Arthur Khachuyan ialah pakar Rusia yang terkenal dalam pemprosesan data besar, pengasas syarikat Hab Data Sosial (kini Tazeros Global). Rakan kongsi Pusat Pengajian Tinggi Ekonomi Universiti Penyelidikan Nasional. Menyedia dan membentangkan, bersama-sama dengan Sekolah Tinggi Ekonomi Universiti Penyelidikan Nasional, rang undang-undang mengenai Data Besar dalam Majlis Persekutuan. Beliau bercakap di Institut Curie di Paris, Universiti Negeri St. Petersburg, Universiti Persekutuan di bawah Kerajaan Persekutuan Rusia, di Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople.
Syarahan itu dirakamkan pada festival terbuka "Geek Picnic" di Moscow pada tahun 2019.
Arthur Khachuyan (selepas ini – AH): – Jika dari sebilangan besar industri - dari perubatan, dari pembinaan, dari sesuatu, sesuatu, untuk memilih yang mana teknologi data besar, pembelajaran mesin, pembelajaran mendalam paling kerap digunakan, maka ini mungkin pemasaran. Kerana selama tiga tahun atau lebih, segala-galanya yang mengelilingi kita dalam beberapa jenis komunikasi pengiklanan kini terikat tepat pada analisis data dan tepat pada apa yang boleh dipanggil kecerdasan buatan. Oleh itu, hari ini saya akan memberitahu anda tentang ini dari sejarah yang sangat jauh...
Jika anda bayangkan kecerdasan buatan dan rupanya, ia mungkin seperti itu. Gambar aneh adalah salah satu rangkaian saraf yang saya tulis setahun yang lalu untuk mencari pergantungan apa yang anjing saya lakukan - berapa kali dia perlu menjadi besar, kecil, dan bagaimana ia bergantung pada jumlah yang dia makan. atau tidak? . Ini adalah jenaka tentang bagaimana kecerdasan buatan boleh dibayangkan.
Namun begitu, mari kita fikirkan cara semuanya berfungsi dalam komunikasi pengiklanan. Terdapat tiga cara algoritma moden dalam pengiklanan dan pemasaran boleh berinteraksi dengan kami. Jelas sekali bahawa cerita pertama bertujuan untuk mendapatkan dan mengekstrak pengetahuan tambahan tentang anda dan saya, dan kemudian menggunakannya untuk tujuan yang baik dan tidak begitu baik; memperibadikan pendekatan kepada setiap orang tertentu; Sememangnya, selepas ini, wujudkan permintaan tertentu untuk melaksanakan tindakan sasaran utama dan menjalankan jualan tertentu.
Menggunakan teknologi, mereka cuba menyelesaikan masalah komunikasi yang berkesan
Jika saya memberitahu anda untuk berfikir tentang perkara yang Pornhub dan M. Video”, apa yang anda fikirkan?
Komen daripada penonton (selepas ini dirujuk sebagai C): - TV, penonton.
OH: – Konsep saya ialah ini adalah dua tempat di mana orang ramai datang untuk jenis perkhidmatan tertentu, atau sebut saja jenis barangan tertentu. Dan penonton ini berbeza kerana ia tidak mahu memberitahu penjual apa-apa. Dia mahu masuk dan mendapatkan apa yang menarik minatnya dalam beberapa bentuk tersurat atau tersirat. Sememangnya, tiada siapa yang datang ke M. Video” tidak mahu berkomunikasi dengan mana-mana penjual, tidak mahu memahami, tidak mahu menjawab sebarang soalan mereka.
Oleh itu, kisah pertama mengikuti dari semua ini.
Apabila teknologi untuk mendapatkan pengetahuan tambahan muncul untuk mengelakkan daripada berkomunikasi dengan seseorang. Kami semua suka apabila kami menghubungi bank dan bank memberitahu kami: “Hello. Alexey, anda pelanggan VIP kami. Sekarang beberapa pengurus super akan bercakap dengan anda.” Anda datang ke bank ini, dan ada pengurus unik yang boleh bercakap dengan anda. Malangnya atau bernasib baik, belum ada satu syarikat pun yang memikirkan cara untuk mengupah seribu pengurus peribadi untuk seribu pelanggan; dan kerana kebanyakan orang ini kini dalam talian, tugasnya adalah untuk memahami jenis orang ini dan cara berkomunikasi dengannya dengan betul sebelum dia datang ke beberapa sumber pengiklanan. Dan oleh itu, sebenarnya, teknologi telah muncul yang cuba menyelesaikan masalah ini.
Pengekstrakan data ialah minyak baharu
Bayangkan anda adalah pemilik gerai bunga. Tiga orang datang jumpa awak. Yang pertama berdiri untuk masa yang sangat lama, teragak-agak, cuba bercakap dengan anda, mengambil beberapa jenis sejambak - anda pergi untuk membungkusnya, keluar untuk melakukan sesuatu di sana; dia melarikan diri dari gerai dengan sejambak ini - anda telah kehilangan tiga ribu rubel anda. Mengapa ia berlaku? Anda tidak tahu apa-apa tentang orang ini: anda tidak tahu sejarah penahanannya di Kementerian Hal Ehwal Dalam Negeri, anda tidak tahu bahawa dia seorang kleptomaniac dan berdaftar di dispensari psikiatri. kenapa? Kerana anda melihatnya buat kali pertama, dan anda bukan penganalisis tingkah laku.
Orang lain datang... Vitaly. Vitaly juga mengambil masa yang sangat lama untuk memikirkannya, dia berkata, "Nah, saya perlukan ini dan itu." Dan anda memberitahunya, "Bunga untuk ibu, bukan?" Dan anda menjual kepadanya sejambak.
Konsep di sini adalah untuk mengetahui data yang mencukupi untuk memahami apa yang sebenarnya diperlukan oleh orang itu. Semua orang segera memikirkan beberapa jenis rangkaian pengiklanan dan sebagainya...
Semua orang mungkin pernah mendengar frasa bodoh bahawa "data adalah minyak baru" lebih daripada sekali? Pasti semua orang pernah mendengar. Sebenarnya, orang ramai belajar mengumpul data agak lama dahulu, tetapi mengekstrak data daripada data ini adalah tugas yang sedang cuba diselesaikan oleh kecerdasan buatan dalam pemasaran, atau sejenis algoritma statistik. kenapa? Kerana jika anda bercakap dengan seseorang, dia boleh memberi anda jawapan yang betul, salah, atau entah bagaimana berwarna. Jenaka yang saya beritahu pelajar saya ialah bagaimana tinjauan berbeza daripada statistik. Saya akan memberitahu anda perkara ini sebagai anekdot:
Ini bermakna di dua kampung mereka memutuskan untuk menjalankan kajian tentang purata panjang lelaki. Ini bermakna di kampung pertama, Villaribo, panjang purata ialah 15 sentimeter, di kampung Villabaggio - 25. Adakah anda tahu mengapa? Kerana pengukuran dilakukan di kampung pertama, dan tinjauan dilakukan di kampung kedua.
Industri lucah ialah peneraju sistem pengesyoran
Inilah sebabnya mengapa pendekatan moden adalah untuk menganalisis semua orang tanpa pengecualian, walaupun mereka kurang sedikit daripada 100%, tetapi ini adalah orang yang anda tidak perlu bertanya, anda tidak perlu melihat mereka. Ia cukup untuk menganalisis apa yang kini dipanggil jejak digital untuk memahami apa yang diperlukan oleh orang ini, cara bercakap dengannya dengan betul, cara mencipta permintaan di sekelilingnya dengan betul. Di satu pihak, ini adalah mesin yang tidak berfikiran (tetapi anda dan saya tahu ini dengan baik); kami tidak mahu berkomunikasi dengan orang dari M. Video,” dan lebih-lebih lagi, apabila kami pergi ke sumber seperti Pornhub, kami mahu mendapatkan apa yang kami perlukan.
Mengapa saya selalu bercakap tentang Pornhub? Kerana industri dewasa adalah yang pertama datang kepada analisis teknologi sedemikian, kepada pelaksanaan teknologi sedemikian, kepada analisis data. Jika anda menggunakan tiga perpustakaan paling popular di kawasan ini (contohnya, TensorFlow atau Pandas untuk Python, untuk memproses fail CSV dan sebagainya), jika anda membukanya pada Github, dengan Google ringkas bagi semua nama ini, anda akan menemui beberapa orang yang sama ada bekerja atau sedang bekerja di syarikat Pornhub, dan merupakan orang pertama yang melaksanakan sistem pengesyoran di sana. Secara umum, cerita ini sangat maju, dan menunjukkan berapa banyak penonton ini, sejauh mana syarikat ini telah bergerak ke hadapan.
Tiga tahap pengenalan
Terdapat satu set data yang besar di sekeliling seseorang yang boleh dikenal pasti. Saya biasanya secara rasmi membahagikan ini kepada tiga peringkat, semakin mendalam dan lebih dalam. Sememangnya, syarikat itu mempunyai data sendiri.
Jika, katakan, kita bercakap tentang membina sistem pengesyoran, maka tahap pertama ialah data yang terletak di kedai itu sendiri (sejarah pembelian, semua jenis transaksi, cara seseorang berinteraksi dengan antara muka).
Seterusnya terdapat tahap (agak terbesar) - inilah yang dipanggil sumber terbuka. Jangan fikir saya menggalakkan anda mengikis rangkaian sosial, tetapi sebenarnya, apa yang tersedia dalam sumber terbuka membuka satu set besar data yang anda boleh, katakan, belajar tentang seseorang.
Dan bahagian utama yang ketiga ialah persekitaran orang ini sendiri. Ya, ada pendapat bahawa jika seseorang tidak berada di rangkaian sosial, tidak ada data tentangnya di sana (anda mungkin sudah tahu bahawa ini tidak benar), tetapi perkara yang paling penting ialah data yang ada pada profil seseorang (atau dalam beberapa aplikasi ) hanya 40% daripada pengetahuan yang boleh diperolehi mengenainya. Maklumat selebihnya diperoleh daripada persekitarannya. Ungkapan "beritahu saya siapa rakan anda dan saya akan beritahu anda siapa anda" membawa maksud baharu pada abad ke-XNUMX kerana sejumlah besar data boleh diperolehi di sekeliling orang itu.
Jika kita bercakap lebih dekat dengan komunikasi pengiklanan, maka menerima komunikasi pengiklanan bukan daripada pengiklanan, tetapi daripada beberapa rakan, kenalan atau orang yang disahkan entah bagaimana adalah ciri yang sangat keren yang digunakan oleh ramai pemasar. Apabila sesetengah aplikasi tiba-tiba memberi anda kod promosi percuma, anda membuat siaran mengenainya dan dengan itu menarik khalayak baharu. Sebenarnya, kod promo untuk "Yandex.Taxi" bersyarat ini tidak dipilih secara rawak, tetapi untuk ini, sejumlah besar data telah dianalisis tentang potensi anda untuk menarik khalayak baharu dan entah bagaimana berinteraksi dengan mereka.
Mereka juga menganalisis tingkah laku watak siri TV
Saya akan tunjukkan kepada anda tiga gambar, dan anda beritahu saya apa perbezaan di antara mereka.
Yang ini:
ini:
Dan yang ini:
Apakah perbezaan antara mereka? Semuanya mudah di sini. Seperti dalam mekanik kuantum, dalam kes ini kreativiti ini dibentuk oleh pemerhati. Iaitu, perbezaan dalam kempen pengiklanan yang sama, yang dijalankan oleh jenama yang sama pada masa yang sama, hanya pada orang yang menonton kreatif ini. Secara peribadi, apabila saya pergi ke Amediateka, mereka masih menunjukkan Khal Drogo. Saya tidak tahu apa yang Amediateka fikir tentang pilihan saya, tetapi atas sebab tertentu ini berlaku.
Apa yang kini dipanggil komunikasi diperibadikan ialah kisah paling popular untuk menarik khalayak dan berinteraksi dengannya dengan betul. Jika pada peringkat pertama kami mengenal pasti orang yang menggunakan data jenama kami sendiri, data sumber terbuka dan, sebagai contoh, data dari persekitaran orang ini, kami, selepas menganalisisnya, dapat memahami siapa dia, cara bercakap dengannya dengan betul dan, yang paling penting. , bahasa apa yang dia cakap cakap dengan dia.
Di sini teknologi telah pergi sejauh ini sehingga watak dalam siri TV yang orang ramai tonton kini sedang dianalisis. Iaitu, anda suka siri TV - mereka [suka] ditonton, mereka melihat dengan siapa anda berinteraksi di sana, untuk memahami jenis orang yang sesuai untuk anda berinteraksi. Bunyinya seperti tidak masuk akal, tetapi hanya untuk keseronokan, cubalah pada salah satu sumber - orang yang berbeza melihat kreatif yang berbeza (untuk berinteraksi dengannya dengan betul).
Tiada satu media moden atau mana-mana sumber video hanya menunjukkan beberapa berita kepada anda. Pergi ke media - sejumlah besar algoritma dimuatkan yang mengenal pasti anda, memahami semua aktiviti anda sebelum ini, membuat rayuan kepada model matematik dan kemudian menunjukkan sesuatu kepada anda. Dalam kes ini, terdapat cerita yang begitu pelik.
Bagaimanakah keperluan ditentukan? Psikometri. Fisiognomi
Terdapat banyak pendekatan (sebenar) untuk menentukan keperluan sebenar seseorang dan cara berkomunikasi dengan mereka dengan betul. Terdapat banyak pendekatan, semuanya diselesaikan secara berbeza, tidak mungkin untuk mengatakan yang mana baik dan mana yang buruk. Yang utama nampaknya tahu segala-galanya.
Psikometri. Selepas cerita dengan Cambridge Analytics, ia mengambil sedikit kejutan, pada pendapat saya, beberapa jenis giliran, kerana setiap syarikat politik kedua kini datang dan berkata: "Oh, bolehkah anda membuat saya seperti Trump? Saya juga mahu menang, dan sebagainya.” Malah, ini, sudah tentu, adalah karut untuk realiti kita, sebagai contoh, pilihan raya politik. Tetapi untuk menentukan psikotaip, tiga model digunakan:
- yang pertama adalah berdasarkan kandungan yang anda gunakan - perkataan yang anda tulis, beberapa maklumat yang anda suka, video, dsb.;
- yang kedua terikat dengan cara anda berinteraksi dengan antara muka web, cara anda menaip, butang yang anda tekan - sememangnya, terdapat seluruh syarikat yang, berdasarkan tulisan tangan papan kekunci mereka, boleh dengan pasti menentukan apa yang kini dipanggil psikotaip.
- Saya bukan ahli psikologi, saya tidak begitu memahami cara ia berfungsi, tetapi dari sudut komunikasi pengiklanan, khalayak yang dibahagikan kepada segmen ini berfungsi dengan baik, kerana seseorang perlu ditunjukkan skrin merah dengan warna biru wanita, seseorang perlu ditunjukkan skrin gelap -latar belakang biru dengan beberapa jenis abstraksi, dan ia berfungsi dengan sangat baik. Pada tahap yang rendah - sehinggakan seseorang tidak memikirkannya. Apakah masalah utama dalam pasaran pengiklanan sekarang? Semua orang adalah ejen perisikan, semua orang bersembunyi, setiap orang mempunyai sejuta ribu kebenaran penyemak imbas yang dipasang, agar tidak dikenal pasti dalam apa jua cara - anda mungkin mempunyai "Adblocks", "Gostrey" dan semua jenis aplikasi yang menyekat penjejakan. Kerana ini, sangat sukar untuk memahami apa-apa tentang seseorang. Dan teknologi telah bergerak maju - anda bukan sahaja perlu tahu bahawa orang ini telah kembali ke tapak anda untuk kali ke-125, tetapi bahawa dia juga seorang yang pelik.
Fisiognomi adalah sains yang sangat kontroversi. Ia tidak dianggap sains pun. Ini adalah kumpulan orang yang pernah memprogramkan pengesan pembohongan untuk beberapa Kementerian Dalam Negeri, dan kini terlibat dalam apa yang dipanggil personifikasi kreativiti. Pendekatan di sini adalah sangat mudah: beberapa gambar awam anda diambil dari beberapa rangkaian sosial, dan geometri tiga dimensi dibina daripadanya. Dan jika anda seorang peguam, anda kini akan mengatakan bahawa ini adalah orang dan data peribadi; tetapi saya akan memberitahu anda bahawa ini adalah 300 ribu mata yang terletak di angkasa, dan ini bukan orang, dan bukan data peribadi. Inilah yang biasanya dikatakan oleh semua orang apabila Roskomnadzor datang kepada mereka.
Tetapi serius, wajah anda secara berasingan, jika nama pertama dan nama keluarga anda tidak ditandatangani di sana, bukan data peribadi anda. Maksudnya ialah lelaki itu menandakan pelbagai ciri wajah yang mempengaruhi cara seseorang membuat keputusan dan cara berinteraksi dengannya dengan betul. Di sesetengah kawasan ini tidak berfungsi dengan baik, dalam beberapa segmen pengiklanan; dalam segmen mana ia berfungsi dengan baik. Akhirnya, ternyata apabila anda pergi ke beberapa sumber, anda melihat bukan hanya satu sepanduk yang ditunjukkan kepada semua orang, tetapi, sebagai contoh... kini adalah perkara biasa untuk membuat 16 atau 20 pilihan untuk khalayak yang berbeza - dan ia berfungsi sangat hebat. Ya, ini lebih menyedihkan dari sudut pandangan pengguna, kerana orang ramai mula dimanipulasi lebih banyak. Namun begitu, dari sudut perniagaan ia berfungsi dengan baik.
Kotak hitam pembelajaran mesin
Ini menimbulkan masalah berikut dengan teknologi sedemikian: lagipun, bagi kebanyakan pembangun sekarang apa yang dipanggil pembelajaran mendalam ialah "kotak hitam". Jika anda pernah terlibat dalam cerita ini dan bercakap dengan pembangun, mereka selalu berkata: "Oh, dengar, kami telah mengekodkan sesuatu yang tidak dapat difahami di sana dan kami tidak tahu cara ia berfungsi." Mungkin ada yang pernah mengalami perkara ini.
Ini sebenarnya jauh dari kebenaran. Apa yang kini dipanggil pembelajaran mesin adalah jauh daripada "kotak hitam". Terdapat sebilangan besar pendekatan untuk menerangkan data input dan output, dan pada akhirnya syarikat dapat memahami secara menyeluruh berdasarkan tanda-tanda apa yang mesin memutuskan untuk menunjukkan kepada anda video lucah ini atau yang lain. Persoalannya ialah tidak ada syarikat yang pernah mendedahkan perkara ini, kerana: pertama, ia adalah rahsia perdagangan; kedua, akan ada sejumlah besar data yang anda tidak tahu.
Sebagai contoh, sebelum ini, dalam perbincangan mengenai etika, kami membincangkan cara rangkaian sosial menganalisis mesej peribadi untuk menandakan orang dalam beberapa jenis cerita pengiklanan. Jika anda menulis sesuatu kepada seseorang, berdasarkan ini anda menerima teg khusus untuk, sebenarnya, beberapa jenis komunikasi pengiklanan. Dan anda tidak akan pernah membuktikannya, dan mungkin tidak ada gunanya membuktikannya. Walau bagaimanapun, jika corak serupa didedahkan, ia akan wujud. Ternyata pasaran untuk membina sistem pengesyor sedemikian berpura-pura tidak tahu mengapa ini berlaku.
Orang tidak mahu tahu apa yang orang tahu tentang mereka
Dan cerita kedua ialah pelanggan tidak pernah mahu tahu mengapa dia menerima iklan tertentu ini, produk tertentu ini. Saya akan memberitahu anda kisah ini. Pengalaman pertama saya dalam pelaksanaan komersil sistem pengesyoran berdasarkan algoritma yang serupa dengan tepat demi penyelidikan adalah pada tahun 2015 dalam rangkaian kedai seks yang sangat besar (ya, juga bukan cerita yang tidak menyenangkan).
Pelanggan ditawarkan perkara berikut: mereka masuk, log masuk dengan rangkaian sosial mereka, dan selepas kira-kira 5 saat mereka menerima kedai yang diperibadikan sepenuhnya untuk mereka, iaitu, semua produk telah berubah - mereka termasuk dalam kategori tertentu, dan sebagainya. . Adakah anda tahu berapa banyak kadar penukaran kedai ini telah meningkat? Tidak dengan apa cara sekalipun! Orang ramai masuk dan segera melarikan diri dari situ. Mereka masuk dan menyedari bahawa mereka ditawarkan dengan tepat apa yang mereka fikirkan...
Masalah dengan ujian ini ialah di bawah setiap produk telah tertulis mengapa anda ditawarkan yang tertentu (“kerana anda adalah ahli kumpulan tersembunyi “Wanita berkuasa sedang mencari seorang lelaki yang merupakan keset”). Oleh itu, sistem pengesyoran moden tidak pernah menunjukkan data berdasarkan "ramalan" itu dibuat.
Cerita yang sangat popular ialah media kerana mereka semua menggunakan sistem pengesyor yang serupa. Sebelum ini, algoritma adalah sangat mudah: lihat pada kategori "Politik" - dan ia menunjukkan kepada anda berita daripada kategori "Politik". Kini segala-galanya sangat rumit sehingga mereka menganalisis tempat di mana anda menghentikan tetikus, perkataan yang anda tumpukan, perkara yang anda salin, cara anda berinteraksi secara umumnya dengan halaman ini. Kemudian dia menganalisis perbendaharaan kata mesej itu sendiri: ya, anda bukan hanya membaca berita tentang Putin, tetapi dengan cara tertentu, dengan pewarnaan emosi tertentu. Dan apabila seseorang menerima beberapa berita, dia langsung tidak memikirkan bagaimana dia datang ke sini. Namun begitu, dia kemudian berinteraksi dengan kandungan ini.
Semua ini, secara semula jadi, bertujuan untuk mengekalkan lelaki kecil yang miskin dan malang yang sudah menjadi gila dari sejumlah besar maklumat yang ada di sekelilingnya. Di sini mesti dikatakan bahawa adalah baik untuk menggunakan sistem sedemikian untuk memperibadikan kreatif di sekeliling anda dan mengumpul beberapa maklumat, tetapi, malangnya, belum ada perkhidmatan sedemikian.
Kecerdasan buatan menangkap pelanggan di udara dan mewujudkan permintaan
Dan di sini satu persoalan falsafah yang sangat menarik timbul, bergerak daripada mencipta sistem pengesyoran kepada mewujudkan permintaan. Jarang sesiapa memikirkannya, tetapi apabila anda cuba bertanya kepada Instagram yang dipanggil, “Mengapa anda mengumpul data? Mengapa tidak tunjukkan saya pengiklanan secara rawak?” - Instagram akan memberitahu anda: “Rakan, ini semua dilakukan untuk menunjukkan kepada anda apa yang menarik kepada anda.” Seperti, kami ingin mengenali anda dengan tepat sehingga kami dapat menunjukkan kepada anda perkara yang anda cari.
Tetapi teknologi telah lama melepasi ambang yang dahsyat ini, dan teknologi serupa tidak lagi meramalkan perkara yang anda perlukan. Mereka (perhatian!) mencipta permintaan. Ini mungkin perkara paling menakutkan yang berkisar tentang kecerdasan buatan dalam komunikasi sedemikian. Perkara yang menakutkan ialah ia telah digunakan hampir di mana-mana selama 3-5 tahun yang lalu - daripada hasil carian Google kepada hasil carian Yandex, kepada beberapa sistem... Okay, saya tidak akan mengatakan apa-apa yang buruk tentang Yandex; dan baik.
Apa gunanya? Sudah lama sejak komunikasi pengiklanan sedemikian telah beralih daripada strategi di mana anda menulis "Saya mahu membeli kerusi kanak-kanak" dan melihat seratus ribu juta penerbitan. Mereka beralih kepada perkara berikut: sebaik sahaja wanita itu menyiarkan foto dengan perut yang hampir tidak kelihatan, suaminya akan segera mula diikuti dengan mesej: "Man, kelahiran akan datang tidak lama lagi. Beli kerusi kanak-kanak."
Di sini, anda mungkin bertanya secara munasabah, mengapa, dengan kemajuan teknologi yang begitu besar, adakah kita masih melihat pengiklanan yang buruk itu di rangkaian sosial? Masalahnya ialah dalam pasaran ini segala-galanya masih ditentukan oleh wang, jadi satu saat yang baik, beberapa pengiklan seperti Coca-Cola mungkin datang dan berkata: "Ini 20 juta untuk anda - tunjukkan sepanduk buruk saya ke seluruh Internet." Dan mereka benar-benar akan melakukannya.
Tetapi jika anda membuat beberapa jenis akaun bersih dan menguji seberapa tepat algoritma tersebut meneka anda: mereka mula-mula cuba meneka anda, dan kemudian mereka mula melakukan sesuatu kepada anda terlebih dahulu. Dan otak manusia berfungsi sedemikian rupa sehingga, apabila menerima maklumat yang boleh dipercayai untuknya, ia tidak memproses saat mengapa ia menerima maklumat ini. Peraturan pertama untuk menentukan bahawa anda berada dalam mimpi adalah untuk memahami bagaimana anda datang ke sini. Seseorang tidak pernah ingat saat dia berakhir di bilik tertentu. Kat sini pun sama.
Google Mungkin Mula Membentuk Pandangan Dunia Anda
Kajian sedemikian telah dijalankan oleh beberapa syarikat asing yang terlibat dalam i-tracking. Mereka memasang peranti pada komputer khas yang merakam di mana mata subjek ujian melihat. Saya mengambil daripada lima hingga tujuh ribu sukarelawan yang hanya menatal suapan, berinteraksi dengan rangkaian sosial, dengan pengiklanan, dan mereka merekodkan maklumat mengenai bahagian mana sepanduk dan kreatif yang dihentikan oleh orang ini.
Dan ternyata apabila orang menerima kreatif hiper-peribadi sedemikian, mereka tidak memikirkannya - mereka terus bergerak, mula berinteraksi dengannya. Dari sudut pandangan perniagaan, ini bagus, tetapi dari sudut pandangan kami, sebagai pengguna, ini tidak begitu keren, kerana - apa yang mereka takutkan? – Bahawa pada satu masa yang baik, "Google" bersyarat mungkin bermula (atau, sudah tentu, ia mungkin tidak bermula) untuk membentuk pandangan dunianya sendiri. Esok, sebagai contoh, dia boleh mula menunjukkan kepada orang ramai berita bahawa bumi itu rata.
Bergurau sahaja, tetapi mereka telah ditangkap berkali-kali sehingga semasa pilihan raya mereka mula memberi maklumat tertentu kepada orang tertentu. Kita semua sudah terbiasa dengan fakta bahawa enjin carian mendapat segala-galanya dengan jujur. Tetapi, seperti yang saya selalu katakan, jika anda benar-benar ingin tahu bagaimana dunia berfungsi, tulis enjin carian anda sendiri, tanpa penapis, tanpa memberi perhatian kepada hak cipta, tanpa meletakkan beberapa rakan anda dalam hasil carian. Paparan data sebenar di Internet secara amnya berbeza daripada yang ditunjukkan oleh Google, Yandex, Bing, dan sebagainya. Sesetengah bahan disembunyikan kerana rakan, rakan sekerja, musuh atau orang lain (atau bekas kekasih yang pernah anda tiduri) - tidak mengapa.
Bagaimana Trump menang
Apabila terdapat pilihan raya terakhir di Amerika Syarikat, satu kajian yang sangat mudah telah dijalankan. Mereka mengambil permintaan yang sama di tempat yang berbeza, dari alamat IP yang berbeza, dari bandar yang berbeza, orang yang berbeza Googled perkara yang sama. Secara konvensional, permintaan itu adalah dalam gaya: siapa yang akan memenangi pilihan raya? Dan yang menakjubkan, keputusan telah dibina sedemikian rupa sehingga di negeri-negeri di mana bilangan terbesar orang cuba mengundi calon yang salah, mereka menerima beberapa berita baik tentang calon yang dipromosikan oleh Google. Yang mana satu? Nah, jelas yang mana satu - yang menjadi presiden. Ini adalah cerita yang benar-benar tidak dapat dibuktikan, dan semua kajian ini adalah jari di dalam air. Google boleh berkata: "Kawan-kawan, semua ini dilakukan supaya kami menunjukkan kandungan yang paling berkaitan untuk anda."
Mulai sekarang, anda harus tahu bahawa apa yang dipanggil maximally relevan sama sekali tidak berlaku. Syarikat memanggil sesuatu yang berkaitan yang perlu dijual kepada anda atas sebab baik atau buruk.
Mereka yang tidak mempunyai wang sekarang sudah bersedia untuk pembelian akan datang
Terdapat satu lagi perkara menarik di sini yang akan saya ceritakan. Sebilangan besar khalayak aktif kini di rangkaian sosial dan dalam apl adalah golongan muda. Mari kita panggil ini - belia yang tidak solven: kanak-kanak berumur 8-9 tahun yang bermain permainan bodoh, ini adalah 12-13-14 yang baru mendaftar di rangkaian sosial. Mengapakah syarikat besar membelanjakan belanjawan dan sumber yang besar untuk membuat aplikasi untuk khalayak tidak membayar yang tidak pernah diwangkan? Pada masa ini apabila khalayak ini menjadi pelarut, akan ada jumlah data yang mencukupi mengenainya untuk meramalkan tingkah lakunya dengan baik.
Sekarang tanya mana-mana ahli sasaran, apakah penonton yang paling sukar? Mereka akan berkata: sangat menguntungkan. Kerana menjual, sebagai contoh, sebuah apartmen bernilai 150 juta rubel melalui rangkaian sosial hampir mustahil. Terdapat kes terpencil apabila anda melakukan beberapa jenis pengiklanan untuk 10 ribu orang, satu membeli apartmen ini - pelanggan berjaya... Tetapi satu daripada sepuluh ribu, dari sudut statistik, adalah omong kosong yang lengkap. Jadi, mengapa sukar untuk mengenal pasti khalayak berpendapatan tinggi? Kerana orang yang kini menjadi ahli khalayak yang sangat menguntungkan dilahirkan ketika Internet masih sangat kecil, ketika belum ada yang mengenali Artemy Lebedev, dan tidak ada maklumat tentang mereka. Adalah mustahil untuk meramalkan corak tingkah laku mereka, adalah mustahil untuk memahami siapa pemimpin pendapat mereka, dan daripada sumber kandungan yang mereka terima.
Jadi apabila anda semua menjadi bilionair dalam 25 tahun, dan syarikat yang akan menjual sesuatu kepada anda akan mempunyai sejumlah besar data. Itulah sebabnya kami kini mempunyai GDPR yang hebat di Eropah yang menghalang pengumpulan data daripada kanak-kanak di bawah umur.
Sememangnya, ini tidak berfungsi sama sekali dalam amalan, kerana semua kanak-kanak masih bermain di akaun ibu dan bapa mereka - ini adalah cara maklumat dikumpulkan. Lain kali anda memberi anak anda tablet, fikirkan perkara ini.
Sama sekali bukan masa depan yang menakutkan, distopia, apabila semua orang akan mati dalam peperangan dengan mesin - kisah yang benar-benar nyata sekarang. Terdapat sejumlah besar syarikat yang mencipta algoritma untuk orang yang berprofil psiko berdasarkan cara mereka bermain permainan. Industri yang sangat menarik. Berdasarkan semua ini, orang kemudian dibahagikan untuk entah bagaimana berkomunikasi dengan mereka.
Ramalan tingkah laku orang ini akan tersedia dalam 10-15 tahun - tepat pada masa mereka menjadi penonton pelarut. Apa yang paling penting ialah orang-orang ini telah memberi kebenaran terlebih dahulu untuk memproses data peribadi mereka, memindahkannya kepada pihak ketiga, dan semua ini adalah kebahagiaan, dan sebagainya.
Siapa yang akan kehilangan pekerjaan mereka?
Dan kisah terakhir saya ialah semua orang selalu bertanya apa yang akan berlaku dalam 50 tahun: kita semua akan mati, akan ada pengangguran untuk pemasar ... Ada pemasar di sini yang bimbang tentang pengangguran, bukan? Secara umum, tidak perlu risau, kerana mana-mana orang yang berkelayakan tinggi tidak akan kehilangan pekerjaannya.
Tidak kira apa algoritma yang dicipta, tidak kira seberapa dekat mesin itu mendekati apa yang kita ada di sini (menunjuk kepalanya), jika ia berkembang dengan cukup cepat, orang seperti itu tidak akan dibiarkan terbiar, kerana seseorang perlu mencipta perkara kreatif ini buat. Ya, terdapat semua jenis "gan" yang melukis gambar yang kelihatan seperti orang dan mencipta muzik, tetapi masih tidak mungkin orang di kawasan ini akan kehilangan pekerjaan mereka.
Saya mempunyai segala-galanya dengan cerita itu, jadi anda boleh bertanya soalan jika anda mempunyai lebih banyak lagi. Terima kasih.
Mengetuai: – Rakan-rakan, kita kini beralih ke blok “Soal Jawab”. Anda angkat tangan - saya datang kepada anda.
Soalan daripada penonton (XNUMX): - Soalan mengenai "kotak hitam". Mereka berkata bahawa adalah mungkin untuk memahami secara khusus mengapa keputusan itu dan itu diperolehi untuk pengguna itu dan itu. Adakah ini sejenis algoritma, atau adakah ia perlu dianalisis setiap kali untuk setiap model ad hoc (nota pengarang: "terutama untuk ini" - unit frasaologi Latin)? Atau adakah terdapat rangkaian siap sedia untuk beberapa jenis rangkaian saraf yang, secara kasarnya, boleh masuk akal perniagaan?
OH: – Di sini anda perlu memahami perkara berikut: terdapat sejumlah besar tugas dalam pembelajaran mesin. Sebagai contoh, terdapat tugas - regresi. Untuk regresi, tiada rangkaian saraf diperlukan sama sekali. Segala-galanya mudah: anda mempunyai beberapa penunjuk, anda perlu mengira perkara berikut. Terdapat tugas di mana perlu untuk menggunakan perkara seperti pembelajaran mendalam. Sesungguhnya, dalam pembelajaran mendalam adalah sukar untuk memahami dengan pasti berat yang diberikan kepada neuron mana, tetapi secara sah anda hanya perlu memahami data yang ada pada input dan cara ia dimainkan pada output. Ini sudah cukup dari segi undang-undang untuk mempatenkan keputusan sedemikian dan sudah cukup untuk memahami atas dasar apa cerita itu dibuat.
Ia tidak seperti anda pergi ke tapak dan ditunjukkan beberapa jenis sepanduk kerana anda mengambil gambar dengan rambut merah di Instagram dua bulan lalu. Jika pemaju tidak memasukkan pengumpulan data ini dan penandaan warna rambut dalam model ini, maka ia tidak akan datang entah dari mana.
Bagaimana untuk menjual hasil sistem pembelajaran mesin?
З: – Ini hanyalah persoalan tentang perkara: cara menerangkan dengan tepat, cara menjual kepada seseorang yang tidak memahami pembelajaran mesin. Saya ingin mengatakan: model saya jelas memimpin dari warna rambut ke... baiklah, warna rambut berubah... Adakah ini mungkin atau tidak?
OH: - Mungkin ya. Tetapi dari sudut jualan, satu-satunya skim akan berfungsi: anda mempunyai kempen pengiklanan, kami menggantikan penonton dengan yang dihasilkan oleh mesin - dan anda hanya melihat hasilnya. Ini, malangnya, adalah satu-satunya cara untuk meyakinkan pelanggan dengan pasti bahawa cerita sedemikian berfungsi, kerana terdapat banyak penyelesaian di pasaran yang pernah dilaksanakan dan tidak berfungsi.
Mengenai mencipta personaliti maya
З: - Hello. Terima kasih atas kuliah. Persoalannya ialah: apakah peluang yang ada pada seseorang, yang atas sebab tertentu tidak mahu mengikuti petunjuk pembelajaran mesin, untuk mencipta sendiri personaliti maya yang berbeza secara radikal daripada keperibadiannya sendiri, melalui interaksi dengan antara muka atau untuk sesetengah orang. sebab lain?
OH: – Terdapat sekumpulan pemalam berbeza yang berurusan secara khusus dengan tingkah laku rawak. Terdapat satu perkara yang menarik - Ghostery, yang, pada pendapat saya, hampir sepenuhnya menyembunyikan anda daripada sekumpulan penjejak berbeza yang kemudiannya tidak dapat merekodkan maklumat ini. Tetapi sebenarnya, kini semua yang anda perlukan adalah profil tertutup di rangkaian sosial supaya tiada siapa, tiada pengikis jahat, boleh mengumpul apa-apa di sana. Mungkin lebih baik memasang beberapa jenis sambungan atau menulis sesuatu sendiri.
Anda lihat, konsep di sini ialah dari segi undang-undang, sebagai contoh, data peribadi merujuk kepada data yang anda boleh dikenal pasti, dan undang-undang memberikan sebagai contoh alamat kediaman anda, umur dan sebagainya. Pada masa kini terdapat sejumlah besar data yang membolehkan anda dikenal pasti: tulisan tangan papan kekunci yang sama, akhbar yang sama, tandatangan digital penyemak imbas... Lambat laun, seseorang membuat kesilapan. Dia boleh berada di suatu tempat di "kafe" menggunakan "Thor", tetapi pada akhirnya, pada satu masa yang baik, sama ada VPN akan terlupa untuk menghidupkan, atau sesuatu yang lain, dan pada masa itu dia boleh dikenal pasti. Jadi cara paling mudah ialah membuat akaun peribadi dan memasang beberapa sambungan.
Pasaran bergerak ke arah titik di mana anda hanya perlu menekan satu butang untuk mendapatkan hasil.
З: - Terima kasih untuk cerita. Seperti biasa, sentiasa sangat menarik (saya mengikuti anda). Persoalannya ialah: apakah kemajuan yang ada dari segi mencipta sistem yang positif untuk pengguna, sistem pengesyoran? Anda berkata bahawa pada satu masa anda sedang mengusahakan sistem pengesyoran untuk mencari pasangan seksual, rakan dalam hidup (atau muzik yang berpotensi disukai oleh seseorang)... Betapa menjanjikan semua ini, dan bagaimana anda melihat perkembangannya dari sudut pandangan mencipta sistem yang diperlukan oleh orang ramai?
OH: – Secara umum, pasaran sedang bergerak ke tahap di mana orang ramai perlu menekan satu butang dan segera mendapatkan apa yang mereka perlukan. Bagi pengalaman saya dalam membuat aplikasi temu janji (dengan cara ini, kami akan melancarkannya semula pada akhir tahun), sebagai tambahan kepada fakta bahawa 65% adalah lelaki yang sudah berkahwin, masalah cadangan yang paling sukar ialah seseorang ditawarkan beberapa model. pada permulaan aplikasi - " Persahabatan", "Seks", "Persahabatan Seks" dan "Perniagaan". Orang ramai tidak memilih apa yang mereka perlukan. Lelaki datang dan memilih "Cinta," tetapi sebenarnya mereka melemparkan kebogelan kepada semua orang, dan sebagainya.
Masalahnya adalah untuk mengenal pasti seseorang yang tidak sesuai dengan salah satu model ini, dan entah bagaimana lancar membawanya dan mengalihkannya ke arah lain. Oleh kerana jumlah data yang kecil, adalah sangat sukar untuk menentukan sama ada ini ralat dalam algoritma ramalan, atau sama ada seseorang itu bukan dalam kategorinya. Begitu juga dengan muzik: kini terdapat sangat sedikit algoritma yang benar-benar layak yang boleh "memasang" muzik dengan baik. Mungkin "Yandex.Music". Sesetengah orang berpendapat algoritma Yandex.Music adalah buruk. Sebagai contoh, saya suka dia. Saya secara peribadi, sebagai contoh, tidak suka algoritma muzik YouTube dan sebagainya.
Terdapat, tentu saja, beberapa kehalusan - semuanya terikat dengan lesen... Tetapi pada hakikatnya, permintaan untuk sistem sedemikian agak tinggi. Pada satu ketika, syarikat Roket Runcit dikenali, yang terlibat dalam pelaksanaan sistem pengesyoran, tetapi kini entah bagaimana ia tidak berjalan dengan baik - nampaknya kerana mereka tidak membangunkan algoritma mereka untuk masa yang lama. Segala-galanya menuju ke arah ini - sehingga kita masuk dan, tanpa menekan apa-apa, dapatkan apa yang kita perlukan (dan menjadi benar-benar bodoh, kerana keupayaan kita untuk memilih telah hilang sepenuhnya).
Mempengaruhi pemasaran
З: - Hello. Nama saya Konstantin. Saya ingin mengemukakan soalan tentang pemasaran pengaruh. Adakah anda tahu mana-mana sistem yang membenarkan perniagaan memilih blogger yang sesuai untuk perniagaan berdasarkan beberapa data statistik dan sebagainya? Dan atas alasan apakah ini dilakukan?
OH: – Ya, saya akan bermula dari jauh dan segera mengatakan bahawa masalah dengan semua teknologi ini ialah semua kecerdasan buatan dalam pemasaran ini kini seperti pejalan kaki tali tegang: di sebelah kiri terdapat syarikat besar yang mempunyai banyak wang, dan dalam Dalam apa jua keadaan, semuanya akan berkesan untuk mereka bekerja kerana kempen pengiklanan mereka hanya bertujuan untuk tontonan; sebaliknya, terdapat banyak perniagaan kecil yang ini tidak akan berfungsi, kerana mereka mempunyai banyak data. Setakat ini, kebolehgunaan cerita-cerita ini berada di tengah-tengah.
Apabila sudah ada belanjawan yang baik, dan tugasnya adalah untuk memproses belanjawan ini dengan betul (dan, pada dasarnya, sudah terdapat banyak data)… Saya tahu beberapa perkhidmatan, seperti Getblogger, yang nampaknya mempunyai algoritma. Sejujurnya, saya tidak mempelajari algoritma ini. Saya boleh memberitahu anda pendekatan yang kami gunakan untuk mencari pemimpin pendapat apabila kami perlu memberi hadiah kepada beberapa ibu.
Kami menggunakan metrik yang dipanggil Masa Pengedaran Kandungan. Ia berfungsi seperti ini: anda mengambil orang yang khalayaknya anda analisis, dan anda perlu secara sistematik (contohnya, sekali setiap 5 minit) mengumpul maklumat pada setiap siaran, yang menyukainya, mengulasnya dan sebagainya. Dengan cara ini, anda boleh memahami masa setiap orang dalam khalayak anda berinteraksi dengan kandungan anda. Ulangi operasi ini untuk setiap wakil khalayaknya, dan dengan itu, menggunakan metrik purata masa penyebaran kandungan, ia boleh, sebagai contoh, diwarnakan dalam graf rangkaian besar orang ini dan menggunakan metrik ini untuk membina kelompok.
Ini berfungsi dengan baik jika kita mahu, sebagai contoh, untuk mencari 15 ibu yang mengekalkan pendapat umum mereka tentang beberapa woman.ru. Tetapi ini adalah pelaksanaan teknikal yang agak kompleks (walaupun secara teorinya ia boleh dilakukan dalam Python). Intinya ialah masalah dengan pemasaran pengaruh dalam agensi pengiklanan besar ialah mereka memerlukan blogger besar, keren, mahal yang tidak bekerja untuk najis. Kini, sebuah jenama kereta ingin menjual beberapa produk melalui beberapa pemimpin pendapat - mereka perlu menggunakan blogger kereta sebagai pilihan terakhir, kerana penonton mereka sama ada sudah membeli kereta, atau tahu jenis kereta yang mereka inginkan, hanya duduk dan melihat kereta yang sejuk. Di sini adalah penting untuk tidak terlepas analisis penonton orang itu sendiri.
Bot pemasaran
З: – Beritahu saya, berapa banyak bot pada rangkaian sosial mempengaruhi pengumpulan maklumat dan kualitinya?
OH: – Ia satu perkara yang menarik dengan bot. Bot murah agak mudah untuk dikenal pasti - ia sama ada mempunyai kandungan yang sama, atau mereka berkawan antara satu sama lain, atau mereka berada dalam rangkaian yang sama. Terdapat juga pendekatan untuk menangani bot kompleks. Atau adakah anda bertanya masalah bagaimana untuk menghubungkan seseorang dengan palsunya?
З: – Sejauh manakah maklumat berkualiti tinggi akan dihasilkan dengan semua sampah ini?
OH: – Di sini ia berfungsi dengan cara ini: disebabkan fakta bahawa terdapat sejumlah besar data (contohnya, untuk beberapa jenis penyelidikan pemasaran), semua riffraff ini boleh dibuang begitu saja. Iaitu, adalah lebih baik untuk membuang lebih sedikit orang sebenar daripada menangkap bot, kerana tidak berguna bagi mereka untuk menunjukkan sebarang pengiklanan. Tetapi jika anda mengumpul metrik, contohnya, interaksi dengan sepanduk atau sistem pengesyoran, akaun tersebut boleh dibuang.
Kini di rangkaian sosial, terdapat kira-kira enam peratus watak maya atau halaman yang ditinggalkan atau introvert, yang algoritma "padanan" sebagai bot. Bagi mengaitkan seseorang dengan palsunya, di sini juga, segala-galanya terikat kepada fakta bahawa orang itu lambat laun akan melakukan kesilapan, dan perkaranya ialah model tingkah laku adalah sama - kedua-dua akaun sebenar dan palsunya. Lambat laun mereka akan menonton kandungan yang sama atau sesuatu yang lain.
Di sini semuanya bukan pada peratusan kesilapan, tetapi kepada jumlah masa yang diperlukan untuk mengenal pasti seseorang dengan pasti. Bagi seseorang yang tinggal dengan Instagram mereka, kali ini untuk pengenalan yang boleh dipercayai dikurangkan kepada lima minit. Bagi sesetengah orang - enam hingga lapan bulan.
Kepada siapa dan bagaimana untuk menjual data?
З: - Hello. Saya berminat untuk mengetahui cara data dijual antara syarikat? Sebagai contoh, saya mempunyai aplikasi di mana anda boleh mengetahui (kepada pembangun) ke mana seseorang pergi, kedai apa yang dia pergi dan berapa banyak wang yang dia belanjakan di sana. Dan saya berminat untuk mengetahui bagaimana, katakan, saya boleh menjual data tentang khalayak saya ke kedai ini atau memasukkan data saya ke dalam satu pangkalan data yang besar dan mendapat bayaran untuknya?
OH: – Bagi menjual data terus kepada seseorang, anda dan orang lain mendahului OFD – pengendali data fiskal, yang dengan licik membina diri mereka sendiri antara pemindahan cek dan Pejabat Cukai dan kini cuba menjual data kepada semua orang. Malah, mereka sebenarnya telah merempuh keseluruhan pasaran analitik mudah alih. Malah, anda boleh membenamkan aplikasi anda, contohnya, piksel Facebook, sistem DMPnya; kemudian gunakan khalayak ini untuk menjual. Contohnya, piksel "Sasaran Mei". Saya hanya tidak tahu jenis penonton yang anda ada, anda perlu faham. Tetapi dalam apa jua keadaan, anda boleh menyepadukan sama ada ke dalam Yandex atau Sasaran Saya, yang merupakan sistem DMP terbesar.
Ini adalah cerita yang agak menarik. Satu-satunya masalah ialah anda akan memberikan mereka semua lalu lintas, dan mereka, sebagai pertukaran, akan mengambil sendiri pengewangan trafik ini. Mereka mungkin atau mungkin tidak memberitahu anda bahawa 10 orang telah menggunakan khalayak anda. Oleh itu, sama ada anda membina rangkaian pengiklanan anda sendiri, atau anda menyerah kepada DMP yang besar.
Siapa yang akan menang - artis atau juruteknik?
З: – Soalan yang agak jauh dari bahagian teknikal. Dikatakan tentang ketakutan pemasar tentang pengangguran besar-besaran yang akan datang. Adakah terdapat beberapa jenis perjuangan kompetitif antara pemasaran kreatif (mereka ini yang menghasilkan pengiklanan ayam, pengiklanan Volkswagen, nampaknya) dan mereka yang terlibat dalam Data Besar (yang berkata: sekarang kami hanya akan mengumpul semua data dan menyampaikan pengiklanan yang disasarkan kepada semua orang)? Sebagai orang yang terlibat secara langsung, apakah pendapat anda tentang siapa yang akan menang - artis, juruteknik, atau adakah akan ada kesan sinergistik?
OH: - Dengar, baik, mereka bekerjasama. Jurutera tidak menghasilkan kreativiti. Mereka yang kreatif tidak mencipta penonton. Terdapat beberapa jenis cerita pelbagai disiplin di sini. Masalah sebenar sekarang adalah untuk mereka yang duduk dan menekan butang, bagi mereka yang melakukan "kerja monyet", menekan perkara yang sama setiap hari - ini adalah orang yang akan hilang.
Tetapi mereka yang menganalisis data secara semula jadi akan kekal, tetapi seseorang mesti memproses data ini. Seseorang perlu menghasilkan gambar-gambar ini, lukiskannya. Mesin tidak boleh menghasilkan kreativiti sedemikian! Ini adalah kegilaan yang lengkap! Atau seperti, sebagai contoh, pengiklanan viral Carprice, yang, dengan cara itu, berfungsi dengan baik. Ingat, ada yang ini di YouTube: "Jual di Carprice," benar-benar gila. Sudah tentu, tiada rangkaian saraf akan menghasilkan cerita sedemikian.
Secara umum, saya adalah penyokong fakta bahawa bukan orang yang akan kehilangan pekerjaan mereka, tetapi mereka akan mempunyai lebih sedikit masa lapang, dan mereka akan dapat menghabiskan masa lapang ini untuk pendidikan diri.
Pengiklanan primitif akan pupus
З: - Pada umumnya, pengiklanan yang ditunjukkan, sepanduk - pada umumnya, malah teks jualan tidak ditulis di sana: "Anda memerlukan tingkap - ambil!", "Anda perlukan sesuatu yang lain - ambil!", iaitu, tiada kreativiti langsung.
OH: – Pengiklanan sedemikian akan pupus, sudah tentu, lambat laun. Ia akan mati bukan kerana perkembangan teknologi, tetapi kerana perkembangan anda dan saya.
Lebih baik campurkan yang berkaitan dengan yang tidak relevan
З: - Saya di sini! Saya ada soalan tentang percubaan yang anda katakan tidak berkesan untuk anda (dengan sistem pengesyor). Pada pendapat anda, adakah masalah yang ditandatangani di sana, mengapa ia disyorkan, atau adakah semua yang dilihat pengguna kelihatan berkaitan dengannya? Oleh kerana saya membaca percubaan untuk ibu, dan belum ada banyak data lagi, dan tidak banyak data daripada Internet, hanya ada data daripada peruncit runcit yang meramalkan kehamilan (bahawa mereka akan menjadi ibu). Dan apabila mereka menunjukkan pilihan produk untuk ibu mengandung, ibu-ibu terkejut kerana mereka mengetahui tentang mereka sebelum sebarang perkara rasmi. Dan ia tidak berjaya. Dan untuk menyelesaikan masalah ini, mereka sengaja mencampurkan produk yang berkaitan dengan sesuatu yang sama sekali tidak relevan.
OH: “Kami secara khusus menunjukkan kepada orang ramai asas cadangan dibuat untuk memahami maklum balas mereka. Sebenarnya, di sinilah konsep lahir bahawa orang tidak perlu diberitahu bahawa ini adalah beberapa produk yang sangat relevan untuknya.
Ya, dengan cara ini, terdapat pendekatan untuk mencampurkannya dengan yang tidak relevan. Tetapi ada perkara yang bertentangan: kadang-kadang orang datang dan berinteraksi dengan produk yang tidak relevan ini - penyimpangan rawak berlaku, model pecah dan perkara menjadi lebih rumit. Tetapi ini sebenarnya wujud. Lebih-lebih lagi, banyak syarikat dengan sengaja, jika mereka tahu bahawa seseorang sedang memproses data mereka (seseorang boleh mencuri output sedemikian daripada mereka), mereka kadang-kadang mencampurkannya supaya mereka kemudian dapat membuktikan bahawa anda tidak mengambil data daripada sistem pengesyorannya, tetapi daripada yang dipanggil Yandex.Market.
Penyekat iklan dan keselamatan penyemak imbas
З: - Hello. Anda menyebut Ghostery dan Adblock. Bolehkah anda memberitahu kami sejauh mana keberkesanan penjejak sedemikian secara umum (mungkin berdasarkan statistik)? Dan adakah anda mempunyai sebarang pesanan daripada syarikat: mereka berkata, pastikan pengiklanan kami tidak boleh ditutup oleh Adblock.
OH: – Kami tidak menghubungi platform pengiklanan secara langsung – dengan tepat supaya mereka tidak meminta iklan mereka kelihatan kepada semua orang. Saya secara peribadi menggunakan Ghostery - saya fikir ia adalah sambungan yang sangat hebat. Kini semua pelayar berjuang untuk privasi: Mozilla telah mengeluarkan sekumpulan semua jenis kemas kini, Google Chrome kini sangat selamat. Mereka semua menghalang semua yang mereka boleh. "Safari" malah telah mematikan "Gyroscope" secara lalai.
Dan trend ini, sudah tentu, adalah baik (bukan untuk mereka yang mengumpul data, walaupun mereka juga keluar daripadanya), kerana orang mula-mula menyekat kuki. Setiap orang yang memiliki rangkaian pengiklanan mengingati teknologi yang hebat seperti cap jari pelayar - ini adalah algoritma yang menerima 60 parameter berbeza (resolusi skrin, versi, fon yang dipasang) dan berdasarkannya mereka mengira "ID" yang unik. Mari kita beralih kepada ini. Dan pelayar mula bergelut dengan ini. Secara umum, ini akan menjadi pertempuran raksasa yang tidak berkesudahan.
Pembangun terbaru Mozilla agak selamat. Ia hampir tidak menyimpan kuki dan menetapkan jangka hayat yang singkat. Terutamanya jika anda menghidupkan "Inkognito", tiada siapa yang akan menemui anda sama sekali. Persoalannya ialah ia akan menyusahkan untuk memasukkan kata laluan dalam semua perkhidmatan.
Di manakah psikotaip dan fisiognomi berfungsi dan tidak berfungsi?
З: – Arthur, terima kasih banyak untuk kuliah. Saya juga seronok mengikuti kuliah anda di YouTube. Anda menyebut bahawa pemasar semakin menggunakan kaedah psikotaip dan fisiognomi. Soalan saya ialah: dalam kategori jenama apakah ini berfungsi? Kepercayaan saya ialah ini hanya sesuai untuk FMCG. Sebagai contoh, memilih kereta adalah...
OH: – Saya boleh memuat turun di mana ia betul-betul berfungsi. Ini berfungsi dalam semua jenis cerita seperti "Amediateka", siri TV, filem dan sebagainya. Ini berfungsi dengan baik di bank dan produk perbankan, jika ia bukan segmen premium, tetapi semua jenis kad pelajar, pelan ansuran - perkara semacam itu. Ini benar-benar berfungsi dengan baik dalam FMCG dan semua jenis iPhone, pengecas, semua omong kosong ini. Ini berfungsi dengan baik dalam produk "ibu dan pop". Walaupun saya tahu bahawa dalam memancing (ada topik sedemikian) ... Terdapat kes dengan nelayan beberapa kali - mereka tidak boleh dibahagikan dengan pasti. Saya tidak tahu mengapa. Beberapa jenis ralat statistik.
Ini tidak sesuai dengan pemandu, dengan barang kemas atau dengan beberapa barangan rumah. Malah, ia tidak berfungsi dengan baik dengan perkara yang orang tidak akan pernah menulis tentangnya di media sosial - anda boleh menyemaknya dengan cara ini. Secara konvensional, dengan pembelian mesin basuh: inilah cara untuk memahami siapa yang mempunyai mesin basuh dan siapa yang tidak? Nampaknya semua orang memilikinya. Anda boleh menggunakan data OFD - lihat siapa yang membeli apa menggunakan resit, dan padankan orang ini menggunakan resit. Tetapi sebenarnya, ada perkara yang anda tidak akan pernah bercakap tentang, sebagai contoh, di Instagram - sukar untuk bekerja dengan perkara sedemikian.
Mesin mengiktiraf helah sebagai pemadat statistik.
З: – Saya ada soalan tentang penyasaran. Adakah mungkin (atau adakah mereka tiba-tiba wujud) watak rawak bersyarat yang bercanggah dengan dirinya dalam segala-galanya: mula-mula dia Google "gim terbaik", dan kemudian dia Google "10 cara untuk melakukan apa-apa"? Dan begitu juga dalam segala-galanya. Bolehkah penyasaran menjejaki sesuatu yang bercanggah dengan dirinya sendiri?
OH: – Satu-satunya soalan di sini ialah ini: jika anda telah menggunakan Google selama 2 tahun, memberitahu semua yang anda boleh tentang diri anda, dan kini memasang pemalam untuk diri anda sendiri yang akan menulis pertanyaan rawak yang serupa, maka, sudah tentu, dari statistik anda akan dapat memahami – apa yang anda lakukan sekarang adalah outlier statistik, dan ini semua adalah soal menapis. Jika anda mahu, daftar akaun baharu, tetapi jumlah pengiklanan tidak akan berubah. Dia akan jadi pelik. Walaupun dia masih pelik.
Beberapa iklan 🙂
Terima kasih kerana tinggal bersama kami. Adakah anda suka artikel kami? Ingin melihat kandungan yang lebih menarik? Sokong kami dengan membuat pesanan atau mengesyorkan kepada rakan, , analog unik pelayan peringkat permulaan, yang kami cipta untuk anda: (tersedia dengan RAID1 dan RAID10, sehingga 24 teras dan sehingga 40GB DDR4).
Dell R730xd 2 kali lebih murah di pusat data Equinix Tier IV di Amsterdam? Hanya disini di Belanda! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - daripada $99! Baca tentang
Sumber: www.habr.com