ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಆರ್ಥರ್ ಖಚುಯಾನ್ ಅವರು ದೊಡ್ಡ ಡೇಟಾ ಸಂಸ್ಕರಣೆಯಲ್ಲಿ ರಷ್ಯಾದ ಪ್ರಸಿದ್ಧ ತಜ್ಞರು, ಸಾಮಾಜಿಕ ಡೇಟಾ ಹಬ್ ಕಂಪನಿಯ (ಈಗ ಟಜೆರೋಸ್ ಗ್ಲೋಬಲ್) ಸಂಸ್ಥಾಪಕರು. ನ್ಯಾಷನಲ್ ರಿಸರ್ಚ್ ಯೂನಿವರ್ಸಿಟಿ ಹೈಯರ್ ಸ್ಕೂಲ್ ಆಫ್ ಎಕನಾಮಿಕ್ಸ್‌ನ ಪಾಲುದಾರ. ನ್ಯಾಷನಲ್ ರಿಸರ್ಚ್ ಯೂನಿವರ್ಸಿಟಿ ಹೈಯರ್ ಸ್ಕೂಲ್ ಆಫ್ ಎಕನಾಮಿಕ್ಸ್‌ನೊಂದಿಗೆ ಫೆಡರೇಶನ್ ಕೌನ್ಸಿಲ್‌ನಲ್ಲಿ ಬಿಗ್ ಡೇಟಾದ ಮಸೂದೆಯನ್ನು ಸಿದ್ಧಪಡಿಸಿ ಪ್ರಸ್ತುತಪಡಿಸಿದರು. ಅವರು ಪ್ಯಾರಿಸ್‌ನಲ್ಲಿರುವ ಕ್ಯೂರಿ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್, ಸೇಂಟ್ ಪೀಟರ್ಸ್‌ಬರ್ಗ್ ಸ್ಟೇಟ್ ಯೂನಿವರ್ಸಿಟಿ, ರಷ್ಯಾದ ಒಕ್ಕೂಟದ ಸರ್ಕಾರದ ಅಡಿಯಲ್ಲಿ ಫೆಡರಲ್ ವಿಶ್ವವಿದ್ಯಾಲಯದಲ್ಲಿ ಮಾತನಾಡಿದರು. Red Apple ನಲ್ಲಿ, ಇಂಟರ್ನ್ಯಾಷನಲ್ ಓಪನ್‌ಡೇಟಾಡೇ, RIW 2016, AlfaFuturePeople.

ಉಪನ್ಯಾಸವನ್ನು 2019 ರಲ್ಲಿ ಮಾಸ್ಕೋದಲ್ಲಿ ನಡೆದ "ಗೀಕ್ ಪಿಕ್ನಿಕ್" ಎಂಬ ಬಯಲು ಉತ್ಸವದಲ್ಲಿ ರೆಕಾರ್ಡ್ ಮಾಡಲಾಗಿದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಆರ್ಥರ್ ಖಚುಯಾನ್ (ಇನ್ನು ಮುಂದೆ - AH): – ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕೈಗಾರಿಕೆಗಳಿಂದ - ಔಷಧದಿಂದ, ನಿರ್ಮಾಣದಿಂದ, ಯಾವುದೋ, ಯಾವುದೋ, ದೊಡ್ಡ ಡೇಟಾ, ಯಂತ್ರ ಕಲಿಕೆ, ಆಳವಾದ ಕಲಿಕೆಯ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸುವ ಒಂದನ್ನು ಆಯ್ಕೆ ಮಾಡಲು, ಇದು ಬಹುಶಃ ಮಾರ್ಕೆಟಿಂಗ್ ಆಗಿದೆ. ಏಕೆಂದರೆ ಕಳೆದ ಮೂರು ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚು ವರ್ಷಗಳಿಂದ, ಕೆಲವು ರೀತಿಯ ಜಾಹೀರಾತು ಸಂವಹನಗಳಲ್ಲಿ ನಮ್ಮನ್ನು ಸುತ್ತುವರೆದಿರುವ ಎಲ್ಲವೂ ಈಗ ನಿಖರವಾಗಿ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗೆ ಮತ್ತು ನಿಖರವಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಎಂದು ಕರೆಯಲ್ಪಡುವುದರೊಂದಿಗೆ ಸಂಬಂಧ ಹೊಂದಿದೆ. ಆದ್ದರಿಂದ, ಇಂದು ನಾನು ಈ ಬಗ್ಗೆ ಬಹಳ ದೂರದ ಇತಿಹಾಸದಿಂದ ಹೇಳುತ್ತೇನೆ ...

ನೀವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಊಹಿಸಿದರೆ ಮತ್ತು ಅದು ಹೇಗೆ ಕಾಣುತ್ತದೆ, ಅದು ಬಹುಶಃ ಹಾಗೆ ಇರುತ್ತದೆ. ವಿಚಿತ್ರವಾದ ಚಿತ್ರವು ನನ್ನ ನಾಯಿ ಏನು ಮಾಡುತ್ತದೆ ಎಂಬುದರ ಅವಲಂಬನೆಯನ್ನು ಕಂಡುಹಿಡಿಯಲು ನಾನು ಒಂದು ವರ್ಷದ ಹಿಂದೆ ಬರೆದ ನರ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ - ಅವಳು ಎಷ್ಟು ಬಾರಿ ದೊಡ್ಡದಾಗಿ, ಚಿಕ್ಕದಾಗಿ ಹೋಗಬೇಕು ಮತ್ತು ಅದು ಸಾಮಾನ್ಯವಾಗಿ ಅವಳು ಎಷ್ಟು ತಿನ್ನುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ ಅಥವಾ ಇಲ್ಲವೇ?. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಹೇಗೆ ಕಲ್ಪಿಸಿಕೊಳ್ಳಬಹುದು ಎಂಬುದರ ಕುರಿತು ಇದು ತಮಾಷೆಯಾಗಿದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಆದರೆ ಇನ್ನೂ, ಜಾಹೀರಾತು ಸಂವಹನಗಳಲ್ಲಿ ಇದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಯೋಚಿಸೋಣ. ಜಾಹೀರಾತು ಮತ್ತು ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿನ ಆಧುನಿಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ನಮ್ಮೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಮೂರು ಮಾರ್ಗಗಳಿವೆ. ಮೊದಲ ಕಥೆಯು ನಿಮ್ಮ ಮತ್ತು ನನ್ನ ಬಗ್ಗೆ ಹೆಚ್ಚುವರಿ ಜ್ಞಾನವನ್ನು ಪಡೆಯುವ ಮತ್ತು ಹೊರತೆಗೆಯುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ, ಮತ್ತು ನಂತರ ಅದನ್ನು ಕೆಲವು ಒಳ್ಳೆಯ ಮತ್ತು ಒಳ್ಳೆಯ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಬಳಸುವುದಿಲ್ಲ; ಪ್ರತಿ ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಗೆ ವಿಧಾನವನ್ನು ವೈಯಕ್ತೀಕರಿಸಿ; ಸ್ವಾಭಾವಿಕವಾಗಿ, ಇದರ ನಂತರ, ಮುಖ್ಯ ಗುರಿ ಕ್ರಿಯೆಯನ್ನು ನಿರ್ವಹಿಸಲು ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಮಾರಾಟವನ್ನು ನಡೆಸಲು ನಿರ್ದಿಷ್ಟ ಬೇಡಿಕೆಯನ್ನು ರಚಿಸಿ.

ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿಕೊಂಡು, ಅವರು ಪರಿಣಾಮಕಾರಿ ಸಂವಹನದ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದಾರೆ

ಪೋರ್ನ್‌ಹಬ್ ಮತ್ತು ಎಂ ಏನೆಂದು ಯೋಚಿಸಲು ನಾನು ನಿಮಗೆ ಹೇಳಿದರೆ. ವೀಡಿಯೊ”, ನೀವು ಏನು ಯೋಚಿಸುತ್ತಿದ್ದೀರಿ?

ಪ್ರೇಕ್ಷಕರಿಂದ ಪ್ರತಿಕ್ರಿಯೆಗಳು (ಇನ್ನು ಮುಂದೆ ಸಿ ಎಂದು ಉಲ್ಲೇಖಿಸಲಾಗಿದೆ): - ಟಿವಿ, ಪ್ರೇಕ್ಷಕರು.

ಓಹ್: - ನನ್ನ ಪರಿಕಲ್ಪನೆಯೆಂದರೆ ಇವು ಎರಡು ಸ್ಥಳಗಳು ಜನರು ಒಂದು ನಿರ್ದಿಷ್ಟ ರೀತಿಯ ಸೇವೆಗಾಗಿ ಬರುತ್ತಾರೆ, ಅಥವಾ ಅದನ್ನು ನಿರ್ದಿಷ್ಟ ರೀತಿಯ ಸರಕು ಎಂದು ಕರೆಯೋಣ. ಮತ್ತು ಈ ಪ್ರೇಕ್ಷಕರು ವಿಭಿನ್ನವಾಗಿದೆ, ಅದು ಮಾರಾಟಗಾರನಿಗೆ ಏನನ್ನೂ ಹೇಳಲು ಬಯಸುವುದಿಲ್ಲ. ಅವಳು ಒಳಗೆ ಬರಲು ಬಯಸುತ್ತಾಳೆ ಮತ್ತು ಕೆಲವು ಸ್ಪಷ್ಟ ಅಥವಾ ಸೂಚ್ಯ ರೂಪದಲ್ಲಿ ಅವಳ ಆಸಕ್ತಿಯನ್ನು ಪಡೆಯಲು ಬಯಸುತ್ತಾಳೆ. ಸ್ವಾಭಾವಿಕವಾಗಿ, ಯಾರೂ ಎಂಗೆ ಬರುವುದಿಲ್ಲ. ವೀಡಿಯೊ” ಯಾವುದೇ ಮಾರಾಟಗಾರರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಬಯಸುವುದಿಲ್ಲ, ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸುವುದಿಲ್ಲ, ಅವರ ಯಾವುದೇ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ಬಯಸುವುದಿಲ್ಲ.

ಆದ್ದರಿಂದ, ಮೊದಲ ಕಥೆ ಈ ಎಲ್ಲವನ್ನು ಅನುಸರಿಸುತ್ತದೆ.

ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಸಂವಹನ ಮಾಡುವುದನ್ನು ಹೇಗಾದರೂ ತಪ್ಪಿಸಲು ಹೆಚ್ಚುವರಿ ಜ್ಞಾನವನ್ನು ಪಡೆಯುವ ತಂತ್ರಜ್ಞಾನಗಳು ಕಾಣಿಸಿಕೊಂಡಾಗ. ನಾವು ಬ್ಯಾಂಕ್‌ಗೆ ಕರೆ ಮಾಡಿದಾಗ ನಾವೆಲ್ಲರೂ ಅದನ್ನು ಇಷ್ಟಪಡುತ್ತೇವೆ ಮತ್ತು ಬ್ಯಾಂಕ್ ನಮಗೆ ಹೇಳುತ್ತದೆ: “ಹಲೋ. ಅಲೆಕ್ಸಿ, ನೀವು ನಮ್ಮ ವಿಐಪಿ ಕ್ಲೈಂಟ್. ಈಗ ಕೆಲವು ಸೂಪರ್ ಮ್ಯಾನೇಜರ್ ನಿಮ್ಮೊಂದಿಗೆ ಮಾತನಾಡುತ್ತಾರೆ. ನೀವು ಈ ಬ್ಯಾಂಕ್‌ಗೆ ಬರುತ್ತೀರಿ ಮತ್ತು ನಿಮ್ಮೊಂದಿಗೆ ಮಾತನಾಡಬಲ್ಲ ಅನನ್ಯ ಮ್ಯಾನೇಜರ್ ನಿಜವಾಗಿಯೂ ಇದ್ದಾರೆ. ದುರದೃಷ್ಟವಶಾತ್ ಅಥವಾ ಅದೃಷ್ಟವಶಾತ್, ಸಾವಿರ ಕ್ಲೈಂಟ್‌ಗಳಿಗೆ ಸಾವಿರ ವೈಯಕ್ತಿಕ ವ್ಯವಸ್ಥಾಪಕರನ್ನು ಹೇಗೆ ನೇಮಿಸಿಕೊಳ್ಳುವುದು ಎಂದು ಒಂದೇ ಕಂಪನಿಯು ಇನ್ನೂ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿಲ್ಲ; ಮತ್ತು ಈ ಹೆಚ್ಚಿನ ಜನರು ಈಗ ಆನ್‌ಲೈನ್‌ನಲ್ಲಿರುವುದರಿಂದ, ಇದು ಯಾವ ರೀತಿಯ ವ್ಯಕ್ತಿ ಮತ್ತು ಅವರು ಕೆಲವು ಜಾಹೀರಾತು ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಬರುವ ಮೊದಲು ಅವರೊಂದಿಗೆ ಸರಿಯಾಗಿ ಸಂವಹನ ಮಾಡುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಕಾರ್ಯವಾಗಿದೆ. ಆದ್ದರಿಂದ, ವಾಸ್ತವವಾಗಿ, ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ತಂತ್ರಜ್ಞಾನಗಳು ಕಾಣಿಸಿಕೊಂಡಿವೆ.

ಡೇಟಾ ಹೊರತೆಗೆಯುವಿಕೆ ಹೊಸ ತೈಲವಾಗಿದೆ

ನೀವು ಹೂವಿನ ಅಂಗಡಿಯ ಮಾಲೀಕರು ಎಂದು ಊಹಿಸೋಣ. ನಿಮ್ಮನ್ನು ನೋಡಲು ಮೂರು ಜನ ಬರುತ್ತಾರೆ. ಮೊದಲನೆಯದು ಬಹಳ ಸಮಯದವರೆಗೆ ನಿಂತಿದೆ, ಹಿಂಜರಿಯುತ್ತದೆ, ನಿಮ್ಮೊಂದಿಗೆ ಮಾತನಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ, ಕೆಲವು ರೀತಿಯ ಪುಷ್ಪಗುಚ್ಛವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ - ನೀವು ಅದನ್ನು ಕಟ್ಟಲು ಹೋಗಿ, ಅಲ್ಲಿ ಏನಾದರೂ ಮಾಡಲು ಹೋಗಿ; ಅವನು ಈ ಪುಷ್ಪಗುಚ್ಛದೊಂದಿಗೆ ಅಂಗಡಿಯಿಂದ ಓಡಿಹೋಗುತ್ತಾನೆ - ನಿಮ್ಮ ಮೂರು ಸಾವಿರ ರೂಬಲ್ಸ್ಗಳನ್ನು ನೀವು ಕಳೆದುಕೊಂಡಿದ್ದೀರಿ. ಯಾಕೆ ಹೀಗಾಯಿತು? ಈ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ನಿಮಗೆ ಏನೂ ತಿಳಿದಿಲ್ಲ: ಆಂತರಿಕ ವ್ಯವಹಾರಗಳ ಸಚಿವಾಲಯದಲ್ಲಿ ಅವರ ಬಂಧನಗಳ ಇತಿಹಾಸ ನಿಮಗೆ ತಿಳಿದಿಲ್ಲ, ಅವರು ಕ್ಲೆಪ್ಟೋಮೇನಿಯಾಕ್ ಮತ್ತು ಮನೋವೈದ್ಯಕೀಯ ಔಷಧಾಲಯದಲ್ಲಿ ನೋಂದಾಯಿಸಲ್ಪಟ್ಟಿದ್ದಾರೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿಲ್ಲ. ಏಕೆ? ಏಕೆಂದರೆ ನೀವು ಅದನ್ನು ಮೊದಲ ಬಾರಿಗೆ ನೋಡಿದ್ದೀರಿ ಮತ್ತು ನೀವು ನಡವಳಿಕೆಯ ವಿಶ್ಲೇಷಕರಾಗಿಲ್ಲ.

ಬೇರೆಯವರು ಬರುತ್ತಾರೆ... ವಿಟಾಲಿ. ವಿಟಾಲಿಯು ಅದನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಬಹಳ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, "ಸರಿ, ನನಗೆ ಇದು ಮತ್ತು ಅದು ಬೇಕು" ಎಂದು ಅವರು ಹೇಳುತ್ತಾರೆ. ಮತ್ತು ನೀವು ಅವನಿಗೆ, "ಅಮ್ಮನಿಗೆ ಹೂವುಗಳು, ಸರಿ?" ಮತ್ತು ನೀವು ಅವನಿಗೆ ಪುಷ್ಪಗುಚ್ಛವನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತೀರಿ.

ವ್ಯಕ್ತಿಗೆ ನಿಜವಾಗಿ ಏನು ಬೇಕು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಇಲ್ಲಿನ ಪರಿಕಲ್ಪನೆಯಾಗಿದೆ. ಪ್ರತಿಯೊಬ್ಬರೂ ತಕ್ಷಣವೇ ಕೆಲವು ರೀತಿಯ ಜಾಹೀರಾತು ಜಾಲಗಳ ಬಗ್ಗೆ ಯೋಚಿಸಿದರು ಮತ್ತು ಹೀಗೆ...

ಪ್ರತಿಯೊಬ್ಬರೂ ಬಹುಶಃ "ಡೇಟಾ ಹೊಸ ತೈಲ" ಎಂಬ ಮೂರ್ಖ ನುಡಿಗಟ್ಟು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಬಾರಿ ಕೇಳಿರಬಹುದು? ಖಂಡಿತ ಎಲ್ಲರೂ ಕೇಳಿದ್ದಾರೆ. ವಾಸ್ತವವಾಗಿ, ಜನರು ಬಹಳ ಹಿಂದೆಯೇ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು ಕಲಿತರು, ಆದರೆ ಈ ಡೇಟಾದಿಂದ ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯುವುದು ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಅಥವಾ ಕೆಲವು ರೀತಿಯ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಕ್ರಮಾವಳಿಗಳು ಈಗ ಪರಿಹರಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿರುವ ಕಾರ್ಯವಾಗಿದೆ. ಏಕೆ? ಏಕೆಂದರೆ ನೀವು ಒಬ್ಬ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಮಾತನಾಡಿದರೆ, ಅವನು ನಿಮಗೆ ಸರಿ, ತಪ್ಪು ಅಥವಾ ಹೇಗಾದರೂ ಬಣ್ಣದ ಉತ್ತರವನ್ನು ನೀಡಬಹುದು. ನನ್ನ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ನಾನು ಹೇಳುವ ಹಾಸ್ಯವೆಂದರೆ ಸಮೀಕ್ಷೆಗಳು ಅಂಕಿಅಂಶಗಳಿಂದ ಹೇಗೆ ಭಿನ್ನವಾಗಿವೆ ಎಂಬುದು. ನಾನು ಇದನ್ನು ನಿಮಗೆ ಉಪಾಖ್ಯಾನವಾಗಿ ಹೇಳುತ್ತೇನೆ:

ಇದರರ್ಥ ಎರಡು ಹಳ್ಳಿಗಳಲ್ಲಿ ಅವರು ಪುರುಷತ್ವದ ಸರಾಸರಿ ಉದ್ದದ ಅಧ್ಯಯನವನ್ನು ನಡೆಸಲು ನಿರ್ಧರಿಸಿದರು. ಅಂದರೆ ಮೊದಲ ಗ್ರಾಮವಾದ ವಿಲ್ಲಾರಿಬೋದಲ್ಲಿ ಸರಾಸರಿ ಉದ್ದ 15 ಸೆಂಟಿಮೀಟರ್, ವಿಲ್ಲಾಬಾಗ್ಗಿಯೊ ಗ್ರಾಮದಲ್ಲಿ - 25. ಏಕೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿದೆಯೇ? ಏಕೆಂದರೆ ಮೊದಲ ಗ್ರಾಮದಲ್ಲಿ ಅಳತೆಗಳನ್ನು ನಡೆಸಲಾಯಿತು ಮತ್ತು ಎರಡನೆಯದರಲ್ಲಿ ಸಮೀಕ್ಷೆಯನ್ನು ನಡೆಸಲಾಯಿತು.

ಅಶ್ಲೀಲ ಉದ್ಯಮವು ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳ ಪ್ರಮುಖವಾಗಿದೆ

ಅದಕ್ಕಾಗಿಯೇ ಆಧುನಿಕ ವಿಧಾನವೆಂದರೆ ಎಲ್ಲಾ ಜನರನ್ನು ವಿನಾಯಿತಿ ಇಲ್ಲದೆ ವಿಶ್ಲೇಷಿಸುವುದು, ಅವರು 100% ಕ್ಕಿಂತ ಸ್ವಲ್ಪ ಕಡಿಮೆ ಇದ್ದರೂ ಸಹ, ಆದರೆ ಈ ಜನರು ನೀವು ಕೇಳಬೇಕಾಗಿಲ್ಲ, ನೀವು ಅವರನ್ನು ನೋಡಬೇಕಾಗಿಲ್ಲ. ಈ ವ್ಯಕ್ತಿಗೆ ಏನು ಬೇಕು, ಅವನೊಂದಿಗೆ ಸರಿಯಾಗಿ ಮಾತನಾಡುವುದು ಹೇಗೆ, ಅವನ ಸುತ್ತ ಬೇಡಿಕೆಯನ್ನು ಸರಿಯಾಗಿ ಸೃಷ್ಟಿಸುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಈಗ ಡಿಜಿಟಲ್ ಹೆಜ್ಜೆಗುರುತು ಎಂದು ಕರೆಯಲ್ಪಡುವದನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಸಾಕು. ಒಂದೆಡೆ, ಇದು ಬುದ್ದಿಹೀನ ಯಂತ್ರ (ಆದರೆ ನೀವು ಮತ್ತು ನನಗೆ ಇದು ಚೆನ್ನಾಗಿ ತಿಳಿದಿದೆ); M ನಿಂದ ಜನರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ನಾವು ಬಯಸುವುದಿಲ್ಲ. ವೀಡಿಯೊ,” ಮತ್ತು ಇನ್ನೂ ಹೆಚ್ಚಾಗಿ, ನಾವು ಪೋರ್ನ್‌ಹಬ್‌ನಂತಹ ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಹೋದಾಗ, ನಮಗೆ ಬೇಕಾದುದನ್ನು ನಿಖರವಾಗಿ ಪಡೆಯಲು ನಾವು ಬಯಸುತ್ತೇವೆ.

ನಾನು ಯಾವಾಗಲೂ ಪೋರ್ನ್‌ಹಬ್ ಬಗ್ಗೆ ಏಕೆ ಮಾತನಾಡುತ್ತೇನೆ? ಏಕೆಂದರೆ ವಯಸ್ಕ ಉದ್ಯಮವು ಅಂತಹ ತಂತ್ರಜ್ಞಾನಗಳ ವಿಶ್ಲೇಷಣೆಗೆ, ಅಂತಹ ತಂತ್ರಜ್ಞಾನಗಳ ಅನುಷ್ಠಾನಕ್ಕೆ, ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗೆ ಮೊದಲು ಬರುತ್ತದೆ. ನೀವು ಈ ಪ್ರದೇಶದಲ್ಲಿ ಮೂರು ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಲೈಬ್ರರಿಗಳನ್ನು ತೆಗೆದುಕೊಂಡರೆ (ಉದಾಹರಣೆಗೆ, Python ಗಾಗಿ TensorFlow ಅಥವಾ Pandas, CSV ಫೈಲ್‌ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು, ಮತ್ತು ಹೀಗೆ), ನೀವು ಅದನ್ನು Github ನಲ್ಲಿ ತೆರೆದರೆ, ಈ ಎಲ್ಲಾ ಹೆಸರುಗಳ ಚಿಕ್ಕ Google ನೊಂದಿಗೆ ನೀವು ಕಾಣಬಹುದು ಪೋರ್ನ್‌ಹಬ್ ಕಂಪನಿಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿರುವ ಅಥವಾ ಪ್ರಸ್ತುತ ಕೆಲಸ ಮಾಡುತ್ತಿರುವ ಒಂದೆರಡು ಜನರು ಮತ್ತು ಅಲ್ಲಿ ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಯನ್ನು ಜಾರಿಗೆ ತಂದ ಮೊದಲಿಗರು. ಸಾಮಾನ್ಯವಾಗಿ, ಈ ಕಥೆಯು ತುಂಬಾ ಮುಂದುವರಿದಿದೆ ಮತ್ತು ಈ ಪ್ರೇಕ್ಷಕರು ಎಷ್ಟು, ಈ ಕಂಪನಿಯು ಎಷ್ಟು ಮುಂದಕ್ಕೆ ಸಾಗಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಗುರುತಿಸುವಿಕೆಯ ಮೂರು ಹಂತಗಳು

ವ್ಯಕ್ತಿಯ ಸುತ್ತ ಗುರುತಿಸಬಹುದಾದ ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್ ಇದೆ. ನಾನು ಸಾಮಾನ್ಯವಾಗಿ ಇದನ್ನು ಔಪಚಾರಿಕವಾಗಿ ಮೂರು ಹಂತಗಳಾಗಿ ವಿಂಗಡಿಸುತ್ತೇನೆ, ಆಳವಾಗಿ ಮತ್ತು ಆಳವಾಗಿ ಹೋಗುತ್ತೇನೆ. ಸ್ವಾಭಾವಿಕವಾಗಿ, ಕಂಪನಿಯು ತನ್ನದೇ ಆದ ಡೇಟಾವನ್ನು ಹೊಂದಿದೆ.

ನಾವು ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುವ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಿದ್ದರೆ, ಮೊದಲ ಹಂತವು ಅಂಗಡಿಯಲ್ಲಿಯೇ ಇರುವ ಡೇಟಾ (ಖರೀದಿ ಇತಿಹಾಸ, ಎಲ್ಲಾ ರೀತಿಯ ವಹಿವಾಟುಗಳು, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಇಂಟರ್ಫೇಸ್‌ನೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾನೆ).

ಮುಂದೆ ಒಂದು ಹಂತವಿದೆ (ತುಲನಾತ್ಮಕವಾಗಿ ದೊಡ್ಡದು) - ಇದನ್ನು ತೆರೆದ ಮೂಲಗಳು ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ಸ್ಕ್ರ್ಯಾಪ್ ಮಾಡಲು ನಾನು ನಿಮ್ಮನ್ನು ಪ್ರೋತ್ಸಾಹಿಸುತ್ತೇನೆ ಎಂದು ಯೋಚಿಸಬೇಡಿ, ಆದರೆ ವಾಸ್ತವವಾಗಿ, ತೆರೆದ ಮೂಲಗಳಲ್ಲಿ ಲಭ್ಯವಿರುವುದು ನೀವು ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಹೇಳಬಹುದಾದ, ಹೇಳಬಹುದಾದ, ಕಲಿಯಬಹುದಾದ ದೊಡ್ಡ ಡೇಟಾವನ್ನು ತೆರೆಯುತ್ತದೆ.

ಮತ್ತು ಮೂರನೇ ಪ್ರಮುಖ ಭಾಗವು ಈ ವ್ಯಕ್ತಿಯ ಪರಿಸರವಾಗಿದೆ. ಹೌದು, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ ಇಲ್ಲದಿದ್ದರೆ, ಅಲ್ಲಿ ಅವನ ಬಗ್ಗೆ ಯಾವುದೇ ಡೇಟಾ ಇಲ್ಲ ಎಂಬ ಅಭಿಪ್ರಾಯವಿದೆ (ಇದು ನಿಜವಲ್ಲ ಎಂದು ನಿಮಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿದೆ), ಆದರೆ ಅತ್ಯಂತ ಮುಖ್ಯವಾದ ವಿಷಯವೆಂದರೆ ವ್ಯಕ್ತಿಯ ಪ್ರೊಫೈಲ್‌ನಲ್ಲಿರುವ ಡೇಟಾ (ಅಥವಾ ಕೆಲವು ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ) ಅದರ ಬಗ್ಗೆ ಪಡೆಯಬಹುದಾದ ಜ್ಞಾನದ 40% ಮಾತ್ರ. ಉಳಿದ ಮಾಹಿತಿಯನ್ನು ಅವನ ಪರಿಸರದಿಂದ ಪಡೆಯಲಾಗಿದೆ. "ನಿಮ್ಮ ಸ್ನೇಹಿತ ಯಾರೆಂದು ಹೇಳಿ ಮತ್ತು ನೀವು ಯಾರೆಂದು ನಾನು ನಿಮಗೆ ಹೇಳುತ್ತೇನೆ" ಎಂಬ ನುಡಿಗಟ್ಟು XNUMX ನೇ ಶತಮಾನದಲ್ಲಿ ಹೊಸ ಅರ್ಥವನ್ನು ಪಡೆಯುತ್ತದೆ ಏಕೆಂದರೆ ಆ ವ್ಯಕ್ತಿಯ ಸುತ್ತಲೂ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ಪಡೆಯಬಹುದು.

ನಾವು ಜಾಹೀರಾತು ಸಂವಹನಗಳಿಗೆ ಹತ್ತಿರವಾಗಿ ಮಾತನಾಡಿದರೆ, ಜಾಹೀರಾತು ಸಂವಹನಗಳನ್ನು ಜಾಹೀರಾತಿನಿಂದ ಅಲ್ಲ, ಆದರೆ ಕೆಲವು ಸ್ನೇಹಿತರು, ಪರಿಚಯಸ್ಥರು ಅಥವಾ ಹೇಗಾದರೂ ಪರಿಶೀಲಿಸಿದ ವ್ಯಕ್ತಿಯಿಂದ ಸ್ವೀಕರಿಸುವುದು ಬಹಳ ತಂಪಾದ ವೈಶಿಷ್ಟ್ಯವಾಗಿದ್ದು, ಬಹಳಷ್ಟು ಮಾರಾಟಗಾರರು ಬಳಸುತ್ತಾರೆ. ಕೆಲವು ಅಪ್ಲಿಕೇಶನ್ ಇದ್ದಕ್ಕಿದ್ದಂತೆ ನಿಮಗೆ ಉಚಿತ ಪ್ರೊಮೊ ಕೋಡ್ ನೀಡಿದಾಗ, ನೀವು ಅದರ ಬಗ್ಗೆ ಪೋಸ್ಟ್ ಮಾಡಿ ಮತ್ತು ಆ ಮೂಲಕ ಹೊಸ ಪ್ರೇಕ್ಷಕರನ್ನು ಆಕರ್ಷಿಸುತ್ತೀರಿ. ವಾಸ್ತವವಾಗಿ, ಷರತ್ತುಬದ್ಧ "Yandex.Taxi" ಗಾಗಿ ಈ ಪ್ರೋಮೋ ಕೋಡ್ ಅನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಆಯ್ಕೆ ಮಾಡಲಾಗಿಲ್ಲ, ಆದರೆ ಇದಕ್ಕಾಗಿ, ಹೊಸ ಪ್ರೇಕ್ಷಕರನ್ನು ಆಕರ್ಷಿಸಲು ಮತ್ತು ಹೇಗಾದರೂ ಅವರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುವ ನಿಮ್ಮ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಲಾಗಿದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಅವರು ಟಿವಿ ಸರಣಿಯ ಪಾತ್ರಗಳ ನಡವಳಿಕೆಯನ್ನು ಸಹ ವಿಶ್ಲೇಷಿಸುತ್ತಾರೆ

ನಾನು ನಿಮಗೆ ಮೂರು ಚಿತ್ರಗಳನ್ನು ತೋರಿಸುತ್ತೇನೆ ಮತ್ತು ಅವುಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು ಎಂದು ನೀವು ನನಗೆ ಹೇಳುತ್ತೀರಿ.

ಇದು ಒಂದು:

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಇದು:

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಮತ್ತು ಇದು:

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಅವುಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು? ಇಲ್ಲಿ ಎಲ್ಲವೂ ಸರಳವಾಗಿದೆ. ಕ್ವಾಂಟಮ್ ಮೆಕ್ಯಾನಿಕ್ಸ್ನಲ್ಲಿರುವಂತೆ, ಈ ಸಂದರ್ಭದಲ್ಲಿ ಈ ಸೃಜನಶೀಲತೆ ವೀಕ್ಷಕರಿಂದ ರೂಪುಗೊಂಡಿತು. ಅಂದರೆ, ಅದೇ ಬ್ರ್ಯಾಂಡ್‌ನಿಂದ ಒಂದೇ ಸಮಯದಲ್ಲಿ ನಡೆಸಿದ ಅದೇ ಜಾಹೀರಾತು ಪ್ರಚಾರದಲ್ಲಿನ ವ್ಯತ್ಯಾಸವು ಈ ಸೃಜನಶೀಲತೆಯನ್ನು ಯಾರು ವೀಕ್ಷಿಸಿದರು ಎಂಬುದರಲ್ಲಿ ಮಾತ್ರ. ವೈಯಕ್ತಿಕವಾಗಿ, ನಾನು ಅಮೆಡಿಯಟೆಕಾಗೆ ಹೋದಾಗ, ಅವರು ಇನ್ನೂ ಖಲ್ ಡ್ರೋಗೋವನ್ನು ತೋರಿಸುತ್ತಾರೆ. ನನ್ನ ಆದ್ಯತೆಗಳ ಬಗ್ಗೆ ಅಮೆಡಿಯಾಟೆಕಾ ಏನು ಯೋಚಿಸುತ್ತಾನೆಂದು ನನಗೆ ತಿಳಿದಿಲ್ಲ, ಆದರೆ ಕೆಲವು ಕಾರಣಗಳಿಂದ ಇದು ಸಂಭವಿಸುತ್ತದೆ.

ಈಗ ವೈಯಕ್ತೀಕರಿಸಿದ ಸಂವಹನಗಳು ಎಂದು ಕರೆಯಲ್ಪಡುವುದು ಪ್ರೇಕ್ಷಕರನ್ನು ಆಕರ್ಷಿಸುವ ಮತ್ತು ಅದರೊಂದಿಗೆ ಸರಿಯಾಗಿ ಸಂವಹನ ಮಾಡುವ ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಕಥೆಯಾಗಿದೆ. ಮೊದಲ ಹಂತದಲ್ಲಿ ನಾವು ನಮ್ಮದೇ ಬ್ರ್ಯಾಂಡ್ ಡೇಟಾ, ಓಪನ್ ಸೋರ್ಸ್ ಡೇಟಾ ಮತ್ತು, ಉದಾಹರಣೆಗೆ, ಈ ವ್ಯಕ್ತಿಯ ಪರಿಸರದಿಂದ ಡೇಟಾವನ್ನು ಬಳಸುವ ಜನರನ್ನು ಗುರುತಿಸಿದರೆ, ನಾವು, ಅವನನ್ನು ವಿಶ್ಲೇಷಿಸಿದ ನಂತರ, ಅವನು ಯಾರೆಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು, ಅವನೊಂದಿಗೆ ಸರಿಯಾಗಿ ಮಾತನಾಡುವುದು ಹೇಗೆ ಮತ್ತು, ಮುಖ್ಯವಾಗಿ , ಅವನು ಯಾವ ಭಾಷೆಯಲ್ಲಿ ಮಾತನಾಡುತ್ತಾನೆ ಅವನೊಂದಿಗೆ ಮಾತನಾಡಿ.

ಇಲ್ಲಿ ತಂತ್ರಜ್ಞಾನ ಎಷ್ಟರಮಟ್ಟಿಗೆ ಹೋಗಿದೆ ಎಂದರೆ ಜನರು ನೋಡುವ ಟಿವಿ ಧಾರಾವಾಹಿಗಳ ಪಾತ್ರಗಳನ್ನು ಈಗ ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತಿದೆ. ಅಂದರೆ, ನೀವು ಟಿವಿ ಧಾರಾವಾಹಿಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತೀರಿ - ಅವರು [ಇಷ್ಟಪಡುತ್ತಾರೆ] ವೀಕ್ಷಿಸುತ್ತಾರೆ, ಅಲ್ಲಿ ನೀವು ಯಾರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಅವರು ನೋಡುತ್ತಾರೆ, ನೀವು ಸಂವಹನ ನಡೆಸಲು ಯಾವ ರೀತಿಯ ವ್ಯಕ್ತಿ ಸೂಕ್ತ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು. ಇದು ಸಂಪೂರ್ಣ ಅಸಂಬದ್ಧವೆಂದು ತೋರುತ್ತದೆ, ಆದರೆ ವಿನೋದಕ್ಕಾಗಿ, ಸಂಪನ್ಮೂಲಗಳಲ್ಲಿ ಒಂದನ್ನು ಪ್ರಯತ್ನಿಸಿ - ವಿಭಿನ್ನ ಜನರು ವಿಭಿನ್ನ ಸೃಜನಶೀಲತೆಯನ್ನು ನೋಡುತ್ತಾರೆ (ಅದರೊಂದಿಗೆ ಸರಿಯಾಗಿ ಸಂವಹನ ನಡೆಸಲು).

ಒಂದೇ ಒಂದು ಆಧುನಿಕ ಮಾಧ್ಯಮ ಅಥವಾ ಯಾವುದೇ ವೀಡಿಯೊ ಸಂಪನ್ಮೂಲವು ನಿಮಗೆ ಕೆಲವು ಸುದ್ದಿಗಳನ್ನು ತೋರಿಸುವುದಿಲ್ಲ. ಮಾಧ್ಯಮಕ್ಕೆ ಹೋಗಿ - ನಿಮ್ಮನ್ನು ಗುರುತಿಸುವ, ನಿಮ್ಮ ಹಿಂದಿನ ಎಲ್ಲಾ ಚಟುವಟಿಕೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ, ಗಣಿತದ ಮಾದರಿಗೆ ಮನವಿ ಮಾಡುವ ಮತ್ತು ನಂತರ ನಿಮಗೆ ಏನನ್ನಾದರೂ ತೋರಿಸುವ ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಲೋಡ್ ಮಾಡಲಾಗಿದೆ. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಅಂತಹ ವಿಚಿತ್ರ ಕಥೆ ಇದೆ.

ಅಗತ್ಯಗಳನ್ನು ಹೇಗೆ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ? ಸೈಕೋಮೆಟ್ರಿ. ಭೌತಶಾಸ್ತ್ರ

ವ್ಯಕ್ತಿಯ ನಿಜವಾದ ಅಗತ್ಯಗಳನ್ನು ಮತ್ತು ಅವರೊಂದಿಗೆ ಸರಿಯಾಗಿ ಸಂವಹನ ಮಾಡುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ಹಲವು (ನೈಜ) ವಿಧಾನಗಳಿವೆ. ಹಲವು ವಿಧಾನಗಳಿವೆ, ಎಲ್ಲವನ್ನೂ ವಿಭಿನ್ನವಾಗಿ ಪರಿಹರಿಸಲಾಗುತ್ತದೆ, ಯಾವುದು ಒಳ್ಳೆಯದು ಮತ್ತು ಯಾವುದು ಕೆಟ್ಟದು ಎಂದು ಹೇಳುವುದು ಅಸಾಧ್ಯ. ಮುಖ್ಯವಾದವರು ಎಲ್ಲವನ್ನೂ ತಿಳಿದಿದ್ದಾರೆಂದು ತೋರುತ್ತದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಸೈಕೋಮೆಟ್ರಿ. ಕೇಂಬ್ರಿಡ್ಜ್ ಅನಾಲಿಟಿಕಾದೊಂದಿಗೆ ಕಥೆಯ ನಂತರ, ಇದು ಕೆಲವು ರೀತಿಯ ಆಘಾತಕಾರಿ, ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಕೆಲವು ರೀತಿಯ ತಿರುವುಗಳನ್ನು ತೆಗೆದುಕೊಂಡಿತು, ಏಕೆಂದರೆ ಪ್ರತಿ ಎರಡನೇ ರಾಜಕೀಯ ಕಂಪನಿಯು ಈಗ ಬಂದು ಹೇಳುತ್ತದೆ: “ಓಹ್, ನೀವು ನನ್ನನ್ನು ಟ್ರಂಪ್‌ನಂತೆ ಮಾಡಬಹುದೇ? ನಾನು ಕೂಡ ಗೆಲ್ಲಲು ಬಯಸುತ್ತೇನೆ, ಇತ್ಯಾದಿ. ವಾಸ್ತವವಾಗಿ, ಇದು ನಮ್ಮ ವಾಸ್ತವಗಳಿಗೆ ಅಸಂಬದ್ಧವಾಗಿದೆ, ಉದಾಹರಣೆಗೆ, ರಾಜಕೀಯ ಚುನಾವಣೆಗಳು. ಆದರೆ ಸೈಕೋಟೈಪ್‌ಗಳನ್ನು ನಿರ್ಧರಿಸಲು, ಮೂರು ಮಾದರಿಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ:

  • ಮೊದಲನೆಯದು ನೀವು ಸೇವಿಸುವ ವಿಷಯವನ್ನು ಆಧರಿಸಿದೆ - ನೀವು ಬರೆಯುವ ಪದಗಳು, ನೀವು ಇಷ್ಟಪಡುವ ಕೆಲವು ಮಾಹಿತಿ, ವೀಡಿಯೊಗಳು, ಇತ್ಯಾದಿ;
  • ಎರಡನೆಯದು ನೀವು ವೆಬ್ ಇಂಟರ್‌ಫೇಸ್‌ನೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತೀರಿ, ನೀವು ಹೇಗೆ ಟೈಪ್ ಮಾಡುತ್ತೀರಿ, ಯಾವ ಬಟನ್‌ಗಳನ್ನು ಒತ್ತುತ್ತೀರಿ - ವಾಸ್ತವವಾಗಿ, ಸಂಪೂರ್ಣ ಕಂಪನಿಗಳು ತಮ್ಮ ಕೀಬೋರ್ಡ್ ಕೈಬರಹವನ್ನು ಆಧರಿಸಿ, ಈಗ ಸೈಕೋಟೈಪ್‌ಗಳು ಎಂದು ಕರೆಯುವುದನ್ನು ಸಾಕಷ್ಟು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ನಿರ್ಧರಿಸಬಹುದು.
  • ನಾನು ಹೆಚ್ಚು ಮನಶ್ಶಾಸ್ತ್ರಜ್ಞನಲ್ಲ, ಅದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ನನಗೆ ನಿಜವಾಗಿಯೂ ಅರ್ಥವಾಗುತ್ತಿಲ್ಲ, ಆದರೆ ಜಾಹೀರಾತು ಸಂವಹನಗಳ ದೃಷ್ಟಿಕೋನದಿಂದ, ಈ ವಿಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾದ ಪ್ರೇಕ್ಷಕರು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಾರೆ, ಏಕೆಂದರೆ ಯಾರಿಗಾದರೂ ನೀಲಿ ಬಣ್ಣದೊಂದಿಗೆ ಕೆಂಪು ಪರದೆಯನ್ನು ತೋರಿಸಬೇಕಾಗಿದೆ. ಮಹಿಳೆ, ಯಾರಿಗಾದರೂ ಕಪ್ಪು ಪರದೆಯನ್ನು ತೋರಿಸಬೇಕಾಗಿದೆ - ಕೆಲವು ರೀತಿಯ ಅಮೂರ್ತತೆಯೊಂದಿಗೆ ನೀಲಿ ಹಿನ್ನೆಲೆ, ಮತ್ತು ಇದು ತುಂಬಾ ತಂಪಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಕೆಲವು ಕಡಿಮೆ ಮಟ್ಟದಲ್ಲಿ - ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಅದರ ಬಗ್ಗೆ ಯೋಚಿಸುವುದಿಲ್ಲ. ಈಗ ಜಾಹೀರಾತು ಮಾರುಕಟ್ಟೆಯಲ್ಲಿನ ಮುಖ್ಯ ಸಮಸ್ಯೆ ಏನು? ಪ್ರತಿಯೊಬ್ಬರೂ ಗುಪ್ತಚರ ಏಜೆಂಟ್, ಎಲ್ಲರೂ ಅಡಗಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ, ಯಾವುದೇ ರೀತಿಯಲ್ಲಿ ಗುರುತಿಸದಿರಲು ಪ್ರತಿಯೊಬ್ಬರೂ ಮಿಲಿಯನ್ ಸಾವಿರ ಬ್ರೌಸರ್ ಅನುಮತಿಗಳನ್ನು ಸ್ಥಾಪಿಸಿದ್ದಾರೆ - ನೀವು ಬಹುಶಃ "ಆಡ್‌ಬ್ಲಾಕ್ಸ್", "ಗೋಸ್ಟ್ರೆ" ​​ಮತ್ತು ಟ್ರ್ಯಾಕಿಂಗ್ ಅನ್ನು ನಿರ್ಬಂಧಿಸುವ ಎಲ್ಲಾ ರೀತಿಯ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಹೊಂದಿದ್ದೀರಿ. ಈ ಕಾರಣದಿಂದಾಗಿ, ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ಏನನ್ನಾದರೂ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ತುಂಬಾ ಕಷ್ಟ. ಮತ್ತು ತಂತ್ರಜ್ಞಾನವು ಮುಂದುವರೆದಿದೆ - ಈ ವ್ಯಕ್ತಿಯು 125 ನೇ ಬಾರಿಗೆ ನಿಮ್ಮ ಸೈಟ್‌ಗೆ ಹಿಂತಿರುಗಿದ್ದಾನೆ ಎಂದು ನೀವು ತಿಳಿದುಕೊಳ್ಳಬೇಕು, ಆದರೆ ಅವನು ಅಂತಹ ಮತ್ತು ಅಂತಹ ವಿಚಿತ್ರ ವ್ಯಕ್ತಿ.

ಭೌತಶಾಸ್ತ್ರವು ಬಹಳ ವಿವಾದಾತ್ಮಕ ವಿಜ್ಞಾನವಾಗಿದೆ. ಇದನ್ನು ವಿಜ್ಞಾನವೆಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ. ಇದು ಕೆಲವು ಆಂತರಿಕ ವ್ಯವಹಾರಗಳ ಸಚಿವಾಲಯಕ್ಕಾಗಿ ಸುಳ್ಳು ಪತ್ತೆಕಾರಕಗಳನ್ನು ಪ್ರೋಗ್ರಾಂ ಮಾಡಲು ಬಳಸುತ್ತಿದ್ದ ಜನರ ಗುಂಪಾಗಿದೆ ಮತ್ತು ಈಗ ಸೃಜನಶೀಲತೆಯ ವ್ಯಕ್ತಿತ್ವ ಎಂದು ಕರೆಯಲ್ಪಡುವಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿದ್ದಾರೆ. ಇಲ್ಲಿ ವಿಧಾನವು ತುಂಬಾ ಸರಳವಾಗಿದೆ: ನಿಮ್ಮ ಹಲವಾರು ಸಾರ್ವಜನಿಕ ಛಾಯಾಚಿತ್ರಗಳನ್ನು ಕೆಲವು ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ ಮತ್ತು ಅವುಗಳಿಂದ ಮೂರು ಆಯಾಮದ ರೇಖಾಗಣಿತವನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ. ಮತ್ತು ನೀವು ವಕೀಲರಾಗಿದ್ದರೆ, ಇದು ಒಬ್ಬ ವ್ಯಕ್ತಿ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾ ಎಂದು ನೀವು ಈಗ ಹೇಳುತ್ತೀರಿ; ಆದರೆ ಇವುಗಳು ಬಾಹ್ಯಾಕಾಶದಲ್ಲಿ ನೆಲೆಗೊಂಡಿರುವ 300 ಸಾವಿರ ಅಂಕಗಳು ಎಂದು ನಾನು ನಿಮಗೆ ಹೇಳುತ್ತೇನೆ ಮತ್ತು ಇದು ವ್ಯಕ್ತಿಯಲ್ಲ ಮತ್ತು ವೈಯಕ್ತಿಕ ಡೇಟಾ ಅಲ್ಲ. ರೋಸ್ಕೊಮ್ನಾಡ್ಜೋರ್ ಅವರ ಬಳಿಗೆ ಬಂದಾಗ ಪ್ರತಿಯೊಬ್ಬರೂ ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಹೇಳುತ್ತಾರೆ.

ಆದರೆ ಗಂಭೀರವಾಗಿ, ನಿಮ್ಮ ಮುಖವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ, ನಿಮ್ಮ ಮೊದಲ ಮತ್ತು ಕೊನೆಯ ಹೆಸರನ್ನು ಅಲ್ಲಿ ಸಹಿ ಮಾಡದಿದ್ದರೆ, ನಿಮ್ಮ ವೈಯಕ್ತಿಕ ಡೇಟಾ ಅಲ್ಲ. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಹೇಗೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾನೆ ಮತ್ತು ಅವನೊಂದಿಗೆ ಹೇಗೆ ಸರಿಯಾಗಿ ಸಂವಹನ ನಡೆಸಬೇಕು ಎಂಬುದರ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ವಿವಿಧ ಮುಖದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹುಡುಗರು ಗುರುತಿಸುತ್ತಾರೆ. ಕೆಲವು ಪ್ರದೇಶಗಳಲ್ಲಿ ಇದು ಕಳಪೆಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಕೆಲವು ಜಾಹೀರಾತು ವಿಭಾಗಗಳಲ್ಲಿ; ಯಾವ ವಿಭಾಗಗಳಲ್ಲಿ ಇದು ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ. ಕೊನೆಯಲ್ಲಿ, ನೀವು ಕೆಲವು ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಹೋದಾಗ, ಎಲ್ಲರಿಗೂ ತೋರಿಸಲಾದ ಒಂದು ಬ್ಯಾನರ್ ಅನ್ನು ನೀವು ನೋಡುತ್ತೀರಿ, ಆದರೆ, ಉದಾಹರಣೆಗೆ ... ಈಗ ವಿಭಿನ್ನ ಪ್ರೇಕ್ಷಕರಿಗೆ 16 ಅಥವಾ 20 ಆಯ್ಕೆಗಳನ್ನು ಮಾಡುವುದು ಸಾಮಾನ್ಯವಾಗಿದೆ - ಮತ್ತು ಅದು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಬಹಳ ತಂಪಾದ. ಹೌದು, ಗ್ರಾಹಕರ ದೃಷ್ಟಿಕೋನದಿಂದ ಇದು ಇನ್ನೂ ದುಃಖಕರವಾಗಿದೆ, ಏಕೆಂದರೆ ಜನರು ಹೆಚ್ಚು ಹೆಚ್ಚು ಕುಶಲತೆಯಿಂದ ವರ್ತಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದಾರೆ. ಆದರೆ ಅದೇನೇ ಇದ್ದರೂ, ವ್ಯವಹಾರದ ದೃಷ್ಟಿಕೋನದಿಂದ ಇದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.

ಯಂತ್ರ ಕಲಿಕೆಯ ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ

ಇದು ಅಂತಹ ತಂತ್ರಜ್ಞಾನಗಳೊಂದಿಗೆ ಈ ಕೆಳಗಿನ ಸಮಸ್ಯೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ: ಎಲ್ಲಾ ನಂತರ, ಹೆಚ್ಚಿನ ಡೆವಲಪರ್‌ಗಳಿಗೆ ಈಗ ಆಳವಾದ ಕಲಿಕೆ ಎಂದು ಕರೆಯಲ್ಪಡುವ "ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ". ನೀವು ಎಂದಾದರೂ ಈ ಕಥೆಯಲ್ಲಿ ಮುಳುಗಿದ್ದರೆ ಮತ್ತು ಡೆವಲಪರ್‌ಗಳೊಂದಿಗೆ ಮಾತನಾಡಿದ್ದರೆ, ಅವರು ಯಾವಾಗಲೂ ಹೇಳುತ್ತಾರೆ: "ಓಹ್, ಕೇಳು, ಸರಿ, ನಾವು ಅಲ್ಲಿ ಗ್ರಹಿಸಲಾಗದ ಯಾವುದನ್ನಾದರೂ ಕೋಡ್ ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ಅದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿಲ್ಲ." ಬಹುಶಃ ಯಾರಾದರೂ ಇದು ಸಂಭವಿಸಿರಬಹುದು.

ಇದು ವಾಸ್ತವವಾಗಿ ಸತ್ಯದಿಂದ ದೂರವಿದೆ. ಈಗ ಯಂತ್ರ ಕಲಿಕೆ ಎಂದು ಕರೆಯುವುದು "ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ" ಯಿಂದ ದೂರವಿದೆ. ಇನ್‌ಪುಟ್ ಮತ್ತು ಔಟ್‌ಪುಟ್ ಡೇಟಾವನ್ನು ವಿವರಿಸಲು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ವಿಧಾನಗಳಿವೆ, ಮತ್ತು ಕೊನೆಯಲ್ಲಿ ಈ ಅಶ್ಲೀಲ ವೀಡಿಯೊ ಅಥವಾ ಇನ್ನೊಂದನ್ನು ನಿಮಗೆ ತೋರಿಸಲು ಯಂತ್ರವು ಯಾವ ಚಿಹ್ನೆಗಳನ್ನು ನಿರ್ಧರಿಸಿದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಕಂಪನಿಯು ಸಂಪೂರ್ಣವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಪ್ರಶ್ನೆಯೆಂದರೆ ಯಾವುದೇ ಕಂಪನಿಗಳು ಇದನ್ನು ಎಂದಿಗೂ ಬಹಿರಂಗಪಡಿಸುವುದಿಲ್ಲ, ಏಕೆಂದರೆ: ಮೊದಲನೆಯದಾಗಿ, ಇದು ವ್ಯಾಪಾರ ರಹಸ್ಯವಾಗಿದೆ; ಎರಡನೆಯದಾಗಿ, ನಿಮಗೆ ತಿಳಿದಿರದ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾ ಇರುತ್ತದೆ.

ಉದಾಹರಣೆಗೆ, ಇದಕ್ಕೂ ಮೊದಲು, ನೈತಿಕತೆಯ ಕುರಿತಾದ ಚರ್ಚೆಯಲ್ಲಿ, ಕೆಲವು ರೀತಿಯ ಜಾಹೀರಾತು ಕಥೆಗಳಲ್ಲಿ ಜನರನ್ನು ಟ್ಯಾಗ್ ಮಾಡಲು ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ವೈಯಕ್ತಿಕ ಸಂದೇಶಗಳನ್ನು ಹೇಗೆ ವಿಶ್ಲೇಷಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ನಾವು ಚರ್ಚಿಸಿದ್ದೇವೆ. ನೀವು ಯಾರಿಗಾದರೂ ಏನನ್ನಾದರೂ ಬರೆದರೆ, ಇದರ ಆಧಾರದ ಮೇಲೆ ನೀವು ಕೆಲವು ರೀತಿಯ ಜಾಹೀರಾತು ಸಂವಹನಗಳಿಗಾಗಿ ನಿರ್ದಿಷ್ಟ ಟ್ಯಾಗ್ ಅನ್ನು ಸ್ವೀಕರಿಸುತ್ತೀರಿ. ಮತ್ತು ನೀವು ಅದನ್ನು ಎಂದಿಗೂ ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಅದನ್ನು ಸಾಬೀತುಪಡಿಸುವಲ್ಲಿ ಬಹುಶಃ ಯಾವುದೇ ಅರ್ಥವಿಲ್ಲ. ಆದಾಗ್ಯೂ, ಇದೇ ಮಾದರಿಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಿದರೆ, ಅವು ಅಸ್ತಿತ್ವದಲ್ಲಿರುತ್ತವೆ. ಅಂತಹ ಶಿಫಾರಸು ಮಾಡುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸುವ ಮಾರುಕಟ್ಟೆಯು ಇದು ಏಕೆ ಸಂಭವಿಸಿತು ಎಂದು ತಿಳಿಯದಂತೆ ನಟಿಸುತ್ತದೆ ಎಂದು ಅದು ತಿರುಗುತ್ತದೆ.

ಜನರು ತಮ್ಮ ಬಗ್ಗೆ ಏನು ತಿಳಿದಿದ್ದಾರೆಂದು ತಿಳಿಯಲು ಜನರು ಬಯಸುವುದಿಲ್ಲ

ಮತ್ತು ಎರಡನೆಯ ಕಥೆಯೆಂದರೆ ಕ್ಲೈಂಟ್ ಅವರು ಈ ನಿರ್ದಿಷ್ಟ ಜಾಹೀರಾತು, ಈ ನಿರ್ದಿಷ್ಟ ಉತ್ಪನ್ನವನ್ನು ಏಕೆ ಸ್ವೀಕರಿಸಿದ್ದಾರೆಂದು ತಿಳಿಯಲು ಬಯಸುವುದಿಲ್ಲ. ನಾನು ನಿಮಗೆ ಈ ಕಥೆಯನ್ನು ಹೇಳುತ್ತೇನೆ. ಸಂಶೋಧನೆಯ ಸಲುವಾಗಿ ನಿಖರವಾಗಿ ಒಂದೇ ರೀತಿಯ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳ ವಾಣಿಜ್ಯ ಅನುಷ್ಠಾನದಲ್ಲಿ ನನ್ನ ಮೊದಲ ಅನುಭವವು 2015 ರಲ್ಲಿ ಲೈಂಗಿಕ ಅಂಗಡಿಗಳ ದೊಡ್ಡ ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿತ್ತು (ಹೌದು, ವಿಶೇಷವಾಗಿ ಅಹಿತಕರ ಕಥೆಯೂ ಅಲ್ಲ).

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಗ್ರಾಹಕರಿಗೆ ಈ ಕೆಳಗಿನವುಗಳನ್ನು ನೀಡಲಾಯಿತು: ಅವರು ಬರುತ್ತಾರೆ, ಅವರ ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ನೊಂದಿಗೆ ಲಾಗ್ ಇನ್ ಮಾಡಿ ಮತ್ತು ಸುಮಾರು 5 ಸೆಕೆಂಡುಗಳ ನಂತರ ಅವರು ಅವರಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಅಂಗಡಿಯನ್ನು ಸ್ವೀಕರಿಸುತ್ತಾರೆ, ಅಂದರೆ, ಎಲ್ಲಾ ಉತ್ಪನ್ನಗಳು ಬದಲಾಗಿವೆ - ಅವು ಒಂದು ನಿರ್ದಿಷ್ಟ ವರ್ಗಕ್ಕೆ ಸೇರುತ್ತವೆ, ಮತ್ತು ಹೀಗೆ. . ಈ ಅಂಗಡಿಯ ಪರಿವರ್ತನೆ ದರ ಎಷ್ಟು ಹೆಚ್ಚಾಗಿದೆ ಗೊತ್ತಾ? ಯಾವುದೇ ರೀತಿಯಲ್ಲಿ ಅಲ್ಲ! ಜನರು ಬಂದರು ಮತ್ತು ತಕ್ಷಣವೇ ಅಲ್ಲಿಂದ ಓಡಿಹೋದರು. ಅವರು ಒಳಗೆ ಬಂದರು ಮತ್ತು ಅವರು ಆಲೋಚಿಸುತ್ತಿರುವುದನ್ನು ನಿಖರವಾಗಿ ನೀಡಲಾಗುತ್ತದೆ ಎಂದು ಅರಿತುಕೊಂಡರು ...

ಈ ಪರೀಕ್ಷೆಯ ಸಮಸ್ಯೆಯೆಂದರೆ, ಪ್ರತಿ ಉತ್ಪನ್ನದ ಅಡಿಯಲ್ಲಿ ನಿಮಗೆ ನಿರ್ದಿಷ್ಟವಾದದನ್ನು ಏಕೆ ನೀಡಲಾಗಿದೆ ಎಂದು ಬರೆಯಲಾಗಿದೆ ("ಏಕೆಂದರೆ ನೀವು ಗುಪ್ತ ಗುಂಪಿನ ಸದಸ್ಯರಾಗಿರುವುದರಿಂದ "ಶಕ್ತಿಶಾಲಿ ಮಹಿಳೆ ಡೋರ್‌ಮ್ಯಾಟ್ ಆಗಿರುವ ಪುರುಷನನ್ನು ಹುಡುಕುತ್ತಿದ್ದಾಳೆ"). ಆದ್ದರಿಂದ, ಆಧುನಿಕ ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳು "ಮುನ್ಸೂಚನೆ" ಮಾಡಿದ ಆಧಾರದ ಮೇಲೆ ಡೇಟಾವನ್ನು ಎಂದಿಗೂ ತೋರಿಸುವುದಿಲ್ಲ.

ಅತ್ಯಂತ ಜನಪ್ರಿಯ ಕಥೆಯು ಮಾಧ್ಯಮವಾಗಿದೆ ಏಕೆಂದರೆ ಅವರೆಲ್ಲರೂ ಒಂದೇ ರೀತಿಯ ಶಿಫಾರಸು ಮಾಡುವ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸುತ್ತಾರೆ. ಹಿಂದೆ, ಅಲ್ಗಾರಿದಮ್‌ಗಳು ತುಂಬಾ ಸರಳವಾಗಿದ್ದವು: "ರಾಜಕೀಯ" ವರ್ಗವನ್ನು ನೋಡಿ - ಮತ್ತು ಅವು ನಿಮಗೆ "ರಾಜಕೀಯ" ವರ್ಗದಿಂದ ಸುದ್ದಿಗಳನ್ನು ತೋರಿಸುತ್ತವೆ. ಈಗ ಎಲ್ಲವೂ ತುಂಬಾ ಜಟಿಲವಾಗಿದೆ, ನೀವು ಮೌಸ್ ಅನ್ನು ನಿಲ್ಲಿಸಿದ ಸ್ಥಳಗಳು, ನೀವು ಯಾವ ಪದಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ್ದೀರಿ, ನೀವು ಏನು ನಕಲಿಸಿದ್ದೀರಿ, ನೀವು ಸಾಮಾನ್ಯವಾಗಿ ಈ ಪುಟದೊಂದಿಗೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ಅವರು ವಿಶ್ಲೇಷಿಸುತ್ತಾರೆ. ನಂತರ ಅವರು ಸಂದೇಶಗಳ ಶಬ್ದಕೋಶವನ್ನು ಸ್ವತಃ ವಿಶ್ಲೇಷಿಸುತ್ತಾರೆ: ಹೌದು, ನೀವು ಪುಟಿನ್ ಬಗ್ಗೆ ಕೇವಲ ಸುದ್ದಿಗಳನ್ನು ಓದುತ್ತಿಲ್ಲ, ಆದರೆ ಒಂದು ನಿರ್ದಿಷ್ಟ ರೀತಿಯಲ್ಲಿ, ನಿರ್ದಿಷ್ಟ ಭಾವನಾತ್ಮಕ ಬಣ್ಣದೊಂದಿಗೆ. ಮತ್ತು ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಕೆಲವು ಸುದ್ದಿಗಳನ್ನು ಸ್ವೀಕರಿಸಿದಾಗ, ಅವನು ಇಲ್ಲಿಗೆ ಹೇಗೆ ಬಂದನೆಂದು ಯೋಚಿಸುವುದಿಲ್ಲ. ಅದೇನೇ ಇದ್ದರೂ, ಅವರು ನಂತರ ಈ ವಿಷಯದೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾರೆ.

ಇದೆಲ್ಲವೂ ಸ್ವಾಭಾವಿಕವಾಗಿ, ತನ್ನ ಸುತ್ತಲಿನ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯಿಂದ ಈಗಾಗಲೇ ಹುಚ್ಚನಾಗುತ್ತಿರುವ ಬಡ, ದುರದೃಷ್ಟಕರ ಪುಟ್ಟ ಮನುಷ್ಯನನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ನಿಮ್ಮ ಸುತ್ತಲಿನ ಸೃಜನಶೀಲತೆಯನ್ನು ವೈಯಕ್ತೀಕರಿಸಲು ಮತ್ತು ಕೆಲವು ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುವುದು ಒಳ್ಳೆಯದು ಎಂದು ಇಲ್ಲಿ ಹೇಳಬೇಕು, ಆದರೆ, ದುರದೃಷ್ಟವಶಾತ್, ಇನ್ನೂ ಅಂತಹ ಸೇವೆಗಳಿಲ್ಲ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಕ್ಲೈಂಟ್ ಅನ್ನು ಗಾಳಿಯಲ್ಲಿ ಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ಬೇಡಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ

ಮತ್ತು ಇಲ್ಲಿ ಒಂದು ಕುತೂಹಲಕಾರಿ ತಾತ್ವಿಕ ಪ್ರಶ್ನೆ ಉದ್ಭವಿಸುತ್ತದೆ, ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಯನ್ನು ರಚಿಸುವುದರಿಂದ ಬೇಡಿಕೆಯನ್ನು ರಚಿಸುವವರೆಗೆ ಚಲಿಸುತ್ತದೆ. ಅಪರೂಪವಾಗಿ ಯಾರಾದರೂ ಅದರ ಬಗ್ಗೆ ಯೋಚಿಸುತ್ತಾರೆ, ಆದರೆ ನೀವು Instagram ಎಂದು ಕರೆಯಲು ಪ್ರಯತ್ನಿಸಿದಾಗ, “ನೀವು ಡೇಟಾವನ್ನು ಏಕೆ ಸಂಗ್ರಹಿಸುತ್ತಿದ್ದೀರಿ? ನನಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಯಾದೃಚ್ಛಿಕ ಜಾಹೀರಾತನ್ನು ಏಕೆ ತೋರಿಸಬಾರದು?" - Instagram ನಿಮಗೆ ಹೇಳುತ್ತದೆ: "ಸ್ನೇಹಿತ, ನಿಮಗೆ ಆಸಕ್ತಿದಾಯಕವಾದುದನ್ನು ನಿಖರವಾಗಿ ತೋರಿಸಲು ಇದನ್ನು ಮಾಡಲಾಗಿದೆ." ಹಾಗೆ, ನಾವು ನಿಮ್ಮನ್ನು ಎಷ್ಟು ನಿಖರವಾಗಿ ತಿಳಿದುಕೊಳ್ಳಲು ಬಯಸುತ್ತೇವೆ ಎಂದರೆ ನೀವು ಹುಡುಕುತ್ತಿರುವುದನ್ನು ನಾವು ನಿಮಗೆ ತೋರಿಸಬಹುದು.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಆದರೆ ತಂತ್ರಜ್ಞಾನವು ಬಹಳ ಹಿಂದೆಯೇ ಈ ಭಯಾನಕ ಮಿತಿಯನ್ನು ದಾಟಿದೆ, ಮತ್ತು ಇದೇ ರೀತಿಯ ತಂತ್ರಜ್ಞಾನಗಳು ಇನ್ನು ಮುಂದೆ ನಿಮಗೆ ಬೇಕಾದುದನ್ನು ಊಹಿಸುವುದಿಲ್ಲ. ಅವರು (ಗಮನ!) ಬೇಡಿಕೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತಾರೆ. ಇದು ಬಹುಶಃ ಇಂತಹ ಸಂವಹನಗಳಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸುತ್ತ ಸುತ್ತುವ ಭಯಾನಕ ವಿಷಯವಾಗಿದೆ. ಭಯಾನಕ ವಿಷಯವೆಂದರೆ ಇದು ಕಳೆದ 3-5 ವರ್ಷಗಳಿಂದ ಬಹುತೇಕ ಎಲ್ಲೆಡೆ ಬಳಸಲ್ಪಟ್ಟಿದೆ - Google ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳಿಂದ ಯಾಂಡೆಕ್ಸ್ ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳು, ಕೆಲವು ವ್ಯವಸ್ಥೆಗಳು ... ಸರಿ, ನಾನು Yandex ಬಗ್ಗೆ ಕೆಟ್ಟದ್ದನ್ನು ಹೇಳುವುದಿಲ್ಲ; ಮತ್ತು ಒಳ್ಳೆಯದು.

ಏನು ಪ್ರಯೋಜನ? ಅಂತಹ ಜಾಹೀರಾತು ಸಂವಹನಗಳು ನೀವು "ನಾನು ಮಕ್ಕಳ ಆಸನವನ್ನು ಖರೀದಿಸಲು ಬಯಸುತ್ತೇನೆ" ಎಂದು ಬರೆಯುವ ತಂತ್ರದಿಂದ ದೂರ ಸರಿಯಲು ಮತ್ತು ನೂರು ಸಾವಿರ ಮಿಲಿಯನ್ ಪ್ರಕಟಣೆಗಳನ್ನು ನೋಡಿ ಬಹಳ ಸಮಯವಾಗಿದೆ. ಅವರು ಈ ಕೆಳಗಿನವುಗಳಿಗೆ ತೆರಳಿದರು: ಮಹಿಳೆ ಕೇವಲ ಗೋಚರಿಸುವ ಹೊಟ್ಟೆಯೊಂದಿಗೆ ಫೋಟೋವನ್ನು ಪೋಸ್ಟ್ ಮಾಡಿದ ತಕ್ಷಣ, ಅವಳ ಪತಿ ತಕ್ಷಣವೇ ಸಂದೇಶಗಳನ್ನು ಅನುಸರಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತಾನೆ: “ಮನುಷ್ಯ, ಶೀಘ್ರದಲ್ಲೇ ಜನನ ಬರಲಿದೆ. ಮಕ್ಕಳ ಆಸನವನ್ನು ಖರೀದಿಸಿ."

ಇಲ್ಲಿ, ನೀವು ಸಮಂಜಸವಾಗಿ ಕೇಳಬಹುದು, ಏಕೆ, ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಅಂತಹ ದೈತ್ಯಾಕಾರದ ಪ್ರಗತಿಯೊಂದಿಗೆ, ನಾವು ಇನ್ನೂ ಸಾಮಾಜಿಕ ಜಾಲತಾಣಗಳಲ್ಲಿ ಇಂತಹ ಕೆಟ್ಟ ಜಾಹೀರಾತುಗಳನ್ನು ನೋಡುತ್ತೇವೆಯೇ? ಸಮಸ್ಯೆ ಏನೆಂದರೆ, ಈ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಎಲ್ಲವನ್ನೂ ಇನ್ನೂ ಹಣದಿಂದ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಒಂದು ಉತ್ತಮ ಕ್ಷಣದಲ್ಲಿ ಕೋಕಾ-ಕೋಲಾದಂತಹ ಕೆಲವು ಜಾಹೀರಾತುದಾರರು ಬಂದು ಹೀಗೆ ಹೇಳಬಹುದು: "ಇಲ್ಲಿ ನಿಮಗಾಗಿ 20 ಮಿಲಿಯನ್ - ಇಡೀ ಇಂಟರ್ನೆಟ್‌ಗೆ ನನ್ನ ಕೆಟ್ಟ ಬ್ಯಾನರ್‌ಗಳನ್ನು ತೋರಿಸಿ." ಮತ್ತು ಅವರು ಅದನ್ನು ನಿಜವಾಗಿಯೂ ಮಾಡುತ್ತಾರೆ.

ಆದರೆ ನೀವು ಕೆಲವು ರೀತಿಯ ಕ್ಲೀನ್ ಖಾತೆಯನ್ನು ಮಾಡಿದರೆ ಮತ್ತು ಅಂತಹ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ನಿಮ್ಮನ್ನು ಎಷ್ಟು ನಿಖರವಾಗಿ ಊಹಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಪರೀಕ್ಷಿಸಿದರೆ: ಅವರು ಮೊದಲು ನಿಮ್ಮನ್ನು ಊಹಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ ಮತ್ತು ನಂತರ ಅವರು ನಿಮಗೆ ಮುಂಚಿತವಾಗಿ ಏನನ್ನಾದರೂ ಮಾಡಲು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ಮತ್ತು ಮಾನವ ಮೆದುಳು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಅದಕ್ಕೆ ವಿಶ್ವಾಸಾರ್ಹವಾದ ಮಾಹಿತಿಯನ್ನು ಸ್ವೀಕರಿಸುವಾಗ, ಅದು ಈ ಮಾಹಿತಿಯನ್ನು ಏಕೆ ಸ್ವೀಕರಿಸಿದೆ ಎಂಬುದನ್ನು ಸಹ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದಿಲ್ಲ. ನೀವು ಕನಸಿನಲ್ಲಿದ್ದಿರಿ ಎಂದು ನಿರ್ಧರಿಸುವ ಮೊದಲ ನಿಯಮವೆಂದರೆ ನೀವು ಇಲ್ಲಿಗೆ ಹೇಗೆ ಬಂದಿದ್ದೀರಿ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು. ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಒಂದು ನಿರ್ದಿಷ್ಟ ಕೋಣೆಯಲ್ಲಿ ಕೊನೆಗೊಂಡ ಕ್ಷಣವನ್ನು ಎಂದಿಗೂ ನೆನಪಿಸಿಕೊಳ್ಳುವುದಿಲ್ಲ. ಇಲ್ಲಿಯೂ ಹಾಗೆಯೇ.

Google ನಿಮ್ಮ ವಿಶ್ವ ದೃಷ್ಟಿಕೋನವನ್ನು ರೂಪಿಸಲು ಪ್ರಾರಂಭಿಸಬಹುದು

ಐ-ಟ್ರ್ಯಾಕಿಂಗ್‌ನಲ್ಲಿ ತೊಡಗಿರುವ ಹಲವಾರು ವಿದೇಶಿ ಕಂಪನಿಗಳು ಇಂತಹ ಅಧ್ಯಯನಗಳನ್ನು ನಡೆಸಿವೆ. ಪರೀಕ್ಷಾ ವಿಷಯದ ಕಣ್ಣುಗಳು ಎಲ್ಲಿ ನೋಡುತ್ತಿವೆ ಎಂಬುದನ್ನು ದಾಖಲಿಸುವ ವಿಶೇಷ ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಅವರು ಸಾಧನಗಳನ್ನು ಸ್ಥಾಪಿಸಿದರು. ಫೀಡ್ ಅನ್ನು ಸರಳವಾಗಿ ಸ್ಕ್ರಾಲ್ ಮಾಡುವ, ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳೊಂದಿಗೆ, ಜಾಹೀರಾತಿನೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುವ ಐದರಿಂದ ಏಳು ಸಾವಿರ ಸ್ವಯಂಸೇವಕರನ್ನು ನಾನು ತೆಗೆದುಕೊಂಡಿದ್ದೇನೆ ಮತ್ತು ಈ ಜನರು ತಮ್ಮ ಕಣ್ಣುಗಳನ್ನು ನಿಲ್ಲಿಸಿದ ಬ್ಯಾನರ್‌ಗಳು ಮತ್ತು ಸೃಜನಶೀಲತೆಯ ಯಾವ ಭಾಗಗಳ ಮಾಹಿತಿಯನ್ನು ಅವರು ದಾಖಲಿಸಿದ್ದಾರೆ.

ಮತ್ತು ಜನರು ಅಂತಹ ಹೈಪರ್-ವೈಯಕ್ತೀಕರಿಸಿದ ಸೃಜನಶೀಲತೆಯನ್ನು ಸ್ವೀಕರಿಸಿದಾಗ, ಅವರು ಅದರ ಬಗ್ಗೆ ಯೋಚಿಸುವುದಿಲ್ಲ - ಅವರು ತಕ್ಷಣವೇ ಮುಂದುವರಿಯುತ್ತಾರೆ, ಅದರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ವ್ಯವಹಾರದ ದೃಷ್ಟಿಕೋನದಿಂದ, ಇದು ಒಳ್ಳೆಯದು, ಆದರೆ ನಮ್ಮ ದೃಷ್ಟಿಕೋನದಿಂದ, ಬಳಕೆದಾರರಾಗಿ, ಇದು ತುಂಬಾ ತಂಪಾಗಿಲ್ಲ, ಏಕೆಂದರೆ - ಅವರು ಏನು ಹೆದರುತ್ತಾರೆ? - ಒಂದು ಉತ್ತಮ ಕ್ಷಣದಲ್ಲಿ ಷರತ್ತುಬದ್ಧ "Google" ತನ್ನದೇ ಆದ ವಿಶ್ವ ದೃಷ್ಟಿಕೋನವನ್ನು ರೂಪಿಸಲು ಪ್ರಾರಂಭಿಸಬಹುದು (ಅಥವಾ, ಸಹಜವಾಗಿ, ಅದು ಪ್ರಾರಂಭವಾಗದೇ ಇರಬಹುದು). ನಾಳೆ, ಉದಾಹರಣೆಗೆ, ಭೂಮಿ ಸಮತಟ್ಟಾಗಿದೆ ಎಂಬ ಸುದ್ದಿಯನ್ನು ಜನರಿಗೆ ತೋರಿಸಲು ಪ್ರಾರಂಭಿಸಬಹುದು.

ತಮಾಷೆಗಾಗಿ, ಆದರೆ ಅವರು ಹಲವಾರು ಬಾರಿ ಸಿಕ್ಕಿಬಿದ್ದಿದ್ದಾರೆ, ಚುನಾವಣೆಯ ಸಮಯದಲ್ಲಿ ಅವರು ಕೆಲವು ಜನರಿಗೆ ಕೆಲವು ಮಾಹಿತಿಯನ್ನು ನೀಡಲು ಪ್ರಾರಂಭಿಸುತ್ತಾರೆ. ಸರ್ಚ್ ಇಂಜಿನ್ ಎಲ್ಲವನ್ನೂ ಪ್ರಾಮಾಣಿಕವಾಗಿ ಪಡೆಯುತ್ತದೆ ಎಂಬ ಅಂಶಕ್ಕೆ ನಾವೆಲ್ಲರೂ ಬಳಸಲಾಗುತ್ತದೆ. ಆದರೆ, ನಾನು ಯಾವಾಗಲೂ ಹೇಳುವಂತೆ, ಪ್ರಪಂಚವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನೀವು ನಿಜವಾಗಿಯೂ ತಿಳಿದುಕೊಳ್ಳಲು ಬಯಸಿದರೆ, ನಿಮ್ಮ ಸ್ವಂತ ಹುಡುಕಾಟ ಎಂಜಿನ್ ಅನ್ನು ಬರೆಯಿರಿ, ಫಿಲ್ಟರ್ಗಳಿಲ್ಲದೆ, ಹಕ್ಕುಸ್ವಾಮ್ಯಕ್ಕೆ ಗಮನ ಕೊಡದೆ, ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳಲ್ಲಿ ನಿಮ್ಮ ಕೆಲವು ಸ್ನೇಹಿತರನ್ನು ಶ್ರೇಣೀಕರಿಸದೆ. ಇಂಟರ್ನೆಟ್ನಲ್ಲಿ ನೈಜ ಡೇಟಾದ ಪ್ರದರ್ಶನವು ಸಾಮಾನ್ಯವಾಗಿ ಗೂಗಲ್, ಯಾಂಡೆಕ್ಸ್, ಬಿಂಗ್ ಮತ್ತು ಮುಂತಾದವುಗಳಿಂದ ತೋರಿಸಲ್ಪಟ್ಟದ್ದಕ್ಕಿಂತ ಭಿನ್ನವಾಗಿದೆ. ಕೆಲವು ವಸ್ತುಗಳನ್ನು ಮರೆಮಾಡಲಾಗಿದೆ ಏಕೆಂದರೆ ಸ್ನೇಹಿತರು, ಸಹೋದ್ಯೋಗಿಗಳು, ಶತ್ರುಗಳು ಅಥವಾ ಬೇರೊಬ್ಬರು (ಅಥವಾ ನೀವು ಮಲಗಿದ್ದ ಮಾಜಿ ಪ್ರೇಮಿ) - ಇದು ಅಪ್ರಸ್ತುತವಾಗುತ್ತದೆ.

ಟ್ರಂಪ್ ಹೇಗೆ ಗೆದ್ದರು

ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ನಲ್ಲಿ ಕೊನೆಯ ಚುನಾವಣೆ ಇದ್ದಾಗ, ಅತ್ಯಂತ ಸರಳವಾದ ಅಧ್ಯಯನವನ್ನು ನಡೆಸಲಾಯಿತು. ಅವರು ಒಂದೇ ರೀತಿಯ ವಿನಂತಿಗಳನ್ನು ವಿವಿಧ ಸ್ಥಳಗಳಲ್ಲಿ, ವಿಭಿನ್ನ IP ವಿಳಾಸಗಳಿಂದ, ವಿವಿಧ ನಗರಗಳಿಂದ ತೆಗೆದುಕೊಂಡರು, ವಿಭಿನ್ನ ಜನರು ಒಂದೇ ವಿಷಯವನ್ನು ಗೂಗಲ್ ಮಾಡಿದರು. ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ, ವಿನಂತಿಯು ಈ ಶೈಲಿಯಲ್ಲಿತ್ತು: ಚುನಾವಣೆಯಲ್ಲಿ ಯಾರು ಗೆಲ್ಲುತ್ತಾರೆ? ಮತ್ತು ವಿಸ್ಮಯಕಾರಿಯಾಗಿ, ಆ ರಾಜ್ಯಗಳಲ್ಲಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಜನರು ತಪ್ಪಾದ ಅಭ್ಯರ್ಥಿಗೆ ಮತ ಹಾಕಲು ಪ್ರಯತ್ನಿಸಿದ ರೀತಿಯಲ್ಲಿ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರ್ಮಿಸಲಾಗಿದೆ, ಅವರು Google ಪ್ರಚಾರ ಮಾಡಿದ ಅಭ್ಯರ್ಥಿಯ ಬಗ್ಗೆ ಕೆಲವು ಒಳ್ಳೆಯ ಸುದ್ದಿಗಳನ್ನು ಪಡೆದರು. ಯಾವುದು? ಸರಿ, ಅದು ಸ್ಪಷ್ಟವಾಗಿದೆ - ಯಾರು ಅಧ್ಯಕ್ಷರಾದರು. ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಸಾಬೀತುಪಡಿಸಲಾಗದ ಕಥೆಯಾಗಿದೆ, ಮತ್ತು ಈ ಎಲ್ಲಾ ಅಧ್ಯಯನಗಳು ನೀರಿನಲ್ಲಿ ಬೆರಳು. Google ಹೀಗೆ ಹೇಳಬಹುದು: "ಹುಡುಗರೇ, ನಾವು ನಿಮಗಾಗಿ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ವಿಷಯವನ್ನು ತೋರಿಸಲು ಇದನ್ನು ಮಾಡಲಾಗಿದೆ."

ಇಂದಿನಿಂದ, ಗರಿಷ್ಠವಾಗಿ ಸಂಬಂಧಿತ ಎಂದು ಕರೆಯುವುದು ಸಂಪೂರ್ಣವಾಗಿ ಅಲ್ಲ ಎಂದು ನೀವು ತಿಳಿದಿರಬೇಕು. ಕೆಲವು ಒಳ್ಳೆಯ ಅಥವಾ ಕೆಟ್ಟ ಕಾರಣಗಳಿಗಾಗಿ ನಿಮಗೆ ಮಾರಾಟ ಮಾಡಬೇಕಾದ ಸಂಬಂಧಿತ ವಿಷಯವನ್ನು ಕಂಪನಿಯು ಕರೆಯುತ್ತದೆ.

ಈಗ ಹಣವಿಲ್ಲದವರು ಭವಿಷ್ಯದ ಖರೀದಿಗೆ ಈಗಾಗಲೇ ತಯಾರಿ ನಡೆಸುತ್ತಿದ್ದಾರೆ

ಇಲ್ಲಿ ನಾನು ನಿಮಗೆ ಹೇಳುವ ಇನ್ನೊಂದು ಕುತೂಹಲಕಾರಿ ಅಂಶವಿದೆ. ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಈಗ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಸಕ್ರಿಯ ಪ್ರೇಕ್ಷಕರು ಯುವಜನರಾಗಿದ್ದಾರೆ. ಇದನ್ನು ಹೀಗೆ ಕರೆಯೋಣ - ದಿವಾಳಿತನದ ಯುವಕರು: 8-9 ವರ್ಷ ವಯಸ್ಸಿನ ಮಕ್ಕಳು ಮೂರ್ಖತನದ ಆಟಗಳನ್ನು ಆಡುತ್ತಾರೆ, ಇವರು 12-13-14 ಅವರು ಸಾಮಾಜಿಕ ಜಾಲತಾಣಗಳಲ್ಲಿ ನೋಂದಾಯಿಸುತ್ತಿದ್ದಾರೆ. ಎಂದಿಗೂ ಹಣಗಳಿಸದಿರುವ ಪಾವತಿಸದ ಪ್ರೇಕ್ಷಕರಿಗಾಗಿ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸಲು ಬೃಹತ್ ಕಂಪನಿಗಳು ಬೃಹತ್ ಬಜೆಟ್‌ಗಳು ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳನ್ನು ಏಕೆ ಖರ್ಚು ಮಾಡುತ್ತವೆ? ಈ ಪ್ರೇಕ್ಷಕರು ದ್ರಾವಕವಾಗುವ ಕ್ಷಣದಲ್ಲಿ, ಅದರ ನಡವಳಿಕೆಯನ್ನು ಚೆನ್ನಾಗಿ ಊಹಿಸಲು ಅದರ ಬಗ್ಗೆ ಸಾಕಷ್ಟು ಪ್ರಮಾಣದ ಡೇಟಾ ಇರುತ್ತದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಈಗ ಯಾವುದೇ ಗುರಿಶಾಸ್ತ್ರಜ್ಞನನ್ನು ಕೇಳಿ, ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಪ್ರೇಕ್ಷಕರು ಯಾವುದು? ಅವರು ಹೇಳುತ್ತಾರೆ: ಹೆಚ್ಚು ಲಾಭದಾಯಕ. ಏಕೆಂದರೆ ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳ ಮೂಲಕ 150 ಮಿಲಿಯನ್ ರೂಬಲ್ಸ್ ಮೌಲ್ಯದ ಅಪಾರ್ಟ್ಮೆಂಟ್ ಅನ್ನು ಮಾರಾಟ ಮಾಡುವುದು ಅಸಾಧ್ಯವಾಗಿದೆ. ನೀವು 10 ಸಾವಿರ ಜನರಿಗೆ ಕೆಲವು ರೀತಿಯ ಜಾಹೀರಾತುಗಳನ್ನು ಮಾಡಿದಾಗ ಪ್ರತ್ಯೇಕವಾದ ಪ್ರಕರಣಗಳಿವೆ, ಒಬ್ಬರು ಈ ಅಪಾರ್ಟ್ಮೆಂಟ್ ಅನ್ನು ಖರೀದಿಸುತ್ತಾರೆ - ಕ್ಲೈಂಟ್ ಯಶಸ್ವಿಯಾಗಿದೆ ... ಆದರೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ದೃಷ್ಟಿಕೋನದಿಂದ ಹತ್ತು ಸಾವಿರದಲ್ಲಿ ಒಂದು, ಸಂಪೂರ್ಣ ಅಮೇಧ್ಯ. ಆದ್ದರಿಂದ, ಹೆಚ್ಚಿನ ಆದಾಯದ ಪ್ರೇಕ್ಷಕರನ್ನು ಗುರುತಿಸುವುದು ಏಕೆ ಕಷ್ಟ? ಏಕೆಂದರೆ ಈಗ ಹೆಚ್ಚು ಲಾಭದಾಯಕ ಪ್ರೇಕ್ಷಕರ ಸದಸ್ಯರಾಗಿರುವ ಜನರು ಇಂಟರ್ನೆಟ್ ಇನ್ನೂ ಚಿಕ್ಕದಾಗಿದ್ದಾಗ ಜನಿಸಿದರು, ಆರ್ಟೆಮಿ ಲೆಬೆಡೆವ್ ಅವರಿಗೆ ಇನ್ನೂ ತಿಳಿದಿಲ್ಲ ಮತ್ತು ಅವರ ಬಗ್ಗೆ ಯಾವುದೇ ಮಾಹಿತಿಯಿಲ್ಲ. ಅವರ ನಡವಳಿಕೆಯ ಮಾದರಿಯನ್ನು ಊಹಿಸಲು ಅಸಾಧ್ಯವಾಗಿದೆ, ಅವರ ಅಭಿಪ್ರಾಯ ನಾಯಕರು ಯಾರು ಮತ್ತು ಅವರು ಯಾವ ವಿಷಯದ ಮೂಲಗಳಿಂದ ಸ್ವೀಕರಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಅಸಾಧ್ಯ.

ಆದ್ದರಿಂದ 25 ವರ್ಷಗಳಲ್ಲಿ ನೀವೆಲ್ಲರೂ ಕೋಟ್ಯಾಧಿಪತಿಗಳಾದಾಗ ಮತ್ತು ನಿಮಗೆ ಏನನ್ನಾದರೂ ಮಾರಾಟ ಮಾಡಲು ಹೊರಟಿರುವ ಕಂಪನಿಗಳು ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಅದಕ್ಕಾಗಿಯೇ ನಾವು ಈಗ ಯುರೋಪ್‌ನಲ್ಲಿ ಅದ್ಭುತ GDPR ಅನ್ನು ಹೊಂದಿದ್ದೇವೆ ಅದು ಅಪ್ರಾಪ್ತರಿಂದ ಡೇಟಾ ಸಂಗ್ರಹಣೆಯನ್ನು ತಡೆಯುತ್ತದೆ.

ಸ್ವಾಭಾವಿಕವಾಗಿ, ಇದು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಎಲ್ಲಾ ಮಕ್ಕಳು ಇನ್ನೂ ತಮ್ಮ ತಾಯಿ ಮತ್ತು ತಂದೆಯ ಖಾತೆಗಳಲ್ಲಿ ಆಡುತ್ತಾರೆ - ಈ ರೀತಿ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ. ಮುಂದಿನ ಬಾರಿ ನೀವು ನಿಮ್ಮ ಮಗುವಿಗೆ ಟ್ಯಾಬ್ಲೆಟ್ ಅನ್ನು ನೀಡಿದರೆ, ಈ ಬಗ್ಗೆ ಯೋಚಿಸಿ.

ಸಂಪೂರ್ಣವಾಗಿ ಭಯಾನಕವಲ್ಲ, ಡಿಸ್ಟೋಪಿಯನ್ ಭವಿಷ್ಯ, ಎಲ್ಲರೂ ಯಂತ್ರಗಳೊಂದಿಗಿನ ಯುದ್ಧದಲ್ಲಿ ಸಾಯುತ್ತಾರೆ - ಈಗ ಸಂಪೂರ್ಣವಾಗಿ ನೈಜ ಕಥೆ. ಜನರು ಆಟಗಳನ್ನು ಹೇಗೆ ಆಡುತ್ತಾರೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಸೈಕೋ-ಪ್ರೊಫೈಲಿಂಗ್ ಜನರಿಗಾಗಿ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ರಚಿಸುವ ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ಕಂಪನಿಗಳಿವೆ. ಬಹಳ ಆಸಕ್ತಿದಾಯಕ ಉದ್ಯಮ. ಈ ಎಲ್ಲದರ ಆಧಾರದ ಮೇಲೆ, ಹೇಗಾದರೂ ಅವರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಜನರನ್ನು ವಿಂಗಡಿಸಲಾಗಿದೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಈ ಜನರ ನಡವಳಿಕೆಯ ಮುನ್ಸೂಚನೆಯು 10-15 ವರ್ಷಗಳಲ್ಲಿ ಲಭ್ಯವಿರುತ್ತದೆ - ನಿಖರವಾಗಿ ಅವರು ದ್ರಾವಕ ಪ್ರೇಕ್ಷಕರಾಗುವ ಕ್ಷಣದಲ್ಲಿ. ಅತ್ಯಂತ ಮುಖ್ಯವಾದ ವಿಷಯವೆಂದರೆ ಈ ಜನರು ತಮ್ಮ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು, ಅದನ್ನು ಮೂರನೇ ವ್ಯಕ್ತಿಗಳಿಗೆ ವರ್ಗಾಯಿಸಲು ಮುಂಚಿತವಾಗಿ ಅನುಮತಿ ನೀಡಿದ್ದಾರೆ ಮತ್ತು ಇದೆಲ್ಲವೂ ಸಂತೋಷ, ಇತ್ಯಾದಿ.

ಯಾರು ತಮ್ಮ ಕೆಲಸವನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಾರೆ?

ಮತ್ತು ನನ್ನ ಕೊನೆಯ ಕಥೆ ಏನೆಂದರೆ, 50 ವರ್ಷಗಳಲ್ಲಿ ಏನಾಗುತ್ತದೆ ಎಂದು ಎಲ್ಲರೂ ಯಾವಾಗಲೂ ಕೇಳುತ್ತಾರೆ: ನಾವೆಲ್ಲರೂ ಸಾಯುತ್ತೇವೆ, ಮಾರಾಟಗಾರರಿಗೆ ನಿರುದ್ಯೋಗ ಇರುತ್ತದೆ ... ಇಲ್ಲಿ ನಿರುದ್ಯೋಗದ ಬಗ್ಗೆ ಚಿಂತಿಸುವ ಮಾರುಕಟ್ಟೆದಾರರು ಇದ್ದಾರೆ, ಸರಿ? ಸಾಮಾನ್ಯವಾಗಿ, ಚಿಂತಿಸಬೇಕಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಯಾವುದೇ ಹೆಚ್ಚು ಅರ್ಹ ವ್ಯಕ್ತಿ ತನ್ನ ಕೆಲಸವನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಯಾವುದೇ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ರಚಿಸಿದರೂ, ಯಂತ್ರವು ನಮ್ಮಲ್ಲಿರುವದಕ್ಕೆ ಎಷ್ಟು ಹತ್ತಿರವಾಗಿದ್ದರೂ (ಅವನ ತಲೆಗೆ ಸೂಚಿಸುತ್ತದೆ), ಅದು ಬೇಗನೆ ಅಭಿವೃದ್ಧಿಗೊಂಡರೆ, ಅಂತಹ ಜನರು ಎಂದಿಗೂ ಸುಮ್ಮನೆ ಬಿಡುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಯಾರಾದರೂ ಈ ಸೃಜನಶೀಲ ವಸ್ತುಗಳನ್ನು ರಚಿಸಬೇಕಾಗುತ್ತದೆ. ಮಾಡು. ಹೌದು, ಜನರಂತೆ ಕಾಣುವ ಮತ್ತು ಸಂಗೀತವನ್ನು ರಚಿಸುವ ಚಿತ್ರಗಳನ್ನು ಚಿತ್ರಿಸುವ ಎಲ್ಲಾ ರೀತಿಯ "ಗ್ಯಾನ್ಸ್" ಇವೆ, ಆದರೆ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಜನರು ತಮ್ಮ ಉದ್ಯೋಗವನ್ನು ಕಳೆದುಕೊಳ್ಳುವ ಸಾಧ್ಯತೆಯಿಲ್ಲ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ನಾನು ಕಥೆಯೊಂದಿಗೆ ಎಲ್ಲವನ್ನೂ ಹೊಂದಿದ್ದೇನೆ, ಆದ್ದರಿಂದ ನೀವು ಹೆಚ್ಚಿನದನ್ನು ಹೊಂದಿದ್ದರೆ ನೀವು ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಬಹುದು. ಧನ್ಯವಾದ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಮುನ್ನಡೆ: – ಸ್ನೇಹಿತರೇ, ನಾವು ಈಗ “ಪ್ರಶ್ನೆ ಮತ್ತು ಉತ್ತರ” ಬ್ಲಾಕ್‌ಗೆ ಹೋಗುತ್ತಿದ್ದೇವೆ. ನೀವು ಕೈ ಎತ್ತುತ್ತೀರಿ - ನಾನು ನಿಮ್ಮ ಬಳಿಗೆ ಬರುತ್ತೇನೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಪ್ರೇಕ್ಷಕರಿಂದ ಪ್ರಶ್ನೆ (XNUMX): - "ಕಪ್ಪು ಪೆಟ್ಟಿಗೆ" ಬಗ್ಗೆ ಪ್ರಶ್ನೆ. ಅಂತಹ ಮತ್ತು ಅಂತಹ ಬಳಕೆದಾರರಿಗೆ ಅಂತಹ ಮತ್ತು ಅಂತಹ ಫಲಿತಾಂಶವನ್ನು ಏಕೆ ಪಡೆಯಲಾಗಿದೆ ಎಂಬುದನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಿದೆ ಎಂದು ಅವರು ಹೇಳಿದರು. ಇವು ಕೆಲವು ರೀತಿಯ ಅಲ್ಗಾರಿದಮ್‌ಗಳೇ ಅಥವಾ ಪ್ರತಿ ಮಾದರಿಯ ತಾತ್ಕಾಲಿಕ (ಲೇಖಕರ ಟಿಪ್ಪಣಿ: “ವಿಶೇಷವಾಗಿ ಇದಕ್ಕಾಗಿ” - ಲ್ಯಾಟಿನ್ ನುಡಿಗಟ್ಟು ಘಟಕ) ಪ್ರತಿ ಬಾರಿಯೂ ಇದನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಅಗತ್ಯವಿದೆಯೇ? ಅಥವಾ ಸ್ಥೂಲವಾಗಿ ಹೇಳುವುದಾದರೆ, ವ್ಯಾವಹಾರಿಕ ಅರ್ಥವನ್ನು ನೀಡುವಂತಹ ಕೆಲವು ರೀತಿಯ ನರಮಂಡಲಕ್ಕಾಗಿ ಸಿದ್ಧವಾದವುಗಳಿವೆಯೇ?

ಓಹ್: - ಇಲ್ಲಿ ನೀವು ಈ ಕೆಳಗಿನವುಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು: ಯಂತ್ರ ಕಲಿಕೆಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಕಾರ್ಯಗಳಿವೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ಕಾರ್ಯವಿದೆ - ಹಿಂಜರಿತ. ಹಿಂಜರಿಕೆಗಾಗಿ, ಯಾವುದೇ ನರಮಂಡಲದ ಅಗತ್ಯವಿಲ್ಲ. ಎಲ್ಲವೂ ಸರಳವಾಗಿದೆ: ನೀವು ಹಲವಾರು ಸೂಚಕಗಳನ್ನು ಹೊಂದಿದ್ದೀರಿ, ನೀವು ಈ ಕೆಳಗಿನವುಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಆಳವಾದ ಕಲಿಕೆಯಂತಹ ವಿಷಯವನ್ನು ಆಶ್ರಯಿಸಲು ಅಗತ್ಯವಿರುವ ಕಾರ್ಯಗಳಿವೆ. ವಾಸ್ತವವಾಗಿ, ಆಳವಾದ ಕಲಿಕೆಯಲ್ಲಿ ಯಾವ ನ್ಯೂರಾನ್‌ಗಳಿಗೆ ಯಾವ ತೂಕವನ್ನು ನಿಗದಿಪಡಿಸಲಾಗಿದೆ ಎಂಬುದನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಕಷ್ಟ, ಆದರೆ ಕಾನೂನುಬದ್ಧವಾಗಿ ನಿಮಗೆ ಬೇಕಾಗಿರುವುದು ಇನ್‌ಪುಟ್‌ನಲ್ಲಿ ಯಾವ ಡೇಟಾ ಮತ್ತು ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ಅದು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು. ಅಂತಹ ನಿರ್ಧಾರವನ್ನು ಪೇಟೆಂಟ್ ಮಾಡಲು ಇದು ಕಾನೂನುಬದ್ಧವಾಗಿ ಸಾಕಾಗುತ್ತದೆ ಮತ್ತು ಕಥೆಯನ್ನು ಯಾವ ಆಧಾರದ ಮೇಲೆ ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಕು.

ನೀವು ಎರಡು ತಿಂಗಳ ಹಿಂದೆ Instagram ನಲ್ಲಿ ಕೆಂಪು ಕೂದಲಿನೊಂದಿಗೆ ಫೋಟೋ ತೆಗೆದ ಕಾರಣ ನೀವು ಸೈಟ್‌ಗೆ ಹೋಗಿ ಕೆಲವು ರೀತಿಯ ಬ್ಯಾನರ್ ಅನ್ನು ತೋರಿಸಿದ್ದೀರಿ ಎಂದು ಅಲ್ಲ. ಡೆವಲಪರ್ ಈ ಡೇಟಾದ ಸಂಗ್ರಹವನ್ನು ಮತ್ತು ಈ ಮಾದರಿಯಲ್ಲಿ ಕೂದಲಿನ ಬಣ್ಣವನ್ನು ಗುರುತಿಸದಿದ್ದರೆ, ಅದು ಎಲ್ಲಿಯೂ ಹೊರಬರುವುದಿಲ್ಲ.

ಯಂತ್ರ ಕಲಿಕೆ ವ್ಯವಸ್ಥೆಗಳ ಫಲಿತಾಂಶಗಳನ್ನು ಮಾರಾಟ ಮಾಡುವುದು ಹೇಗೆ?

Z: - ಇದು ಕೇವಲ ಏನು ಎಂಬ ಪ್ರಶ್ನೆಯಾಗಿದೆ: ನಿಖರವಾಗಿ ಹೇಗೆ ವಿವರಿಸುವುದು, ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳದವರಿಗೆ ಹೇಗೆ ಮಾರಾಟ ಮಾಡುವುದು. ನಾನು ಹೇಳಲು ಬಯಸುತ್ತೇನೆ: ನನ್ನ ಮಾದರಿಯು ಕೂದಲಿನ ಬಣ್ಣದಿಂದ ಸ್ಪಷ್ಟವಾಗಿ ಕಾರಣವಾಗುತ್ತದೆ ... ಅಲ್ಲದೆ, ಕೂದಲಿನ ಬಣ್ಣ ಬದಲಾವಣೆಗಳು ... ಇದು ಸಾಧ್ಯವೇ ಅಥವಾ ಇಲ್ಲವೇ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಬಹುಶಃ ಹೌದು. ಆದರೆ ಮಾರಾಟದ ದೃಷ್ಟಿಕೋನದಿಂದ, ಒಂದೇ ಯೋಜನೆಯು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ನೀವು ಜಾಹೀರಾತು ಪ್ರಚಾರವನ್ನು ಹೊಂದಿದ್ದೀರಿ, ನಾವು ಪ್ರೇಕ್ಷಕರನ್ನು ಯಂತ್ರದಿಂದ ರಚಿಸಲಾದ ಒಂದಕ್ಕೆ ಬದಲಾಯಿಸುತ್ತೇವೆ - ಮತ್ತು ನೀವು ಫಲಿತಾಂಶವನ್ನು ನೋಡುತ್ತೀರಿ. ದುರದೃಷ್ಟವಶಾತ್, ಅಂತಹ ಕಥೆಯು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂದು ಗ್ರಾಹಕರಿಗೆ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಮನವರಿಕೆ ಮಾಡುವ ಏಕೈಕ ಮಾರ್ಗವಾಗಿದೆ, ಏಕೆಂದರೆ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಒಮ್ಮೆ ಕಾರ್ಯಗತಗೊಳಿಸಿದ ಮತ್ತು ಕೆಲಸ ಮಾಡದ ಬಹಳಷ್ಟು ಪರಿಹಾರಗಳಿವೆ.

ವರ್ಚುವಲ್ ವ್ಯಕ್ತಿತ್ವವನ್ನು ರಚಿಸುವ ಬಗ್ಗೆ

Z: - ನಮಸ್ಕಾರ. ಉಪನ್ಯಾಸಕ್ಕಾಗಿ ಧನ್ಯವಾದಗಳು. ಪ್ರಶ್ನೆಯೆಂದರೆ: ಕೆಲವು ಕಾರಣಗಳಿಂದ ಯಂತ್ರ ಕಲಿಕೆಯ ಮುನ್ನಡೆಯನ್ನು ಅನುಸರಿಸಲು ಬಯಸದ ವ್ಯಕ್ತಿಗೆ, ಇಂಟರ್ಫೇಸ್‌ನೊಂದಿಗಿನ ಸಂವಾದದ ಮೂಲಕ ಅಥವಾ ಕೆಲವರಿಗೆ ತನ್ನದೇ ಆದ ವ್ಯಕ್ತಿತ್ವಕ್ಕಿಂತ ಆಮೂಲಾಗ್ರವಾಗಿ ವಿಭಿನ್ನವಾದ ವರ್ಚುವಲ್ ವ್ಯಕ್ತಿತ್ವವನ್ನು ಸೃಷ್ಟಿಸಲು ಯಾವ ಅವಕಾಶವಿದೆ? ಬೇರೆ ಕಾರಣ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಯಾದೃಚ್ಛಿಕ ನಡವಳಿಕೆಯೊಂದಿಗೆ ನಿರ್ದಿಷ್ಟವಾಗಿ ವ್ಯವಹರಿಸುವ ವಿವಿಧ ಪ್ಲಗಿನ್‌ಗಳ ಸಮೂಹವಿದೆ. ಒಂದು ತಂಪಾದ ವಿಷಯವಿದೆ - ಘೋಸ್ಟರಿ, ಇದು ನನ್ನ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಈ ಮಾಹಿತಿಯನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗದ ವಿಭಿನ್ನ ಟ್ರ್ಯಾಕರ್‌ಗಳ ಗುಂಪಿನಿಂದ ನಿಮ್ಮನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಮರೆಮಾಡುತ್ತದೆ. ಆದರೆ ವಾಸ್ತವವಾಗಿ, ಈಗ ನಿಮಗೆ ಬೇಕಾಗಿರುವುದು ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ ಮುಚ್ಚಿದ ಪ್ರೊಫೈಲ್ ಆಗಿರುವುದರಿಂದ ಯಾರೂ, ಯಾವುದೇ ದುಷ್ಟ ಸ್ಕ್ರಾಪರ್‌ಗಳು ಅಲ್ಲಿ ಏನನ್ನೂ ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ. ಕೆಲವು ರೀತಿಯ ವಿಸ್ತರಣೆಯನ್ನು ಸ್ಥಾಪಿಸುವುದು ಅಥವಾ ನೀವೇ ಏನನ್ನಾದರೂ ಬರೆಯುವುದು ಬಹುಶಃ ಉತ್ತಮವಾಗಿದೆ.

ನೀವು ನೋಡಿ, ಇಲ್ಲಿ ಪರಿಕಲ್ಪನೆಯು ಕಾನೂನುಬದ್ಧವಾಗಿ, ಉದಾಹರಣೆಗೆ, ವೈಯಕ್ತಿಕ ಡೇಟಾವು ನಿಮ್ಮನ್ನು ಗುರುತಿಸಬಹುದಾದ ಡೇಟಾವನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆ ಮತ್ತು ಕಾನೂನು ನಿಮ್ಮ ನಿವಾಸ, ವಯಸ್ಸು ಮತ್ತು ಮುಂತಾದವುಗಳ ವಿಳಾಸವನ್ನು ಉದಾಹರಣೆಯಾಗಿ ನೀಡುತ್ತದೆ. ಇತ್ತೀಚಿನ ದಿನಗಳಲ್ಲಿ ನೀವು ಗುರುತಿಸಬಹುದಾದ ಅಸಂಖ್ಯಾತ ಪ್ರಮಾಣದ ಡೇಟಾವಿದೆ: ಅದೇ ಕೀಬೋರ್ಡ್ ಕೈಬರಹ, ಅದೇ ಪ್ರೆಸ್, ಬ್ರೌಸರ್ನ ಡಿಜಿಟಲ್ ಸಹಿ ... ಶೀಘ್ರದಲ್ಲೇ ಅಥವಾ ನಂತರ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ತಪ್ಪು ಮಾಡುತ್ತಾನೆ. ಅವನು "ಥಾರ್" ಅನ್ನು ಬಳಸಿಕೊಂಡು ಎಲ್ಲೋ "ಕೆಫೆ" ನಲ್ಲಿರಬಹುದು, ಆದರೆ ಕೊನೆಯಲ್ಲಿ, ಒಂದು ಉತ್ತಮ ಕ್ಷಣದಲ್ಲಿ, VPN ಆನ್ ಮಾಡಲು ಮರೆತುಬಿಡುತ್ತದೆ, ಅಥವಾ ಇನ್ನೇನಾದರೂ, ಮತ್ತು ಆ ಕ್ಷಣದಲ್ಲಿ ಅವನನ್ನು ಗುರುತಿಸಬಹುದು. ಆದ್ದರಿಂದ ಖಾಸಗಿ ಖಾತೆಯನ್ನು ಮಾಡುವುದು ಮತ್ತು ಕೆಲವು ವಿಸ್ತರಣೆಯನ್ನು ಸ್ಥಾಪಿಸುವುದು ಸುಲಭವಾದ ಮಾರ್ಗವಾಗಿದೆ.

ಫಲಿತಾಂಶಗಳನ್ನು ಪಡೆಯಲು ನೀವು ಕೇವಲ ಒಂದು ಬಟನ್ ಅನ್ನು ಮಾತ್ರ ಒತ್ತುವ ಹಂತಕ್ಕೆ ಮಾರುಕಟ್ಟೆಯು ಚಲಿಸುತ್ತಿದೆ.

Z: - ಕಥೆಗಾಗಿ ಧನ್ಯವಾದಗಳು. ಯಾವಾಗಲೂ, ಯಾವಾಗಲೂ ತುಂಬಾ ಆಸಕ್ತಿದಾಯಕವಾಗಿದೆ (ನಾನು ನಿಮ್ಮನ್ನು ಅನುಸರಿಸುತ್ತಿದ್ದೇನೆ). ಪ್ರಶ್ನೆಯೆಂದರೆ: ಬಳಕೆದಾರರಿಗೆ, ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಧನಾತ್ಮಕವಾದ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸುವ ವಿಷಯದಲ್ಲಿ ಯಾವ ಪ್ರಗತಿಯಿದೆ? ಒಂದು ಸಮಯದಲ್ಲಿ ನೀವು ಲೈಂಗಿಕ ಸಂಗಾತಿಯನ್ನು ಹುಡುಕಲು ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೀರಿ ಎಂದು ನೀವು ಹೇಳಿದ್ದೀರಿ, ಜೀವನದಲ್ಲಿ ಸ್ನೇಹಿತ (ಅಥವಾ ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಇಷ್ಟಪಡಬಹುದಾದ ಸಂಗೀತ)... ಇದೆಲ್ಲವೂ ಎಷ್ಟು ಭರವಸೆದಾಯಕವಾಗಿದೆ ಮತ್ತು ಅದರ ಬೆಳವಣಿಗೆಯನ್ನು ನೀವು ಹೇಗೆ ನೋಡುತ್ತೀರಿ ಜನರಿಗೆ ಅಗತ್ಯವಿರುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸುವ ದೃಷ್ಟಿಕೋನ?

ಓಹ್: – ಸಾಮಾನ್ಯವಾಗಿ, ಜನರು ಒಂದು ಗುಂಡಿಯನ್ನು ಒತ್ತಿ ಮತ್ತು ತಕ್ಷಣ ತಮಗೆ ಬೇಕಾದುದನ್ನು ಪಡೆಯುವ ಹಂತಕ್ಕೆ ಮಾರುಕಟ್ಟೆ ಚಲಿಸುತ್ತಿದೆ. ಡೇಟಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸುವಲ್ಲಿನ ನನ್ನ ಅನುಭವಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ (ಮೂಲಕ, ನಾವು ಅದನ್ನು ವರ್ಷದ ಕೊನೆಯಲ್ಲಿ ಮರುಪ್ರಾರಂಭಿಸುತ್ತೇವೆ), 65% ರಷ್ಟು ವಿವಾಹಿತ ಪುರುಷರು ಎಂಬ ಅಂಶದ ಜೊತೆಗೆ, ಅತ್ಯಂತ ಕಷ್ಟಕರವಾದ ಶಿಫಾರಸು ಸಮಸ್ಯೆಯೆಂದರೆ ಒಬ್ಬ ವ್ಯಕ್ತಿಗೆ ಹಲವಾರು ಮಾದರಿಗಳನ್ನು ನೀಡಲಾಯಿತು. ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಾರಂಭದಲ್ಲಿ - " ಸ್ನೇಹ", "ಸೆಕ್ಸ್", "ಲೈಂಗಿಕ ಸ್ನೇಹ" ಮತ್ತು "ವ್ಯಾಪಾರ". ಜನರು ತಮಗೆ ಬೇಕಾದುದನ್ನು ಆರಿಸಿಕೊಳ್ಳಲಿಲ್ಲ. ಪುರುಷರು ಬಂದು "ಲವ್" ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿದರು, ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ ಅವರು ಎಲ್ಲರಿಗೂ ನಗ್ನತೆಯನ್ನು ಎಸೆದರು, ಇತ್ಯಾದಿ.

ಈ ಮಾದರಿಗಳಲ್ಲಿ ಒಂದಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಹೇಗಾದರೂ ಸರಾಗವಾಗಿ ಅವನನ್ನು ತೆಗೆದುಕೊಂಡು ಇನ್ನೊಂದು ದಿಕ್ಕಿನಲ್ಲಿ ಚಲಿಸುವುದು ಸಮಸ್ಯೆಯಾಗಿತ್ತು. ಸಣ್ಣ ಪ್ರಮಾಣದ ಡೇಟಾದ ಕಾರಣ, ಇದು ಮುನ್ಸೂಚನೆಯ ಅಲ್ಗಾರಿದಮ್‌ನಲ್ಲಿ ದೋಷವಾಗಿದೆಯೇ ಅಥವಾ ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ತನ್ನ ವರ್ಗದಲ್ಲಿ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಲು ತುಂಬಾ ಕಷ್ಟ. ಇದು ಸಂಗೀತದೊಂದಿಗೆ ಒಂದೇ ಆಗಿರುತ್ತದೆ: ಸಂಗೀತವನ್ನು ಚೆನ್ನಾಗಿ "ಫ್ಯಾಸ್ಟ್" ಮಾಡಬಹುದಾದ ಕೆಲವು ನಿಜವಾಗಿಯೂ ಯೋಗ್ಯವಾದ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಈಗ ಇವೆ. ಬಹುಶಃ "Yandex.Music". Yandex.Music ಅಲ್ಗಾರಿದಮ್ ಕೆಟ್ಟದಾಗಿದೆ ಎಂದು ಕೆಲವರು ಭಾವಿಸುತ್ತಾರೆ. ಉದಾಹರಣೆಗೆ, ನಾನು ಅವಳನ್ನು ಇಷ್ಟಪಡುತ್ತೇನೆ. ನಾನು ವೈಯಕ್ತಿಕವಾಗಿ, ಉದಾಹರಣೆಗೆ, YouTube ಸಂಗೀತ ಅಲ್ಗಾರಿದಮ್ ಮತ್ತು ಮುಂತಾದವುಗಳನ್ನು ಇಷ್ಟಪಡುವುದಿಲ್ಲ.

ಸಹಜವಾಗಿ, ಕೆಲವು ಸೂಕ್ಷ್ಮತೆಗಳಿವೆ - ಎಲ್ಲವೂ ಪರವಾನಗಿಗಳಿಗೆ ಸಂಬಂಧಿಸಿವೆ ... ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ, ಅಂತಹ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಬೇಡಿಕೆ ಸಾಕಷ್ಟು ಹೆಚ್ಚಾಗಿದೆ. ಒಂದು ಸಮಯದಲ್ಲಿ, ರಿಟೇಲ್ ರಾಕೆಟ್ ಕಂಪನಿಯು ಹೆಸರುವಾಸಿಯಾಗಿದೆ, ಇದು ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳ ಅನುಷ್ಠಾನದಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿದೆ, ಆದರೆ ಈಗ ಅದು ಹೇಗಾದರೂ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ - ಸ್ಪಷ್ಟವಾಗಿ ಅವರು ತಮ್ಮ ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ದೀರ್ಘಕಾಲದವರೆಗೆ ಅಭಿವೃದ್ಧಿಪಡಿಸದ ಕಾರಣ. ಎಲ್ಲವೂ ಇದರ ಕಡೆಗೆ ಹೋಗುತ್ತದೆ - ನಾವು ಒಳಗೆ ಹೋಗುವ ಹಂತಕ್ಕೆ ಮತ್ತು ಯಾವುದನ್ನೂ ಒತ್ತದೆ, ನಮಗೆ ಬೇಕಾದುದನ್ನು ಪಡೆದುಕೊಳ್ಳಿ (ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ಮೂರ್ಖರಾಗುತ್ತಾರೆ, ಏಕೆಂದರೆ ನಮ್ಮ ಆಯ್ಕೆಯ ಸಾಮರ್ಥ್ಯವು ಸಂಪೂರ್ಣವಾಗಿ ಕಣ್ಮರೆಯಾಗಿದೆ).

ಮಾರ್ಕೆಟಿಂಗ್ ಪ್ರಭಾವ

Z: - ನಮಸ್ಕಾರ. ನನ್ನ ಹೆಸರು ಕಾನ್ಸ್ಟಾಂಟಿನ್. ಪ್ರಭಾವ ಮಾರ್ಕೆಟಿಂಗ್ ಬಗ್ಗೆ ನಾನು ಪ್ರಶ್ನೆಯನ್ನು ಎತ್ತಲು ಬಯಸುತ್ತೇನೆ. ಕೆಲವು ಅಂಕಿಅಂಶಗಳ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ವ್ಯಾಪಾರಕ್ಕೆ ಸೂಕ್ತವಾದ ಬ್ಲಾಗರ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ವ್ಯಾಪಾರವನ್ನು ಅನುಮತಿಸುವ ಯಾವುದೇ ವ್ಯವಸ್ಥೆಗಳು ನಿಮಗೆ ತಿಳಿದಿದೆಯೇ? ಮತ್ತು ಇದನ್ನು ಯಾವ ಆಧಾರದ ಮೇಲೆ ಮಾಡಲಾಗುತ್ತದೆ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಹೌದು, ನಾನು ದೂರದಿಂದ ಪ್ರಾರಂಭಿಸುತ್ತೇನೆ ಮತ್ತು ಈ ಎಲ್ಲಾ ತಂತ್ರಜ್ಞಾನಗಳ ಸಮಸ್ಯೆಯೆಂದರೆ ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿನ ಈ ಎಲ್ಲಾ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈಗ ಬಿಗಿಹಗ್ಗದ ವಾಕರ್‌ನಂತಿದೆ: ಎಡಭಾಗದಲ್ಲಿ ಸಾಕಷ್ಟು ಹಣವನ್ನು ಹೊಂದಿರುವ ದೊಡ್ಡ ಕಂಪನಿಗಳಿವೆ, ಮತ್ತು ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ ಎಲ್ಲವೂ ಅವರಿಗೆ ಕೆಲಸ ಮಾಡಲು ಪರಿಣಾಮಕಾರಿಯಾಗಿರುತ್ತದೆ ಏಕೆಂದರೆ ಅವರ ಜಾಹೀರಾತು ಪ್ರಚಾರಗಳು ಕೇವಲ ವೀಕ್ಷಣೆಗಳನ್ನು ಗುರಿಯಾಗಿರಿಸಿಕೊಂಡಿವೆ; ಮತ್ತೊಂದೆಡೆ, ಸಾಕಷ್ಟು ಸಣ್ಣ ವ್ಯಾಪಾರಗಳಿವೆ, ಇದಕ್ಕಾಗಿ ಇದು ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ, ಏಕೆಂದರೆ ಅವುಗಳು ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಹೊಂದಿವೆ. ಇಲ್ಲಿಯವರೆಗೆ, ಈ ಕಥೆಗಳ ಅನ್ವಯವು ಎಲ್ಲೋ ಮಧ್ಯದಲ್ಲಿದೆ.

ಈಗಾಗಲೇ ಉತ್ತಮ ಬಜೆಟ್‌ಗಳು ಇದ್ದಾಗ, ಮತ್ತು ಈ ಬಜೆಟ್‌ಗಳನ್ನು ಸರಿಯಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು ಕಾರ್ಯವಾಗಿದೆ (ಮತ್ತು, ತಾತ್ವಿಕವಾಗಿ, ಈಗಾಗಲೇ ಸಾಕಷ್ಟು ಡೇಟಾ ಇದೆ)... ನನಗೆ ಒಂದೆರಡು ಸೇವೆಗಳು ಗೊತ್ತು, ಗೆಟ್‌ಬ್ಲಾಗರ್‌ನಂತಹವು, ಇದು ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ತೋರುತ್ತದೆ. ನಿಜ ಹೇಳಬೇಕೆಂದರೆ, ನಾನು ಈ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡಿಲ್ಲ. ನಾವು ಕೆಲವು ತಾಯಂದಿರಿಗೆ ಉಡುಗೊರೆಯನ್ನು ನೀಡಬೇಕಾದಾಗ ಅಭಿಪ್ರಾಯ ನಾಯಕರನ್ನು ಹುಡುಕಲು ನಾವು ಯಾವ ವಿಧಾನವನ್ನು ಬಳಸುತ್ತೇವೆ ಎಂದು ನಾನು ನಿಮಗೆ ಹೇಳಬಲ್ಲೆ.

ನಾವು ಕಂಟೆಂಟ್ ಡಿಸ್ಟ್ರಿಬ್ಯೂಷನ್ ಟೈಮ್ ಎಂಬ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಬಳಸುತ್ತೇವೆ. ಇದು ಈ ರೀತಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ನೀವು ಪ್ರೇಕ್ಷಕರನ್ನು ವಿಶ್ಲೇಷಿಸುವ ವ್ಯಕ್ತಿಯನ್ನು ನೀವು ತೆಗೆದುಕೊಳ್ಳುತ್ತೀರಿ ಮತ್ತು ನೀವು ವ್ಯವಸ್ಥಿತವಾಗಿ (ಉದಾಹರಣೆಗೆ, ಪ್ರತಿ 5 ನಿಮಿಷಗಳಿಗೊಮ್ಮೆ) ಪ್ರತಿ ಪೋಸ್ಟ್‌ನಲ್ಲಿ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಬೇಕು, ಯಾರು ಅದನ್ನು ಇಷ್ಟಪಟ್ಟಿದ್ದಾರೆ, ಕಾಮೆಂಟ್ ಮಾಡಿದ್ದಾರೆ ಮತ್ತು ಹೀಗೆ. ಈ ರೀತಿಯಾಗಿ, ನಿಮ್ಮ ಪ್ರೇಕ್ಷಕರಲ್ಲಿರುವ ಪ್ರತಿಯೊಬ್ಬ ವ್ಯಕ್ತಿಯು ನಿಮ್ಮ ವಿಷಯದೊಂದಿಗೆ ಯಾವ ಸಮಯದಲ್ಲಿ ಸಂವಹನ ನಡೆಸಿದ್ದಾರೆ ಎಂಬುದನ್ನು ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು. ಅವರ ಪ್ರೇಕ್ಷಕರ ಪ್ರತಿ ಪ್ರತಿನಿಧಿಗೆ ಈ ಕಾರ್ಯಾಚರಣೆಯನ್ನು ಪುನರಾವರ್ತಿಸಿ, ಮತ್ತು ಆದ್ದರಿಂದ, ವಿಷಯ ಪ್ರಸರಣದ ಸರಾಸರಿ ಸಮಯದ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಬಳಸಿ, ಉದಾಹರಣೆಗೆ, ಈ ಜನರ ದೊಡ್ಡ ನೆಟ್ವರ್ಕ್ ಗ್ರಾಫ್ನಲ್ಲಿ ಬಣ್ಣ ಮಾಡಬಹುದು ಮತ್ತು ಕ್ಲಸ್ಟರ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಈ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಬಳಸಬಹುದು.

ನಾವು ಬಯಸಿದರೆ ಇದು ಸಾಕಷ್ಟು ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, ಕೆಲವು woman.ru ನಲ್ಲಿ ತಮ್ಮ ಸಾರ್ವಜನಿಕ ಅಭಿಪ್ರಾಯವನ್ನು ನಿರ್ವಹಿಸುವ 15 ತಾಯಂದಿರನ್ನು ಹುಡುಕಲು. ಆದರೆ ಇದು ಸಂಕೀರ್ಣವಾದ ತಾಂತ್ರಿಕ ಅನುಷ್ಠಾನವಾಗಿದೆ (ಆದರೂ ಸಂಪೂರ್ಣವಾಗಿ ಸೈದ್ಧಾಂತಿಕವಾಗಿ ಇದನ್ನು ಪೈಥಾನ್‌ನಲ್ಲಿ ಮಾಡಬಹುದು). ಬಾಟಮ್ ಲೈನ್ ಎಂದರೆ ದೊಡ್ಡ ಜಾಹೀರಾತು ಏಜೆನ್ಸಿಗಳಲ್ಲಿ ಮಾರ್ಕೆಟಿಂಗ್‌ನ ಪ್ರಭಾವದ ಸಮಸ್ಯೆಯೆಂದರೆ ಅವರಿಗೆ ದೊಡ್ಡ, ತಂಪಾದ, ದುಬಾರಿ ಬ್ಲಾಗರ್‌ಗಳು ಶಿಟ್‌ಗಾಗಿ ಕೆಲಸ ಮಾಡದಿರುವುದು. ಈಗ, ಕಾರ್ ಬ್ರ್ಯಾಂಡ್ ಕೆಲವು ಅಭಿಪ್ರಾಯ ನಾಯಕರ ಮೂಲಕ ಕೆಲವು ಉತ್ಪನ್ನವನ್ನು ಮಾರಾಟ ಮಾಡಲು ಬಯಸುತ್ತದೆ - ಅವರು ಕಾರ್ ಬ್ಲಾಗರ್ ಅನ್ನು ಕೊನೆಯ ಉಪಾಯವಾಗಿ ಬಳಸಬೇಕಾಗುತ್ತದೆ, ಏಕೆಂದರೆ ಅವರ ಪ್ರೇಕ್ಷಕರು ಈಗಾಗಲೇ ಕಾರನ್ನು ಖರೀದಿಸಿದ್ದಾರೆ ಅಥವಾ ಅವರಿಗೆ ಯಾವ ರೀತಿಯ ಕಾರು ಬೇಕು ಎಂದು ನಿಖರವಾಗಿ ತಿಳಿದಿರುತ್ತದೆ, ಸುಮ್ಮನೆ ಕುಳಿತು ತಂಪಾದ ಕಾರುಗಳನ್ನು ನೋಡುತ್ತದೆ. ಇಲ್ಲಿ ವ್ಯಕ್ತಿಯ ಪ್ರೇಕ್ಷಕರ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳದಿರುವುದು ಮುಖ್ಯವಾಗಿದೆ.

ಮಾರ್ಕೆಟಿಂಗ್ ಬಾಟ್‌ಗಳು

Z: - ಹೇಳಿ, ಸಾಮಾಜಿಕ ನೆಟ್ವರ್ಕ್ಗಳಲ್ಲಿ ಬಾಟ್ಗಳು ಮಾಹಿತಿಯ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಅದರ ಗುಣಮಟ್ಟವನ್ನು ಎಷ್ಟು ಪರಿಣಾಮ ಬೀರುತ್ತವೆ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಇದು ಬಾಟ್‌ಗಳೊಂದಿಗೆ ತುಂಬಾ ಆಸಕ್ತಿದಾಯಕ ವಿಷಯವಾಗಿದೆ. ಅಗ್ಗದ ಬಾಟ್‌ಗಳನ್ನು ಗುರುತಿಸುವುದು ತುಂಬಾ ಸುಲಭ - ಅವುಗಳು ಒಂದೇ ವಿಷಯವನ್ನು ಹೊಂದಿವೆ, ಅಥವಾ ಅವು ಪರಸ್ಪರ ಸ್ನೇಹಿತರಾಗಿರುತ್ತವೆ ಅಥವಾ ಒಂದೇ ನೆಟ್‌ವರ್ಕ್‌ನಲ್ಲಿರುತ್ತವೆ. ಸಂಕೀರ್ಣ ಬಾಟ್ಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸಲು ವಿಧಾನಗಳಿವೆ. ಅಥವಾ ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಅವನ ನಕಲಿಗೆ ಹೇಗೆ ಸಂಪರ್ಕಿಸುವುದು ಎಂದು ನೀವು ಸಮಸ್ಯೆಯನ್ನು ಕೇಳುತ್ತೀರಾ?

Z: - ಈ ಎಲ್ಲಾ ಕಸದೊಂದಿಗೆ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಮಾಹಿತಿಯು ಎಷ್ಟು ಔಟ್‌ಪುಟ್ ಆಗಿರುತ್ತದೆ?

ಓಹ್: - ಇಲ್ಲಿ ಇದು ಈ ರೀತಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ: ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡೇಟಾ ಇರುವುದರಿಂದ (ಉದಾಹರಣೆಗೆ, ಕೆಲವು ರೀತಿಯ ಮಾರ್ಕೆಟಿಂಗ್ ಸಂಶೋಧನೆಗಾಗಿ), ಈ ಎಲ್ಲಾ ರಿಫ್ರಾಫ್ ಅನ್ನು ಸರಳವಾಗಿ ಹೊರಹಾಕಬಹುದು. ಅಂದರೆ, ಬಾಟ್‌ಗಳನ್ನು ಸೆರೆಹಿಡಿಯುವುದಕ್ಕಿಂತ ಸ್ವಲ್ಪ ಹೆಚ್ಚು ನೈಜ ಜನರನ್ನು ಹೊರಹಾಕುವುದು ಉತ್ತಮ, ಏಕೆಂದರೆ ಅವರಿಗೆ ಯಾವುದೇ ಜಾಹೀರಾತನ್ನು ತೋರಿಸಲು ಇದು ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ. ಆದರೆ ನೀವು ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದರೆ, ಉದಾಹರಣೆಗೆ, ಬ್ಯಾನರ್‌ಗಳು ಅಥವಾ ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಿದರೆ, ಅಂತಹ ಖಾತೆಗಳನ್ನು ಹೊರಹಾಕಬಹುದು.

ಈಗ ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳಲ್ಲಿ, ಸುಮಾರು ಆರು ಪ್ರತಿಶತದಷ್ಟು ವರ್ಚುವಲ್ ಪಾತ್ರಗಳು ಅಥವಾ ಸರಳವಾಗಿ ಕೈಬಿಟ್ಟ ಪುಟಗಳು ಅಥವಾ ಅಂತರ್ಮುಖಿಗಳು ಇವೆ, ಅವರ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಬಾಟ್‌ಗಳಾಗಿ "ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ". ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ಅವನ ನಕಲಿಗೆ ಲಿಂಕ್ ಮಾಡುವುದಕ್ಕಾಗಿ, ಇಲ್ಲಿಯೂ ಸಹ, ವ್ಯಕ್ತಿಯು ಬೇಗ ಅಥವಾ ನಂತರ ತಪ್ಪು ಮಾಡುತ್ತಾನೆ ಎಂಬ ಅಂಶದೊಂದಿಗೆ ಎಲ್ಲವನ್ನೂ ಜೋಡಿಸಲಾಗಿದೆ, ಮತ್ತು ವಿಷಯವೆಂದರೆ ನಡವಳಿಕೆಯ ಮಾದರಿಯು ಒಂದೇ ಆಗಿರುತ್ತದೆ - ಅವನ ನೈಜ ಖಾತೆ ಮತ್ತು ಅವನ ನಕಲಿ ಎರಡೂ. ಶೀಘ್ರದಲ್ಲೇ ಅಥವಾ ನಂತರ ಅವರು ಅದೇ ವಿಷಯವನ್ನು ಅಥವಾ ಬೇರೆ ಯಾವುದನ್ನಾದರೂ ವೀಕ್ಷಿಸುತ್ತಾರೆ.

ಇಲ್ಲಿ ಎಲ್ಲವೂ ದೋಷದ ಶೇಕಡಾವಾರು ಪ್ರಮಾಣಕ್ಕೆ ಬರುವುದಿಲ್ಲ, ಆದರೆ ಒಬ್ಬ ವ್ಯಕ್ತಿಯನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಗುರುತಿಸಲು ಬೇಕಾದ ಸಮಯಕ್ಕೆ. ತಮ್ಮ Instagram ಜೊತೆಗೆ ವಾಸಿಸುವ ಯಾರಿಗಾದರೂ, ವಿಶ್ವಾಸಾರ್ಹ ಗುರುತಿಸುವಿಕೆಗಾಗಿ ಈ ಸಮಯವು ಐದು ನಿಮಿಷಗಳವರೆಗೆ ಬರುತ್ತದೆ. ಕೆಲವರಿಗೆ - ಆರರಿಂದ ಎಂಟು ತಿಂಗಳವರೆಗೆ.

ಡೇಟಾವನ್ನು ಯಾರಿಗೆ ಮತ್ತು ಹೇಗೆ ಮಾರಾಟ ಮಾಡುವುದು?

Z: - ನಮಸ್ಕಾರ. ಕಂಪನಿಗಳ ನಡುವೆ ಡೇಟಾವನ್ನು ಹೇಗೆ ಮಾರಾಟ ಮಾಡಲಾಗುತ್ತದೆ ಎಂದು ತಿಳಿಯಲು ನಾನು ಆಸಕ್ತಿ ಹೊಂದಿದ್ದೇನೆ? ಉದಾಹರಣೆಗೆ, ಒಬ್ಬ ವ್ಯಕ್ತಿಯು ಎಲ್ಲಿಗೆ ಹೋಗುತ್ತಾನೆ, ಅವನು ಯಾವ ಅಂಗಡಿಗಳಿಗೆ ಹೋಗುತ್ತಾನೆ ಮತ್ತು ಅಲ್ಲಿ ಅವನು ಎಷ್ಟು ಹಣವನ್ನು ಖರ್ಚು ಮಾಡುತ್ತಾನೆ ಎಂಬುದನ್ನು ನೀವು (ಡೆವಲಪರ್‌ಗೆ) ಕಂಡುಹಿಡಿಯಬಹುದಾದ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ನಾನು ಹೊಂದಿದ್ದೇನೆ. ಮತ್ತು ನಾನು ಈ ಮಳಿಗೆಗಳಿಗೆ ನನ್ನ ಪ್ರೇಕ್ಷಕರ ಬಗ್ಗೆ ಡೇಟಾವನ್ನು ಹೇಗೆ ಮಾರಾಟ ಮಾಡಬಹುದು ಅಥವಾ ನನ್ನ ಡೇಟಾವನ್ನು ಒಂದು ದೊಡ್ಡ ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಇರಿಸಬಹುದು ಮತ್ತು ಅದಕ್ಕೆ ಪಾವತಿಸುವುದು ಹೇಗೆ ಎಂದು ತಿಳಿಯಲು ನಾನು ಆಸಕ್ತಿ ಹೊಂದಿದ್ದೇನೆ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಯಾರಿಗಾದರೂ ಡೇಟಾವನ್ನು ನೇರವಾಗಿ ಮಾರಾಟ ಮಾಡಲು, ನೀವು ಮತ್ತು ಎಲ್ಲರೂ OFD ಗಿಂತ ಮುಂದಿರುವಿರಿ - ಹಣಕಾಸಿನ ಡೇಟಾ ಆಪರೇಟರ್‌ಗಳು, ಚೆಕ್‌ಗಳ ವರ್ಗಾವಣೆ ಮತ್ತು ತೆರಿಗೆ ಕಚೇರಿಯ ನಡುವೆ ಕುತಂತ್ರದಿಂದ ತಮ್ಮನ್ನು ತಾವು ನಿರ್ಮಿಸಿಕೊಂಡರು ಮತ್ತು ಈಗ ಎಲ್ಲರಿಗೂ ಡೇಟಾವನ್ನು ಮಾರಾಟ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದಾರೆ. ವಾಸ್ತವವಾಗಿ, ಅವರು ವಾಸ್ತವವಾಗಿ ಸಂಪೂರ್ಣ ಮೊಬೈಲ್ ಅನಾಲಿಟಿಕ್ಸ್ ಮಾರುಕಟ್ಟೆಯನ್ನು ಕ್ರ್ಯಾಶ್ ಮಾಡಿದರು. ವಾಸ್ತವವಾಗಿ, ನಿಮ್ಮ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ನೀವು ಎಂಬೆಡ್ ಮಾಡಬಹುದು, ಉದಾಹರಣೆಗೆ, Facebook ಪಿಕ್ಸೆಲ್, ಅದರ DMP ಸಿಸ್ಟಮ್; ನಂತರ ಮಾರಾಟ ಮಾಡಲು ಈ ಪ್ರೇಕ್ಷಕರನ್ನು ಬಳಸಿ. ಉದಾಹರಣೆಗೆ, "ಮೇ ಟಾರ್ಗೆಟ್" ಪಿಕ್ಸೆಲ್. ನೀವು ಯಾವ ರೀತಿಯ ಪ್ರೇಕ್ಷಕರನ್ನು ಹೊಂದಿದ್ದೀರಿ ಎಂದು ನನಗೆ ತಿಳಿದಿಲ್ಲ, ನೀವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕು. ಆದರೆ ಯಾವುದೇ ಸಂದರ್ಭದಲ್ಲಿ, ನೀವು ಯಾಂಡೆಕ್ಸ್ ಅಥವಾ ಮೈ ಟಾರ್ಗೆಟ್‌ಗೆ ಸಂಯೋಜಿಸಬಹುದು, ಅವುಗಳು ದೊಡ್ಡ ಡಿಎಂಪಿ ವ್ಯವಸ್ಥೆಗಳಾಗಿವೆ.

ಇದು ಸಾಕಷ್ಟು ಆಸಕ್ತಿದಾಯಕ ಕಥೆಯಾಗಿದೆ. ಒಂದೇ ಸಮಸ್ಯೆಯೆಂದರೆ ನೀವು ಅವರಿಗೆ ಎಲ್ಲಾ ದಟ್ಟಣೆಯನ್ನು ನೀಡುತ್ತೀರಿ, ಮತ್ತು ಅವರು ಈ ದಟ್ಟಣೆಯ ಹಣಗಳಿಕೆಯನ್ನು ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುತ್ತಾರೆ. ನಿಮ್ಮ ಪ್ರೇಕ್ಷಕರನ್ನು 10 ಜನರು ಬಳಸಿದ್ದಾರೆ ಎಂದು ಅವರು ನಿಮಗೆ ಹೇಳಬಹುದು ಅಥವಾ ಹೇಳದೇ ಇರಬಹುದು. ಆದ್ದರಿಂದ, ನೀವು ನಿಮ್ಮ ಸ್ವಂತ ಜಾಹೀರಾತು ಜಾಲವನ್ನು ನಿರ್ಮಿಸಿ, ಅಥವಾ ನೀವು ದೊಡ್ಡ DMP ಗಳಿಗೆ ಶರಣಾಗುತ್ತೀರಿ.

ಯಾರು ಗೆಲ್ಲುತ್ತಾರೆ - ಕಲಾವಿದ ಅಥವಾ ತಂತ್ರಜ್ಞ?

Z: - ತಾಂತ್ರಿಕ ಭಾಗದಿಂದ ಸ್ವಲ್ಪ ದೂರದಲ್ಲಿರುವ ಪ್ರಶ್ನೆ. ಮುಂಬರುವ ಸಾಮೂಹಿಕ ನಿರುದ್ಯೋಗದ ಬಗ್ಗೆ ಮಾರಾಟಗಾರರ ಭಯದ ಬಗ್ಗೆ ಹೇಳಲಾಗಿದೆ. ಸೃಜನಾತ್ಮಕ ಮಾರ್ಕೆಟಿಂಗ್ (ಚಿಕನ್ ಜಾಹೀರಾತು, ವೋಕ್ಸ್‌ವ್ಯಾಗನ್ ಜಾಹೀರಾತಿನೊಂದಿಗೆ ಬಂದ ಈ ವ್ಯಕ್ತಿಗಳು, ತೋರುತ್ತಿದೆ) ಮತ್ತು ಬಿಗ್ ಡೇಟಾದಲ್ಲಿ ತೊಡಗಿಸಿಕೊಂಡಿರುವವರ ನಡುವೆ ಕೆಲವು ರೀತಿಯ ಸ್ಪರ್ಧಾತ್ಮಕ ಹೋರಾಟವಿದೆಯೇ (ಅವರು ಹೇಳುತ್ತಾರೆ: ಈಗ ನಾವು ಎಲ್ಲಾ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತೇವೆ ಮತ್ತು ಉದ್ದೇಶಿತ ಜಾಹೀರಾತನ್ನು ತಲುಪಿಸುತ್ತೇವೆ ಎಲ್ಲರೂ)? ನೇರವಾಗಿ ತೊಡಗಿಸಿಕೊಂಡಿರುವ ವ್ಯಕ್ತಿಯಾಗಿ, ಯಾರು ಗೆಲ್ಲುತ್ತಾರೆ ಎಂಬುದರ ಕುರಿತು ನಿಮ್ಮ ಅಭಿಪ್ರಾಯವೇನು - ಕಲಾವಿದ, ತಂತ್ರಜ್ಞ, ಅಥವಾ ಕೆಲವು ರೀತಿಯ ಸಿನರ್ಜಿಸ್ಟಿಕ್ ಪರಿಣಾಮವಿದೆಯೇ?

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: - ಆಲಿಸಿ, ಅವರು ಒಟ್ಟಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ. ಎಂಜಿನಿಯರ್‌ಗಳಿಗೆ ಸೃಜನಶೀಲತೆ ಬರುವುದಿಲ್ಲ. ಸೃಜನಶೀಲರು ಪ್ರೇಕ್ಷಕರನ್ನು ಆವಿಷ್ಕರಿಸುವುದಿಲ್ಲ. ಇಲ್ಲಿ ಕೆಲವು ರೀತಿಯ ಬಹುಶಿಸ್ತೀಯ ಕಥೆಯಿದೆ. ಈಗ ಇರುವ ನಿಜವಾದ ಸಮಸ್ಯೆಗಳೆಂದರೆ, ಕುಳಿತು ಗುಂಡಿಗಳನ್ನು ಒತ್ತುವವರಿಗೆ, “ಮಂಗನ ಕೆಲಸ” ಮಾಡುವವರಿಗೆ, ಪ್ರತಿದಿನ ಒಂದೇ ವಿಷಯವನ್ನು ಒತ್ತುವವರಿಗೆ - ಇವರೇ ಕಣ್ಮರೆಯಾಗುತ್ತಾರೆ.

ಆದರೆ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವವರು ಸ್ವಾಭಾವಿಕವಾಗಿ ಉಳಿಯುತ್ತಾರೆ, ಆದರೆ ಯಾರಾದರೂ ಈ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬೇಕು. ಯಾರಾದರೂ ಈ ಚಿತ್ರಗಳೊಂದಿಗೆ ಬರಬೇಕಾಗುತ್ತದೆ, ಅವುಗಳನ್ನು ಸೆಳೆಯಿರಿ. ಯಂತ್ರವು ಅಂತಹ ಸೃಜನಶೀಲತೆಯೊಂದಿಗೆ ಬರಲು ಸಾಧ್ಯವಿಲ್ಲ! ಇದು ಸಂಪೂರ್ಣ ಹುಚ್ಚುತನ! ಅಥವಾ ಉದಾಹರಣೆಗೆ, ಕಾರ್‌ಪ್ರೈಸ್‌ನ ವೈರಲ್ ಜಾಹೀರಾತಿನಂತೆ, ಅದು ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡಿದೆ. ನೆನಪಿಡಿ, YouTube ನಲ್ಲಿ ಇದು ಇತ್ತು: "ಇದನ್ನು ಕಾರ್‌ಪ್ರೈಸ್‌ನಲ್ಲಿ ಮಾರಾಟ ಮಾಡಿ," ಸಂಪೂರ್ಣವಾಗಿ ಹುಚ್ಚು. ಸಹಜವಾಗಿ, ಯಾವುದೇ ನರಮಂಡಲವು ಅಂತಹ ಕಥೆಯನ್ನು ರಚಿಸುವುದಿಲ್ಲ.
ಸಾಮಾನ್ಯವಾಗಿ, ನಾನು ತಮ್ಮ ಉದ್ಯೋಗವನ್ನು ಕಳೆದುಕೊಳ್ಳುವ ಜನರಲ್ಲ, ಆದರೆ ಅವರು ಸ್ವಲ್ಪ ಹೆಚ್ಚು ಉಚಿತ ಸಮಯವನ್ನು ಹೊಂದಿರುತ್ತಾರೆ ಮತ್ತು ಅವರು ಈ ಉಚಿತ ಸಮಯವನ್ನು ಸ್ವಯಂ ಶಿಕ್ಷಣಕ್ಕಾಗಿ ಕಳೆಯಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂಬ ಅಂಶದ ಬೆಂಬಲಿಗನಾಗಿದ್ದೇನೆ.

ಪ್ರಾಚೀನ ಜಾಹೀರಾತುಗಳು ಸಾಯುತ್ತವೆ

Z: - ದೊಡ್ಡದಾಗಿ, ತೋರಿಸಿರುವ ಜಾಹೀರಾತು, ಬ್ಯಾನರ್‌ಗಳು - ದೊಡ್ಡದಾಗಿ, ಮಾರಾಟದ ಪಠ್ಯಗಳನ್ನು ಸಹ ಅಲ್ಲಿ ಬರೆಯಲಾಗಿಲ್ಲ: “ನಿಮಗೆ ಕಿಟಕಿಗಳು ಬೇಕು - ತೆಗೆದುಕೊಳ್ಳಿ!”, “ನಿಮಗೆ ಬೇರೆ ಏನಾದರೂ ಬೇಕು - ತೆಗೆದುಕೊಳ್ಳಿ!”, ಅಂದರೆ, ಅಲ್ಲಿ ಯಾವುದೇ ಸೃಜನಶೀಲತೆ ಇಲ್ಲ.

ಓಹ್: - ಅಂತಹ ಜಾಹೀರಾತುಗಳು ಬೇಗ ಅಥವಾ ನಂತರ ಸಾಯುತ್ತವೆ. ಅದು ಸಾಯುವುದು ತಂತ್ರಜ್ಞಾನದ ಬೆಳವಣಿಗೆಯಿಂದಲ್ಲ, ಆದರೆ ನಿಮ್ಮ ಮತ್ತು ನನ್ನ ಅಭಿವೃದ್ಧಿಯಿಂದ.

ಸಂಬಂಧಿತವನ್ನು ಅಪ್ರಸ್ತುತವಾಗಿ ಬೆರೆಸುವುದು ಉತ್ತಮ

Z: - ನಾನಿಲ್ಲಿದ್ದೀನೆ! ನಿಮಗಾಗಿ (ಶಿಫಾರಸುದಾರರ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ) ಕೆಲಸ ಮಾಡಿಲ್ಲ ಎಂದು ನೀವು ಹೇಳಿದ ಪ್ರಯೋಗದ ಕುರಿತು ನನಗೆ ಪ್ರಶ್ನೆ ಇದೆ. ನಿಮ್ಮ ಅಭಿಪ್ರಾಯದಲ್ಲಿ, ಸಮಸ್ಯೆಯು ಅಲ್ಲಿ ಸಹಿ ಮಾಡಲ್ಪಟ್ಟಿದೆಯೇ, ಅದನ್ನು ಏಕೆ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ, ಅಥವಾ ಬಳಕೆದಾರರು ನೋಡಿದ ಎಲ್ಲವೂ ಅವನಿಗೆ ಪ್ರಸ್ತುತವಾಗಿದೆಯೇ? ನಾನು ತಾಯಂದಿರಿಗಾಗಿ ಒಂದು ಪ್ರಯೋಗವನ್ನು ಓದಿದ್ದೇನೆ ಮತ್ತು ಇನ್ನೂ ಹೆಚ್ಚಿನ ಡೇಟಾ ಇರಲಿಲ್ಲ ಮತ್ತು ಇಂಟರ್ನೆಟ್‌ನಿಂದ ಹೆಚ್ಚಿನ ಡೇಟಾ ಇರಲಿಲ್ಲ, ಗರ್ಭಾವಸ್ಥೆಯನ್ನು (ಅವರು ತಾಯಂದಿರು ಎಂದು) ಊಹಿಸುವ ಕಿರಾಣಿ ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಯಿಂದ ಕೇವಲ ಡೇಟಾ ಇತ್ತು. ಮತ್ತು ಅವರು ನಿರೀಕ್ಷಿತ ತಾಯಂದಿರಿಗೆ ಉತ್ಪನ್ನಗಳ ಆಯ್ಕೆಯನ್ನು ತೋರಿಸಿದಾಗ, ತಾಯಂದಿರು ಯಾವುದೇ ಅಧಿಕೃತ ವಿಷಯಗಳ ಮೊದಲು ಅವರ ಬಗ್ಗೆ ಕಂಡುಕೊಂಡರು ಎಂದು ಗಾಬರಿಗೊಂಡರು. ಮತ್ತು ಅದು ಕೆಲಸ ಮಾಡಲಿಲ್ಲ. ಮತ್ತು ಈ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವ ಸಲುವಾಗಿ, ಅವರು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಸಂಬಂಧಿತ ಉತ್ಪನ್ನಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅಪ್ರಸ್ತುತವಾದ ವಿಷಯದೊಂದಿಗೆ ಬೆರೆಸಿದ್ದಾರೆ.

ಆರ್ಥರ್ ಖಚುಯನ್: ಮಾರ್ಕೆಟಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಓಹ್: "ಜನರ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಯಾವ ಆಧಾರದ ಮೇಲೆ ಶಿಫಾರಸುಗಳನ್ನು ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ನಾವು ನಿರ್ದಿಷ್ಟವಾಗಿ ತೋರಿಸಿದ್ದೇವೆ. ವಾಸ್ತವವಾಗಿ, ಇದು ಅವನಿಗೆ ಕೆಲವು ಸೂಪರ್-ಸಂಬಂಧಿತ ಉತ್ಪನ್ನಗಳಾಗಿವೆ ಎಂದು ಜನರಿಗೆ ಹೇಳಬೇಕಾಗಿಲ್ಲ ಎಂಬ ಪರಿಕಲ್ಪನೆಯು ಹುಟ್ಟಿಕೊಂಡಿತು.

ಹೌದು, ಮೂಲಕ, ಅವುಗಳನ್ನು ಅಪ್ರಸ್ತುತವಾದವುಗಳೊಂದಿಗೆ ಮಿಶ್ರಣ ಮಾಡುವ ವಿಧಾನವಿದೆ. ಆದರೆ ಇದಕ್ಕೆ ವಿರುದ್ಧವಾದ ವಿಷಯವಿದೆ: ಕೆಲವೊಮ್ಮೆ ಜನರು ಬಂದು ಈ ಅಪ್ರಸ್ತುತ ಉತ್ಪನ್ನದೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸುತ್ತಾರೆ - ಯಾದೃಚ್ಛಿಕ ಔಟ್ಲೈಯರ್ಗಳು ಸಂಭವಿಸುತ್ತವೆ, ಮಾದರಿಗಳು ಒಡೆಯುತ್ತವೆ ಮತ್ತು ವಿಷಯಗಳು ಇನ್ನಷ್ಟು ಜಟಿಲವಾಗುತ್ತವೆ. ಆದರೆ ಇದು ವಾಸ್ತವವಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ. ಇದಲ್ಲದೆ, ಅನೇಕ ಕಂಪನಿಗಳು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ, ಯಾರಾದರೂ ತಮ್ಮ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತಿದ್ದಾರೆ ಎಂದು ತಿಳಿದಿದ್ದರೆ (ಯಾರಾದರೂ ಅವರಿಂದ ಅಂತಹ ಔಟ್ಪುಟ್ ಅನ್ನು ಕದಿಯಬಹುದು), ಅವರು ಕೆಲವೊಮ್ಮೆ ಅದನ್ನು ಮಿಶ್ರಣ ಮಾಡುತ್ತಾರೆ, ಇದರಿಂದಾಗಿ ನೀವು ಅದರ ಶಿಫಾರಸು ವ್ಯವಸ್ಥೆಯಿಂದ ಡೇಟಾವನ್ನು ತೆಗೆದುಕೊಂಡಿಲ್ಲ ಎಂದು ನಂತರ ಸಾಬೀತುಪಡಿಸಬಹುದು, ಆದರೆ Yandex.Market ಎಂದು ಕರೆಯಲ್ಪಡುವ.

ಜಾಹೀರಾತು ಬ್ಲಾಕರ್‌ಗಳು ಮತ್ತು ಬ್ರೌಸರ್ ಭದ್ರತೆ

Z: - ನಮಸ್ಕಾರ. ನೀವು ಘೋಸ್ಟರಿ ಮತ್ತು ಆಡ್‌ಬ್ಲಾಕ್ ಅನ್ನು ಉಲ್ಲೇಖಿಸಿದ್ದೀರಿ. ಅಂತಹ ಟ್ರ್ಯಾಕರ್‌ಗಳು ಸಾಮಾನ್ಯವಾಗಿ (ಬಹುಶಃ ಅಂಕಿಅಂಶಗಳ ಆಧಾರದ ಮೇಲೆ) ಎಷ್ಟು ಪರಿಣಾಮಕಾರಿ ಎಂದು ನೀವು ನಮಗೆ ಹೇಳಬಲ್ಲಿರಾ? ಮತ್ತು ನೀವು ಕಂಪನಿಗಳಿಂದ ಯಾವುದೇ ಆದೇಶಗಳನ್ನು ಹೊಂದಿದ್ದೀರಾ: ಅವರು ಹೇಳುತ್ತಾರೆ, ನಮ್ಮ ಜಾಹೀರಾತನ್ನು ಆಡ್‌ಬ್ಲಾಕ್‌ನಿಂದ ಮುಚ್ಚಲಾಗುವುದಿಲ್ಲ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ.

ಓಹ್: - ನಾವು ನೇರವಾಗಿ ಜಾಹೀರಾತು ವೇದಿಕೆಗಳನ್ನು ಸಂಪರ್ಕಿಸುವುದಿಲ್ಲ - ನಿಖರವಾಗಿ ಆದ್ದರಿಂದ ಅವರು ತಮ್ಮ ಜಾಹೀರಾತನ್ನು ಎಲ್ಲರಿಗೂ ಗೋಚರಿಸುವಂತೆ ಕೇಳುವುದಿಲ್ಲ. ನಾನು ವೈಯಕ್ತಿಕವಾಗಿ ಘೋಸ್ಟರಿಯನ್ನು ಬಳಸುತ್ತೇನೆ - ಇದು ತುಂಬಾ ತಂಪಾದ ವಿಸ್ತರಣೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ. ಈಗ ಎಲ್ಲಾ ಬ್ರೌಸರ್‌ಗಳು ಗೌಪ್ಯತೆಗಾಗಿ ಹೋರಾಡುತ್ತಿವೆ: ಮೊಜಿಲ್ಲಾ ಎಲ್ಲಾ ರೀತಿಯ ನವೀಕರಣಗಳ ಗುಂಪನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆ, ಗೂಗಲ್ ಕ್ರೋಮ್ ಈಗ ಸೂಪರ್-ಸುರಕ್ಷಿತವಾಗಿದೆ. ಅವರೆಲ್ಲರೂ ತಮಗೆ ಸಾಧ್ಯವಿರುವ ಎಲ್ಲವನ್ನೂ ನಿರ್ಬಂಧಿಸುತ್ತಾರೆ. "ಸಫಾರಿ" ಡೀಫಾಲ್ಟ್ ಆಗಿ "ಗೈರೊಸ್ಕೋಪ್" ಅನ್ನು ಸಹ ಆಫ್ ಮಾಡಿದೆ.
ಮತ್ತು ಈ ಪ್ರವೃತ್ತಿಯು ಒಳ್ಳೆಯದು (ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವವರಿಗೆ ಅಲ್ಲ, ಅವರು ಅದರಿಂದ ಹೊರಬಂದರೂ), ಏಕೆಂದರೆ ಜನರು ಮೊದಲು ಕುಕೀಗಳನ್ನು ನಿರ್ಬಂಧಿಸಿದ್ದಾರೆ. ಜಾಹೀರಾತು ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ಹೊಂದಿರುವ ಪ್ರತಿಯೊಬ್ಬರೂ ಬ್ರೌಸರ್ ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳಂತಹ ಅದ್ಭುತ ತಂತ್ರಜ್ಞಾನವನ್ನು ನೆನಪಿಸಿಕೊಂಡಿದ್ದಾರೆ - ಇವು 60 ವಿಭಿನ್ನ ನಿಯತಾಂಕಗಳನ್ನು (ಸ್ಕ್ರೀನ್ ರೆಸಲ್ಯೂಶನ್, ಆವೃತ್ತಿ, ಸ್ಥಾಪಿಸಲಾದ ಫಾಂಟ್‌ಗಳು) ಸ್ವೀಕರಿಸುವ ಅಲ್ಗಾರಿದಮ್‌ಗಳಾಗಿವೆ ಮತ್ತು ಅವುಗಳ ಆಧಾರದ ಮೇಲೆ ಅವರು ವಿಶಿಷ್ಟವಾದ “ಐಡಿ” ಅನ್ನು ಲೆಕ್ಕ ಹಾಕುತ್ತಾರೆ. ನಾವು ಇದನ್ನು ಮುಂದುವರಿಸೋಣ. ಮತ್ತು ಬ್ರೌಸರ್‌ಗಳು ಇದರೊಂದಿಗೆ ಹೋರಾಡಲು ಪ್ರಾರಂಭಿಸಿದವು. ಸಾಮಾನ್ಯವಾಗಿ, ಇದು ಟೈಟಾನ್ಸ್‌ನ ಅಂತ್ಯವಿಲ್ಲದ ಯುದ್ಧವಾಗಿದೆ.

ಇತ್ತೀಚಿನ ಡೆವಲಪರ್ ಮೊಜಿಲ್ಲಾ ಸಾಕಷ್ಟು ಸುರಕ್ಷಿತವಾಗಿದೆ. ಇದು ವಾಸ್ತವಿಕವಾಗಿ ಯಾವುದೇ ಕುಕೀಗಳನ್ನು ಉಳಿಸುವುದಿಲ್ಲ ಮತ್ತು ಕಡಿಮೆ ಜೀವಿತಾವಧಿಯನ್ನು ಹೊಂದಿಸುತ್ತದೆ. ವಿಶೇಷವಾಗಿ ನೀವು "ಅಜ್ಞಾತ" ಅನ್ನು ಆನ್ ಮಾಡಿದರೆ, ಯಾರೂ ನಿಮ್ಮನ್ನು ಹುಡುಕುವುದಿಲ್ಲ. ಎಲ್ಲಾ ಸೇವೆಗಳಲ್ಲಿ ಪಾಸ್‌ವರ್ಡ್‌ಗಳನ್ನು ನಮೂದಿಸಲು ಅನಾನುಕೂಲವಾಗುತ್ತದೆ ಎಂಬುದು ಪ್ರಶ್ನೆ.

ಸೈಕೋಟೈಪಿಂಗ್ ಮತ್ತು ಫಿಸಿಯೋಗ್ನಮಿ ಎಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ?

Z: - ಆರ್ಥರ್, ಉಪನ್ಯಾಸಕ್ಕಾಗಿ ತುಂಬಾ ಧನ್ಯವಾದಗಳು. YouTube ನಲ್ಲಿ ನಿಮ್ಮ ಉಪನ್ಯಾಸಗಳನ್ನು ಅನುಸರಿಸುವುದನ್ನು ನಾನು ಆನಂದಿಸುತ್ತೇನೆ. ಮಾರಾಟಗಾರರು ಸೈಕೋಟೈಪಿಂಗ್ ಮತ್ತು ಭೌತಶಾಸ್ತ್ರವನ್ನು ಬಳಸುವುದನ್ನು ಹೆಚ್ಚಾಗಿ ಆಶ್ರಯಿಸುತ್ತಿದ್ದಾರೆ ಎಂದು ನೀವು ಉಲ್ಲೇಖಿಸಿದ್ದೀರಿ. ನನ್ನ ಪ್ರಶ್ನೆಯೆಂದರೆ: ಇದು ಯಾವ ಬ್ರಾಂಡ್ ವಿಭಾಗಗಳಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ? ಇದು ಎಫ್‌ಎಂಸಿಜಿಗೆ ಮಾತ್ರ ಸೂಕ್ತ ಎಂಬುದು ನನ್ನ ನಂಬಿಕೆ. ಉದಾಹರಣೆಗೆ, ಕಾರನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು...

ಓಹ್: - ಇದು ನಿಖರವಾಗಿ ಎಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಬಹುದು. ಇದು "Amediateka", TV ಸರಣಿಗಳು, ಚಲನಚಿತ್ರಗಳು ಮತ್ತು ಮುಂತಾದ ಎಲ್ಲಾ ರೀತಿಯ ಕಥೆಗಳಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಇದು ಬ್ಯಾಂಕ್‌ಗಳು ಮತ್ತು ಬ್ಯಾಂಕಿಂಗ್ ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಪ್ರೀಮಿಯಂ ವಿಭಾಗವಲ್ಲ, ಆದರೆ ಎಲ್ಲಾ ರೀತಿಯ ವಿದ್ಯಾರ್ಥಿ ಕಾರ್ಡ್‌ಗಳು, ಕಂತು ಯೋಜನೆಗಳು - ಅಂತಹ ವಿಷಯಗಳು. ಇದು ನಿಜವಾಗಿಯೂ FMCG ಮತ್ತು ಎಲ್ಲಾ ರೀತಿಯ ಐಫೋನ್‌ಗಳು, ಚಾರ್ಜರ್‌ಗಳು, ಈ ಎಲ್ಲಾ ಅಮೇಧ್ಯಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಇದು "ತಾಯಿ ಮತ್ತು ಪಾಪ್" ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಮೀನುಗಾರಿಕೆಯಲ್ಲಿ (ಅಂತಹ ವಿಷಯವಿದೆ) ಎಂದು ನನಗೆ ತಿಳಿದಿದ್ದರೂ ... ಮೀನುಗಾರರೊಂದಿಗೆ ಹಲವಾರು ಬಾರಿ ಪ್ರಕರಣಗಳಿವೆ - ಅವುಗಳನ್ನು ಎಂದಿಗೂ ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ವಿಂಗಡಿಸಲಾಗುವುದಿಲ್ಲ. ಯಾಕೆ ಅಂತ ಗೊತ್ತಿಲ್ಲ. ಕೆಲವು ರೀತಿಯ ಅಂಕಿಅಂಶ ದೋಷ.

ಇದು ವಾಹನ ಚಾಲಕರೊಂದಿಗೆ, ಆಭರಣಗಳೊಂದಿಗೆ ಅಥವಾ ಕೆಲವು ಗೃಹೋಪಯೋಗಿ ವಸ್ತುಗಳೊಂದಿಗೆ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ. ವಾಸ್ತವವಾಗಿ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದಲ್ಲಿ ಜನರು ಎಂದಿಗೂ ಬರೆಯದ ವಿಷಯಗಳೊಂದಿಗೆ ಇದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದಿಲ್ಲ - ನೀವು ಇದನ್ನು ಈ ರೀತಿ ಪರಿಶೀಲಿಸಬಹುದು. ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ, ತೊಳೆಯುವ ಯಂತ್ರವನ್ನು ಖರೀದಿಸುವುದರೊಂದಿಗೆ: ಯಾರು ತೊಳೆಯುವ ಯಂತ್ರವನ್ನು ಹೊಂದಿದ್ದಾರೆ ಮತ್ತು ಯಾರು ಇಲ್ಲ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಹೇಗೆ? ಪ್ರತಿಯೊಬ್ಬರೂ ಅದನ್ನು ಹೊಂದಿದ್ದಾರೆಂದು ತೋರುತ್ತದೆ. ನೀವು OFD ಡೇಟಾವನ್ನು ಬಳಸಬಹುದು - ರಶೀದಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಯಾರು ಏನನ್ನು ಖರೀದಿಸಿದ್ದಾರೆ ಎಂಬುದನ್ನು ನೋಡಿ ಮತ್ತು ರಶೀದಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಈ ಜನರನ್ನು ಹೊಂದಿಸಿ. ಆದರೆ ವಾಸ್ತವವಾಗಿ, ನೀವು ಎಂದಿಗೂ ಮಾತನಾಡದ ವಿಷಯಗಳಿವೆ, ಉದಾಹರಣೆಗೆ, Instagram ನಲ್ಲಿ - ಅಂತಹ ವಿಷಯಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು ಕಷ್ಟ.

ಯಂತ್ರಗಳು ತಂತ್ರಗಳನ್ನು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸ್ಟಫಿಂಗ್ ಎಂದು ಗುರುತಿಸುತ್ತವೆ.

Z: - ಗುರಿಯ ಬಗ್ಗೆ ನನಗೆ ಪ್ರಶ್ನೆ ಇದೆ. ಎಲ್ಲದರಲ್ಲೂ ತನ್ನನ್ನು ತಾನೇ ವಿರೋಧಿಸುವ ಷರತ್ತುಬದ್ಧ ಯಾದೃಚ್ಛಿಕ ಪಾತ್ರವು ಸಾಧ್ಯವೇ (ಅಥವಾ ಅವರು ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆಯೇ) : ಮೊದಲು ಅವರು "ಅತ್ಯುತ್ತಮ ಜಿಮ್ಗಳನ್ನು" ಗೂಗಲ್ ಮಾಡುತ್ತಾರೆ, ಮತ್ತು ನಂತರ ಅವರು "ಏನೂ ಮಾಡದಿರುವ 10 ಮಾರ್ಗಗಳನ್ನು" ಗೂಗಲ್ ಮಾಡುತ್ತಾರೆ? ಮತ್ತು ಅದು ಎಲ್ಲದರಲ್ಲೂ ಇದೆ. ಟಾರ್ಗೆಟಿಂಗ್ ತನ್ನನ್ನು ತಾನೇ ವಿರೋಧಿಸುವ ಯಾವುದನ್ನಾದರೂ ಟ್ರ್ಯಾಕ್ ಮಾಡಬಹುದೇ?

ಓಹ್: – ಇಲ್ಲಿ ಒಂದೇ ಪ್ರಶ್ನೆಯೆಂದರೆ: ನೀವು 2 ವರ್ಷಗಳಿಂದ Google ಅನ್ನು ಬಳಸುತ್ತಿದ್ದರೆ, ನಿಮ್ಮ ಬಗ್ಗೆ ನೀವು ಮಾಡಬಹುದಾದ ಎಲ್ಲವನ್ನೂ ಹೇಳಿದರೆ ಮತ್ತು ಈಗ ನಿಮಗಾಗಿ ಪ್ಲಗಿನ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿ ಅದು ಇದೇ ರೀತಿಯ ಯಾದೃಚ್ಛಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯುತ್ತದೆ, ನಂತರ, ಸಹಜವಾಗಿ, ನೀವು ಅಂಕಿಅಂಶಗಳಿಂದ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ - ನೀವು ಈಗ ಏನು ಮಾಡುತ್ತಿದ್ದೀರಿ ಎಂಬುದು ಅಂಕಿಅಂಶಗಳ ಹೊರಗಿದೆ, ಮತ್ತು ಇದು ಎಲ್ಲವನ್ನೂ ಶೋಧಿಸುವ ವಿಷಯವಾಗಿದೆ. ನೀವು ಬಯಸಿದರೆ, ಹೊಸ ಖಾತೆಯನ್ನು ನೋಂದಾಯಿಸಿ, ಆದರೆ ಜಾಹೀರಾತಿನ ಪರಿಮಾಣವು ಬದಲಾಗುವುದಿಲ್ಲ. ಅವಳು ವಿಲಕ್ಷಣವಾಗುತ್ತಾಳೆ. ಅವಳು ಇನ್ನೂ ವಿಚಿತ್ರವಾಗಿದ್ದರೂ.

ಕೆಲವು ಜಾಹೀರಾತುಗಳು 🙂

ನಮ್ಮೊಂದಿಗೆ ಇರುವುದಕ್ಕೆ ಧನ್ಯವಾದಗಳು. ನೀವು ನಮ್ಮ ಲೇಖನಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತೀರಾ? ಹೆಚ್ಚು ಆಸಕ್ತಿದಾಯಕ ವಿಷಯವನ್ನು ನೋಡಲು ಬಯಸುವಿರಾ? ಆರ್ಡರ್ ಮಾಡುವ ಮೂಲಕ ಅಥವಾ ಸ್ನೇಹಿತರಿಗೆ ಶಿಫಾರಸು ಮಾಡುವ ಮೂಲಕ ನಮ್ಮನ್ನು ಬೆಂಬಲಿಸಿ, $4.99 ರಿಂದ ಡೆವಲಪರ್‌ಗಳಿಗಾಗಿ ಕ್ಲೌಡ್ VPS, ಪ್ರವೇಶ ಮಟ್ಟದ ಸರ್ವರ್‌ಗಳ ಅನನ್ಯ ಅನಲಾಗ್, ಇದನ್ನು ನಿಮಗಾಗಿ ನಾವು ಕಂಡುಹಿಡಿದಿದ್ದೇವೆ: $5 ರಿಂದ VPS (KVM) E2697-3 v6 (10 ಕೋರ್‌ಗಳು) 4GB DDR480 1GB SSD 19Gbps ಬಗ್ಗೆ ಸಂಪೂರ್ಣ ಸತ್ಯ ಅಥವಾ ಸರ್ವರ್ ಅನ್ನು ಹೇಗೆ ಹಂಚಿಕೊಳ್ಳುವುದು? (RAID1 ಮತ್ತು RAID10, 24 ಕೋರ್‌ಗಳವರೆಗೆ ಮತ್ತು 40GB DDR4 ವರೆಗೆ ಲಭ್ಯವಿದೆ).

ಆಮ್‌ಸ್ಟರ್‌ಡ್ಯಾಮ್‌ನಲ್ಲಿರುವ Equinix Tier IV ಡೇಟಾ ಸೆಂಟರ್‌ನಲ್ಲಿ Dell R730xd 2x ಅಗ್ಗವಾಗಿದೆಯೇ? ಇಲ್ಲಿ ಮಾತ್ರ $2 ರಿಂದ 2 x Intel TetraDeca-Ceon 5x E2697-3v2.6 14GHz 64C 4GB DDR4 960x1GB SSD 100Gbps 199 TV ನೆದರ್ಲ್ಯಾಂಡ್ಸ್ನಲ್ಲಿ! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 ರಿಂದ! ಬಗ್ಗೆ ಓದು ಮೂಲಸೌಕರ್ಯ ನಿಗಮವನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು ಒಂದು ಪೆನ್ನಿಗೆ 730 ಯುರೋಗಳಷ್ಟು ಮೌಲ್ಯದ Dell R5xd E2650-4 v9000 ಸರ್ವರ್‌ಗಳ ಬಳಕೆಯೊಂದಿಗೆ ವರ್ಗ?

ಮೂಲ: www.habr.com

ಕಾಮೆಂಟ್ ಅನ್ನು ಸೇರಿಸಿ