🥇Arthur Khachuyan: 마케팅의 인공 지능

Arthur Khachuyan은 소셜 데이터 허브 회사(현재 Tazeros Global)의 창립자이자 빅 데이터 처리 분야의 유명한 러시아 전문가입니다. 국립 연구 대학 고등 경제 대학의 파트너입니다. 국립 연구 대학 고등 경제 학교와 함께 연방 의회에서 빅 데이터에 관한 법안을 준비하고 제출했으며 파리의 퀴리 연구소, 상트페테르부르크 주립 대학, 러시아 연방 정부 산하 연방 대학에서 연설했습니다. Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople에서.

해당 강의는 2019년 모스크바에서 열린 야외축제 '긱 피크닉(Geek Picnic)'에서 녹음됐다.

Arthur Khachuyan(이하 – AH): – 의학, 건설, 무언가 등 수많은 산업에서 빅 데이터, 기계 학습, 딥 러닝 기술이 가장 자주 사용되는 산업을 선택한다면 이는 아마도 마케팅일 것입니다. 지난 XNUMX년 정도 동안 일종의 광고 커뮤니케이션에서 우리를 둘러싼 모든 것이 이제 정확하게 데이터 분석, 즉 인공 지능이라고 불리는 것과 연결되어 있기 때문입니다. 그러므로 오늘은 아주 먼 역사에서 이에 대해 말씀 드리겠습니다.

인공지능과 그 모습을 상상해본다면 아마도 그럴 것이다. 이상한 그림은 내 개가 하는 일의 의존성을 찾기 위해 XNUMX년 전에 작성한 신경망 중 하나입니다. 개는 크게, 작게 이동해야 하는 횟수와 일반적으로 개가 먹는 양에 따라 어떻게 달라지나요? 아님? . 인공지능이 어떻게 상상될 수 있는지에 대한 농담이다.

하지만 여전히 광고 커뮤니케이션에서 이 모든 것이 어떻게 작동하는지 생각해 봅시다. 광고 및 마케팅 분야의 최신 알고리즘이 우리와 상호 작용할 수 있는 방법에는 세 가지가 있습니다. 첫 번째 이야기는 당신과 나에 대한 추가 지식을 얻고 추출한 다음 그것을 좋은 목적과 좋지 않은 목적으로 사용하는 것을 목표로 한다는 것이 분명합니다. 각 특정 개인에 대한 접근 방식을 개인화합니다. 당연히 그 후에 주요 목표 행동을 수행하고 특정 판매를 수행하기 위해 특정 수요를 생성합니다.

기술을 사용하여 효과적인 의사소통의 문제를 해결하려고 노력하고 있습니다.

Pornhub과 M이 무엇인지 생각해보라고 하면. 비디오”, 무슨 생각을 하고 있나요?

청중의 코멘트(이하 C): - TV, 청중.

오: – 내 개념은 사람들이 특정 유형의 서비스를 위해 오는 두 곳, 또는 이를 특정 유형의 상품이라고 부르자라는 것입니다. 그리고 이 청중은 판매자에게 아무 것도 말하고 싶지 않다는 점에서 다릅니다. 그녀는 들어와서 명시적이거나 암시적인 형태로 자신이 관심을 갖는 것을 얻고 싶어합니다. 당연히 M에는 아무도 오지 않습니다. 비디오”는 판매자와 의사소통을 원하지 않으며, 이해하고 싶지 않으며, 판매자의 질문에 답변하고 싶지 않습니다.

따라서 첫 번째 이야기는이 모든 것에서 이어집니다.

어떻게 든 사람과의 의사 소통을 피하기 위해 추가 지식을 얻는 기술이 등장했을 때. 우리 모두는 은행에 전화하면 은행에서 “안녕하세요. Alexey, 당신은 우리의 VIP 고객입니다. 이제 슈퍼 매니저가 당신과 이야기를 나눌 것입니다.” 당신이 이 은행에 오면 정말로 당신과 대화할 수 있는 독특한 관리자가 있습니다. 불행하게도 다행스럽게도 아직까지 천 명의 고객을 위해 천 명의 개인 관리자를 고용하는 방법을 알아낸 회사는 하나도 없습니다. 이 사람들의 대부분은 이제 온라인에 있기 때문에 이 사람이 어떤 사람인지, 그가 광고 리소스에 오기 전에 그와 올바르게 의사소통하는 방법을 이해하는 것이 임무입니다. 따라서 실제로 이 문제를 해결하려는 기술이 등장했습니다.

데이터 추출은 새로운 석유이다

당신이 꽃가게 주인이라고 가정해 봅시다. 세 사람이 당신을 만나러 왔습니다. 첫 번째 사람은 아주 오랫동안 서 있고, 주저하고, 당신과 대화를 시도하고, 어떤 종류의 꽃다발을 가져갑니다. 당신은 그것을 포장하러 가서 거기에서 뭔가를하러 나갑니다. 그는이 꽃다발을 가지고 마구간에서 도망칩니다. 당신은 XNUMX 천 루블을 잃었습니다. 왜 그런 일이 일어났나요? 당신은 이 사람에 대해 아무것도 모릅니다. 당신은 그가 내무부에서 체포된 이력도 모르고, 그가 도벽병이고 정신과 진료소에 등록되어 있다는 것도 모릅니다. 왜? 당신은 그것을 처음 봤고 행동 분석가가 아니기 때문입니다.

다른 사람이 온다... 비탈리. Vitaly는 또한 그것을 알아내는 데 매우 오랜 시간이 걸리며 "글쎄, 나에게는 이것이 필요하고 저것이 필요합니다. "라고 말합니다. 그리고 당신은 그에게 “엄마에게 꽃을 드리는 거죠?”라고 말하죠. 그리고 당신은 그에게 꽃다발을 팔았습니다.

여기서의 개념은 그 사람에게 실제로 필요한 것이 무엇인지 이해하는 데 충분한 데이터를 찾는 것입니다. 모두가 즉시 일종의 광고 네트워크 등에 대해 생각했습니다.

“데이터가 새로운 석유이다”라는 멍청한 말을 다들 한 번쯤은 들어보셨을 텐데요. 확실히 모두가 들었습니다. 사실 사람들은 꽤 오래 전부터 데이터를 수집하는 방법을 배웠지만, 이 데이터에서 데이터를 추출하는 것은 마케팅 분야의 인공지능, 즉 일종의 통계 알고리즘이 해결하려는 과제이다. 왜? 왜냐하면 당신이 어떤 사람과 이야기를 하면 그 사람이 당신에게 옳고 그름, 또는 어떤 식으로든 색깔 있는 대답을 줄 수 있기 때문입니다. 제가 학생들에게 하는 농담은 설문조사와 통계가 어떻게 다른지에 대한 농담입니다.

이는 두 마을에서 평균 남성 수명에 대한 연구를 수행하기로 결정했음을 의미합니다. 이는 첫 번째 마을인 Villaribo의 평균 길이가 15cm이고 Villabaggio 마을의 평균 길이가 25라는 것을 의미합니다. 이유를 아시나요? 첫 번째 마을에서 측정이 이루어졌고, 두 번째 마을에서 조사가 이루어졌기 때문이다.

포르노 산업은 추천 시스템의 주력입니다

그렇기 때문에 현대의 접근 방식은 100%에 조금 못 미치는 사람이라도 예외 없이 모든 사람을 분석하는 것이지만, 이런 사람들은 물어볼 필요도 없고 볼 필요도 없는 사람들입니다. 이 사람에게 필요한 것이 무엇인지, 그 사람에게 올바르게 말하는 방법, 주변에 대한 수요를 올바르게 창출하는 방법을 이해하려면 현재 디지털 발자국이라고 불리는 것을 분석하는 것만으로도 충분합니다. 한편으로 이것은 무의미한 기계입니다(그러나 당신과 나는 이것을 아주 잘 알고 있습니다). 우리는 M 사람들과 소통하고 싶지 않습니다. 비디오”, 그리고 더 나아가 Pornhub와 같은 리소스에 갈 때 우리는 필요한 것을 정확히 얻고 싶어합니다.

나는 왜 항상 Pornhub에 대해 이야기하는 걸까요? 성인 산업은 그러한 기술의 분석, 그러한 기술의 구현, 데이터 분석에 가장 먼저 접근하기 때문입니다. 이 분야에서 가장 인기 있는 세 가지 라이브러리(예: CSV 파일 처리를 위한 TensorFlow 또는 Python용 Pandas 등)를 사용하고 Github에서 열면 이 모든 이름의 짧은 Google을 사용하여 다음을 찾을 수 있습니다. Pornhub 회사에서 일했거나 현재 일하고 있으며 그곳에서 추천 시스템을 처음으로 구현한 사람들입니다. 일반적으로 이 이야기는 매우 발전된 이야기이며 이 청중이 얼마나 많은지, 이 회사가 얼마나 발전했는지를 보여줍니다.

세 가지 수준의 식별

개인 주변에는 식별할 수 있는 엄청난 양의 데이터가 있습니다. 나는 일반적으로 이것을 공식적으로 세 가지 수준으로 나누어 더 깊고 더 깊이 들어갑니다. 당연히 회사에는 자체 데이터가 있습니다.

예를 들어 추천 시스템 구축에 대해 이야기하고 있다면 첫 번째 수준은 매장 자체에 있는 데이터(구매 내역, 모든 종류의 거래, 사람이 인터페이스와 상호 작용하는 방식)입니다.

다음에는 (상대적으로 가장 큰) 레벨이 있습니다. 이를 오픈 소스라고 합니다. 내가 소셜 네트워크를 긁어 모으라고 권유한다고 생각하지 마십시오. 그러나 실제로 오픈 소스에서 사용할 수 있는 것은 사람에 대해 배울 수 있는 엄청난 양의 데이터 세트를 열어줍니다.

그리고 세 번째 주요 부분은 이 사람 자신의 환경입니다. 예, 사람이 소셜 네트워크에 없으면 그 사람에 대한 데이터가 없다는 의견이 있습니다. (아마도 이것이 사실이 아니라는 것을 이미 알고 계실 것입니다.) 그러나 가장 중요한 것은 사람의 프로필에 있는 데이터가 (또는 일부 응용 프로그램에서는)에 대해 얻을 수 있는 지식의 40%에 불과합니다. 나머지 정보는 그의 환경에서 얻습니다. “네 친구가 누구인지 말해주면 네가 누구인지 알려줄게”라는 말이 XNUMX세기에는 그 사람을 중심으로 엄청난 양의 데이터를 얻을 수 있기 때문에 새로운 의미를 갖는다.

광고 커뮤니케이션에 더 가까이 다가가면, 광고가 아닌 친구, 지인 또는 검증된 사람으로부터 광고 커뮤니케이션을 받는 것은 많은 마케터들이 사용하는 매우 멋진 기능입니다. 일부 애플리케이션이 갑자기 무료 프로모션 코드를 제공하면 이에 대한 게시물을 작성하여 새로운 고객을 유치할 수 있습니다. 실제로 조건부 "Yandex.Taxi"에 대한 이 프로모션 코드는 무작위로 선택되지 않았지만 이를 위해 새로운 청중을 유치하고 어떻게든 그들과 상호 작용할 수 있는 잠재력에 대해 엄청난 양의 데이터가 분석되었습니다.

TV 시리즈 캐릭터의 행동까지 분석합니다.

세 장의 사진을 보여드릴 테니 두 장의 차이점이 무엇인지 알려주세요.

이건

이것:

그리고 이것:

그들 사이의 차이점은 무엇입니까? 여기에서는 모든 것이 간단합니다. 양자역학에서와 마찬가지로 이 경우에도 이 창의성은 관찰자에 의해 형성되었습니다. 즉, 동일한 브랜드가 동시에 진행하는 동일한 광고 캠페인의 차이는 이 광고 소재를 누가 보았느냐에 달려 있습니다. 개인적으로 Amediateka에 가면 여전히 Khal Drogo가 표시됩니다. Amediateka가 내 선호도에 대해 어떻게 생각하는지 모르겠지만 어떤 이유로 이런 일이 발생합니다.

지금 개인화 커뮤니케이션이라고 불리는 것은 청중을 끌어들이고 그에 맞게 상호 작용하는 가장 인기 있는 이야기입니다. 첫 번째 단계에서 우리가 자체 브랜드 데이터, 오픈 소스 데이터, 예를 들어 이 사람의 환경에서 얻은 데이터를 사용하여 사람을 식별했다면, 우리는 그를 분석한 후 그가 누구인지, 그 사람과 올바르게 대화하는 방법을 이해할 수 있으며, 가장 중요한 것은 , 그가 말하는 언어는 무엇입니까?

여기 기술은 지금까지 사람들이 시청하는 TV 시리즈의 캐릭터가 분석될 정도로 발전했습니다. 즉, 당신은 TV 시리즈를 좋아합니다. 그들은 당신이 상호 작용하기에 어떤 사람이 적합한 지 이해하기 위해 당신이 그곳에서 누구와 상호 작용했는지 살펴 봅니다. 말도 안되는 소리처럼 들리지만 재미로 리소스 중 하나를 사용해 보십시오. 올바른 상호 작용을 위해 사람들마다 서로 다른 광고 소재가 표시됩니다.

단 하나의 최신 미디어나 비디오 리소스도 단지 뉴스를 보여주지는 않습니다. 미디어로 이동하세요. 귀하를 식별하고, 이전 활동을 모두 이해하고, 수학적 모델에 호소하고, 무언가를 보여주는 수많은 알고리즘이 로드되어 있습니다. 이런 경우에는 이런 이상한 이야기가 있습니다.

요구사항은 어떻게 결정되나요? 심리 측정. 지형

개인의 실제 요구 사항을 파악하고 올바르게 의사소통하는 방법에는 여러 가지 (실제) 접근 방식이 있습니다. 많은 접근 방식이 있고 모든 것이 다르게 해결되며 어느 것이 좋고 어느 것이 나쁜지 말할 수 없습니다. 주요 인물은 모든 것을 알고있는 것 같습니다.

심리 측정. Cambridge Analytics의 이야기 이후에는 제 생각에는 일종의 충격적인 일이 일어났습니다. 이제 매 순간마다 정치 회사가 와서 이렇게 말합니다. “오, 나를 트럼프처럼 만들 수 있습니까? 나도 이기고 싶다 등등.” 사실 이것은 물론 정치 선거와 같은 우리 현실에서는 말도 안되는 일입니다. 그러나 정신형을 결정하기 위해 세 가지 모델이 사용됩니다.

첫 번째는 귀하가 소비하는 콘텐츠(당신이 쓴 단어, 좋아하는 일부 정보, 비디오 등)를 기반으로 합니다.
두 번째는 웹 인터페이스와 상호 작용하는 방법, 입력하는 방법, 누르는 버튼과 관련이 있습니다. 실제로 키보드 필기를 기반으로 현재 정신병이라고 불리는 것이 무엇인지 상당히 확실하게 결정할 수 있는 회사가 있습니다.
나는 심리학자가 아니며 그것이 어떻게 작동하는지 잘 이해하지 못하지만 광고 커뮤니케이션의 관점에서 볼 때 이러한 세그먼트로 구분된 청중은 매우 잘 작동합니다. 누군가에게 파란색이 있는 빨간색 화면이 표시되어야 하기 때문입니다. 여성이라면 누군가에게 일종의 추상화가 적용된 어두운 화면(파란색 배경)을 보여줘야 하는데 아주 멋지게 작동합니다. 일부 낮은 수준에서는 사람이 그것에 대해 생각조차 하지 않을 정도로 너무 많습니다. 현재 광고시장의 가장 큰 문제점은 무엇입니까? 모두가 정보 요원이고, 모두가 숨어 있고, 어떤 식으로든 식별되지 않도록 모든 사람이 백만, 수천 개의 브라우저 권한을 설치했습니다. 아마도 "Adblocks", "Gosrey" 및 추적을 차단하는 모든 종류의 응용 프로그램이 있을 것입니다. 이 때문에 사람에 대해 이해하는 것은 매우 어렵습니다. 그리고 기술은 발전했습니다. 이 사람이 125번째로 귀하의 사이트를 방문했다는 사실뿐만 아니라 그 사람도 정말 이상한 사람이라는 사실을 알아야 합니다.

관상학은 매우 논란이 많은 과학입니다. 과학으로 간주되지도 않습니다. 이들은 내무부 일부에서 거짓말탐지기 프로그램을 하던 사람들이 모여 지금은 창의성의 의인화 작업을 하고 있다. 여기서 접근 방식은 매우 간단합니다. 일부 공개 사진 중 일부는 일부 소셜 네트워크에서 가져와 300차원 기하학을 만듭니다. 그리고 당신이 변호사라면 이제 이것이 사람이자 개인 데이터라고 말할 것입니다. 하지만 이것은 우주에 위치한 XNUMX만 지점이고 이것은 사람도 아니고 개인 데이터도 아니라는 점을 말씀드리겠습니다. 이것은 Roskomnadzor가 그들에게 올 때 일반적으로 모든 사람들이 말하는 것입니다.

그러나 진지하게, 귀하의 이름과 성이 거기에 서명되지 않은 경우 귀하의 얼굴은 귀하의 개인 데이터가 아닙니다. 요점은 사람들이 결정을 내리는 방법과 그와 올바르게 상호 작용하는 방법에 영향을 미치는 다양한 얼굴 특징을 표시한다는 것입니다. 일부 영역에서는 이것이 제대로 작동하지 않으며 일부 광고 부문에서는 작동하지 않습니다. 어떤 세그먼트에서 매우 잘 작동합니까? 결국 어떤 리소스에 가면 모든 사람에게 표시되는 하나의 배너가 아니라 예를 들어... 이제 다양한 청중을 위해 16~20개의 옵션을 만드는 것이 일반적이며 작동합니다. 아주 멋지다. 그렇습니다. 소비자의 관점에서 볼 때 이는 더욱 슬픈 일입니다. 사람들이 점점 더 조종당하기 시작하고 있기 때문입니다. 그러나 그럼에도 불구하고 비즈니스 관점에서는 매우 잘 작동합니다.

머신러닝의 블랙박스

이로 인해 이러한 기술에는 다음과 같은 문제가 발생합니다. 결국 대부분의 개발자에게 딥 러닝이라고 불리는 것은 "블랙 박스"입니다. 이 이야기에 푹 빠져 개발자들과 이야기를 나눈 적이 있다면 그들은 항상 이렇게 말합니다. "아, 들어보세요. 우리가 거기에 너무 이해하기 어려운 것을 코딩했는데 어떻게 작동하는지 모르겠습니다." 아마도 누군가 이런 일을 겪었을 것입니다.

이것은 실제로 사실과 거리가 멀다. 현재 머신러닝이라고 불리는 것은 "블랙박스"와는 거리가 멀습니다. 입력 및 출력 데이터를 설명하는 데는 수많은 접근 방식이 있으며 결국 회사는 기계가 이 포르노 비디오 또는 다른 비디오를 표시하기로 결정한 신호를 기반으로 철저히 이해할 수 있습니다. 문제는 어느 회사도 이를 공개하지 않는다는 것입니다. 그 이유는 다음과 같습니다. 첫째, 영업 비밀입니다. 둘째, 당신도 모르는 엄청난 양의 데이터가 있을 것입니다.

예를 들어, 이에 앞서 윤리에 대한 토론에서 우리는 일종의 광고 기사에서 사람들을 태그하기 위해 소셜 네트워크가 개인 메시지를 분석하는 방법에 대해 논의했습니다. 누군가에게 무언가를 쓰면 이를 기반으로 실제로 일종의 광고 통신에 대한 특정 태그를 받게 됩니다. 그리고 당신은 그것을 결코 증명하지 못할 것이며 아마도 그것을 증명할 필요도 없을 것입니다. 그러나 비슷한 패턴이 드러난다면 존재하게 될 것이다. 이러한 추천 시스템을 구축하는 시장에서는 왜 이런 일이 발생했는지 모르는 척하는 것으로 나타났습니다.

사람들은 자신에 대해 무엇을 알고 있는지 알고 싶어하지 않습니다.

두 번째 이야기는 고객이 왜 이 특정 광고, 이 특정 제품을 받았는지 알고 싶어하지 않는다는 것입니다. 이 이야기를 들려 드리겠습니다. 연구 목적으로 유사한 알고리즘을 기반으로 한 추천 시스템의 상업적 구현에 대한 나의 첫 경험은 2015년에 대규모 섹스 샵 네트워크에서였습니다(예, 또한 특별히 불쾌한 이야기는 아닙니다).

고객에게는 다음과 같은 정보가 제공되었습니다. 고객이 들어와서 소셜 네트워크에 로그인하면 약 5초 후에 완전히 개인화된 상점을 받게 됩니다. 즉, 모든 제품이 변경되었습니다. 특정 카테고리에 속합니다. . 이 매장의 전환율이 얼마나 증가했는지 아시나요? 결코 그렇지 않습니다! 사람들이 들어와서 즉시 도망갔습니다. 그들은 들어와서 그들이 생각하고 있던 것과 정확히 같은 제안을 받았다는 것을 깨달았습니다.

이 테스트의 문제점은 각 제품 아래에 해당 특정 제품을 제공받은 이유가 기록되어 있다는 것입니다("당신은 숨겨진 그룹 "강력한 여성이 현관 매트인 남자를 찾고 있습니다"의 멤버이기 때문입니다). 따라서 현대 추천 시스템은 "예측"이 이루어진 데이터를 결코 표시하지 않습니다.

매우 인기 있는 이야기는 미디어입니다. 왜냐하면 모두 유사한 추천 시스템을 사용하기 때문입니다. 이전에는 알고리즘이 매우 간단했습니다. "정치" 카테고리를 보면 "정치" 카테고리의 뉴스가 표시됩니다. 이제 모든 것이 너무 복잡해져서 마우스를 멈춘 위치, 집중한 단어, 복사한 내용, 일반적으로 이 페이지와 상호 작용한 방식을 분석합니다. 그런 다음 그는 메시지 자체의 어휘를 분석합니다. 예, 당신은 단지 푸틴에 대한 뉴스를 읽는 것이 아니라 특정한 방식으로 특정한 감정적 색채를 가지고 있습니다. 그리고 사람이 어떤 소식을 받으면 자신이 어떻게 여기에 왔는지조차 생각하지 않습니다. 그럼에도 불구하고 그는 이 콘텐츠와 상호작용합니다.

당연히 이 모든 것은 주변에 있는 엄청난 양의 정보로 인해 이미 미쳐가고 있는 가난하고 불행한 작은 남자를 보호하는 것을 목표로 합니다. 이러한 시스템을 사용하여 주변의 광고 소재를 개인화하고 일부 정보를 수집하는 것이 좋을 것이라고 말해야 하지만 안타깝게도 아직 그러한 서비스는 없습니다.

인공지능이 공중에서 고객을 잡아 수요를 창출한다

그리고 여기에서 추천 시스템 생성에서 수요 창출로 이동하는 매우 흥미로운 철학적 질문이 발생합니다. 좀처럼 생각하는 사람이 없는데, 이른바 인스타그램에 “왜 데이터를 수집하는 거지? 나에게 무작위로 광고를 보여주면 어떨까요?" - Instagram은 다음과 같이 말합니다. "친구여, 이 모든 것은 당신에게 흥미로운 것이 무엇인지 정확하게 보여주기 위해 수행되었습니다." 예를 들어, 우리는 귀하가 찾고 있는 것을 정확하게 보여줄 수 있도록 귀하를 매우 정확하게 알고 싶습니다.

그러나 기술은 이 끔찍한 한계점을 넘은 지 오래되었으며 유사한 기술은 더 이상 사용자에게 필요한 것이 무엇인지 예측하지 못합니다. 그들은 (주의!) 수요를 창출합니다. 아마도 이러한 통신에서 인공 지능을 중심으로 진행되는 가장 무서운 것은 이것이었을 것입니다. 무서운 점은 Google 검색 결과부터 Yandex 검색 결과, 일부 시스템에 이르기까지 지난 3-5년 동안 거의 모든 곳에서 사용되었다는 것입니다. 좋아요, Yandex에 대해 나쁜 말은 하지 않겠습니다. 그리고 좋아.

점은 무엇인가? 이런 광고 커뮤니케이션은 “카시트를 사고 싶다”라고 적고 XNUMX억 건을 보는 전략에서 벗어난 지 오래다. 그들은 다음과 같이 진행했습니다. 여성이 배가 거의 보이지 않는 사진을 게시하자마자 남편은 즉시 다음과 같은 메시지를 보내기 시작했습니다. “이봐, 곧 출산이 다가옵니다. 어린이용 카시트를 구매하세요."

여기에서 당신은 합리적으로 질문할 수 있습니다. 왜 그렇게 엄청난 기술 발전에도 불구하고 소셜 네트워크에서 여전히 그런 형편없는 광고를 볼 수 있습니까? 문제는 이 시장에서는 모든 것이 여전히 돈에 의해 결정된다는 것입니다. 따라서 어느 좋은 순간에 Coca-Cola와 같은 광고주가 와서 "여기 20천만 달러가 있습니다. 인터넷 전체에 내 엉뚱한 배너를 보여주세요. "라고 말할 수 있다는 것입니다. 그리고 그들은 실제로 그렇게 할 것입니다.

그러나 당신이 어떤 종류의 깨끗한 계정을 만들고 그러한 알고리즘이 당신을 얼마나 정확하게 추측하는지 테스트한다면 그들은 먼저 당신을 추측하려고 시도한 다음 미리 당신에게 무언가를 하기 시작합니다. 그리고 인간의 두뇌는 신뢰할 수 있는 정보를 받을 때 왜 이 정보를 받았는지 그 순간조차 처리하지 않는 방식으로 작동합니다. 당신이 꿈 속에 있는지 확인하는 첫 번째 규칙은 당신이 여기에 어떻게 왔는지 이해하는 것입니다. 사람은 자신이 특정 방에 들어간 순간을 결코 기억하지 못합니다. 여기도 마찬가지입니다.

Google이 귀하의 세계관을 형성하기 시작할 수 있습니다

이러한 연구는 i-Tracking에 종사하는 여러 외국 회사에 의해 수행되었습니다. 그들은 피험자의 눈이 바라보는 곳을 기록하는 특수 컴퓨터에 장치를 설치했습니다. 저는 단순히 피드를 스크롤하고, 소셜 네트워크, 광고와 상호 작용하는 XNUMX명에서 XNUMX명의 자원 봉사자들을 데려왔고 그들은 이 사람들이 배너와 크리에이티브의 어느 부분에 시선을 끌었는지에 대한 정보를 기록했습니다.

그리고 사람들은 이러한 초개인화된 광고 소재를 받을 때 그것에 대해 생각조차 하지 않고 즉시 이동하여 상호 작용을 시작하는 것으로 나타났습니다. 비즈니스 관점에서 볼 때 이것은 좋지만 사용자로서 우리의 관점에서는 그다지 멋지지 않습니다. 왜냐하면-그들이 무엇을 두려워합니까? – 어느 좋은 순간에 조건부 "Google"이 자체 세계관을 형성하기 시작할 수도 있습니다(또는 시작하지 않을 수도 있음). 예를 들어 내일이면 사람들에게 지구가 평평하다는 소식을 보여줄 수 있습니다.

농담입니다. 하지만 너무 많이 잡혀서 선거 중에 특정 사람들에게 특정 정보를 제공하기 시작합니다. 우리 모두는 검색 엔진이 모든 것을 정직하게 얻는다는 사실에 익숙합니다. 하지만 제가 항상 말했듯이, 세상이 어떻게 돌아가는지 정말로 알고 싶다면, 필터 없이, 저작권에 주의하지 않고, 검색 결과에서 친구들의 순위를 매기지 않고 자신만의 검색 엔진을 작성하세요. 인터넷의 실제 데이터 표시는 일반적으로 Google, Yandex, Bing 등에 표시되는 것과 다릅니다. 친구, 동료, 적 또는 다른 사람(또는 함께 잤던 전 애인)이 중요하지 않기 때문에 일부 자료는 숨겨져 있습니다.

트럼프가 승리한 방법

미국에서 지난 선거가 있었을 때 아주 간단한 연구가 진행됐다. 그들은 다른 장소, 다른 IP 주소, 다른 도시, 다른 사람들의 동일한 요청을 Google에서 받았습니다. 일반적으로 요청 스타일은 다음과 같습니다. 누가 선거에서 승리할 것인가? 그리고 놀랍게도 그 결과는 가장 많은 사람들이 잘못된 후보에게 투표하려고 했던 주에서 구글이 홍보한 후보에 대한 좋은 소식을 접하게 되는 방식으로 구성되었습니다. 어느 것? 글쎄요, 누가 대통령이 되었는지는 확실합니다. 이것은 전혀 증명할 수 없는 이야기이며 이 모든 연구는 물 속의 손가락입니다. Google은 다음과 같이 말할 수 있습니다. "여러분, 이 모든 작업은 여러분에게 가장 관련성이 높은 콘텐츠를 표시하기 위한 것입니다."

이제부터 최대 관련성이라는 것이 전혀 사실이 아니라는 것을 알아야합니다. 회사는 좋은 이유나 나쁜 이유 때문에 귀하에게 판매되어야 하는 관련 품목을 호출합니다.

지금 돈이 없는 사람들은 이미 미래의 구매를 준비하고 있습니다.

여기에 제가 말씀드릴 또 다른 흥미로운 점이 있습니다. 현재 소셜 네트워크와 앱에서 활발하게 활동하는 수많은 청중은 젊은이들입니다. 이를 부실 청소년이라고 부르겠습니다. 멍청한 게임을 하는 8~9세 어린이, 이들은 이제 막 소셜 네트워크에 등록한 12~13~14세입니다. 거대 기업이 결코 수익을 창출하지 못하는 무료 청중을 위한 애플리케이션을 만들기 위해 막대한 예산과 자원을 소비하는 이유는 무엇입니까? 이 청중이 능력을 갖추게 되는 순간, 그 행동을 매우 잘 예측할 수 있는 충분한 양의 데이터가 있을 것입니다.

이제 표적학자에게 물어보세요. 가장 어려운 청중은 누구입니까? 그들은 수익성이 매우 높다고 말할 것입니다. 예를 들어 소셜 네트워크를 통해 150억 10천만 루블 상당의 아파트를 판매하는 것은 거의 불가능하기 때문입니다. XNUMX명을 대상으로 어떤 종류의 광고를 할 때 한 사람이 이 아파트를 구입하는 고립된 경우가 있습니다. 고객은 성공입니다... 그러나 통계적 관점에서 볼 때 XNUMX명 중 한 명은 완전한 쓰레기입니다. 그렇다면 고소득층을 식별하는 것이 왜 어려운가요? 현재 고수익 청중의 구성원인 사람들은 인터넷이 아직 아주 작았을 때, 아직 Artemy Lebedev를 아는 사람이 아무도 없었고 그들에 대한 정보도 없었을 때 태어났기 때문입니다. 그들의 행동 패턴을 예측하는 것은 불가능하며, 오피니언 리더가 누구인지, 그들이 어떤 소스에서 콘텐츠를 받는지 이해하는 것도 불가능합니다.

따라서 25년 안에 여러분 모두가 억만장자가 된다면 여러분에게 무언가를 판매할 회사는 엄청난 양의 데이터를 갖게 될 것입니다. 이것이 바로 유럽에서 미성년자의 데이터 수집을 방지하는 훌륭한 GDPR을 보유하게 된 이유입니다.

당연히 모든 어린이가 여전히 어머니와 아버지의 계정으로 플레이하기 때문에 실제로는 전혀 작동하지 않습니다. 이것이 정보가 수집되는 방법입니다. 다음번에 아이에게 태블릿을 줄 때 이것에 대해 생각해 보세요.

모든 사람이 기계와의 전쟁에서 죽는 무서운 디스토피아적인 미래는 절대 아닙니다. 이제 완전히 실제 이야기입니다. 사람들의 게임 플레이 방식을 기반으로 심리 프로파일링을 위한 알고리즘을 만드는 회사가 엄청나게 많습니다. 매우 흥미로운 산업입니다. 이 모든 것을 바탕으로 사람들은 어떻게든 소통하기 위해 세분화됩니다.

이 사람들의 행동에 대한 예측은 10~15년 안에 가능해질 것입니다. 바로 그 순간 그들이 솔직한 청중이 되는 순간입니다. 가장 중요한 것은 이러한 사람들이 이미 자신의 개인 데이터를 처리하고 제XNUMX자에게 전송하도록 사전에 허가했으며 이 모든 것이 행복이라는 것입니다.

누가 일자리를 잃게 될까요?

그리고 내 마지막 이야기는 모든 사람들이 50년 후에 무슨 일이 일어날지 항상 묻는다는 것입니다. 우리는 모두 죽을 것이고, 마케터들에게는 실업이 있을 것입니다... 여기 실업을 걱정하는 마케터들이 있지요? 일반적으로 자격을 갖춘 사람은 직장을 잃지 않으므로 걱정할 필요가 없습니다.

어떤 알고리즘이 만들어졌든, 기계가 우리가 여기 있는 것에 얼마나 가까이 다가가든(그의 머리를 가리킨다), 그것이 충분히 빨리 발전한다면 그런 사람들은 결코 가만히 있지 않을 것입니다. 왜냐하면 누군가는 이런 창의적인 것들을 창조해야 하기 때문입니다. 하다. 그렇다, 사람처럼 생긴 그림을 그리고 음악을 만드는 온갖 종류의 "깡패"들이 있지만, 이 지역 사람들이 일자리를 잃을 가능성은 여전히 낮다.

스토리에 관한 내용은 모두 제가 갖고 있으니 더 궁금한 내용이 있으면 질문해주세요. 감사합니다.

진행자 : – 친구 여러분, 이제 "질문과 답변" 블록으로 넘어갑니다. 당신은 손을 들어요 – 내가 당신에게 다가갑니다.

청중의 질문 (XNUMX): – '블랙박스'에 대한 질문입니다. 그들은 그러한 사용자에 대해 왜 그러한 결과가 얻어 졌는지 구체적으로 이해할 수 있다고 말했습니다. 이것은 일종의 알고리즘입니까, 아니면 각 모델에 대해 임시로 매번 분석해야 합니까(저자 메모: "특히 이를 위해" - 라틴어 어법 단위)? 아니면 대략적으로 말하면 비즈니스에 적합할 수 있는 일종의 신경망용으로 기성품이 있습니까?

오: – 여기에서 다음을 이해해야 합니다. 기계 학습에는 엄청난 수의 작업이 있습니다. 예를 들어 회귀 작업이 있습니다. 회귀에는 신경망이 전혀 필요하지 않습니다. 모든 것이 간단합니다. 여러 지표가 있으므로 다음을 계산해야 합니다. 딥러닝 같은 것을 활용해야 하는 작업이 있습니다. 실제로 딥러닝에서는 어떤 뉴런에 어떤 가중치가 할당되었는지 확실하게 이해하기 어렵지만 법적으로 필요한 것은 입력에 어떤 데이터가 있었고 출력에서 어떻게 작동했는지 이해하는 것뿐입니다. 이는 그러한 결정에 대해 법적으로 특허를 받기에 충분하며, 어떤 근거로 이야기가 만들어졌는지 이해하는 것만으로도 충분합니다.

두 달 전 인스타그램에 빨간 머리 사진을 찍었다고 사이트에 갔다가 어떤 현수막을 본 건 아니다. 개발자가 이 모델에 이 데이터 수집과 머리 색깔 표시를 포함하지 않으면 갑자기 나오지 않을 것입니다.

머신러닝 시스템의 결과를 어떻게 판매하나요?

З: – 기계 학습을 이해하지 못하는 사람에게 정확히 어떻게 설명할지, 어떻게 판매할지에 대한 질문일 뿐입니다. 나는 말하고 싶다: 내 모델은 분명히 머리 색깔에서... 음, 머리 색깔의 변화... 이것이 가능합니까, 불가능합니까?

오: - 어쩌면 네. 그러나 판매의 관점에서 볼 때 유일한 계획은 작동할 것입니다. 즉, 광고 캠페인이 있고 청중을 기계에 의해 생성된 청중으로 대체되며 여러분은 결과를 볼 수 있습니다. 불행히도 이것은 한 번 구현되었지만 작동하지 않은 솔루션이 시장에 많이 있기 때문에 그러한 이야기가 효과가 있음을 고객에게 확실하게 납득시킬 수 있는 유일한 방법입니다.

가상 인격 생성 정보

З: - 안녕하세요. 강의해주셔서 감사합니다. 문제는 어떤 이유로 기계 학습의 선도를 따르기를 원하지 않는 사람이 인터페이스와의 상호 작용을 통해 자신의 성격과 근본적으로 다른 가상 성격을 만들 수 있는 기회가 무엇인지입니다. 다른 이유?

오: – 무작위 동작을 구체적으로 처리하는 다양한 플러그인이 있습니다. 멋진 점이 있습니다. 제 생각에는 이 정보를 기록할 수 없는 다양한 추적기로부터 사용자를 거의 완전히 숨기는 Ghostery입니다. 그러나 실제로 이제 필요한 것은 소셜 네트워크의 비공개 프로필뿐입니다. 따라서 사악한 긁는 사람도 누구도 거기에서 무엇이든 수집할 수 없습니다. 일종의 확장 프로그램을 설치하거나 직접 작성하는 것이 더 나을 것입니다.

보시다시피, 여기서의 개념은 법적으로 예를 들어 개인 데이터는 귀하를 식별할 수 있는 데이터를 의미하며 법률에서는 거주지 주소, 연령 등을 예로 제공한다는 것입니다. 오늘날에는 동일한 키보드 필기, 동일한 누르기, 브라우저의 디지털 서명 등 사용자를 식별할 수 있는 셀 수 없이 많은 데이터가 있습니다. 조만간 사람은 실수를 합니다. 그는 "Thor"를 사용하여 "카페" 어딘가에 있을 수 있지만 결국 좋은 순간에 VPN이 켜지거나 다른 것이 켜지는 것을 잊어버리고 그 순간에 그의 신원을 확인할 수 있습니다. 따라서 가장 쉬운 방법은 개인 계정을 만들고 일부 확장 프로그램을 설치하는 것입니다.

시장은 버튼 하나만 누르면 결과를 얻을 수 있는 지점으로 이동하고 있습니다.

З: - 이야기 감사합니다. 언제나 그렇듯, 항상 매우 흥미롭습니다. (나는 당신을 팔로우하고 있습니다). 문제는 사용자에게 긍정적인 시스템, 추천 시스템을 만드는 측면에서 어떤 진전이 있습니까? 당신은 한때 성적 파트너, 인생의 친구(또는 사람이 잠재적으로 좋아할 수 있는 음악)를 찾기 위한 추천 시스템을 작업하고 있었다고 말했습니다... 이 모든 것이 얼마나 유망하며, 어떻게 발전할 것으로 보십니까? 사람들에게 필요한 시스템을 만드는 관점은 무엇입니까?

오: – 일반적으로 시장은 버튼 하나만 누르면 필요한 것을 즉시 얻을 수 있는 수준으로 이동하고 있습니다. 데이트 앱을 만든 경험에 따르면 (그런데 연말에 다시 출시 할 예정입니다) 65 %가 기혼 남성이라는 사실 외에도 가장 어려웠던 추천 문제는 한 사람에게 여러 모델을 제안 받았다는 것입니다 응용 프로그램 시작 시 - " 우정", "섹스", "섹스 우정" 및 "비즈니스". 사람들은 자신에게 필요한 것을 선택하지 않았습니다. 남자들이 와서 '사랑'을 선택했지만 실제로는 모든 사람에게 누드를 던졌습니다.

문제는 이러한 모델 중 하나에 맞지 않는 사람을 식별하고 어떻게 든 부드럽게 그를 데려가 다른 방향으로 이동시키는 것이 었습니다. 데이터의 양이 적기 때문에 이것이 예측 알고리즘의 오류인지, 아니면 해당 카테고리에 사람이 포함되어 있지 않은지 판단하기가 매우 어렵습니다. 음악도 마찬가지입니다. 이제 음악을 잘 "퍼캐스트"할 수 있는 정말 가치 있는 알고리즘은 거의 없습니다. 어쩌면 "Yandex.Music"일 수도 있습니다. 어떤 사람들은 Yandex.Music 알고리즘이 나쁘다고 생각합니다. 예를 들어, 나는 그녀를 좋아합니다. 예를 들어 저는 개인적으로 YouTube 음악 알고리즘 등을 좋아하지 않습니다.

물론 몇 가지 미묘함이 있습니다. 모든 것이 라이센스와 연결되어 있습니다.... 그러나 실제로 그러한 시스템에 대한 수요는 상당히 높습니다. 한때 추천 시스템 구현에 참여한 Retail Rocket 회사가 알려졌지만 이제는 오랫동안 알고리즘을 개발하지 않았기 때문에 어떻게 든 잘 작동하지 않습니다. 모든 것이 이 방향으로 진행됩니다. 우리가 들어가서 아무 것도 누르지 않고 필요한 것을 얻을 때까지 (그리고 선택 능력이 완전히 사라졌기 때문에 완전히 바보가 됩니다).

마케팅에 영향을 미치다

З: - 안녕하세요. 내 이름은 콘스탄틴이에요. 인플루언스 마케팅에 관해 질문을 드리고 싶습니다. 일부 통계 데이터 등을 기반으로 비즈니스에 적합한 블로거를 선택할 수 있는 시스템을 알고 계십니까? 그리고 이것은 어떤 근거로 이루어 집니까?

오: – 예, 멀리서부터 시작하여 이러한 모든 기술의 문제는 마케팅에 사용되는 모든 인공 지능이 이제 줄타기와 같다는 것입니다. 왼쪽에는 돈이 많은 대기업이 있고 어쨌든 그들의 광고 캠페인은 단순히 조회수를 목표로 하기 때문에 모든 것이 효과적일 것입니다. 반면에 많은 소규모 기업에서는 데이터가 많기 때문에 이것이 작동하지 않습니다. 지금까지 이러한 이야기의 적용 가능성은 중간 정도입니다.

이미 충분한 예산이 있고 이러한 예산을 올바르게 처리하는 것이 과제인 경우(그리고 원칙적으로 이미 꽤 많은 데이터가 있음)… 저는 알고리즘이 있는 것으로 보이는 Getblogger와 같은 몇 가지 서비스를 알고 있습니다. 솔직히 말해서 나는 이러한 알고리즘을 연구한 적이 없습니다. 일부 어머니들에게 선물을 주어야 할 때 오피니언 리더를 찾기 위해 어떤 접근 방식을 사용하는지 말씀드릴 수 있습니다.

우리는 콘텐츠 배포 시간이라는 지표를 사용합니다. 이는 다음과 같이 작동합니다. 분석 중인 청중이 있는 사람을 선택하고 각 게시물에 대한 정보, 좋아요를 누른 사람, 댓글을 남긴 사람 등의 정보를 체계적으로(예: 5분마다 한 번씩) 수집해야 합니다. 이렇게 하면 청중의 각 사람이 어느 시점에 콘텐츠와 상호 작용했는지 이해할 수 있습니다. 청중의 각 대표에 대해 이 작업을 반복합니다. 따라서 콘텐츠 배포의 평균 시간 측정 기준을 사용하여 예를 들어 이러한 사람들의 대규모 네트워크 그래프에 색상을 지정하고 이 측정 기준을 사용하여 클러스터를 구축할 수 있습니다.

예를 들어, 일부 women.ru에 대한 여론을 유지하는 15명의 어머니를 찾으려는 경우 이는 매우 효과적입니다. 그러나 이것은 다소 복잡한 기술 구현입니다(순전히 이론적으로는 Python에서 수행할 수 있지만). 결론은 대형 광고 대행사의 영향력 마케팅의 문제점은 똥을 위해 일하지 않는 크고 멋지고 값 비싼 블로거가 필요하다는 것입니다. 이제 자동차 브랜드는 오피니언 리더를 통해 일부 제품을 판매하려고 합니다. 자동차 블로거를 최후의 수단으로 사용해야 합니다. 청중이 이미 자동차를 구입했거나 원하는 자동차 종류를 정확히 알고 있기 때문입니다. 멋진 자동차를 봅니다. 여기서는 그 사람 자신의 청중에 대한 분석을 놓치지 않는 것이 중요합니다.

마케팅 봇

З: – 소셜 네트워크의 봇이 정보 수집과 그 품질에 얼마나 영향을 미치는지 말해 보세요.

오: – 봇이 있다는 건 정말 흥미로운 일이에요. 저렴한 봇은 식별하기 매우 쉽습니다. 동일한 콘텐츠를 가지고 있거나 서로 친구이거나 동일한 네트워크에 있습니다. 복잡한 봇을 처리하는 방법도 있습니다. 아니면 사람을 가짜와 연결하는 방법에 대해 질문하고 있습니까?

З: – 이 모든 쓰레기를 포함해 얼마나 고품질의 정보가 출력될 것인가?

오: – 여기서는 다음과 같이 작동합니다. 엄청난 양의 데이터(예: 일종의 마케팅 조사)가 있기 때문에 이 모든 리프라프를 간단히 버릴 수 있습니다. 즉, 봇을 캡처하는 것보다 실제 사람을 조금 더 버리는 것이 더 낫습니다. 광고를 표시하는 것은 쓸모가 없기 때문입니다. 그러나 배너나 추천 시스템과의 상호 작용과 같은 지표를 수집하면 해당 계정이 폐기될 수 있습니다.

이제 소셜 네트워크에는 약 XNUMX%의 가상 캐릭터, 단순히 버려진 페이지 또는 내성적인 사람이 있으며 알고리즘은 이들을 봇으로 "매칭"합니다. 사람을 가짜에 연결하는 것과 관련하여 여기에서도 모든 것이 그 사람이 조만간 실수를 할 것이라는 사실과 연결되어 있으며 행동 모델은 실제 계정과 가짜 모두 동일하다는 것입니다. 조만간 그들은 동일한 콘텐츠나 다른 콘텐츠를 보게 될 것입니다.

여기서 모든 것은 오류 비율이 아니라 사람을 안정적으로 식별하는 데 필요한 시간으로 귀결됩니다. 인스타그램을 가지고 생활하는 사람의 경우, 신뢰할 수 있는 식별 시간은 XNUMX분으로 단축됩니다. 일부의 경우 – XNUMX~XNUMX개월 정도 소요됩니다.

데이터를 누구에게, 어떻게 판매하나요?

З: - 안녕하세요. 회사 간에 데이터가 어떻게 판매되는지 알고 싶습니다. 예를 들어, 사람이 어디로 가는지, 어떤 매장에 가는지, 그곳에서 얼마를 지출하는지 (개발자에게) 알 수 있는 애플리케이션이 있습니다. 그리고 어떻게 하면 내 청중에 대한 데이터를 이러한 상점에 판매할 수 있는지, 아니면 내 데이터를 하나의 거대한 데이터베이스에 저장하고 그에 대한 대가를 받을 수 있는지 알고 싶습니다.

오: – 누군가에게 직접 데이터를 판매하는 경우 귀하와 다른 모든 사람들이 OFD보다 앞서 있었습니다. 재정 데이터 운영자는 수표 이체와 세무 서비스 사이에서 교묘하게 자신을 구축하고 이제 모든 사람에게 데이터를 판매하려고 합니다. 실제로 그들은 실제로 전체 모바일 분석 시장을 무너뜨렸습니다. 실제로 애플리케이션(예: Facebook 픽셀, DMP 시스템)을 삽입할 수 있습니다. 그런 다음 이 잠재고객을 사용하여 판매하세요. 예를 들어 'XNUMX월 대상' 픽셀이 있습니다. 나는 당신이 어떤 종류의 청중을 가지고 있는지 모릅니다. 이해해야합니다. 그러나 어떤 경우에도 가장 큰 DMP 시스템인 Yandex 또는 My Target에 통합할 수 있습니다.

이것은 꽤 흥미로운 이야기입니다. 유일한 문제는 귀하가 그들에게 모든 트래픽을 제공하고 교환으로서 그들은 이 트래픽의 수익 창출을 스스로 맡게 된다는 것입니다. 그들은 10명이 귀하의 청중을 이용했다고 말할 수도 있고 말하지 않을 수도 있습니다. 따라서 자체 광고 네트워크를 구축하거나 대규모 DMP에 항복합니다.

예술가인가, 기술 전문가인가? 누가 이길 것인가?

З: – 기술적인 부분과는 조금 거리가 먼 질문입니다. 다가오는 대량 실업에 대한 마케팅 담당자의 두려움에 대해 이야기했습니다. 창의적인 마케팅(치킨 광고, 폭스바겐 광고 등을 생각해낸 사람들)과 빅 데이터에 관련된 사람들(이제 우리는 모든 데이터를 수집하여 고객에게 타겟 광고를 제공할 것이라고 말합니다) 사이에 일종의 경쟁적 투쟁이 있습니까? 모든 사람 )? 직접적으로 관련된 사람으로서 예술가, 기술자, 아니면 어떤 종류의 시너지 효과가 있을 것인지에 대해 누가 이길 것이라고 생각하십니까?

오: – 들어보세요. 그들은 함께 일합니다. 엔지니어는 창의성을 발휘하지 않습니다. 창의적인 사람은 청중을 만들어내지 않습니다. 여기에는 일종의 다 학문적 이야기가 있습니다. 이제 진짜 문제는 앉아서 버튼을 누르는 사람들, 매일 같은 것을 누르는 "원숭이 일"을 하는 사람들, 이들은 사라질 사람들입니다.

하지만 데이터를 분석하는 사람은 당연히 남겠지만 누군가는 이 데이터를 처리해야 한다. 누군가는 이 그림을 생각해 내고 그려야 할 것입니다. 기계는 이런 창의성을 발휘할 수 없습니다! 이건 완전 광기야! 또는 예를 들어 Carprice의 바이러스 성 광고와 같이 매우 효과적이었습니다. 기억하세요. YouTube에 "Sell it at Carprice"라는 말이 있었는데 정말 말도 안 되는 소리였습니다. 물론 어떤 신경망도 그러한 이야기를 생성하지 않습니다.
일반적으로 저는 일자리를 잃는 사람이 아니라 조금 더 자유 시간을 갖게되고이 자유 시간을 자기 교육에 보낼 수 있다는 사실을 지지합니다.

원시적인 광고는 사라질 것이다

З: -대체로 표시되는 광고, 배너, 심지어 판매 텍스트도 거기에 기록되지 않습니다. "창문이 필요합니다-가져가세요!", "다른 것이 필요합니다-가져가세요!", 즉, 거기에는 창의성이 전혀 없습니다.

오: – 물론 이러한 광고는 조만간 사라질 것입니다. 기술의 발전 때문이라기보다는 너와 나의 발전으로 인해 사라질 것이다.

광고 차단기 및 브라우저 보안

З: - 안녕하세요. Ghostery와 Adblock을 언급하셨는데요. 이러한 추적기가 일반적으로 얼마나 효과적인지 말씀해 주시겠습니까(아마도 통계를 기반으로)? 그리고 회사로부터 주문을 받은 적이 있습니까? 그들은 우리 광고가 Adblock에 의해 폐쇄되지 않도록 하라고 말합니다.

오: – 우리는 광고 플랫폼에 직접 연락하지 않습니다. 이는 플랫폼이 모든 사람에게 광고를 표시하도록 요청하지 않기 때문입니다. 저는 개인적으로 Ghostery를 사용합니다. 정말 멋진 확장 프로그램이라고 생각합니다. 이제 모든 브라우저는 개인 정보 보호를 위해 싸우고 있습니다. Mozilla는 다양한 업데이트를 출시했으며 Google Chrome은 이제 매우 안전합니다. 그들은 모두 가능한 모든 것을 차단합니다. "Safari"는 기본적으로 "자이로스코프"도 꺼두었습니다.
물론 이러한 추세는 사람들이 처음으로 쿠키를 차단했기 때문에 좋습니다(데이터를 수집하는 사람들에게는 아니지만). 광고 네트워크를 소유한 모든 사람들은 브라우저 지문과 같은 놀라운 기술을 기억했습니다. 이는 60가지 매개 변수(화면 해상도, 버전, 설치된 글꼴)를 수신하고 이를 기반으로 고유한 "ID"를 계산하는 알고리즘입니다. 이것으로 넘어 갑시다. 그리고 브라우저는 이것으로 어려움을 겪기 시작했습니다. 일반적으로 이것은 타이탄의 끝없는 전투가 될 것입니다.

최신 개발자인 Mozilla는 매우 안전합니다. 쿠키를 거의 저장하지 않고 수명을 짧게 설정합니다. 특히 "시크릿 모드"를 켜면 아무도 당신을 찾을 수 없습니다. 문제는 모든 서비스에서 비밀번호를 입력하는 것이 불편할 것이라는 점입니다.

정신분석과 관상학은 어디에서 작동하고 작동하지 않습니까?

З: – Arthur님, 강의해주셔서 정말 감사드립니다. 유튜브에서 선생님 강의를 듣는 것도 즐겁습니다. 당신은 마케터들이 정신 유형 분석과 관상학을 점점 더 많이 활용하고 있다고 언급하셨습니다. 제 질문은 이 제품이 어떤 브랜드 카테고리에서 작동하나요?입니다. 내 믿음은 이것이 FMCG에만 적합하다는 것입니다. 예를 들어, 자동차를 선택하는 것은...

오: – 정확히 작동하는 곳을 다운로드할 수 있습니다. 이는 "Amediateka", TV 시리즈, 영화 등과 같은 모든 종류의 이야기에 적용됩니다. 프리미엄 부문이 아닌 모든 종류의 학생 카드, 할부 계획 등의 경우 은행 및 은행 상품에서 잘 작동합니다. 이것은 FMCG와 모든 종류의 iPhone, 충전기 등 모든 종류의 쓰레기에서 정말 잘 작동합니다. 이는 "맘 앤 팝" 제품에 잘 적용됩니다. 낚시에 그런 주제가 있다는 것을 알고 있지만... 어부들과 관련된 사례가 여러 번 있었는데 결코 안정적으로 분할할 수 없습니다. 이유는 모르겠습니다. 일종의 통계 오류입니다.

이는 자동차 운전자, 보석류 또는 일부 가정용품에는 잘 맞지 않습니다. 사실, 사람들이 소셜 미디어에 절대 쓰지 않을 내용에는 잘 작동하지 않습니다. 이 방법으로 확인할 수 있습니다. 일반적으로 세탁기를 구입할 때 누가 세탁기를 가지고 있고 누가 세탁기를 가지고 있지 않은지 이해하는 방법은 다음과 같습니다. 누구나 가지고 있는 것 같습니다. OFD 데이터를 사용할 수 있습니다. 영수증을 사용하여 누가 무엇을 구입했는지 확인하고 영수증을 사용하여 이러한 사람들을 연결할 수 있습니다. 하지만 실제로는 예를 들어 Instagram에서 절대 이야기하지 않을 것들이 있습니다. 그런 것들로 작업하는 것은 어렵습니다.

기계는 트릭을 통계적 내용으로 인식합니다.

З: – 타겟팅에 관해 질문이 있습니다. 모든 면에서 자신과 모순되는 조건부 무작위 캐릭터가 가능한 것입니까(또는 갑자기 존재하는 것입니까)? 먼저 구글에서 "최고의 체육관"을 검색한 다음 "아무 것도 하지 않는 10가지 방법"을 검색합니까? 그리고 그것은 모든 것에 있습니다. 타겟팅이 모순되는 내용을 추적할 수 있나요?

오: – 여기서 유일한 질문은 이것입니다. 2년 동안 Google을 사용해 왔으며 자신에 대해 할 수 있는 모든 것을 Google에 설명하고 이제 비슷한 무작위 쿼리를 작성하는 플러그인을 직접 설치했다면 물론 통계를 통해 이해할 수 있어야 합니다. 지금 하고 있는 일은 통계적으로 이상치이며 이는 모두 선별해 내는 문제입니다. 원하는 경우 새 계정을 등록하세요. 단, 광고량은 변경되지 않습니다. 그녀는 이상해질 것입니다. 그녀는 여전히 이상하지만.

일부 광고 🙂

우리와 함께있어 주셔서 감사합니다. 우리 기사가 마음에 드십니까? 더 재미있는 콘텐츠를 보고 싶다면? 주문하거나 친구에게 추천하여 우리를 지원하십시오. $4.99부터 시작하는 개발자용 클라우드 VPS, 귀하를 위해 우리가 발명한 고유한 보급형 서버 아날로그: VPS(KVM) E5-2697 v3(6코어) 10GB DDR4 480GB SSD 1Gbps에 대한 전체 진실 또는 서버 공유 방법은? (RAID1 및 RAID10에서 사용 가능, 최대 24개 코어 및 최대 40GB DDR4).

Dell R730xd는 암스테르담의 Equinix Tier IV 데이터 센터에서 2배 더 저렴합니까? 여기서 만 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV $199부터 네덜란드에서! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - 최저 $99! 에 대해 읽다 인프라 공사를 구축하는 방법. 730페니에 5유로 상당의 Dell R2650xd E4-9000 vXNUMX 서버를 사용하는 클래스?

출처 : habr.com

Arthur Khachuyan: 마케팅의 인공 지능