algoritmus hibája, vagy az ember nem az ő kategóriájába tartozik. Ugyanez a helyzet a zenével: ma már nagyon kevés igazán méltó algoritmus létezik, amely jól tudja „facastolni” a zenét. Talán „Yandex.Music”. Egyesek szerint a Yandex.Music algoritmus rossz. Én például szeretem őt. Én személy szerint például nem szeretem a YouTube zenei algoritmust és így tovább.
Természetesen vannak finomságok - minden licenchez van kötve... De a valóságban az ilyen rendszerek iránt meglehetősen nagy a kereslet. Valamikor ismert volt a Retail Rocket cég, amely az ajánlórendszerek bevezetésével foglalkozott, de most valahogy nem megy túl jól - nyilván azért, mert sokáig nem fejlesztették ki az algoritmusaikat. Minden e felé megy - odáig, hogy bemegyünk, és anélkül, hogy bármit megnyomnánk, megkapjuk, amire szükségünk van (és teljesen hülyévé válunk, mert a választási képességünk teljesen eltűnt).
A marketing befolyásolása
Z: - Helló. A nevem Konstantin. Szeretnék feltenni egy kérdést a hatásmarketinggel kapcsolatban. Ismersz olyan rendszert, amely lehetővé teszi egy vállalkozás számára, hogy valamilyen statisztikai adat és egyebek alapján válasszon ki egy megfelelő bloggert a vállalkozásához? És milyen alapon teszik ezt?
Ó: – Igen, messziről kezdem, és rögtön azt mondom, hogy ezekkel a technológiákkal az a baj, hogy ez a sok mesterséges intelligencia a marketingben ma már olyan, mint egy kötéltánc: a bal oldalon ott vannak a nagy cégek, amelyeknek sok pénzük van, és mindenesetre minden hatékony lesz számukra, mert reklámkampányaik egyszerűen a nézettségre irányulnak; másrészt nagyon sok olyan kisvállalkozás van, akiknél ez nem fog menni, mert sok adatuk van. Egyelőre ezeknek a történeteknek az alkalmazhatósága valahol a közepén van.
Amikor már vannak jó költségvetések, és az a feladat, hogy ezeket a költségvetéseket helyesen dolgozzák fel (és elvileg már elég sok adat van)… Ismerek pár szolgáltatást, például a Getbloggert, aminek úgy tűnik, hogy vannak algoritmusai. Őszintén szólva nem tanulmányoztam ezeket az algoritmusokat. Elmondhatom, milyen megközelítéssel keresünk véleményformálókat, amikor megajándékoznunk kell néhány édesanyát.
A Tartalom terjesztési ideje nevű mérőszámot használjuk. Ez így működik: veszünk egy személyt, akinek a közönségét elemzi, és szisztematikusan (például 5 percenként) információt kell gyűjtenie minden egyes bejegyzésről, hogy kinek tetszett, kommentálta stb. Ily módon megértheti, hogy a közönség minden tagja mikor lép kapcsolatba a tartalommal. Ismételje meg ezt a műveletet a közönségének minden képviselőjére, és így a tartalom terjesztésének átlagos idejének mérőszámával például kiszínezhető egy nagy hálózati grafikonon ezekről az emberekről, és ezzel a mérőszámmal klasztereket építhet.
Ez egészen jól működik, ha például 15 anyát akarunk találni, akik fenntartják közvéleményüket valamilyen woman.ru oldalon. De ez egy meglehetősen összetett technikai megvalósítás (bár pusztán elméletileg Pythonban is meg lehet tenni). A lényeg az, hogy a nagy reklámügynökségeknél az a probléma a befolyásmarketinggel, hogy nagy, menő, drága bloggerekre van szükségük, akik nem szarul dolgoznak. Nos, egy autómárka valamilyen véleményvezéren keresztül szeretne eladni valamilyen terméket – végső megoldásként autóbloggert kell igénybe vennie, mert a közönségük vagy már vett egy autót, vagy pontosan tudja, milyen autót akar, csak ül és menő autókat néz. Itt fontos, hogy ne hagyja ki magának a személy közönségének elemzését.
Marketingrobotok
Z: – Mondja meg, mennyire befolyásolják a közösségi oldalakon található robotok az információgyűjtést és annak minőségét?
Ó: – Nagyon érdekes dolog ez a botokkal. Az olcsó botokat meglehetősen könnyű azonosítani - vagy azonos tartalommal rendelkeznek, vagy barátok egymással, vagy ugyanabban a hálózatban vannak. Vannak megközelítések az összetett robotok kezelésére is. Vagy azt a problémát kérdezed, hogyan lehet összekötni egy személyt a hamisítványával?
Z: – Mennyire lesz jó minőségű információ a kimenet ennyi szeméttel?
Ó: – Nálunk ez így működik: a hatalmas adatmennyiség miatt (például valamilyen marketingkutatáshoz) ez az egész riff egyszerűen kidobható. Vagyis jobb egy kicsit több valódi embert kidobni, mint botokat befogni, mert hiába mutatnak reklámot. De ha mérőszámokat gyűjt, például szalaghirdetésekkel vagy ajánlási rendszerekkel való interakciókat, akkor az ilyen fiókokat ki lehet dobni.
Manapság a közösségi oldalakon a virtuális karakterek vagy egyszerűen elhagyott oldalak vagy introvertáltak körülbelül hat százaléka található meg, akiket az algoritmusok botoknak „illesztenek”. Ami az embernek a hamisításához való kapcsolását illeti, itt is minden ahhoz kötődik, hogy az illető előbb-utóbb hibázik, és a helyzet az, hogy a viselkedési modell ugyanaz - a valódi fiókja és a hamisítványa is. Előbb-utóbb meg fogják nézni ugyanazt a tartalmat, vagy valami mást.
Itt minden nem a hiba százalékán múlik, hanem azon, hogy mennyi időre van szükség egy személy megbízható azonosításához. Annak, aki az Instagramjával él, a megbízható azonosítás ideje öt perc. Egyesek számára hat-nyolc hónapig.
Kinek és hogyan kell eladni az adatokat?
Z: - Helló. Érdeklődni szeretnék, hogy a cégek hogyan értékesítik az adatokat? Például van egy alkalmazásom, amiben megtudhatod (a fejlesztőtől), hogy az ember hova jár, milyen boltokba jár, és mennyi pénzt költ ott. És az érdekelne, hogy mondjuk hogyan adhatok el a közönségemre vonatkozó adatokat ezeknek az üzleteknek, vagy hogyan helyezhetem el az adataimat egy hatalmas adatbázisban, és kaphatok érte pénzt?
Ó: – Ami a közvetlen adateladást illeti, Ön és mindenki más is megelőzte az OFD-t – a fiskális adatkezelőket, akik ravaszul építették fel magukat a csekkek átadása és az Adószolgálat között, és most már mindenkinek próbálnak eladni adatokat. Valójában összeomlott az egész mobilanalitikai piac. Valójában beágyazhatja az alkalmazást, például a Facebook pixelt, annak DMP rendszerét; majd használja ezt a közönséget eladásra. Például a „May Target” pixel. Csak azt nem tudom, milyen közönséged van, meg kell értened. De mindenesetre integrálható a Yandexbe vagy a My Targetbe, amelyek a legnagyobb DMP-rendszerek.
Ez egy elég érdekes történet. Az egyetlen probléma az, hogy átadja nekik az összes forgalmat, és ők, mint cserék, magukra vállalják ennek a forgalomnak a bevételszerzését. Lehet, hogy elmondják, vagy nem, hogy 10 ember használta a közönségedet. Ezért vagy kiépíti saját hirdetési hálózatát, vagy átadja magát a nagy DMP-knek.
Ki fog nyerni – a művész vagy a technikus?
Z: – A technikai résztől kicsit távoli kérdés. Elhangzott a marketingesek félelmei a közelgő tömeges munkanélküliségtől. Van-e valamiféle versenyharc a kreatív marketing (úgy tűnik ezek a srácok, akik kitalálták a csirke reklámot, a Volkswagen-reklámokat) és a Big Data-ban résztvevők között (akik azt mondják: most csak összegyűjtjük az összes adatot, és célzott reklámokat szállítunk mindenki )? Közvetlenül érintett személyként mi a véleménye arról, hogy ki nyer – művész, technikus, vagy lesz-e valamilyen szinergikus hatás?
Ó: – Figyelj, nos, együtt dolgoznak. A mérnökök nem alkotnak kreativitást. Aki kreatív, az nem talál ki közönséget. Van itt valamiféle multidiszciplináris történet. Az igazi problémák most azoknak vannak, akik ülnek és nyomogatják a gombokat, akik a „majommunkát” végzik, minden nap ugyanazt nyomják – ezek az emberek fognak eltűnni.
De akik elemzik az adatokat, természetesen megmaradnak, de valakinek fel kell dolgoznia ezeket az adatokat. Valakinek ki kell találnia ezeket a képeket, le kell rajzolnia. Egy gép nem tud ekkora kreativitást felmutatni! Ez kész őrület! Vagy mint például a Carprice vírusreklámja, ami egyébként nagyon jól sikerült. Ne feledd, volt ez a YouTube-on: „Add el a Carprice-nél”, teljesen őrült. Természetesen egyetlen neurális hálózat sem generál ilyen történetet.
Általában híve vagyok annak, hogy ne az emberek veszítsék el a munkájukat, hanem legyen egy kicsit több szabadidejük, és ezt a szabadidejét önképzéssel tölthetik.
A primitív reklám kihal
Z: - Nagyjából a megjelenített reklámok, a bannerek - nagy vonalakban, még az árusító szövegek sincsenek oda írva: „Ablakok kell – vedd!”, „Más kell – vedd!”, azaz egyáltalán nincs benne kreativitás.
Ó: – Az ilyen reklámok persze előbb-utóbb kihalnak. Nem annyira a technika fejlődése miatt fog kihalni, hanem a te és én fejlődésed miatt.
Érdemesebb összekeverni a relevánst a lényegtelennel
Z: - Itt vagyok! Lenne egy kérdésem a kísérlettel kapcsolatban, amiről azt mondtad, hogy neked nem jött be (az ajánló rendszerrel). Ön szerint az a probléma, amit ott aláírtak, miért ajánlott, vagy az, hogy mindaz, amit a felhasználó látott, relevánsnak tűnt számára? Mert olvastam egy anyáknak szóló kísérletet, és még nem volt annyi adat, és nem volt annyi adat az internetről, csak egy élelmiszerbolttól jöttek olyan adatok, amelyek terhességet jósoltak (hogy anyák lesznek). Amikor pedig kismamáknak szánt termékválasztékot mutattak be, az anyukák megrémültek, hogy minden hivatalos dolog előtt értesültek róluk. És nem sikerült. És a probléma megoldása érdekében szándékosan összekeverték a releváns termékeket valami teljesen irrelevánssal.
Ó: „Kifejezetten megmutattuk az embereknek, hogy mi alapján készültek az ajánlások, hogy megértsük visszajelzéseiket. Tulajdonképpen itt született meg az a koncepció, hogy nem kell az embereknek elmondani, hogy ezek neki szuperreleváns termékek.
Igen, mellesleg van egy megközelítés arra, hogy összekeverjük őket lényegtelenekkel. De van ennek az ellenkezője is: néha az emberek belépnek és kapcsolatba lépnek ezzel az irreleváns termékkel – véletlenszerű kiugró értékek fordulnak elő, a modellek eltörnek, és a dolgok még bonyolultabbá válnak. De ez valójában létezik. Sőt, sok cég szándékosan, ha tudja, hogy valaki feldolgozza az adatait (valaki ellophatja tőlük az ilyen kimenetet), néha összekeveri, hogy később bizonyítsa, hogy nem az ajánlási rendszeréből vetted az adatokat, hanem az úgynevezett Yandex.Market.
Hirdetésblokkolók és böngészőbiztonság
Z: - Helló. Említetted a Ghosteryt és az Adblockot. Meg tudná mondani, hogy az ilyen nyomkövetők általában mennyire hatékonyak (talán statisztikák alapján)? És volt-e megrendelésed cégektől: azt mondják, ügyelj arra, hogy hirdetésünket ne tudja lezárni az Adblock.
Ó: – Közvetlenül nem lépünk kapcsolatba a hirdetési platformokkal – éppen azért, hogy ne kérjék mindenki számára láthatóvá a hirdetésüket. Én személy szerint a Ghosteryt használom – szerintem ez egy nagyon klassz kiterjesztés. Most minden böngésző az adatvédelemért küzd: a Mozilla egy csomó mindenféle frissítést adott ki, a Google Chrome pedig már szuperbiztonságos. Mindannyian blokkolnak mindent, amit csak lehet. A „Safari” alapértelmezés szerint még a „Gyroscope”-t is kikapcsolta.
És ez a trend persze jó (nem azoknak, akik adatokat gyűjtenek, bár ők is kiszálltak belőle), mert az emberek először blokkolták a sütiket. Mindenki, aki hirdetési hálózattal rendelkezett, emlékezett egy olyan csodálatos technológiára, mint a böngésző ujjlenyomata - ezek olyan algoritmusok, amelyek 60 különböző paramétert (képernyőfelbontás, verzió, telepített betűtípusok) kapnak, és ezek alapján egyedi „azonosítót” számítanak ki. Térjünk tovább erre. És a böngészők elkezdtek küzdeni ezzel. Általában ez a titánok végtelen csatája lesz.
A Mozilla legújabb fejlesztője meglehetősen biztonságos. Gyakorlatilag nem menti el a cookie-kat, és rövid élettartamot biztosít. Főleg, ha bekapcsolja az „Inkognitó” módot, senki sem fogja megtalálni. A kérdés az, hogy minden szolgáltatásban kényelmetlen lesz jelszavakat megadni.
Hol működik és nem működik a pszichotipizálás és a fiziognómia?
Z: – Arthur, köszönöm szépen az előadást. Szívesen követem előadásaitokat a YouTube-on is. Említette, hogy a marketingesek egyre gyakrabban folyamodnak pszichotipizáláshoz és fiziognómiához. A kérdésem a következő: milyen márkakategóriákban működik ez? Meggyőződésem, hogy ez csak FMCG-re alkalmas. Például az autó kiválasztása...
Ó: – Le tudom tölteni, ahol pontosan működik. Ez mindenféle történetben működik, mint például az „Amediateka”, TV-sorozatokban, filmekben és így tovább. Ez jól működik a bankokban és a banki termékekben, ha nem a prémium szegmensről van szó, hanem mindenféle diákigazolványról, törlesztőrészletről - ilyenekről. Ez tényleg nagyon jól működik FMCG-ben és mindenféle iPhone-ban, töltőben, meg ez a sok baromság. Ez jól működik a „mom and pop” termékekben. Bár tudom, hogy a horgászatban (van ilyen téma)... Többször volt már eset horgászoknál - soha nem lehet megbízhatóan tagolni. Nem tudom miért. Valamiféle statisztikai hiba.
Ez nem működik jól autósoknál, ékszereknél vagy néhány háztartási cikknél. Valójában nem működik jól olyan dolgokkal, amelyekről az emberek soha nem írnának a közösségi médiában – ezt így ellenőrizheti. Hagyományosan, mosógép vásárlásával: így lehet megérteni, kinek van mosógépe és kinek nincs? Úgy tűnik, mindenkinek megvan. Használhatja az OFD-adatokat – megtekintheti, ki mit vásárolt a nyugták segítségével, és a nyugták segítségével párosítsa ezeket az embereket. De valójában vannak dolgok, amelyekről soha nem beszélne, például az Instagramon - nehéz ilyen dolgokkal dolgozni.
A gépek statisztikai töltelékként ismerik fel a trükköket.
Z: – Lenne egy kérdésem a célzással kapcsolatban. Lehetséges (vagy hirtelen léteznek) egy feltételes véletlenszerű karakter, aki mindenben ellentmond önmagának: először „a legjobb edzőtermeket”, majd a „10 módot a semmittevésre” keresi? És ez mindenben így van. A célzás nyomon követhet valamit, ami ellentmond önmagának?
Ó: – A kérdés itt csak a következő: ha 2 éve Google-t használsz, mindent elmondtál magadról, amit csak tudsz, és most telepítesz magadnak egy plugint, ami hasonló véletlenszerű lekérdezéseket ír, akkor természetesen a statisztikákból képes legyen megérteni – amit most csinál, az statisztikailag kiugró érték, és ez mind kiszűrés kérdése. Ha szeretné, regisztráljon egy új fiókot, de a hirdetések mennyisége nem változik. Csak fura lesz. Bár még mindig furcsa.
Néhány hirdetés 🙂
Köszönjük, hogy velünk tartott. Tetszenek cikkeink? További érdekes tartalmakat szeretne látni? Támogass minket rendeléssel vagy ajánlj ismerőseidnek, , a belépő szintű szerverek egyedülálló analógja, amelyet mi találtunk ki Önnek: (RAID1 és RAID10, akár 24 maggal és akár 40 GB DDR4-gyel is elérhető).
A Dell R730xd kétszer olcsóbb az amszterdami Equinix Tier IV adatközpontban? Csak itt Hollandiában! Dell R420 - 2x E5-2430 2.2 Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - 99 dollártól! Olvasni valamiről
Forrás: will.com