Արթուր Խաչույան. Արհեստական ​​ինտելեկտը մարքեթինգում

Արթուր Խաչույանը մեծ տվյալների մշակման ռուս հայտնի մասնագետ է, Social Data Hub ընկերության (այժմ՝ Tazeros Global) հիմնադիրը։ Ազգային հետազոտական ​​համալսարանի Տնտեսագիտության բարձրագույն դպրոցի գործընկեր: Ազգային հետազոտական ​​համալսարանի Տնտեսագիտության բարձրագույն դպրոցի հետ միասին պատրաստել և ներկայացրել է Մեծ տվյալների մասին օրինագիծը Դաշնային խորհրդում: Նա ելույթ է ունեցել Փարիզի Կյուրիի ինստիտուտում, Սանկտ Պետերբուրգի պետական ​​համալսարանում, Ռուսաստանի Դաշնության կառավարությանն առընթեր Դաշնային համալսարանում, Red Apple-ում, International OpenDataDay, RIW 2016, AlfaFuturePeople:

Դասախոսությունը ձայնագրվել է 2019 թվականին Մոսկվայում կայացած «Geek Picnic» բացօթյա փառատոնում։

Արթուր Խաչույան (այսուհետ՝ Ա.Հ.). – Եթե հսկայական թվով արդյունաբերություններից՝ բժշկությունից, շինարարությունից, ինչ-որ բանից, ինչ-որ բանից ընտրել այն, որտեղ ամենից հաճախ օգտագործվում է մեծ տվյալների, մեքենայական ուսուցման, խորը ուսուցման տեխնոլոգիան, ապա սա հավանաբար մարքեթինգ է: Քանի որ վերջին երեք կամ մի քանի տարիների ընթացքում ամեն ինչ, ինչ մեզ շրջապատում է ինչ-որ տեսակի գովազդային հաղորդակցություններում, այժմ կապված է տվյալների վերլուծության և հենց այն բանի հետ, որը կարելի է անվանել արհեստական ​​ինտելեկտ: Ուստի այսօր ես ձեզ կպատմեմ այս մասին շատ հեռավոր պատմությունից...

Եթե ​​պատկերացնում եք արհեստական ​​ինտելեկտը և այն, թե ինչ տեսք ունի այն, հավանաբար դա նման բան է: Տարօրինակ նկարը նեյրոնային ցանցերից մեկն է, որը ես գրել էի մեկ տարի առաջ՝ պարզելու իմ շունի արածի կախվածությունը՝ քանի՞ անգամ է նրան պետք գնալ մեծ, փոքր, և ինչպես է դա ընդհանրապես կախված նրանից, թե որքան է նա ուտում։ թե ոչ. Սա կատակ է այն մասին, թե ինչպես կարելի է պատկերացնել արհեստական ​​ինտելեկտը:

Բայց այնուամենայնիվ, եկեք մտածենք, թե ինչպես է այդ ամենը աշխատում գովազդային հաղորդակցության մեջ: Գոյություն ունեն երեք եղանակներ, որոնցով գովազդի և մարքեթինգի ժամանակակից ալգորիթմները կարող են փոխազդել մեզ հետ: Հասկանալի է, որ առաջին պատմությունն ուղղված է իմ և քո մասին լրացուցիչ գիտելիքներ ձեռք բերելուն և քաղելուն, այնուհետև այն օգտագործելու ինչ-որ լավ և ոչ այնքան լավ նպատակների համար. անհատականացնել մոտեցումը յուրաքանչյուր կոնկրետ անձի նկատմամբ. Բնականաբար, սրանից հետո որոշակի պահանջարկ ստեղծեք հիմնական նպատակային գործողությունը կատարելու և որոշակի վաճառք իրականացնելու համար։

Օգտագործելով տեխնոլոգիաները՝ նրանք փորձում են լուծել արդյունավետ հաղորդակցության խնդիրը

Եթե ​​ես ձեզ ասեմ, որ մտածեք այն մասին, թե ինչ են Պոռնհաբը և Մ. Տեսանյութ», ի՞նչ եք մտածում։

Հանդիսատեսի մեկնաբանությունները (այսուհետ՝ Գ). - Հեռուստատեսություն, հանդիսատես:

OH: – Իմ հայեցակարգն այն է, որ սրանք երկու վայրեր են, որտեղ մարդիկ գալիս են որոշակի տեսակի ծառայության, կամ եկեք դա անվանենք որոշակի տեսակի ապրանք: Եվ այս լսարանը տարբերվում է նրանով, որ չի ցանկանում վաճառողին ոչինչ ասել։ Նա ցանկանում է ներս մտնել և ստանալ այն, ինչ իրեն հետաքրքրում է բացահայտ կամ բացահայտ ձևով: Բնականաբար, ոչ ոք չեկող Մ. Video»-ը չի ցանկանում շփվել ոչ մի վաճառողի հետ, չի ուզում հասկանալ, չի ցանկանում պատասխանել նրանց ոչ մի հարցի։

Ուստի այս ամենից բխում է առաջին պատմությունը.

Երբ ի հայտ եկան լրացուցիչ գիտելիքներ ձեռք բերելու տեխնոլոգիաներ՝ մարդու հետ շփվելուց ինչ-որ կերպ խուսափելու համար։ Մենք բոլորս սիրում ենք, երբ զանգում ենք բանկ և բանկը մեզ ասում է. «Բարև: Ալեքսեյ, դու մեր VIP հաճախորդն ես: Հիմա ինչ-որ սուպերմենեջեր կխոսի ձեզ հետ»։ Դուք գալիս եք այս բանկ, և իսկապես կա եզակի մենեջեր, ով կարող է խոսել ձեզ հետ: Ցավոք, թե բարեբախտաբար, ոչ մի ընկերություն դեռ չի հասկացել, թե ինչպես վարձել հազար անձնական մենեջեր հազար հաճախորդների համար. և քանի որ այս մարդկանց մեծ մասն այժմ առցանց է, խնդիրն այն է, որ հասկանանք, թե ինչպիսի մարդ է սա և ինչպես ճիշտ շփվել նրա հետ, նախքան նա որևէ գովազդային ռեսուրսի գալը: Եվ հետեւաբար, փաստորեն, ի հայտ են եկել տեխնոլոգիաներ, որոնք փորձում են լուծել այս խնդիրը։

Տվյալների արդյունահանումը նոր նավթն է

Եկեք պատկերացնենք, որ դուք ծաղկի կրպակի տերն եք։ Երեք հոգի գալիս են քեզ տեսնելու։ Առաջինը շատ երկար կանգնում է, տատանվում է, փորձում է քեզ հետ խոսել, ինչ-որ ծաղկեփունջ է վերցնում. դու գնում ես փաթաթելու, դուրս գալիս այնտեղ ինչ-որ բան անելու; նա այս ծաղկեփունջով փախչում է կրպակից. դու կորցրել ես քո երեք հազար ռուբլին։ Ինչու՞ դա տեղի ունեցավ: Դուք ոչինչ չգիտեք այս մարդու մասին՝ չգիտեք նրա ձերբակալությունների պատմությունը ՆԳՆ-ում, չգիտեք, որ նա կլեպտոման է և հաշվառված է հոգեբուժական դիսպանսերում։ Ինչո՞ւ։ Որովհետև դուք առաջին անգամ եք դա տեսել, և դուք վարքագծային վերլուծաբան չեք:

Մեկ ուրիշն է գալիս... Վիտալի. Վիտալին նույնպես շատ երկար ժամանակ է պահանջում դա պարզելու համար, նա ասում է. «Դե, ինձ սա և այն է պետք»: Եվ դուք ասում եք նրան, «Ծաղիկներ մայրիկին, այնպես չէ՞»: Իսկ դու նրան ծաղկեփունջ ես վաճառում։

Այստեղ հայեցակարգը բավականաչափ տվյալներ պարզելն է՝ հասկանալու համար, թե իրականում ինչ է պետք մարդուն: Բոլորը միանգամից մտածեցին ինչ-որ գովազդային ցանցերի մասին և այլն...

Հավանաբար բոլորը մեկ անգամ չէ, որ լսել են հիմար արտահայտությունը, որ «տվյալները նոր նավթն են»: Հաստատ բոլորը լսել են. Իրականում, մարդիկ շատ վաղուց սովորել են տվյալներ հավաքել, բայց այս տվյալներից տվյալներ կորզելը այն խնդիրն է, որն այժմ փորձում է լուծել արհեստական ​​ինտելեկտը մարքեթինգում կամ ինչ-որ վիճակագրական ալգորիթմներ: Ինչո՞ւ։ Որովհետև եթե խոսում ես մարդու հետ, նա կարող է քեզ ճիշտ, սխալ կամ ինչ-որ կերպ գունավոր պատասխան տալ: Կատակը, որը ես ասում եմ իմ ուսանողներին, այն է, թե ինչպես են հարցումները տարբերվում վիճակագրությունից: Ես ձեզ սա կասեմ որպես անեկդոտ.

Սա նշանակում է, որ երկու գյուղերում որոշել են ուսումնասիրություն կատարել տղամարդու միջին տեւողության վերաբերյալ։ Սա նշանակում է, որ առաջին գյուղում՝ Վիլարիբոյում, միջին երկարությունը 15 սանտիմետր է, Վիլաբաջո գյուղում՝ 25։ Գիտե՞ք ինչու։ Որովհետեւ առաջին գյուղում չափումներ են կատարվել, իսկ երկրորդում՝ հարցում։

Պոռնոարդյունաբերությունը առաջարկությունների համակարգերի առաջատարն է

Ահա թե ինչու ժամանակակից մոտեցումն է վերլուծել բոլոր մարդկանց առանց բացառության, նույնիսկ եթե նրանք 100%-ից մի փոքր պակաս են, բայց սրանք այն մարդիկ են, որոնց պետք չէ հարցնել, պետք չէ նրանց նայել: Բավական է վերլուծել այն, ինչ այժմ կոչվում է թվային ոտնահետք, որպեսզի հասկանանք, թե ինչ է պետք այս մարդուն, ինչպես ճիշտ խոսել նրա հետ, ինչպես ճիշտ պահանջարկ ստեղծել նրա շուրջ։ Մի կողմից, սա անմիտ մեքենա է (բայց ես և դու դա շատ լավ գիտենք); մենք չենք ուզում շփվել Մ. Տեսանյութ», և նույնիսկ ավելին, երբ մենք գնում ենք Pornhub-ի նման ռեսուրսներ, մենք ցանկանում ենք ստանալ հենց այն, ինչ մեզ անհրաժեշտ է:

Ինչո՞ւ եմ ես միշտ խոսում Pornhub-ի մասին: Որովհետև մեծահասակների արդյունաբերությունն առաջինն է, ով գալիս է նման տեխնոլոգիաների վերլուծությանը, նման տեխնոլոգիաների ներդրմանը, տվյալների վերլուծությանը: Եթե ​​վերցնեք այս տարածքի երեք ամենահայտնի գրադարանները (օրինակ՝ TensorFlow կամ Pandas-ը Python-ի համար, CSV ֆայլերի մշակման համար և այլն), եթե այն բացեք Github-ում, այս բոլոր անունների կարճ Google-ով դուք կգտնեք. մի քանի հոգի, ովքեր կամ աշխատել են կամ այժմ աշխատում են Pornhub ընկերությունում և առաջինն են, որ ներդրել են այնտեղ առաջարկությունների համակարգեր: Ընդհանրապես, այս պատմությունը շատ առաջադեմ է, և ցույց է տալիս, թե որքանով է առաջ գնացել այս լսարանը, այս ընկերությունը:

Նույնականացման երեք մակարդակ

Անձի շուրջ կա տվյալների հսկայական փաթեթ, որը կարելի է նույնականացնել: Ես սովորաբար դա պաշտոնապես բաժանում եմ երեք մակարդակի, գնալով ավելի ու ավելի խորը: Բնականաբար, ընկերությունն ունի իր տվյալները։

Եթե, ասենք, մենք խոսում ենք առաջարկությունների համակարգ կառուցելու մասին, ապա առաջին մակարդակը տվյալներն են, որոնք գտնվում են հենց խանութում (գնումների պատմություն, բոլոր տեսակի գործարքներ, ինչպես է մարդը փոխազդում ինտերֆեյսի հետ):

Հաջորդը կա մակարդակ (համեմատաբար ամենամեծը) - սա այն է, ինչ կոչվում է բաց աղբյուրներ: Մի կարծեք, որ ես ձեզ խրախուսում եմ քերել սոցիալական ցանցերը, բայց իրականում այն, ինչ հասանելի է բաց աղբյուրներում, բացում է տվյալների հսկայական փաթեթ, որը դուք կարող եք, ասենք, սովորել մարդու մասին:

Եվ երրորդ հիմնական մասը հենց այս մարդու միջավայրն է։ Այո, կարծիք կա, որ եթե մարդը սոցիալական ցանցերում չէ, ապա այնտեղ նրա մասին տվյալներ չկան (երևի արդեն գիտեք, որ դա ճիշտ չէ), բայց ամենակարևորն այն է, որ այն տվյալները, որոնք կան մարդու պրոֆիլում. (կամ ինչ-որ կիրառման մեջ) դրա մասին գիտելիքների միայն 40%-ն է: Մնացած տեղեկատվությունը ստացվում է նրա շրջապատից։ «Ասա ինձ, թե ով է քո ընկերը, և ես կասեմ, թե ով ես դու» արտահայտությունը XNUMX-րդ դարում նոր իմաստ է ստանում, քանի որ այդ մարդու շուրջ կարելի է հսկայական քանակությամբ տվյալներ ստանալ:

Եթե ​​խոսենք ավելի մոտ գովազդային հաղորդակցության մասին, ապա գովազդային հաղորդակցություն ստանալը ոչ թե գովազդից, այլ ինչ-որ ընկերոջ, ծանոթի կամ ինչ-որ կերպ ստուգված անձից շատ լավ հատկություն է, որն օգտագործում են շատ շուկայավարներ: Երբ հանկարծ ինչ-որ հավելված ձեզ անվճար պրոմո կոդ է տալիս, դուք դրա մասին գրառում եք անում և դրանով իսկ գրավում նոր լսարան: Փաստորեն, պայմանական «Yandex.Taxi»-ի այս պրոմո կոդը պատահական չի ընտրվել, բայց դրա համար հսկայական քանակությամբ տվյալներ են վերլուծվել նոր լսարան գրավելու և նրանց հետ ինչ-որ կերպ շփվելու ձեր ներուժի մասին:

Նրանք նույնիսկ վերլուծում են սերիալների հերոսների պահվածքը

Ես ձեզ ցույց կտամ երեք նկար, իսկ դուք ասեք, թե ինչ տարբերություն կա դրանց միջև։

Այս մեկը:

Սա:

Եվ այս մեկը.

Ո՞րն է նրանց տարբերությունը: Այստեղ ամեն ինչ պարզ է. Ինչպես քվանտային մեխանիկայում, այս դեպքում էլ այս կրեատիվությունը ձևավորվել է դիտորդի կողմից։ Այսինքն՝ միեւնույն ժամանակ նույն ապրանքանիշի կողմից իրականացվող նույն գովազդային արշավի տարբերությունը միայն նրանում է, թե ով է դիտել այս կրեատիվը։ Անձամբ, երբ գնում եմ Amediateka, նրանք դեռ ցույց են տալիս Խալ Դրոգոյին: Ես չգիտեմ, թե ինչ է մտածում Amediateka-ն իմ նախասիրությունների մասին, բայց ինչ-ինչ պատճառներով դա տեղի է ունենում:

Այն, ինչ այժմ կոչվում է անհատականացված հաղորդակցություն, հանդիսատեսին ներգրավելու և նրա հետ ճիշտ շփվելու ամենատարածված պատմությունն է: Եթե ​​առաջին փուլում մենք հայտնաբերել ենք մարդկանց՝ օգտագործելով մեր սեփական ապրանքանիշի տվյալները, բաց կոդով տվյալները և, օրինակ, տվյալ անձի միջավայրի տվյալները, մենք, վերլուծելով նրան, կարող ենք հասկանալ, թե ով է նա, ինչպես ճիշտ խոսել նրա հետ և, որ ամենակարևորն է։ , ինչ լեզվով է խոսում, խոսիր նրա հետ։

Այստեղ տեխնոլոգիան այնքան հեռու է գնացել, որ այժմ վերլուծվում են հեռուստասերիալների հերոսները, որոնք մարդիկ դիտում են: Այսինքն՝ դու սերիալներ ես սիրում, դիտում են [հավանում], նայում են, թե ում հետ ես այնտեղ շփվել, որպեսզի հասկանան, թե ինչպիսի մարդու հետ քեզ հարմար կլինի շփվել։ Դա լրիվ անհեթեթություն է թվում, բայց պարզապես զվարճանալու համար փորձեք այն ռեսուրսներից մեկում. տարբեր մարդիկ տեսնում են տարբեր ստեղծագործություններ (դրա հետ ճիշտ շփվելու համար):

Ոչ մի ժամանակակից լրատվամիջոց կամ որևէ վիդեո ռեսուրս ձեզ պարզապես որոշ նորություններ ցույց չի տալիս: Գնացեք լրատվամիջոցներ. բեռնված են հսկայական թվով ալգորիթմներ, որոնք նույնականացնում են ձեզ, հասկանում են ձեր նախորդ գործունեությունը, դիմում են մաթեմատիկական մոդելին և հետո ինչ-որ բան ցույց են տալիս: Այս դեպքում այսպիսի տարօրինակ պատմություն կա.

Ինչպե՞ս են որոշվում կարիքները: Հոգեմետրիա. Ֆիզիոգոմիա

Կան բազմաթիվ (իրական) մոտեցումներ՝ որոշելու անձի իրական կարիքները և ինչպես ճիշտ շփվել նրանց հետ: Մոտեցումները շատ են, ամեն ինչ այլ կերպ է լուծվում, չի կարելի ասել, թե որն է լավը, որը վատը։ Հիմնականները կարծես ամեն ինչ գիտեն։

Հոգեմետրիա. Cambridge Analytics-ի հետ կապված պատմությունից հետո այն ինչ-որ ցնցող, իմ կարծիքով, ինչ-որ շրջադարձ պահանջեց, քանի որ ամեն երկրորդ քաղաքական ընկերությունն այժմ գալիս է և ասում. «Օ, կարո՞ղ ես ինձ նմանեցնել Թրամփին: Ես էլ եմ ուզում հաղթել եւ այլն»։ Իրականում սա, իհարկե, անհեթեթություն է մեր իրողությունների համար, օրինակ՝ քաղաքական ընտրություններ։ Բայց հոգետիպերը որոշելու համար օգտագործվում են երեք մոդելներ.

• առաջինը հիմնված է ձեր օգտագործած բովանդակության վրա՝ ձեր գրած բառերը, ձեզ դուր եկած որոշ տեղեկություններ, տեսանյութեր և այլն;
• երկրորդը կապված է այն բանի հետ, թե ինչպես եք շփվում վեբ ինտերֆեյսի հետ, ինչպես եք մուտքագրում, ինչ կոճակներ եք սեղմում. իսկապես, կան ամբողջ ընկերություններ, որոնք, հիմնվելով ստեղնաշարի իրենց ձեռագրի վրա, կարող են բավականին հուսալիորեն որոշել այն, ինչ այժմ կոչվում է հոգետիպեր:
• Ես այնքան էլ հոգեբան չեմ, ես իսկապես չեմ հասկանում, թե ինչպես է դա աշխատում, բայց գովազդային հաղորդակցության տեսանկյունից այս հատվածների բաժանված լսարանը շատ լավ է աշխատում, քանի որ ինչ-որ մեկին պետք է ցույց տալ կարմիր էկրանը կապույտով: կին, ինչ-որ մեկին պետք է ցույց տալ մուգ էկրան՝ կապույտ ֆոն՝ ինչ-որ աբստրակցիայով, և դա շատ լավ է աշխատում: Որոշ ցածր մակարդակներում - այնքան, որ մարդը չի էլ մտածում դրա մասին: Ո՞րն է այժմ գովազդային շուկայում հիմնական խնդիրը։ Բոլորը հետախուզական գործակալներ են, բոլորը թաքնվում են, բոլորն ունեն տեղադրված միլիոն հազար բրաուզերի թույլտվություններ, որպեսզի որևէ կերպ չբացահայտվեն, դուք հավանաբար ունեք «Adblocks», «Gostrey» և բոլոր տեսակի հավելվածներ, որոնք արգելափակում են հետևելը: Սրա պատճառով շատ դժվար է որևէ բան հասկանալ մարդու մասին։ Եվ տեխնոլոգիան առաջ է շարժվել. դուք պետք է ոչ միայն իմանաք, որ այս մարդը 125-րդ անգամ է վերադարձել ձեր կայք, այլ նաև, որ նա այսքան տարօրինակ մարդ է:

Ֆիզիոգոմիան շատ հակասական գիտություն է: Դա նույնիսկ գիտություն չի համարվում: Սա մարդկանց մի խումբ է, ովքեր նախկինում ծրագրավորում էին ստի դետեկտորներ ինչ-որ ՆԳՆ-ի համար, իսկ այժմ զբաղվում են այն գործով, որը կոչվում է ստեղծագործության անձնավորում։ Մոտեցումն այստեղ շատ պարզ է. ձեր հրապարակային լուսանկարներից մի քանիսը վերցված են որոշ սոցիալական ցանցերից, և դրանցից կառուցված է եռաչափ երկրաչափություն: Իսկ եթե իրավաբան եք, հիմա կասեք, որ սա մարդ է և անձնական տվյալ; բայց ես ձեզ կասեմ, որ դրանք 300 հազար կետեր են, որոնք գտնվում են տիեզերքում, և սա մարդ չէ և անձնական տվյալներ չէ: Սա այն է, ինչ սովորաբար ասում են բոլորը, երբ իրենց մոտ է գալիս Ռոսկոմնադզորը։

Բայց եթե լուրջ, ձեր դեմքը առանձին, եթե ձեր անունն ու ազգանունն այնտեղ ստորագրված չէ, ձեր անձնական տվյալները չեն։ Բանն այն է, որ տղաները նշում են դեմքի տարբեր հատկություններ, որոնք ազդում են այն բանի վրա, թե ինչպես է մարդը որոշումներ կայացնում և ինչպես ճիշտ շփվել նրա հետ: Որոշ ոլորտներում դա վատ է աշխատում, որոշ գովազդային հատվածներում. ո՞ր հատվածներում է այն շատ լավ աշխատում: Ի վերջո, պարզվում է, որ երբ գնում ես ինչ-որ ռեսուրս, տեսնում ես ոչ միայն մեկ պաստառ, որը ցուցադրվում է բոլորին, այլ, օրինակ... հիմա նորմալ է 16 կամ 20 տարբերակ պատրաստել տարբեր լսարանների համար, և դա աշխատում է: շատ լավ. Այո, սա նույնիսկ ավելի տխուր է սպառողի տեսանկյունից, քանի որ մարդիկ սկսում են ավելի ու ավելի շատ մանիպուլյացիայի ենթարկվել: Բայց, այնուամենայնիվ, բիզնեսի տեսանկյունից դա շատ լավ է աշխատում։

Մեքենայի ուսուցման սև արկղը

Սա նման տեխնոլոգիաների հետ կապված հետևյալ խնդիրն է առաջացնում. ի վերջո, մշակողների մեծամասնության համար այժմ այն, ինչ կոչվում է խորը ուսուցում, «սև արկղ» է: Եթե ​​դուք երբևէ ընկղմվել եք այս պատմության մեջ և զրուցել եք ծրագրավորողների հետ, նրանք միշտ ասում են. «Օ, լսիր, լավ, մենք այնտեղ այնքան անհասկանալի բան ենք կոդավորել, և մենք չգիտենք, թե ինչպես է այն աշխատում»: Երևի ինչ-որ մեկին նման բան է պատահել:

Սա իրականում հեռու է իրականությունից: Այն, ինչ այժմ կոչվում է մեքենայական ուսուցում, հեռու է «սև արկղից»: Մուտքային և ելքային տվյալները նկարագրելու հսկայական թվով մոտեցումներ կան, և ի վերջո ընկերությունը կարող է մանրակրկիտ հասկանալ, թե ինչ նշանների հիման վրա է մեքենան որոշել ձեզ ցույց տալ այս կամ այն ​​պոռնոգրաֆիկ տեսանյութը: Հարցն այն է, որ ընկերություններից ոչ մեկը դա երբեք չի բացահայտում, քանի որ. նախ՝ դա առևտրային գաղտնիք է. երկրորդ, կլինեն հսկայական քանակությամբ տվյալներ, որոնց մասին դուք նույնիսկ չգիտեիք:

Օրինակ, մինչ այս, էթիկայի վերաբերյալ քննարկման ժամանակ մենք քննարկել ենք, թե ինչպես են սոցիալական ցանցերը վերլուծում անձնական հաղորդագրությունները, որպեսզի մարդկանց պիտակավորեն ինչ-որ տեսակի գովազդային պատմություններում: Եթե ​​ինչ-որ մեկին ինչ-որ բան եք գրում, դրա հիման վրա դուք ստանում եք հատուկ պիտակ, ըստ էության, ինչ-որ գովազդային հաղորդակցության համար: Իսկ դու դա երբեք չես ապացուցի, և երևի թե իմաստ չունի ապացուցել: Այնուամենայնիվ, եթե նմանատիպ օրինաչափություններ բացահայտվեին, դրանք գոյություն կունենային: Պարզվում է, որ նման առաջարկող համակարգերի կառուցման շուկան ձևացնում է, թե չգիտի, թե ինչու է դա տեղի ունեցել:

Մարդիկ չեն ուզում իմանալ, թե ինչ գիտեն մարդիկ իրենց մասին

Եվ երկրորդ պատմությունն այն է, որ հաճախորդը երբեք չի ուզում իմանալ, թե ինչու է ստացել այս կոնկրետ գովազդը, այս կոնկրետ ապրանքը: Ես ձեզ կպատմեմ այս պատմությունը: Նմանատիպ ալգորիթմների վրա հիմնված առաջարկությունների համակարգերի առևտրային ներդրման իմ առաջին փորձը հենց հետազոտության համար եղել է 2015 թվականին սեքս խանութների շատ մեծ ցանցում (այո, նաև առանձնապես տհաճ պատմություն չէ):

Հաճախորդներին առաջարկվել է հետևյալը. նրանք մտնում են, մուտք են գործում իրենց սոցիալական ցանցով և մոտ 5 վայրկյան հետո ստանում են իրենց համար ամբողջովին անհատականացված խանութ, այսինքն՝ բոլոր ապրանքները փոխվել են՝ դրանք որոշակի կատեգորիայի են պատկանում և այլն։ . Գիտե՞ք, թե որքան է աճել այս խանութի փոխարկման տոկոսադրույքը։ Ոչ մի կերպ։ Մարդիկ ներս մտան ու անմիջապես փախան դրանից։ Նրանք ներս մտան ու հասկացան, որ իրենց առաջարկել են հենց այն, ինչի մասին մտածում էին...

Այս թեստի խնդիրն այն էր, որ յուրաքանչյուր ապրանքի տակ գրված էր, թե ինչու են քեզ առաջարկել հենց այդ մեկը («որովհետև դու «Հզոր կինը փնտրում է դռան գորգ տղամարդու» թաքնված խմբի անդամ։ Հետևաբար, ժամանակակից առաջարկությունների համակարգերը երբեք ցույց չեն տալիս այն տվյալները, որոնց հիման վրա կատարվել է «կանխատեսումը»:

Շատ տարածված պատմությունը լրատվամիջոցներն են, քանի որ նրանք բոլորն օգտագործում են նմանատիպ առաջարկող համակարգեր: Նախկինում ալգորիթմները շատ պարզ էին. նայեք «Քաղաքականություն» կատեգորիային, և նրանք ձեզ ցույց են տալիս նորություններ «Քաղաքականություն» կատեգորիայից: Հիմա ամեն ինչ այնքան բարդ է, որ վերլուծում են այն վայրերը, որտեղ կանգնեցրել ես մկնիկը, ինչ բառերի վրա ես կենտրոնացել, ինչ ես պատճենել, ինչպես ես ընդհանրապես շփվել այս էջի հետ։ Այնուհետև նա վերլուծում է հաղորդագրությունների բառապաշարը. այո, դու ոչ միայն Պուտինի մասին լուրեր ես կարդում, այլ որոշակի ձևով, որոշակի զգացմունքային երանգավորումով: Եվ երբ մարդ ինչ-որ լուր է ստանում, չի էլ մտածում, թե ինչպես է եկել այստեղ։ Այնուամենայնիվ, նա այնուհետև շփվում է այս բովանդակության հետ:

Այս ամենը, բնականաբար, միտված է առանց այն էլ խենթացող խեղճ, դժբախտ փոքրիկին շրջապատող հսկայական ինֆորմացիայից զերծ պահելուն։ Այստեղ պետք է ասել, որ նման համակարգերի օգտագործումը հաճելի կլիներ շրջապատող ստեղծագործողներին անհատականացնելու և որոշակի տեղեկատվություն հավաքելու համար, սակայն, ցավոք, դեռևս չկան այդպիսի ծառայություններ։

Արհեստական ​​ինտելեկտը հաճախորդին բռնում է օդում և պահանջարկ է ստեղծում

Եվ այստեղ մի շատ հետաքրքիր փիլիսոփայական հարց է առաջանում՝ առաջարկությունների համակարգի ստեղծումից անցնելով պահանջարկ ստեղծելու։ Հազվադեպ է, որ որևէ մեկը մտածում է այդ մասին, բայց երբ փորձում ես այսպես կոչված Instagram-ին հարցնել. «Ինչու ես տվյալներ հավաքում: Ինչու՞ ինձ չցուցադրել բացարձակապես պատահական գովազդ»: - Ինստագրամը կասի ձեզ. Օրինակ, մենք ցանկանում ենք ձեզ ճանաչել այնքան ճշգրիտ, որ կարողանանք ցույց տալ, թե կոնկրետ ինչ եք փնտրում:

Սակայն տեխնոլոգիաները վաղուց անցել են այս սարսափելի շեմը, և նմանատիպ տեխնոլոգիաներն այլևս չեն կանխատեսում, թե ինչ է ձեզ անհրաժեշտ: Նրանք (ուշադրություն!) պահանջարկ են ստեղծում։ Սա, հավանաբար, ամենասարսափելի բանն է, որը պտտվում է արհեստական ​​ինտելեկտի շուրջ նման հաղորդակցություններում: Սարսափելին այն է, որ վերջին 3-5 տարիների ընթացքում այն ​​օգտագործվում է գրեթե ամենուր՝ Google-ի որոնման արդյունքներից մինչև Yandex որոնման արդյունքները, որոշ համակարգեր... Լավ, Yandex-ի մասին վատ բան չեմ ասի; և լավ.

Ի՞նչ իմաստ ունի: Երկար ժամանակ է, ինչ նման գովազդային հաղորդակցությունները հեռացել են ռազմավարությունից, որտեղ դուք գրում եք «Ես ուզում եմ գնել մանկական աթոռ» և տեսնել հարյուր հազար միլիոն հրապարակումներ: Նրանք անցան հետևյալին. հենց որ կինը հազիվ երևացող փորով լուսանկար էր հրապարակում, ամուսնուն անմիջապես կսկսեն հաղորդագրություններ գրել. «Այ մարդ, շուտով ծնունդն է։ Գնե՛ք մանկական նստատեղ»։

Այստեղ, դուք կարող եք ողջամտորեն հարցնել, թե ինչու, տեխնոլոգիայի նման հսկա առաջընթացի պայմաններում, մենք դեռևս տեսնում ենք նման անպիտան գովազդ սոցիալական ցանցերում: Խնդիրն այն է, որ այս շուկայում ամեն ինչ դեռ որոշվում է փողով, ուստի մի լավ պահի Կոկա-Կոլայի նման ինչ-որ գովազդատու կարող է գալ և ասել. Եվ նրանք իսկապես կանեն դա։

Բայց եթե դուք ինչ-որ մաքուր հաշիվ ստեղծեք և փորձեք, թե որքան ճշգրիտ են նման ալգորիթմները կռահում ձեզ, նրանք նախ փորձում են գուշակել ձեզ, իսկ հետո սկսում են ինչ-որ բան անել ձեզ հետ նախօրոք: Իսկ մարդու ուղեղն այնպես է աշխատում, որ իր համար վստահելի տեղեկատվություն ստանալիս չի էլ մշակում այն ​​պահը, թե ինչու է ստացել այդ տեղեկությունը։ Առաջին կանոնը, որը կարող է որոշել, որ դուք երազում եք, հասկանալն է, թե ինչպես եք եկել այստեղ: Մարդը երբեք չի հիշում, թե երբ է հայտնվել ինչ-որ սենյակում։ Նույնն է այստեղ։

Google-ը կարող է սկսել ձևավորել ձեր աշխարհայացքը

Նման ուսումնասիրություններ են իրականացրել մի քանի արտասահմանյան ընկերություններ, որոնք զբաղվում են i-tracking-ով։ Նրանք հատուկ համակարգիչների վրա տեղադրել են սարքեր, որոնք արձանագրում են, թե որտեղ են նայում փորձարկվողի աչքերը։ Ես վերցրեցի հինգից յոթ հազար կամավորների, ովքեր պարզապես պտտվում էին լրահոսը, շփվում էին սոցիալական ցանցերի հետ, գովազդով, և նրանք գրանցեցին տեղեկատվություն, թե պաստառների և ստեղծագործությունների որ մասերի վրա են այս մարդիկ կանգ առել իրենց աչքը:

Եվ պարզվում է, որ երբ մարդիկ ստանում են նման հիպերանձնավորված ստեղծագործություն, նրանք նույնիսկ չեն մտածում դրա մասին. նրանք անմիջապես անցնում են առաջ, սկսում են շփվել դրա հետ: Բիզնեսի տեսանկյունից սա լավ է, բայց մեր՝ որպես օգտատերերի տեսանկյունից սա այնքան էլ զիլ չէ, քանի որ - ինչի՞ց են նրանք վախենում: – Որ մի գեղեցիկ պահի պայմանական «Google»-ը սկսի (կամ, իհարկե, չսկսվի) ձևավորել իր աշխարհայացքը։ Վաղը, օրինակ, նա կարող է սկսել մարդկանց լուրեր ցույց տալ, որ երկիրը հարթ է։

Կատակ եմ անում, բայց էնքան են բռնվել, որ ընտրությունների ժամանակ սկսում են որոշակի տեղեկություններ տալ ինչ-որ մարդկանց։ Մենք բոլորս սովոր ենք այն փաստին, որ որոնիչն ամեն ինչ ազնվորեն է ստանում։ Բայց, ինչպես ես միշտ ասում եմ, եթե իսկապես ուզում եք իմանալ, թե ինչպես է աշխատում աշխարհը, գրեք ձեր սեփական որոնողական համակարգը՝ առանց ֆիլտրերի, առանց ուշադրություն դարձնելու հեղինակային իրավունքին, առանց ձեր ընկերներից մի քանիսին դասավորելու որոնման արդյունքներում։ Ինտերնետում իրական տվյալների ցուցադրումն ընդհանուր առմամբ տարբերվում է Google-ի, Yandex-ի, Bing-ի և այլնի ցուցադրածից: Որոշ նյութեր թաքնված են, քանի որ ընկերները, գործընկերները, թշնամիները կամ մեկ ուրիշը (կամ նախկին սիրեկանը, որի հետ դուք քնել եք) - դա կարևոր չէ:

Ինչպես հաղթեց Թրամփը

Երբ ԱՄՆ-ում վերջին ընտրություններն էին, շատ պարզ ուսումնասիրություն արվեց. Նրանք նույն հարցումները վերցրել են տարբեր վայրերում, տարբեր IP հասցեներից, տարբեր քաղաքներից, տարբեր մարդիկ նույն բանն են Google-ում արել։ Պայմանականորեն խնդրանքը ոճով էր՝ ո՞վ է հաղթելու ընտրություններում։ Եվ զարմանալիորեն, արդյունքները կառուցված էին այնպես, որ այն նահանգներում, որտեղ ամենամեծ թվով մարդիկ փորձում էին քվեարկել սխալ թեկնածուի օգտին, նրանք ստացան մի լավ լուր Google-ի կողմից առաջադրված թեկնածուի մասին: Որ մեկը? Դե, պարզ է, թե որն է` նա, ով դարձավ նախագահ: Սա բացարձակապես անապացուցելի պատմություն է, և այս բոլոր ուսումնասիրությունները մատն են ջրի մեջ: Google-ը կարող է ասել. «Տղաներ, այս ամենն արվում է, որպեսզի մենք ձեզ ցույց տանք ամենահամապատասխան բովանդակությունը»:

Այսուհետ դուք պետք է իմանաք, որ այն, ինչ կոչվում է մաքսիմալ ակտուալ, բացարձակապես այդպես չէ։ Ընկերությունը կոչում է համապատասխան մի բան, որը պետք է վաճառվի ձեզ ինչ-որ լավ կամ վատ պատճառով:

Նրանք, ովքեր հիմա գումար չունեն, արդեն պատրաստվում են հետագա գնումների

Այստեղ կա ևս մեկ հետաքրքիր կետ, որի մասին ես ձեզ կասեմ. Այժմ սոցիալական ցանցերում և հավելվածներում ակտիվ լսարանների մեծ թվով երիտասարդներ են: Անվանենք այսպես՝ անվճարունակ երիտասարդություն. 8-9 տարեկան երեխաներ, ովքեր հիմար խաղեր են խաղում, սրանք 12-13-14 տարեկան են, ովքեր նոր են գրանցվում սոցիալական ցանցերում։ Ինչո՞ւ են հսկայական ընկերությունները հսկայական բյուջեներ և ռեսուրսներ ծախսում չվճարող լսարանի համար հավելվածներ ստեղծելու համար, որը երբեք դրամայնացված չէ: Այն պահին, երբ այս լսարանը դառնում է վճարունակ, դրա մասին բավականաչափ տվյալներ կլինեն՝ նրա վարքը շատ լավ կանխատեսելու համար։

Հիմա ցանկացած թիրախաբանի հարցրեք՝ ո՞րն է ամենադժվար լսարանը։ Նրանք կասեն՝ բարձր եկամտաբեր։ Որովհետեւ սոցիալական ցանցերի միջոցով, օրինակ, 150 միլիոն ռուբլի արժողությամբ բնակարան վաճառելը գրեթե անհնար է։ Լինում են առանձին դեպքեր, երբ 10 հազար հոգու համար ինչ-որ գովազդ ես անում, մեկը գնում է այս բնակարանը` հաճախորդը հաջողակ է... Բայց տասը հազարից մեկը, վիճակագրական տեսակետից, լրիվ հիմարություն է։ Այսպիսով, ինչո՞ւ է դժվար բարձր եկամուտ ունեցող լսարանի նույնականացումը: Որովհետև մարդիկ, ովքեր այժմ բարձր եկամտաբեր լսարանի անդամներ են, ծնվել են այն ժամանակ, երբ ինտերնետը դեռ շատ փոքր էր, երբ Արտեմի Լեբեդևին դեռ ոչ ոք չէր ճանաչում, և նրանց մասին տեղեկություններ չկան։ Անհնար է կանխատեսել նրանց վարքի ձևը, անհնար է հասկանալ, թե ովքեր են նրանց կարծիքի առաջնորդները և ինչ բովանդակության աղբյուրներից են նրանք ստանում:

Այսպիսով, երբ դուք բոլորդ 25 տարում դառնաք միլիարդատեր, և այն ընկերությունները, որոնք պատրաստվում են ձեզ ինչ-որ բան վաճառել, հսկայական քանակությամբ տվյալներ կունենան: Ահա թե ինչու մենք այժմ ունենք հիանալի GDPR Եվրոպայում, որը խոչընդոտում է անչափահասների տվյալների հավաքագրմանը:

Բնականաբար, դա գործնականում ամենևին չի աշխատում, քանի որ բոլոր երեխաները դեռ խաղում են իրենց մոր և հայրիկի հաշիվներով. այսպես է հավաքվում տեղեկատվությունը: Հաջորդ անգամ, երբ ձեր երեխային պլանշետ կտաք, մտածեք այս մասին:

Բացարձակապես ոչ մի սարսափելի, դիստոպիկ ապագա, երբ բոլորը կմահանան մեքենաների հետ պատերազմում, հիմա բացարձակապես իրական պատմություն է: Գոյություն ունեն հսկայական թվով ընկերություններ, որոնք ալգորիթմներ են ստեղծում մարդկանց հոգե-պրոֆիլավորման համար՝ հիմնվելով նրանց խաղերի վրա: Շատ հետաքրքիր արդյունաբերություն. Ելնելով այս ամենից՝ մարդկանց հետո սեգմենտավորում են՝ նրանց հետ ինչ-որ կերպ շփվելու համար։

Այս մարդկանց վարքագծի կանխատեսումը հասանելի կլինի 10-15 տարի հետո՝ հենց այն պահին, երբ նրանք կդառնան վճարունակ լսարան։ Ամենակարևորն այն է, որ այդ մարդիկ արդեն նախապես թույլտվություն են տվել մշակել իրենց անձնական տվյալները, փոխանցել դրանք երրորդ անձանց, և այս ամենը երջանկություն է և այլն։

Ո՞վ կկորցնի աշխատանքը.

Իսկ իմ վերջին պատմությունն այն է, որ բոլորը միշտ հարցնում են, թե ինչ է լինելու 50 տարի հետո՝ բոլորս կմեռնենք, մարկետոլոգների համար գործազրկություն կլինի... Այստեղ կան մարկետոլոգներ, ովքեր անհանգստացած են գործազրկությունից, չէ՞: Ընդհանրապես, անհանգստանալու կարիք չկա, քանի որ ցանկացած բարձր որակավորում ունեցող մարդ աշխատանք չի կորցնի։

Անկախ նրանից, թե ինչ ալգորիթմներ ստեղծվեն, որքան էլ մեքենան մոտենա նրան, ինչ ունենք այստեղ (մատնացույց է անում իր գլուխը), եթե այն բավական արագ զարգանա, այդպիսի մարդիկ երբեք անգործ չեն մնա, քանի որ ինչ-որ մեկը պետք է ստեղծի այս ստեղծագործական իրերը։ անել. Այո, կան բոլոր տեսակի «գաներ», որոնք նկարում են մարդկանց նման նկարներ և երաժշտություն են ստեղծում, բայց դեռևս քիչ հավանական է, որ այս տարածքում մարդիկ երբևէ կորցնեն իրենց աշխատանքը:

Ես ամեն ինչ ունեմ պատմության հետ, այնպես որ կարող եք հարցեր տալ, եթե ավելին ունեք: Շնորհակալություն.

Կապար: – Ընկերներ, այժմ մենք անցնում ենք «Հարց ու պատասխան» բլոկին: Դուք բարձրացնում եք ձեր ձեռքը, ես մոտենում եմ ձեզ:

Հարց հանդիսատեսից (XNUMX). – Հարց «սև արկղի» մասին։ Ասացին, որ կարելի է կոնկրետ հասկանալ, թե ինչու է այսինչ օգտատերի համար այսինչ արդյունքը ստացվել։ Արդյո՞ք դրանք ինչ-որ ալգորիթմներ են, թե՞ դրանք պետք է ամեն անգամ վերլուծվեն յուրաքանչյուր մոդելի համար (հեղինակի նշում. «հատկապես սրա համար»՝ լատինական ֆրազոլոգիական միավոր): Կամ կա՞ն պատրաստիներ ինչ-որ նեյրոնային ցանցի համար, որը, կոպիտ ասած, կարող է բիզնես իմաստ ունենալ։

OH: – Այստեղ դուք պետք է հասկանաք հետևյալը. մեքենայական ուսուցման մեջ կան հսկայական թվով առաջադրանքներ: Օրինակ, կա խնդիր՝ ռեգրեսիա։ Ռեգրեսիայի համար ընդհանրապես նեյրոնային ցանցեր պետք չեն։ Ամեն ինչ պարզ է. դուք ունեք մի քանի ցուցանիշ, դուք պետք է հաշվարկեք հետևյալը. Կան խնդիրներ, որտեղ անհրաժեշտ է դիմել այնպիսի բանի, ինչպիսին է խորը ուսուցումը: Իրոք, խորը ուսուցման ժամանակ դժվար է հուսալիորեն հասկանալ, թե որ նեյրոններին ինչ կշիռներ են վերագրվել, բայց օրինական առումով այն ամենը, ինչ ձեզ հարկավոր է, հասկանալն է, թե ինչ տվյալներ են մուտքագրվել և ինչպես են դրանք ցուցադրվել ելքում: Սա իրավաբանորեն բավական է նման որոշումն արտոնագրելու համար և բավական է հասկանալու համար, թե ինչ հիմքով է կազմվել պատմությունը։

Այնպես չէ, որ դուք գնացել եք կայք և ձեզ ինչ-որ բաններ են ցույց տվել, քանի որ երկու ամիս առաջ Instagram-ում կարմիր մազերով լուսանկարել եք: Եթե ​​մշակողը չներառի այս տվյալների հավաքածուն և մազերի գույնի մակնշումը այս մոդելում, ապա դա ոչ մի տեղից դուրս չի գա:

Ինչպե՞ս վաճառել մեքենայական ուսուցման համակարգերի արդյունքները:

Զ. - Ուղղակի հարց է, թե ինչ. ինչպես բացատրել, ինչպես վաճառել մեկին, ով չի հասկանում մեքենայական ուսուցումը: Ուզում եմ ասել՝ իմ մոդելը մազերի գույնից հստակ տանում է դեպի... լավ, մազերի գույնը փոխվում է... Սա հնարավո՞ր է, թե՞ ոչ։

OH: - Գուցե այո. Բայց վաճառքի տեսանկյունից միակ սխեման կաշխատի. դուք ունեք գովազդային արշավ, մենք լսարանը փոխարինում ենք մեքենայի կողմից ստեղծվածով, և դուք պարզապես տեսնում եք արդյունքը: Սա, ցավոք, միակ միջոցն է վստահորեն համոզելու հաճախորդին, որ նման պատմությունն աշխատում է, քանի որ շուկայում կան բազմաթիվ լուծումներ, որոնք ժամանակին իրականացվել են և չեն աշխատել:

Վիրտուալ անհատականություն ստեղծելու մասին

Զ. - Բարեւ Ձեզ. Շնորհակալություն դասախոսության համար: Հարցն այն է, թե ինչ հնարավորություն ունի այն մարդը, ով ինչ-ինչ պատճառներով չի ցանկանում հետևել մեքենայական ուսուցման առաջնորդությանը, ստեղծել իր համար վիրտուալ անձնավորություն, որն արմատապես տարբերվում է իր անհատականությունից՝ ինտերֆեյսի կամ ինչ-որ մեկի հետ փոխգործակցության միջոցով: այլ պատճառ.

OH: – Կան մի շարք տարբեր պլագիններ, որոնք վերաբերում են հատուկ պատահական վարքագծին: Կա մի հիանալի բան՝ Ghostery, որը, իմ կարծիքով, գրեթե ամբողջությամբ թաքցնում է ձեզ տարբեր հետքերից, որոնք այնուհետև չեն կարող գրանցել այս տեղեկատվությունը: Բայց իրականում հիմա ձեզ հարկավոր է միայն փակ պրոֆիլը սոցիալական ցանցերում, որպեսզի ոչ ոք, ոչ մի չար քերիչ չկարողանա այնտեղ որևէ բան հավաքել։ Հավանաբար ավելի լավ է տեղադրել ինչ-որ ընդլայնում կամ ինքներդ ինչ-որ բան գրել:

Տեսեք, այստեղ հասկացությունն այն է, որ օրինական առումով անձնական տվյալները վերաբերում են այն տվյալներին, որոնցով կարող եք նույնականանալ, իսկ օրենքը որպես օրինակ տալիս է ձեր բնակության հասցեն, տարիքը և այլն: Մեր օրերում կան անհամար թվով տվյալներ, որոնցով կարելի է ճանաչել ձեզ՝ նույն ստեղնաշարի ձեռագիրը, նույն մամուլը, բրաուզերի թվային ստորագրությունը... Վաղ թե ուշ մարդը սխալվում է։ Նա կարող է ինչ-որ տեղ լինել «սրճարանում»՝ օգտագործելով «Thor»-ը, բայց ի վերջո, մի գեղեցիկ պահին կա՛մ VPN-ն կմոռանա միացնել, կա՛մ մեկ այլ բան, և այդ պահին նրան կարելի է նույնականացնել։ Այսպիսով, ամենահեշտ ճանապարհը անձնական հաշիվ ստեղծելն ու որոշ ընդլայնում տեղադրելն է:

Շուկան շարժվում է դեպի այն կետը, երբ արդյունք ստանալու համար անհրաժեշտ է սեղմել միայն մեկ կոճակ:

Զ. - Շնորհակալություն պատմության համար: Ինչպես միշտ, միշտ շատ հետաքրքիր (հետևում եմ քեզ): Հարցն այն է, թե ինչ առաջընթաց կա օգտատերերի համար դրական համակարգերի, առաջարկությունների համակարգերի ստեղծման առումով: Դուք ասացիք, որ ժամանակին աշխատում էիք առաջարկությունների համակարգի վրա՝ գտնելու սեռական զուգընկեր, ընկեր կյանքում (կամ երաժշտություն, որը մարդուն պոտենցիալ կարող է դուր գալ)... Որքա՞ն խոստումնալից է այս ամենը և ինչպե՞ս եք տեսնում դրա զարգացումը։ մարդկանց անհրաժեշտ համակարգերի ստեղծման տեսակետը.

OH: – Ընդհանուր առմամբ, շուկան գնում է դեպի այն կետը, երբ մարդիկ պետք է սեղմեն մեկ կոճակ և անմիջապես ստանան իրենց անհրաժեշտը: Ինչ վերաբերում է ծանոթությունների հավելվածներ ստեղծելու իմ փորձին (ի դեպ, մենք այն կվերագործարկենք տարեվերջին), բացի այն, որ 65%-ը ամուսնացած տղամարդիկ էին, ամենադժվար առաջարկվող խնդիրն այն էր, որ մարդուն մի քանի մոդել էին առաջարկում. հայտի սկզբում - « Բարեկամություն», «Սեքս», «Սեքսի բարեկամություն» և «Բիզնես»: Մարդիկ չեն ընտրել այն, ինչ իրենց պետք է. Տղամարդիկ եկան ու ընտրեցին «Սերը», բայց իրականում բոլորի վրա մերկություն էին շպրտում և այլն։

Խնդիրը կայանում էր նրանում, որ նույնականացնեին մի մարդու, ով չի համապատասխանում այս մոդելներից մեկին, և ինչ-որ կերպ սահուն վերցնել նրան և տեղափոխել մյուս ուղղությամբ: Տվյալների փոքր քանակի պատճառով շատ դժվար է որոշել՝ սա կանխատեսման ալգորիթմի սխալ է, թե մարդն իր կատեգորիայի մեջ չէ։ Դա նույնն է երաժշտության դեպքում. այժմ շատ քիչ են իսկապես արժանի ալգորիթմները, որոնք կարող են լավ «լուսավորել» երաժշտությունը: Գուցե «Yandex.Music»: Որոշ մարդիկ կարծում են, որ Yandex.Music ալգորիթմը վատ է: Օրինակ՝ ինձ դուր է գալիս նա։ Ես անձամբ, օրինակ, չեմ սիրում YouTube երաժշտության ալգորիթմը և այլն:

Կան, իհարկե, որոշ նրբություններ՝ ամեն ինչ կապված է լիցենզիաների հետ... Բայց իրականում նման համակարգերի պահանջարկը բավականին մեծ է։ Ժամանակին հայտնի էր Retail Rocket ընկերությունը, որը զբաղվում էր առաջարկությունների համակարգերի ներդրմամբ, բայց հիմա ինչ-որ կերպ այն այնքան էլ լավ չի ստացվում, ըստ երևույթին այն պատճառով, որ նրանք երկար ժամանակ չեն մշակել իրենց ալգորիթմները: Ամեն ինչ գնում է դեպի այն աստիճանը, որ մենք մտնում ենք ներս և, առանց որևէ բան սեղմելու, ստանում այն, ինչ մեզ պետք է (և դառնում ենք բոլորովին հիմար, քանի որ մեր ընտրելու ունակությունը լիովին անհետացել է):

Ազդեցեք մարքեթինգին

Զ. - Բարեւ Ձեզ. Ես Կոնստանտին եմ։ Ես կցանկանայի հարց բարձրացնել ազդեցության մարքեթինգի մասին: Գիտե՞ք որևէ համակարգեր, որոնք թույլ են տալիս բիզնեսին ընտրել համապատասխան բլոգեր՝ հիմնվելով որոշ վիճակագրական տվյալների վրա և այլն: Իսկ ի՞նչ հիմքով է դա արվում։

OH: – Այո, ես կսկսեմ հեռվից և անմիջապես կասեմ, որ այս բոլոր տեխնոլոգիաների խնդիրն այն է, որ այս ամբողջ արհեստական ​​ինտելեկտը մարքեթինգում այժմ նման է լարախաղացին. ձախ կողմում կան խոշոր ընկերություններ, որոնք ունեն շատ փող, ամեն դեպքում նրանց համար ամեն ինչ արդյունավետ կլինի, քանի որ նրանց գովազդային արշավները ուղղված են պարզապես դիտումների. Մյուս կողմից, կան շատ փոքր բիզնեսներ, որոնց համար դա չի աշխատի, քանի որ նրանք շատ տվյալներ ունեն։ Առայժմ այս պատմությունների կիրառելիությունը ինչ-որ տեղ մեջտեղում է:

Երբ արդեն կան լավ բյուջեներ, և խնդիրն այդ բյուջեները ճիշտ մշակելն է (և, սկզբունքորեն, արդեն բավականին շատ տվյալներ կան)… Ես գիտեմ մի քանի ծառայություններ, ինչպես Getblogger-ը, որոնք կարծես ալգորիթմներ ունեն: Ճիշտն ասած, ես չեմ ուսումնասիրել այս ալգորիթմները։ Ես կարող եմ ձեզ ասել, թե ինչ մոտեցում ենք մենք օգտագործում կարծիքի առաջնորդներ գտնելու համար, երբ պետք է նվեր անենք որոշ մայրերի:

Մենք օգտագործում ենք չափիչ, որը կոչվում է Բովանդակության բաշխման ժամանակ: Այն աշխատում է այսպես՝ վերցնում ես մարդուն, ում լսարանը վերլուծում ես, և պետք է համակարգված (օրինակ՝ 5 րոպեն մեկ) տեղեկատվություն հավաքել յուրաքանչյուր գրառման մասին, ով հավանել է այն, մեկնաբանել և այլն։ Այսպիսով, դուք կարող եք հասկանալ, թե ձեր լսարանի յուրաքանչյուր անձ ժամանակի որ պահին է շփվել ձեր բովանդակության հետ: Կրկնեք այս գործողությունը իր լսարանի յուրաքանչյուր ներկայացուցչի համար, և այդպիսով, օգտագործելով բովանդակության տարածման միջին ժամանակի չափանիշը, այն կարող է, օրինակ, գունավորվել այս մարդկանց ցանցի մեծ գրաֆիկում և օգտագործել այս չափանիշը՝ կլաստերներ ստեղծելու համար:

Սա բավականին լավ է ստացվում, եթե ուզում ենք, օրինակ, գտնել 15 մայրերի, ովքեր պահպանում են իրենց հասարակական կարծիքը some women.ru-ի վրա: Բայց սա բավականին բարդ տեխնիկական իրականացում է (չնայած զուտ տեսականորեն դա կարելի է անել Python-ում): Ներքևի գիծն այն է, որ խոշոր գովազդային գործակալություններում ազդեցության մարքեթինգի խնդիրն այն է, որ նրանց պետք են մեծ, զով, թանկարժեք բլոգերներ, ովքեր չեն աշխատում անիմաստ: Այժմ մեքենաների ապրանքանիշը ցանկանում է ինչ-որ ապրանք վաճառել ինչ-որ կարծիքի առաջնորդի միջոցով. նրանք պետք է օգտագործեն ավտոբլոգեր որպես վերջին միջոց, քանի որ նրանց լսարանը կա՛մ արդեն գնել է մեքենա, կա՛մ հստակ գիտի, թե ինչպիսի մեքենա է ուզում, պարզապես նստում է և նայում է զով մեքենաներին: Այստեղ կարևոր է բաց չթողնել հենց անձի լսարանի վերլուծությունը։

Մարքեթինգային բոտեր

Զ. – Ասա ինձ, որքանո՞վ են սոցիալական ցանցերում բոտերն ազդում տեղեկատվության հավաքագրման և դրա որակի վրա:

OH: - Դա այնքան հետաքրքիր բան է բոտերի հետ: Էժան բոտերը բավականին հեշտ է նույնականացնել՝ նրանք կամ ունեն նույն բովանդակությունը, կամ ընկերներ են միմյանց հետ, կամ գտնվում են նույն ցանցում: Գոյություն ունեն նաև բարդ բոտերի հետ գործ ունենալու մոտեցումներ։ Թե՞ խնդիրը հարցնում եք, թե ինչպես կարելի է մարդուն միացնել իր ֆեյքին։

Զ. -Որքա՞ն որակյալ տեղեկատվություն կլինի այս ամբողջ աղբով:

OH: – Այստեղ այն աշխատում է այսպես. շնորհիվ այն բանի, որ կա հսկայական քանակությամբ տվյալներ (օրինակ, ինչ-որ մարքեթինգային հետազոտության համար), այս ամբողջ ռիֆֆը կարող է պարզապես դուրս նետվել: Այսինքն՝ ավելի լավ է մի քիչ ավելի իրական մարդկանց դուրս շպրտել, քան բոտերին բռնել, քանի որ նրանց համար անիմաստ է որեւէ գովազդ ցուցադրելը։ Բայց եթե դուք չափումներ եք հավաքում, օրինակ՝ բաններների կամ առաջարկությունների համակարգերի հետ փոխազդեցություն, նման հաշիվները կարող են դուրս նետվել:

Այժմ սոցիալական ցանցերում կան վիրտուալ կերպարների կամ պարզապես լքված էջերի կամ ինտրովերտների մոտ վեց տոկոսը, որոնց ալգորիթմները «համընկնում են» որպես բոտեր։ Ինչ վերաբերում է մարդուն իր ֆեյքին կապելուն, ապա այստեղ էլ ամեն ինչ կապված է այն բանի հետ, որ մարդը վաղ թե ուշ սխալվելու է, և բանն այն է, որ վարքագծի մոդելը նույնն է՝ և՛ իրական հաշիվը, և՛ ֆեյքը։ Վաղ թե ուշ նրանք դիտելու են նույն բովանդակությունը կամ այլ բան։

Այստեղ ամեն ինչ հանգում է ոչ թե սխալի տոկոսին, այլ անձին հուսալիորեն նույնականացնելու համար անհրաժեշտ ժամանակին: Մեկի համար, ով ապրում է իր Instagram-ով, վստահելի նույնականացման համար այս անգամ հասնում է հինգ րոպեի: Ոմանց համար՝ վեցից ութ ամսով:

Ո՞ւմ և ինչպես վաճառել տվյալները:

Զ. - Բարեւ Ձեզ. Ինձ հետաքրքրում է իմանալ, թե ինչպես են տվյալները վաճառվում ընկերությունների միջև: Օրինակ, ես ունեմ մի հավելված, որտեղ դուք կարող եք պարզել (ծրագրավորողին), որտեղ մարդը գնում է, ինչ խանութներ է գնում և որքան գումար է ծախսում այնտեղ: Եվ ինձ հետաքրքրում է իմանալ, թե ինչպես կարող եմ, ասենք, իմ լսարանի մասին տվյալներ վաճառել այս խանութներին կամ տեղադրել իմ տվյալները մեկ հսկայական տվյալների բազայում և դրա համար վճարվել:

OH: – Ինչ վերաբերում է տվյալներ ուղղակիորեն ինչ-որ մեկին վաճառելուն, ապա դուք և բոլորը առաջ էիք OFD-ից՝ հարկաբյուջետային տվյալների օպերատորներից, ովքեր խորամանկորեն կառուցվել են չեկերի փոխանցման և հարկային գրասենյակի միջև և այժմ փորձում են տվյալներ վաճառել բոլորին: Իրոք, նրանք իրականում վթարի ենթարկեցին բջջային վերլուծության ամբողջ շուկան: Փաստորեն, դուք կարող եք տեղադրել ձեր հավելվածը, օրինակ՝ Facebook-ի պիքսելը, դրա DMP համակարգը; ապա օգտագործեք այս լսարանը վաճառելու համար: Օրինակ, «մայիսյան թիրախ» պիքսելը: Ես պարզապես չգիտեմ, թե ինչպիսի լսարան ունեք, դուք պետք է հասկանաք: Բայց ամեն դեպքում, դուք կարող եք ինտեգրվել կամ Yandex-ին կամ My Target-ին, որոնք ամենամեծ DMP համակարգերն են:

Սա բավականին հետաքրքիր պատմություն է։ Միակ խնդիրն այն է, որ դուք նրանց կտաք ամբողջ տրաֆիկը, և նրանք, որպես փոխանակումներ, իրենց վրա կվերցնեն այս տրաֆիկի դրամայնացումը։ Նրանք կարող են կամ չասել ձեզ, որ 10 հոգի օգտագործել են ձեր լսարանը: Հետևաբար, կամ դուք կառուցում եք ձեր սեփական գովազդային ցանցը, կամ հանձնվում եք խոշոր DMP-ներին:

Ո՞վ կհաղթի՝ նկարիչը, թե տեխնոլոգը:

Զ. – Տեխնիկական մասից մի փոքր հեռու հարց. Խոսվում էր գալիք մասսայական գործազրկության մասին մարքեթոլոգների մտավախությունների մասին։ Կա՞ արդյոք ինչ-որ մրցակցային պայքար կրեատիվ մարքեթինգի (այս տղաները, ովքեր եկել են հավի գովազդով, կարծես թե Volkswagen-ի գովազդով) և Big Data-ում ներգրավվածների միջև (որոնք ասում են. հիմա մենք պարզապես կհավաքենք բոլոր տվյալները և կմատակարարենք նպատակային գովազդը: բոլորը)? Որպես անմիջականորեն ներգրավված մարդ, ի՞նչ կարծիքի եք այն մասին, թե ով կհաղթի՝ արտիստը, տեխնիկը, թե՞ ինչ-որ սիներգետիկ էֆեկտ կլինի:

OH: -Լսիր, լավ, նրանք միասին են աշխատում: Ինժեներները ստեղծարարությամբ չեն հանդես գալիս: Նրանք, ովքեր ստեղծագործ են, հանդիսատես չեն հորինում։ Այստեղ ինչ-որ բազմամասնագիտական ​​պատմություն կա: Իրական խնդիրները հիմա նրանց համար են, ովքեր նստում են և սեղմում են կոճակները, նրանց համար, ովքեր անում են «կապիկի գործը», ամեն օր սեղմելով նույն բանը. սրանք այն մարդիկ են, ովքեր կանհետանան:

Բայց նրանք, ովքեր վերլուծում են տվյալները, բնականաբար, կմնան, բայց ինչ-որ մեկը պետք է մշակի այս տվյալները։ Ինչ-որ մեկը ստիպված կլինի այս նկարները հորինել, նկարել դրանք: Մեքենան չի կարող նման ստեղծագործությամբ հանդես գալ: Սա կատարյալ խելագարություն է։ Կամ ինչպես, օրինակ, Carprice-ի վիրուսային գովազդը, որն, ի դեպ, շատ լավ աշխատեց։ Հիշեք, որ YouTube-ում կար այսպիսի մեկը. Իհարկե, ոչ մի նեյրոնային ցանց նման պատմություն չի առաջացնի:
Ընդհանրապես, ես կողմնակից եմ, որ մարդիկ չեն, որ կկորցնեն իրենց աշխատանքը, այլ մի քիչ ավելի շատ ազատ ժամանակ կունենան, և այս ազատ ժամանակը կկարողանան ծախսել ինքնակրթության վրա։

Պրիմիտիվ գովազդը կմեռնի

Զ. - Մեծ հաշվով, գովազդը, որը ցուցադրվում է, պաստառները, մեծ հաշվով, նույնիսկ վաճառող տեքստեր այնտեղ գրված չեն. այնտեղ ընդհանրապես ստեղծագործականություն չկա:

OH: – Նման գովազդը, իհարկե, վաղ թե ուշ կմեռնի։ Այն կմեռնի ոչ այնքան տեխնոլոգիայի զարգացման, որքան իմ և քո զարգացման պատճառով։

Ավելի լավ է համապատասխանը խառնել անկապի հետ

Զ. - Ես այստեղ եմ! Ես մի հարց ունեմ փորձի մասին, որն ասացիր, որ քեզ մոտ չստացվեց (հանձնարարական համակարգով): Ըստ Ձեզ՝ խնդիրն այն՞նն է, որ ստորագրվել է այնտեղ, ինչո՞ւ է խորհուրդ տրվում, թե՞ այն, ինչ տեսել է օգտատերը, իրեն տեղին է թվում։ Որովհետև ես կարդացի մի փորձ մայրերի համար, և դեռ այդքան շատ տվյալներ չկար, և չկար այդքան շատ տվյալներ ինտերնետից, պարզապես մթերային մանրածախ վաճառողի տվյալներ կային, որը կանխատեսում էր հղիությունը (որ նրանք մայրեր են լինելու): Իսկ երբ ցուցադրեցին ապագա մայրերի համար նախատեսված ապրանքների ընտրանին, մայրերը սարսափեցին, որ դրանց մասին իմացել են պաշտոնական բաներից առաջ։ Եվ դա չստացվեց: Եվ այս խնդիրը լուծելու համար միտումնավոր համապատասխան ապրանքները խառնել են բոլորովին անկապ մի բանի հետ։

OH: «Մենք մարդկանց հատուկ ցույց տվեցինք, թե ինչ հիմքով են տրվել առաջարկությունները, որպեսզի հասկանանք նրանց արձագանքները: Փաստորեն, հենց այստեղ է ծնվել այն հայեցակարգը, որ մարդկանց պետք չէ ասել, որ սրանք նրա համար սուպեր համապատասխան ապրանքներ են:

Հա, իմիջիայլոց, անկապների հետ խառնելու մոտեցում կա։ Բայց կա հակառակ բանը. երբեմն մարդիկ ներս են մտնում և շփվում այս անկապ արտադրանքի հետ. պատահական արտանետումներ են առաջանում, մոդելները կոտրվում են և ամեն ինչ ավելի է բարդանում: Բայց սա իրականում գոյություն ունի: Ավելին, շատ ընկերություններ միտումնավոր, եթե գիտեն, որ ինչ-որ մեկը մշակում է իրենց տվյալները (ինչ-որ մեկը կարող է նման արդյունք գողանալ նրանցից), երբեմն խառնում են դրանք, որպեսզի հետագայում կարողանան ապացուցել, որ դուք չեք վերցրել տվյալները նրա առաջարկությունների համակարգից, այլ՝ այսպես կոչված Yandex.Market-ը:

Գովազդային արգելափակումներ և բրաուզերի անվտանգություն

Զ. - Բարեւ Ձեզ. Դուք նշեցիք Ghostery-ն և Adblock-ը։ Կարո՞ղ եք ասել, թե ընդհանուր առմամբ որքանով են արդյունավետ նման թրեքերները (գուցե վիճակագրության հիման վրա): Իսկ ընկերություններից պատվերներ ունե՞ք՝ ասում են՝ համոզվեք, որ մեր գովազդը չի կարող փակվել Adblock-ով։

OH: – Մենք ուղղակիորեն չենք կապվում գովազդային հարթակների հետ, հենց այնպես, որ նրանք չխնդրեն իրենց գովազդը տեսանելի դարձնել բոլորին: Ես անձամբ օգտագործում եմ Ghostery - կարծում եմ, որ դա շատ հիանալի ընդլայնում է: Այժմ բոլոր բրաուզերները պայքարում են գաղտնիության համար. Mozilla-ն թողարկել է բոլոր տեսակի թարմացումների փունջ, Google Chrome-ն այժմ գերապահով է: Նրանք բոլորն արգելափակում են այն ամենը, ինչ կարող են: «Safari»-ն նույնիսկ լռելյայն անջատել է «Gyroscope»-ը:
Եվ այս միտումը, իհարկե, լավ է (ոչ նրանց համար, ովքեր տվյալներ են հավաքում, չնայած նրանք նույնպես դուրս են եկել դրանից), քանի որ մարդիկ նախ արգելափակել են թխուկները։ Բոլորը, ովքեր տիրապետում էին գովազդային ցանցերին, հիշում էին այնպիսի հիանալի տեխնոլոգիա, ինչպիսին է բրաուզերի մատնահետքերը. սրանք ալգորիթմներ են, որոնք ստանում են 60 տարբեր պարամետր (էկրանի լուծում, տարբերակ, տեղադրված տառատեսակներ) և դրանց հիման վրա նրանք հաշվարկում են եզակի «ID»: Անցնենք սրան։ Եվ բրաուզերները սկսեցին պայքարել դրա դեմ: Ընդհանրապես սա լինելու է տիտանների անվերջանալի ճակատամարտ։

Վերջին մշակողը Mozilla-ն բավականին ապահով է: Այն գործնականում չի խնայում թխուկներ և սահմանում է կարճ ժամկետ: Հատկապես եթե միացնեք «Ինկոգնիտո»-ն, ձեզ ընդհանրապես ոչ ոք չի գտնի: Հարցն այն է, որ բոլոր ծառայություններում գաղտնաբառեր մուտքագրելը անհարմար կլինի։

Որտե՞ղ են աշխատում և չեն գործում հոգետիպավորումն ու ֆիզիոգոմիան:

Զ. – Արթուր, շատ շնորհակալ եմ դասախոսության համար: Ես նաև հաճույքով հետևում եմ ձեր դասախոսություններին YouTube-ում: Դուք նշեցիք, որ մարքեթոլոգները գնալով ավելի են դիմում հոգետիպավորման և ֆիզիոգնոմիայի օգտագործմանը: Իմ հարցն այն է, թե ինչ ապրանքանիշերի կատեգորիաներում է սա աշխատում: Իմ համոզմունքն այն է, որ սա հարմար է միայն FMCG-ի համար: Օրինակ՝ ավտոմեքենա ընտրելը...

OH: - Ես կարող եմ ներբեռնել այնտեղ, որտեղ այն ճիշտ է աշխատում: Սա աշխատում է բոլոր տեսակի պատմություններում, ինչպիսիք են «Amediateka»-ն, հեռուստասերիալները, ֆիլմերը և այլն: Սա լավ է աշխատում բանկերում և բանկային պրոդուկտներում, եթե դա ոչ թե պրեմիում սեգմենտն է, այլ բոլոր տեսակի ուսանողական քարտերը, ապառիկ պլանները՝ այդպիսի բաներ: Սա իսկապես շատ լավ է աշխատում FMCG-ում և բոլոր տեսակի iPhone-ներում, լիցքավորիչներում, այս բոլոր հիմարություններում: Սա լավ է աշխատում «մայրիկ և փոփ» արտադրանքներում: Չնայած գիտեմ, որ ձկնորսության մեջ (այդպիսի թեմա կա)... Ձկնորսների հետ մի քանի անգամ դեպքեր են եղել - երբեք չեն կարող վստահելի հատվածավորվել։ Ես չգիտեմ ինչու. Ինչ-որ վիճակագրական սխալ.

Սա լավ չի աշխատում վարորդների, զարդերի կամ որոշ կենցաղային իրերի հետ: Իրականում, այն լավ չի աշխատում այնպիսի բաների հետ, որոնց մասին մարդիկ երբեք չէին գրի սոցիալական ցանցերում. դուք կարող եք դա ստուգել այս կերպ: Պայմանականորեն, լվացքի մեքենայի գնման դեպքում. ահա թե ինչպես հասկանալ, թե ով ունի լվացքի մեքենա և ով չունի: Թվում է, թե դա բոլորն ունեն: Դուք կարող եք օգտագործել OFD-ի տվյալները. տեսնել, թե ով ինչ է գնել՝ օգտագործելով անդորրագրերը և համապատասխանեցնել այս մարդկանց՝ օգտագործելով անդորրագրերը: Բայց իրականում կան բաներ, որոնց մասին դուք երբեք չէիք խոսի, օրինակ, Instagram-ում, դժվար է նման բաների հետ աշխատել:

Մեքենաները հնարքները ճանաչում են որպես վիճակագրական լցոնում:

Զ. - Ես հարց ունեմ թիրախավորման հետ կապված. Հնարավո՞ր է (կամ նրանք հանկարծակի գոյություն ունեն) պայմանական պատահական կերպար, ով հակասում է իրեն ամեն ինչում. սկզբում նա գուգլում է «լավագույն մարզասրահները», իսկ հետո՝ «10 միջոց՝ ոչինչ չանելու»: Եվ այդպես է ամեն ինչում։ Կարո՞ղ է թիրախավորումը հետևել մի բանի, որն ինքն իրեն հակասում է:

OH: – Այստեղ միակ հարցը հետևյալն է. եթե դուք օգտվում եք Google-ից 2 տարի, պատմում եք այն ամենը, ինչ կարող եք ձեր մասին, և այժմ տեղադրեք ձեզ համար մի փլագին, որը կգրի նմանատիպ պատահական հարցումներ, ապա, իհարկե, վիճակագրությունից դուք կ կարողանալ հասկանալ. այն, ինչ դուք հիմա անում եք, վիճակագրական ուրվագիծ է, և այս ամենը մաղելու խնդիր է: Ցանկության դեպքում գրանցեք նոր հաշիվ, բայց գովազդի ծավալը չի ​​փոխվի։ Նա պարզապես տարօրինակ կդառնա: Չնայած նա դեռ տարօրինակ է:

Մի քանի գովազդ 🙂

Շնորհակալություն մեզ հետ մնալու համար: Ձեզ դուր են գալիս մեր հոդվածները: Ցանկանու՞մ եք տեսնել ավելի հետաքրքիր բովանդակություն: Աջակցեք մեզ՝ պատվիրելով կամ խորհուրդ տալով ընկերներին, ամպային VPS մշակողների համար $4.99-ից, մուտքի մակարդակի սերվերների եզակի անալոգ, որը հորինվել է մեր կողմից ձեզ համար. Ամբողջ ճշմարտությունը VPS (KVM) E5-2697 v3 (6 Cores) 10GB DDR4 480GB SSD 1Gbps 19 դոլարից կամ ինչպես կիսել սերվերը: (հասանելի է RAID1 և RAID10-ով, մինչև 24 միջուկով և մինչև 40 ԳԲ DDR4):

Dell R730xd 2 անգամ ավելի էժան Ամստերդամի Equinix Tier IV տվյալների կենտրոնում: Միայն այստեղ 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 հեռուստացույց $199-ից Նիդեռլանդներում! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99-ից: Կարդացեք մասին Ինչպես կառուցել ենթակառուցվածքի կորպ. դաս՝ 730 եվրո արժողությամբ Dell R5xd E2650-4 v9000 սերվերների օգտագործմամբ մեկ կոպեկի համար:

Source: www.habr.com