Arthur Khachuyan je známy ruský špecialista na spracovanie veľkých dát, zakladateľ spoločnosti Social Data Hub (teraz Tazeros Global). Partner Vysokej ekonomickej školy Národnej výskumnej univerzity. Pripravil a predložil spolu s Vysokou školou ekonomickou Národnou výskumnou univerzitou návrh zákona o veľkých dátach v Rade federácie, vystúpil na pôde Curie Institute v Paríži, Štátna univerzita v Petrohrade, Federálna univerzita pri vláde Ruskej federácie, na Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople.
Prednáška bola zaznamenaná na open-air festivale „Geek Picnic“ v Moskve v roku 2019.
Arthur Khachuyan (ďalej len AH): – Ak z obrovského množstva odvetví – z medicíny, zo stavebníctva, z niečoho, niečoho, vybrať si to, kde sa najčastejšie využíva technológia big data, machine learning, deep learning, tak je to asi marketing. Pretože za posledné tri roky je všetko, čo nás obklopuje v akejsi reklamnej komunikácii, spojené práve s analýzou dát a presne s tým, čo možno nazvať umelou inteligenciou. Preto vám dnes poviem o tomto z tak veľmi vzdialenej histórie...
Ak si predstavíte umelú inteligenciu a ako vyzerá, je to pravdepodobne niečo také. Podivný obrázok je jednou z neurónových sietí, ktoré som napísal pred rokom, aby som zistil závislosť toho, čo robí môj pes – koľkokrát potrebuje byť veľký, malý a ako to vo všeobecnosti závisí od toho, koľko toho zje. alebo nie?. Toto je vtip o tom, ako by sa dala predstaviť umelá inteligencia.
Ale predsa len sa zamyslime nad tým, ako to celé funguje v reklamnej komunikácii. Sú tri spôsoby, ako s nami môžu interagovať moderné algoritmy v reklame a marketingu. Je jasné, že prvý príbeh je zameraný na získanie a extrahovanie dodatočných vedomostí o tebe a o mne a potom ich použiť na nejaké dobré a nie práve dobré účely; personalizovať prístup ku každej konkrétnej osobe; Prirodzene, potom vytvorte určitý dopyt, aby ste vykonali hlavnú cieľovú akciu a uskutočnili určitý predaj.
Pomocou technológií sa snažia vyriešiť problém efektívnej komunikácie
Ak vám poviem, aby ste sa zamysleli nad tým, čo Pornhub a M. Video“, čo myslíš?
Pripomienky publika (ďalej len C): - televízory, publikum.
och: – Môj koncept je, že sú to dve miesta, kde ľudia prichádzajú za určitým typom služby, alebo nazvime to určitým druhom tovaru. A toto publikum je iné v tom, že predajcovi nechce nič povedať. Chce prísť a dostať to, čo ju zaujíma, v nejakej explicitnej alebo implicitnej forme. Prirodzene, nikto nepríde k M. Video“ nechce komunikovať so žiadnymi predajcami, nechce rozumieť, nechce odpovedať na žiadnu ich otázku.
Preto z toho všetkého vyplýva prvý príbeh.
Keď sa objavili technológie na získanie ďalších vedomostí, aby sa nejako vyhli komunikácii s osobou. Všetci milujeme, keď zavoláme do banky a banka nám povie: „Dobrý deň. Alexey, si náš VIP klient. Teraz s tebou bude hovoriť nejaký supermanažér." Prídete do tejto banky a naozaj je tu jedinečný manažér, ktorý sa s vami môže porozprávať. Žiaľ, alebo našťastie, ani jedna firma zatiaľ neprišla na to, ako najať tisíc osobných manažérov pre tisíc klientov; a keďže väčšina z týchto ľudí je teraz online, úlohou je pochopiť, čo je to za človeka a ako s ním správne komunikovať skôr, ako príde na nejaký reklamný zdroj. A preto sa v skutočnosti objavili technológie, ktoré sa snažia tento problém vyriešiť.
Extrakcia dát je nová ropa
Predstavme si, že ste majiteľom stánku s kvetmi. Prídu vás pozrieť traja ľudia. Prvý veľmi dlho stojí, váha, snaží sa s vami rozprávať, vezme si nejakú kyticu – idete ju zabaliť, idete tam niečo robiť; uteká zo stánku s touto kyticou - stratil si svojich tritisíc rubľov. Prečo sa to stalo? Neviete nič o tejto osobe: nepoznáte jeho históriu zatknutí na ministerstve vnútra, neviete, že je kleptoman a je registrovaný v psychiatrickej ambulancii. prečo? Pretože ste to videli prvýkrát a nie ste behaviorálny analytik.
Príde niekto iný... Vitaly. Vitalymu tiež trvá veľmi dlho, kým na to príde, hovorí: "No, potrebujem to a to." A ty mu povieš: "Kvety pre mamu, však?" A ty mu predáš kyticu.
Koncept je tu nájsť dostatok údajov na pochopenie toho, čo daný človek skutočne potrebuje. Každý hneď rozmýšľal o nejakých reklamných sieťach a pod...
Každý už asi viackrát počul tú hlúpu frázu, že „dáta sú nová ropa“? Určite už každý počul. V skutočnosti sa ľudia naučili zbierať dáta už veľmi dávno, ale extrahovanie dát z týchto dát je úloha, ktorú sa teraz snaží vyriešiť umelá inteligencia v marketingu alebo nejaký druh štatistických algoritmov. prečo? Pretože ak sa s človekom rozprávate, môže vám dať správnu, nesprávnu alebo nejako prifarbenú odpoveď. Vtip, ktorý hovorím svojim študentom, je, ako sa prieskumy líšia od štatistík. Poviem vám to ako anekdotu:
To znamená, že v dvoch obciach sa rozhodli urobiť štúdiu o priemernej dĺžke dospelosti. To znamená, že v prvej dedine Villaribo je priemerná dĺžka 15 centimetrov, v dedine Villabaggio - 25. Viete prečo? Pretože v prvej obci sa robili merania, v druhej prieskum.
Porno priemysel je vlajkovou loďou systémov odporúčaní
To je dôvod, prečo je moderný prístup analyzovať všetkých ľudí bez výnimky, aj keď sú o niečo menej ako 100%, ale to sú ľudia, ktorých sa nemusíte pýtať, nemusíte sa na nich pozerať. Stačí analyzovať to, čo sa dnes nazýva digitálna stopa, aby sme pochopili, čo táto osoba potrebuje, ako s ňou správne hovoriť, ako správne vytvoriť dopyt okolo seba. Na jednej strane je to bezduchý stroj (ale vy aj ja to veľmi dobre vieme); nechceme komunikovať s ľuďmi z M. Video,“ a ešte viac, keď ideme na zdroje ako Pornhub, chceme získať presne to, čo potrebujeme.
Prečo vždy hovorím o Pornhube? Pretože priemysel pre dospelých je prvý, kto prichádza k analýze takýchto technológií, k implementácii takýchto technológií, k analýze údajov. Ak si zoberiete tri najobľúbenejšie knižnice v tejto oblasti (napríklad TensorFlow alebo Pandas pre Python, na spracovanie CSV súborov atď.), ak si to otvoríte na Github, pomocou krátkeho Google všetkých týchto názvov nájdete pár ľudí, ktorí buď pracovali alebo momentálne pracujú v spoločnosti Pornhub a ako prví tam implementovali systémy odporúčaní. Vo všeobecnosti je tento príbeh veľmi pokročilý a ukazuje, ako veľmi sa toto publikum, ako veľmi táto spoločnosť posunula vpred.
Tri úrovne identifikácie
Okolo osoby je obrovský súbor údajov, ktoré možno identifikovať. Zvyčajne to formálne rozdeľujem do troch úrovní, pričom idem hlbšie a hlbšie. Spoločnosť má samozrejme svoje vlastné údaje.
Ak povedzme hovoríme o budovaní systému odporúčaní, potom prvou úrovňou sú údaje, ktoré sa nachádzajú v samotnom obchode (história nákupov, všetky druhy transakcií, ako osoba interagovala s rozhraním).
Ďalej je tu úroveň (pomerne najväčšia) - tomu sa hovorí otvorené zdroje. Nemyslite si, že vás povzbudzujem k tomu, aby ste zoškrabali sociálne siete, ale v skutočnosti to, čo je dostupné v otvorených zdrojoch, otvára obrovský súbor údajov, ktoré sa môžete, povedzme, dozvedieť o človeku.
A treťou podstatnou časťou je samotné prostredie tohto človeka. Áno, existuje názor, že ak človek nie je na sociálnych sieťach, nie sú tam o ňom žiadne údaje (asi už tušíte, že to nie je pravda), ale najdôležitejšie je, že údaje, ktoré sú v profile človeka (alebo v niektorej aplikácii) je len 40 % vedomostí, ktoré o nej možno získať. Zvyšok informácií získava z jeho prostredia. Fráza „povedz mi, kto je tvoj priateľ a ja ti poviem, kto si“ nadobúda v XNUMX. storočí nový význam, pretože okolo tejto osoby možno získať obrovské množstvo údajov.
Ak hovoríme bližšie k reklamnej komunikácii, tak prijímanie reklamnej komunikácie nie z reklamy, ale od nejakého priateľa, známeho alebo nejako overeného človeka je veľmi cool funkcia, ktorú využíva veľa marketérov. Keď vám niektorá aplikácia zrazu poskytne bezplatný propagačný kód, uverejníte o tom príspevok a prilákate tak nové publikum. V skutočnosti tento propagačný kód pre podmienený „Yandex.Taxi“ nebol vybraný náhodne, ale na tento účel sa analyzovalo obrovské množstvo údajov o vašom potenciáli prilákať nové publikum a nejako s ním interagovať.
Dokonca analyzujú správanie postáv televíznych seriálov
Ukážem ti tri obrázky a ty mi povedz, aký je medzi nimi rozdiel.
Toto:
toto:
A tento:
Aký je medzi nimi rozdiel? Všetko je tu jednoduché. Tak ako v kvantovej mechanike, aj v tomto prípade túto kreativitu formoval pozorovateľ. To znamená, že rozdiel v rovnakej reklamnej kampani, realizovanej tou istou značkou v rovnakom čase, je len v tom, kto túto kreatívu sledoval. Osobne, keď idem do Amediateky, stále ukazujú Khal Drogo. Neviem, čo si Amediateka myslí o mojich preferenciách, ale z nejakého dôvodu sa to stáva.
To, čo sa dnes nazýva personalizovaná komunikácia, je najobľúbenejší príbeh o prilákaní publika a správnej interakcii s ním. Ak sme v prvej fáze identifikovali ľudí pomocou vlastných dát o značke, open source dát a napríklad dát z prostredia tejto osoby, po analýze vieme pochopiť, kto to je, ako sa s ňou správne rozprávať a hlavne , akým jazykom hovorí hovor s ním.
Technológia zašla tak ďaleko, že postavy v televíznych seriáloch, ktoré ľudia sledujú, sa teraz analyzujú. To znamená, že máte radi televízne seriály - pozerajú sa na [páči sa mi], pozerajú sa na to, s kým ste tam komunikovali, aby pochopili, s akým typom človeka by ste sa mohli stretnúť. Znie to ako úplný nezmysel, ale len tak pre zaujímavosť si to vyskúšajte na niektorom zo zdrojov – rôzni ľudia vidia rôzne kreatívy (aby s tým správne interagovali).
Ani jedno moderné médium alebo akýkoľvek video zdroj vám neukáže len nejaké novinky. Choďte do médií – načíta sa obrovské množstvo algoritmov, ktoré vás identifikujú, pochopia všetku vašu predchádzajúcu činnosť, odvolajú sa na matematický model a potom vám niečo ukážu. V tomto prípade je taký zvláštny príbeh.
Ako sa určujú potreby? Psychometria. Fyziognómia
Existuje mnoho (skutočných) prístupov k určovaniu skutočných potrieb človeka a ako s nimi správne komunikovať. Prístupov je veľa, všetko sa rieši inak, nedá sa povedať, ktorý je dobrý a ktorý zlý. Zdá sa, že tí hlavní vedia všetko.
Psychometria. Po príbehu s Cambridge Analytics to podľa mňa zabralo nejaký šok, podľa môjho názoru nejaký obrat, pretože teraz prichádza každá druhá politická spoločnosť a hovorí: „Ach, dokážete ma prinútiť mať rád Trumpa? Aj ja chcem vyhrať a tak ďalej.“ V skutočnosti je to, samozrejme, nezmysel pre našu realitu, napríklad politické voľby. Na určenie psychotypov sa však používajú tri modely:
- prvá je založená na obsahu, ktorý konzumujete – slová, ktoré píšete, nejaké informácie, ktoré sa vám páčia, videá atď.;
- druhý sa viaže na to, ako interagujete s webovým rozhraním, ako píšete, ktoré tlačidlá stláčate – skutočne existujú celé spoločnosti, ktoré na základe svojho rukopisu na klávesnici dokážu celkom spoľahlivo určiť to, čomu sa dnes hovorí psychotypy.
- Nie som moc psychológ, moc tomu nerozumiem, ako to funguje, ale z pohľadu reklamnej komunikácie funguje publikum rozdelené do týchto segmentov veľmi dobre, pretože niekomu treba ukázať červenú obrazovku s modrým žena, niekomu treba ukázať tmavú obrazovku – modré pozadie s nejakým druhom abstrakcie a funguje to veľmi cool. Na niektorých nízkych úrovniach - natoľko, že na to človek ani nepomyslí. Aký je teraz hlavný problém na reklamnom trhu? Každý je spravodajský agent, každý sa skrýva, každý má nainštalovaných milión tisíc povolení prehliadača, aby nebol žiadnym spôsobom identifikovaný - pravdepodobne máte „Adblocks“, „Gostrey“ a všetky druhy aplikácií, ktoré blokujú sledovanie. Z tohto dôvodu je veľmi ťažké niečo o človeku pochopiť. A technológia sa posunula ďalej – musíte nielen vedieť, že sa táto osoba vrátila na vašu stránku už po 125-krát, ale že je aj taká a taká zvláštna.
Fyziognómia je veľmi kontroverzná veda. Ani sa to nepovažuje za vedu. Toto je skupina ľudí, ktorí programovali detektory lži pre nejaké ministerstvo vnútra a teraz sa zaoberajú tým, čo sa nazýva zosobnenie kreativity. Prístup je tu veľmi jednoduchý: niekoľko vašich verejných fotografií je prevzatých z niektorých sociálnych sietí a je z nich vytvorená trojrozmerná geometria. A ak ste právnik, teraz poviete, že ide o osobu a osobné údaje; ale poviem vám, že ide o 300 XNUMX bodov umiestnených vo vesmíre a toto nie je osoba a nie sú to osobné údaje. To si väčšinou povie každý, keď za ním príde Roskomnadzor.
Ale vážne, vaša tvár oddelene, ak tam nie je podpísané meno a priezvisko, nie je vaším osobným údajom. Ide o to, že chlapci označujú rôzne črty tváre, ktoré ovplyvňujú to, ako sa človek rozhoduje a ako s ním správne komunikovať. V niektorých oblastiach to funguje slabo, v niektorých segmentoch reklamy; v ktorých segmentoch to funguje veľmi dobre. Nakoniec sa ukáže, že keď prejdete na nejaký zdroj, neuvidíte len jeden banner, ktorý sa zobrazí všetkým, ale napríklad... teraz je normálne urobiť 16 alebo 20 možností pre rôzne publikum – a funguje to husté. Áno, z pohľadu spotrebiteľa je to ešte smutnejšie, pretože ľudia začínajú byť čoraz viac manipulovaní. Ale napriek tomu to z obchodného hľadiska funguje veľmi dobre.
Čierna skrinka strojového učenia
Z toho vzniká pri takýchto technológiách nasledujúci problém: koniec koncov, pre väčšinu vývojárov je to, čo sa v súčasnosti nazýva hlboké učenie, „čierna skrinka“. Ak ste sa niekedy ponorili do tohto príbehu a rozprávali ste sa s vývojármi, vždy povedia: „Ach, počúvajte, no, zakódovali sme tam niečo také nezrozumiteľné a nevieme, ako to funguje.“ Možno sa to už niekomu stalo.
V skutočnosti to nie je ani zďaleka pravda. To, čo sa dnes nazýva strojové učenie, má ďaleko od „čiernej skrinky“. Existuje veľké množstvo prístupov k popisu vstupných a výstupných údajov a nakoniec spoločnosť dokáže dôkladne pochopiť, na základe akých znakov sa stroj rozhodol ukázať vám toto alebo iné pornografické video. Otázkou je, že žiadna zo spoločností to nikdy nezverejní, pretože: po prvé, ide o obchodné tajomstvo; po druhé, bude tam obrovské množstvo údajov, o ktorých ste ani nevedeli.
Predtým sme napríklad v diskusii o etike diskutovali o tom, ako sociálne siete analyzujú osobné správy s cieľom označiť ľudí v nejakých reklamných príbehoch. Ak niekomu niečo napíšete, na základe toho dostanete špecifickú značku pre v podstate nejaký druh reklamnej komunikácie. A ty to nikdy nedokazes a dokazovat to asi nema zmysel. Ak by sa však podobné vzory odhalili, existovali by. Ukazuje sa, že trh s budovaním takýchto odporúčacích systémov sa tvári, že nevie, prečo sa to stalo.
Ľudia nechcú vedieť, čo o nich ľudia vedia
A druhý príbeh je, že klient nikdy nechce vedieť, prečo dostal práve túto reklamu, tento konkrétny produkt. Poviem vám tento príbeh. Moja prvá skúsenosť s komerčnou implementáciou odporúčacích systémov založených na podobných algoritmoch práve pre výskum bola v roku 2015 vo veľmi veľkej sieti sexshopov (áno, tiež to nie je obzvlášť nepríjemný príbeh).
Zákazníkom bolo ponúknuté nasledovné: prídu, prihlásia sa so svojou sociálnou sieťou a asi po 5 sekundách dostanú úplne personalizovaný obchod pre nich, to znamená, že sa všetky produkty zmenili - spadajú do určitej kategórie atď. . Viete, o koľko sa zvýšil konverzný pomer tohto obchodu? V žiadnom prípade! Ľudia vošli a okamžite z nej utekali. Prišli a uvedomili si, že im bolo ponúknuté presne to, na čo mysleli...
Problém tohto testu bol v tom, že pod každým produktom bolo napísané, prečo vám bol ponúknutý práve ten (“pretože ste členkou skrytej skupiny “Mocná žena hľadá muža, ktorý je rohožka”). Preto moderné systémy odporúčaní nikdy neukazujú údaje, na základe ktorých bola „predpoveď“ vytvorená.
Veľmi obľúbeným príbehom sú médiá, pretože všetky používajú podobné systémy odporúčaní. Predtým boli algoritmy veľmi jednoduché: pozrite sa na kategóriu „Politika“ – a zobrazia vám novinky z kategórie „Politika“. Teraz je všetko také komplikované, že analyzujú miesta, kde ste zastavili myš, na aké slová ste sa sústredili, čo ste skopírovali, ako ste vo všeobecnosti interagovali s touto stránkou. Potom analyzuje slovnú zásobu samotných správ: áno, nečítate len správy o Putinovi, ale určitým spôsobom, s určitým emocionálnym zafarbením. A keď človek dostane nejaké správy, ani nepomyslí na to, ako sa sem dostal. Napriek tomu potom s týmto obsahom interaguje.
To všetko, prirodzene, smeruje k tomu, aby sa ten úbohý, nešťastný človiečik, ktorý sa už zbláznil z toho obrovského množstva informácií, ktoré ho obklopujú. Tu treba povedať, že by bolo fajn využívať takéto systémy na personalizáciu kreatívy okolo seba a zbieranie nejakých informácií, no, žiaľ, takéto služby zatiaľ neexistujú.
Umelá inteligencia chytá klienta vo vzduchu a vytvára dopyt
A tu vyvstáva jedna veľmi zaujímavá filozofická otázka, ktorá prechádza od vytvárania systému odporúčaní k vytváraniu dopytu. Málokedy sa nad tým niekto zamyslí, ale keď sa pokúsite spýtať takzvaný Instagram: „Prečo zbieraš dáta? Prečo mi neukázať úplne náhodnú reklamu?" - Instagram vám povie: "Priateľ, toto všetko sa robí preto, aby sme vám ukázali presne to, čo je pre vás zaujímavé." Nech sa páči, chceme vás poznať tak presne, aby sme vám mohli ukázať presne to, čo hľadáte.
Ale technológia už dávno prekročila túto strašnú hranicu a podobné technológie už nepredpovedajú, čo potrebujete. Oni (pozor!) vytvárajú dopyt. To je asi to najdesivejšie, čo sa okolo umelej inteligencie točí pri takýchto komunikáciách. Strašidelná vec je, že sa za posledných 3-5 rokov používa takmer všade - od výsledkov vyhľadávania Google po výsledky vyhľadávania Yandex až po niektoré systémy... Dobre, nepoviem nič zlé o Yandex; a dobre.
Aký to má zmysel? Je to už dávno, čo sa takáto reklamná komunikácia vzdialila od stratégie, kde napíšete „chcem kúpiť detskú sedačku“ a uvidíte stotisíc miliónov publikácií. Prešli k nasledovnému: akonáhle žena zverejnila fotografiu s sotva viditeľným bruškom, jej manžela začali okamžite sledovať správy: „Človeče, pôrod sa blíži. Kúpte si detskú sedačku."
Tu by ste sa mohli oprávnene pýtať, prečo s takým obrovským pokrokom v technológii stále vidíme takú posratú reklamu na sociálnych sieťach? Problém je v tom, že na tomto trhu stále o všetkom rozhodujú peniaze, takže v jeden krásny moment môže prísť nejaký inzerent ako Coca-Cola a povedať: „Tu je pre vás 20 miliónov – ukážte moje posraté bannery celému internetu.“ A naozaj to urobia.
Ale ak si spravíte nejaký čistý účet a otestujete, ako presne vás takéto algoritmy hádajú: najskôr sa vás pokúsia uhádnuť a potom s vami začnú niečo robiť vopred. A ľudský mozog funguje tak, že pri príjme pre neho spoľahlivej informácie ani nespracuje moment, prečo túto informáciu dostal. Prvým pravidlom na určenie, že ste vo sne, je pochopiť, ako ste sa sem dostali. Človek si nikdy nepamätá moment, kedy skončil v určitej miestnosti. Tu je to rovnaké.
Google môže začať formovať váš svetonázor
Takéto štúdie vykonalo niekoľko zahraničných spoločností, ktoré sa zaoberajú i-trackingom. Na špeciálne počítače nainštalovali zariadenia, ktoré zaznamenávajú, kam sa pozerajú oči testovanej osoby. Zobral som päť až sedemtisíc dobrovoľníkov, ktorí jednoducho scrollovali feed, interagovali so sociálnymi sieťami, s reklamou a zaznamenávali informácie, na ktorých častiach bannerov a kreatív sa týmto ľuďom zastavili oči.
A ukázalo sa, že keď ľudia dostanú takúto hyperpersonalizovanú kreatívu, ani o tom nepremýšľajú - okamžite idú ďalej a začnú s ňou interagovať. Z obchodného hľadiska je to dobré, ale z pohľadu nás ako používateľov to nie je veľmi cool, pretože – čoho sa boja? – Že v jednom krásnom momente môže podmienené „Google“ začať (alebo, samozrejme, nezačne) vytvárať svoj vlastný svetonázor. Zajtra môže napríklad ľuďom začať ukazovať správy, že Zem je plochá.
Len si robím srandu, ale boli prichytení toľkokrát, že počas volieb začnú dávať určité informácie určitým ľuďom. Všetci sme zvyknutí, že vyhľadávač dostane všetko poctivo. Ale ako vždy hovorím, ak naozaj chcete vedieť, ako svet funguje, napíšte si vlastný vyhľadávač, bez filtrov, bez ohľadu na autorské práva, bez hodnotenia niektorých svojich priateľov vo výsledkoch vyhľadávania. Zobrazenie skutočných údajov na internete sa vo všeobecnosti líši od toho, čo zobrazuje Google, Yandex, Bing atď. Niektoré materiály sú skryté, pretože priatelia, kolegovia, nepriatelia alebo niekto iný (alebo bývalý milenec, s ktorým ste spali) - na tom nezáleží.
Ako vyhral Trump
Keď boli v Spojených štátoch posledné voľby, bola vykonaná veľmi jednoduchá štúdia. Vzali rovnaké požiadavky na rôznych miestach, z rôznych IP adries, z rôznych miest, rôzni ľudia googlili to isté. Tradične bola požiadavka v štýle: kto vyhrá voľby? A prekvapivo, výsledky boli skonštruované tak, že v tých štátoch, kde sa najväčší počet ľudí pokúšal hlasovať za nesprávneho kandidáta, dostali nejaké dobré správy o kandidátovi, ktorého Google propagoval. Ktorý? No, je jasné, ktorý z nich – ten, ktorý sa stal prezidentom. Toto je absolútne nepreukázateľný príbeh a všetky tieto štúdie sú prstom vo vode. Google môže povedať: „Chlapci, toto všetko sa robí preto, aby sme vám zobrazovali ten najrelevantnejší obsah.“
Odteraz by ste mali vedieť, že to, čo sa nazýva maximálne relevantné, absolútne neplatí. Spoločnosť nazýva relevantné niečo, čo vám z nejakého dobrého alebo zlého dôvodu treba predať.
Tí, ktorí teraz nemajú peniaze, sa už pripravujú na budúce nákupy
Je tu ešte jeden zaujímavý bod, o ktorom vám poviem. Veľké množstvo aktívneho publika na sociálnych sieťach a v aplikáciách sú mladí ľudia. Nazvime to takto - insolventná mládež: deti vo veku 8-9 rokov, ktoré hrajú debilné hry, to sú 12-13-14, ktoré sa práve registrujú na sociálnych sieťach. Prečo by veľké spoločnosti míňali obrovské rozpočty a zdroje na vytváranie aplikácií pre neplatiace publikum, ktoré sa nikdy nespeňaží? V momente, keď sa toto publikum stane solventným, bude o ňom dostatok údajov na to, aby bolo možné veľmi dobre predvídať jeho správanie.
Teraz sa opýtajte ktoréhokoľvek terčíka, aké je najťažšie publikum? Povedia: vysoko ziskové. Pretože predať cez sociálne siete napríklad byt v hodnote 150 miliónov rubľov je takmer nemožné. Sú ojedinelé prípady, keď urobíte nejakú reklamu pre 10 tisíc ľudí, jeden kúpi tento byt - klient má úspech... Ale jeden z desaťtisíc je zo štatistického hľadiska úplná kravina. Prečo je teda ťažké identifikovať publikum s vysokými príjmami? Pretože ľudia, ktorí sú teraz členmi vysoko ziskového publika, sa narodili, keď bol internet ešte veľmi malý, keď ešte nikto nepoznal Artemyho Lebedeva a neexistujú o nich žiadne informácie. Nie je možné predvídať vzorec ich správania, nie je možné pochopiť, kto sú ich mienkotvorní vodcovia a z akých zdrojov obsahu dostávajú.
Takže keď sa všetci o 25 rokov stanete miliardármi a spoločnosti, ktoré vám niečo predajú, budú mať obrovské množstvo údajov. Preto teraz máme v Európe úžasné GDPR, ktoré bráni zhromažďovaniu údajov od neplnoletých.
Prirodzene, v praxi to vôbec nefunguje, pretože všetky deti stále hrajú na účtoch svojej matky a otca - takto sa zbierajú informácie. Keď nabudúce dáte svojmu dieťaťu tablet, myslite na to.
Absolútne nie nejaká strašidelná, dystopická budúcnosť, keď každý zomrie vo vojne so strojmi – teraz je to absolútne skutočný príbeh. Existuje obrovské množstvo spoločností, ktoré vytvárajú algoritmy pre psychoprofilovanie ľudí na základe toho, ako hrajú hry. Veľmi zaujímavé odvetvie. Na základe toho všetkého sú potom ľudia segmentovaní, aby s nimi nejako komunikovali.
Predikcia správania týchto ľudí bude dostupná o 10-15 rokov – presne v momente, keď sa z nich stane solventné publikum. Najdôležitejšie je, že títo ľudia už vopred dali súhlas na spracovanie svojich osobných údajov, ich prenos tretím stranám, a to všetko je šťastie atď.
Kto príde o prácu?
A moj posledny pribeh je, ze kazdy sa vzdy pyta, co bude o 50 rokov: vsetci zomrieme, bude nezamestnanost marketerov... Su tu marketeri, ktori maju obavy z nezamestnanosti, nie? Vo všeobecnosti sa netreba báť, pretože každý vysokokvalifikovaný človek o prácu nepríde.
Bez ohľadu na to, aké algoritmy sú vytvorené, bez ohľadu na to, ako blízko sa stroj priblíži tomu, čo tu máme (ukáže na svoju hlavu), ak sa bude vyvíjať dostatočne rýchlo, takíto ľudia nikdy nezostanú nečinní, pretože niekto bude musieť vytvoriť tieto kreatívne veci. robiť. Áno, existujú všetky druhy „ganov“, ktorí kreslia obrázky, ktoré vyzerajú ako ľudia a tvoria hudbu, ale stále je nepravdepodobné, že ľudia v tejto oblasti niekedy prídu o prácu.
Mám všetko s príbehom, takže ak máte viac, môžete sa opýtať. Ďakujem.
moderátor: – Priatelia, teraz prechádzame k bloku „Otázky a odpovede“. Zdvihneš ruku - prídem k tebe.
Otázka z publika (XNUMX): – Otázka o „čiernej skrinke“. Povedali, že je možné konkrétne pochopiť, prečo bol taký a taký výsledok získaný pre takého a takého používateľa. Sú to nejaké algoritmy, alebo je to potrebné analyzovať zakaždým pre každý model ad hoc (poznámka autora: „špeciálne pre toto“ - latinská frazeologická jednotka)? Alebo existujú hotové pre nejakú neurónovú sieť, ktorá, zhruba povedané, môže dávať obchodný zmysel?
och: – Tu musíte pochopiť nasledovné: v strojovom učení je obrovské množstvo úloh. Napríklad existuje úloha - regresia. Na regresiu nie sú potrebné vôbec žiadne neurónové siete. Všetko je jednoduché: máte niekoľko ukazovateľov, musíte vypočítať nasledovné. Sú úlohy, pri ktorých je potrebné uchýliť sa k niečomu takému, ako je hlboké učenie. V hĺbkovom učení je skutočne ťažké spoľahlivo pochopiť, aké váhy boli priradené ktorým neurónom, ale právne všetko, čo potrebujete, je pochopiť, aké údaje boli na vstupe a ako sa to prejavilo na výstupe. To právne stačí na patentovanie takéhoto rozhodnutia a stačí pochopiť, na základe čoho bol príbeh vytvorený.
Nie je to tak, že by ste išli na stránku a zobrazili sa vám nejaký banner, pretože ste sa pred dvoma mesiacmi na Instagrame odfotili s červenými vlasmi. Ak vývojár do tohto modelu nezahrnie zber týchto údajov a označenie farby vlasov, tak to nepríde z ničoho nič.
Ako predať výsledky systémov strojového učenia?
W: – Je len otázkou čo: ako presne vysvetliť, ako predať niekomu, kto nerozumie strojovému učeniu. Chcem povedať: môj model jednoznačne vedie od farby vlasov k... no, farba vlasov sa mení... Je to možné alebo nie?
och: - Možno áno. Ale z hľadiska predaja bude fungovať jediná schéma: máte reklamnú kampaň, nahradíme publikum tým, ktoré vygeneruje stroj – a vy už len vidíte výsledok. Len tak sa, žiaľ, dá spoľahlivo presvedčiť zákazníka, že takýto príbeh funguje, pretože na trhu je množstvo riešení, ktoré boli kedysi implementované a nefungovali.
O vytváraní virtuálnej osobnosti
W: - Ahoj. Ďakujem za prednášku. Otázka znie: akú šancu má človek, ktorý z nejakého dôvodu nechce nasledovať vedenie strojového učenia, vytvoriť si pre seba virtuálnu osobnosť, ktorá je radikálne odlišná od jeho vlastnej osobnosti, prostredníctvom interakcie s rozhraním alebo pre niekoho iného. iný dôvod?
och: - Existuje veľa rôznych doplnkov, ktoré sa zaoberajú špecificky náhodným správaním. Existuje skvelá vec - Ghostery, ktorá vás podľa môjho názoru takmer úplne skryje pred hromadou rôznych sledovačov, ktoré potom nemôžu zaznamenať tieto informácie. Ale vlastne teraz už stačí len uzavretý profil na sociálnych sieťach, aby tam nikto, žiadne zlé škrabadlá, nič nezbieral. Asi je lepšie nainštalovať si nejaké rozšírenie alebo si niečo napísať sám.
Vidíte, koncept je tu taký, že napríklad z právneho hľadiska sa osobnými údajmi rozumejú údaje, podľa ktorých vás možno identifikovať, a zákon uvádza ako príklad adresu bydliska, vek atď. V súčasnosti existuje nespočetné množstvo údajov, podľa ktorých vás možno identifikovať: rovnaký rukopis klávesnice, rovnaké stlačenie, digitálny podpis prehliadača... Skôr či neskôr sa človek pomýli. Môže byť niekde v „kaviarni“ pomocou „Thor“, ale nakoniec sa v jeden krásny moment zabudne zapnúť buď VPN, alebo niečo iné a v tom momente ho možno identifikovať. Najjednoduchšie je teda vytvoriť si súkromný účet a nainštalovať nejaké rozšírenie.
Trh sa posúva smerom k bodu, keď na dosiahnutie výsledkov stačí stlačiť jedno tlačidlo.
W: - Ďakujem za príbeh. Ako vždy, vždy veľmi zaujímavé (sledujem ťa). Otázka znie: aký pokrok nastal, pokiaľ ide o vytváranie systémov, ktoré sú pozitívne pre používateľov, systémy odporúčaní? Povedali ste, že ste svojho času pracovali na systéme odporúčaní pre hľadanie sexuálneho partnera, priateľa do života (alebo hudbu, ktorá by sa človeku potenciálne mohla páčiť)... Aké je to všetko sľubné a ako vidíte jeho vývoj od pohľad na vytváranie systémov, ktoré ľudia potrebujú?
och: – Vo všeobecnosti sa trh posúva do bodu, keď ľudia potrebujú stlačiť jedno tlačidlo a okamžite dostanú to, čo potrebujú. Čo sa týka mojich skúseností s tvorbou zoznamovacích aplikácií (mimochodom, koncom roka to spustíme znova), okrem toho, že 65 % tvorili ženatí muži, najťažším problémom s odporúčaním bolo, že človeku ponúkli viacero modelov na začiatku aplikácie - „Priateľstvo“, „Sex“, „Sexuálne priateľstvo“ a „Obchod“. Ľudia si nevybrali, čo potrebovali. Muži prišli a vybrali si „Lásku“, ale v skutočnosti hádzali nahotu na každého atď.
Problémom bolo identifikovať človeka, ktorý nesedí na jeden z týchto modelov, a nejako plynulo ho vziať a posunúť iným smerom. Kvôli malému množstvu dát je veľmi ťažké určiť, či ide o chybu v prognostickom algoritme, alebo či človek nepatrí do jeho kategórie. S hudbou je to rovnaké: v súčasnosti existuje len veľmi málo skutočne hodnotných algoritmov, ktoré dokážu hudbu dobre „facastovať“. Možno „Yandex.Music“. Niektorí ľudia si myslia, že algoritmus Yandex.Music je zlý. Mne sa napríklad páči. Mne osobne sa napríklad nepáči hudobný algoritmus YouTube a podobne.
Existujú, samozrejme, niektoré jemnosti - všetko je viazané na licencie... Ale v skutočnosti je dopyt po takýchto systémoch dosť vysoký. Kedysi bola známa firma Retail Rocket, ktorá sa podieľala na implementácii odporúčacích systémov, no teraz sa jej akosi veľmi nedarí – zrejme preto, že dlho nevyvíjali svoje algoritmy. Všetko smeruje k tomu - do tej miery, že vstúpime a bez toho, aby sme čokoľvek stlačili, získame to, čo potrebujeme (a staneme sa úplne hlúpymi, pretože naša schopnosť voľby úplne zmizla).
Ovplyvnite marketing
W: - Ahoj. Volám sa Konstantin. Chcel by som položiť otázku o vplyvovom marketingu. Poznáte nejaké systémy, ktoré umožňujú firme vybrať si vhodného blogera pre firmu na základe nejakých štatistických údajov a podobne? A na základe čoho sa to robí?
och: – Áno, začnem z diaľky a hneď poviem, že problém všetkých týchto technológií je v tom, že celá táto umelá inteligencia v marketingu je teraz ako povrazochodec: vľavo sú veľké firmy, ktoré majú veľa peňazí a v r. v každom prípade bude všetko efektívne pre nich fungovať, pretože ich reklamné kampane sú zamerané iba na zhliadnutia; na druhej strane je veľa malých podnikov, ktorým to nepôjde, pretože majú veľa dát. Zatiaľ je použiteľnosť týchto príbehov niekde uprostred.
Keď už existujú dobré rozpočty a úlohou je tieto rozpočty správne spracovať (a v zásade je už dosť veľa údajov)... Poznám pár služieb, niečo ako Getblogger, ktoré majú zrejme algoritmy. Aby som bol úprimný, tieto algoritmy som neštudoval. Môžem vám povedať, aký prístup používame pri hľadaní mienkotvorných osobností, keď potrebujeme obdarovať niektoré matky.
Používame metriku s názvom Čas distribúcie obsahu. Funguje to tak, že zoberiete človeka, ktorého publikum analyzujete, a potrebujete systematicky (napríklad raz za 5 minút) zbierať informácie o každom príspevku, komu sa páčil, komentoval ho atď. Týmto spôsobom môžete pochopiť, v akom časovom bode každá osoba vo vašom publiku interagovala s vaším obsahom. Zopakujte túto operáciu pre každého zástupcu jeho publika, a teda pomocou metriky priemerného času šírenia obsahu môže byť napríklad zafarbený vo veľkom sieťovom grafe týchto ľudí a pomocou tejto metriky zostaviť zhluky.
Funguje to celkom dobre, ak chceme napríklad nájsť 15 matiek, ktoré si udržiavajú svoju verejnú mienku na nejakej woman.ru. Ide však o pomerne zložitú technickú implementáciu (hoci čisto teoreticky sa to dá urobiť v Pythone). Pointa je, že problém vplyvového marketingu vo veľkých reklamných agentúrach je ten, že potrebujú veľkých, skvelých a drahých blogerov, ktorí nepracujú na hovno. Teraz chce automobilová značka predať nejaký produkt prostredníctvom nejakého názorového lídra – potrebuje použiť autoblogera ako poslednú možnosť, pretože ich publikum si už auto buď kúpilo, alebo presne vie, aké auto chce, len sedí a pozerá na cool autá. Tu je dôležité nevynechať analýzu publika samotnej osoby.
Marketingové roboty
W: – Povedzte mi, ako veľmi ovplyvňujú roboty na sociálnych sieťach zber informácií a ich kvalitu?
och: – S robotmi je to taká zaujímavá vec. Lacné roboty sa dajú celkom ľahko identifikovať – buď majú rovnaký obsah, alebo sú medzi sebou priatelia, prípadne sú v rovnakej sieti. Existujú aj prístupy na riešenie zložitých robotov. Alebo sa pýtate na problém, ako spojiť človeka s jeho falošným?
W: – Aká vysoká kvalita informácií bude výstupom tohto odpadu?
och: – Tu to funguje takto: vzhľadom na to, že existuje obrovské množstvo údajov (napríklad na nejaký marketingový prieskum), všetky tieto riffy sa dajú jednoducho vyhodiť. To znamená, že je lepšie vyhodiť trochu viac skutočných ľudí, ako zachytiť botov, pretože je pre nich zbytočné ukazovať akúkoľvek reklamu. Ak však zbierate metriky, napríklad interakcie s bannermi alebo systémami odporúčaní, takéto účty môžu byť vyhodené.
Teraz je na sociálnych sieťach asi šesť percent virtuálnych postáv alebo jednoducho opustených stránok alebo introvertov, s ktorými sa algoritmy „zhodujú“ ako s robotmi. Čo sa týka spájania človeka s jeho falošným, aj tu všetko súvisí s tým, že ten človek skôr či neskôr urobí chybu a ide o to, že model správania je rovnaký – jeho skutočný účet aj falošný. Skôr či neskôr si pozrú rovnaký obsah alebo niečo iné.
Tu nejde o percento chýb, ale o množstvo času potrebného na spoľahlivú identifikáciu osoby. Pre niekoho, kto žije so svojím Instagramom, tento čas na spoľahlivú identifikáciu skráti na päť minút. Pre niektorých - o šesť až osem mesiacov.
Komu a ako predávať dáta?
W: - Ahoj. Zaujíma ma, ako sa predávajú údaje medzi spoločnosťami? Mám napríklad aplikáciu, v ktorej sa (vývojárovi) dozviete, kam človek chodí, do akých obchodov chodí a koľko tam míňa peňazí. A zaujímalo by ma, ako, povedzme, môžem predávať údaje o svojom publiku týmto obchodom alebo vložiť svoje údaje do jednej obrovskej databázy a dostať za to zaplatené?
och: – Čo sa týka priameho predaja dát niekomu, vy a všetci ostatní ste predbehli OFD – operátorov fiškálnych dát, ktorí sa prefíkane postavili medzi prenos šekov a DÚ a teraz sa snažia dáta predať každému. V skutočnosti zrútili celý trh mobilnej analýzy. V skutočnosti môžete vložiť svoju aplikáciu, napríklad Facebook pixel, jej DMP systém; potom použite toto publikum na predaj. Napríklad pixel „May Target“. Len neviem, aké máte publikum, musíte to pochopiť. V každom prípade sa však môžete integrovať do Yandex alebo My Target, čo sú najväčšie systémy DMP.
Toto je celkom zaujímavý príbeh. Jediný problém je, že im dáte všetku návštevnosť a oni ako burzy prevezmú na seba monetizáciu tejto návštevnosti. Môžu alebo nemusia vám povedať, že 10 ľudí využilo vaše publikum. Preto si buď vybudujete vlastnú reklamnú sieť, alebo sa poddáte veľkým DMP.
Kto vyhrá – umelec alebo technik?
W: – Otázka trochu vzdialená od technickej časti. Hovorilo sa o obavách marketérov z prichádzajúcej masovej nezamestnanosti. Existuje nejaký konkurenčný boj medzi kreatívnym marketingom (zdá sa, že títo ľudia prišli s reklamou na kurčatá, reklamou Volkswagenu) a tými, ktorí sú zapojení do Big Data (ktorí hovoria: teraz budeme zbierať všetky údaje a doručovať cielenú reklamu všetci)? Ako človek, ktorý je priamo zapojený, aký je váš názor na to, kto vyhrá – umelec, technik, alebo dôjde k nejakému synergickému efektu?
och: – Počúvaj, spolupracujú. Inžinieri neprichádzajú s kreativitou. Tí, ktorí sú kreatívni, si publikum nevymýšľajú. Je tu akýsi multidisciplinárny príbeh. Skutočné problémy sú teraz pre tých, ktorí sedia a stláčajú tlačidlá, pre tých, ktorí robia „opicu“, stláčajú to isté každý deň – to sú ľudia, ktorí zmiznú.
Ale tí, ktorí analyzujú dáta, prirodzene zostanú, ale niekto tieto dáta musí spracovať. Niekto bude musieť tieto obrázky vymyslieť, nakresliť. Stroj nemôže prísť s takou kreativitou! Toto je úplné šialenstvo! Alebo ako napríklad virálna reklama Carprice, ktorá, mimochodom, fungovala veľmi dobre. Pamätajte, že na YouTube bolo toto: „Predaj to za Carprice“, úplne šialené. Samozrejme, takýto príbeh nevygeneruje žiadna neurónová sieť.
Vo všeobecnosti som zástancom toho, že nie ľudia prídu o prácu, ale budú mať o niečo viac voľného času a tento voľný čas budú môcť venovať sebavzdelávaniu.
Primitívna reklama vymrie
W: - Celkovo vzaté, reklama, ktorá sa zobrazuje, bannery - vo všeobecnosti, dokonca ani predajné texty tam nie sú napísané: "Potrebujete okná - vezmite si!", "Potrebujete niečo iné - vezmite si to!", to znamená, nie je tam vôbec žiadna kreativita.
och: – Takáto reklama, samozrejme, skôr či neskôr zanikne. Vymrie ani nie tak kvôli rozvoju technológie, ale kvôli vývoju vás a mňa.
Je lepšie miešať relevantné s nepodstatným
W: - Som tu! Mám otázku týkajúcu sa experimentu, o ktorom ste povedali, že vám nevyšiel (so systémom odporúčaní). Je podľa vás problém v tom, čo tam bolo podpísané, prečo sa to odporúča, alebo je to v tom, že všetko, čo používateľ videl, sa mu zdalo relevantné? Pretože som čítala experiment pre matky a tam ešte nebolo toľko údajov a nebolo toľko údajov z internetu, boli tam len údaje od predajcu potravín, ktoré predpovedali tehotenstvo (že budú matkami). A keď ukázali výber produktov pre nastávajúce mamičky, mamičky boli zhrozené, že sa o nich dozvedeli skôr, ako nejaké úradné veci. A nešlo to. A aby tento problém vyriešili, zámerne zmiešali relevantné produkty s niečím úplne nepodstatným.
och: „Špecificky sme ľuďom ukázali, na základe čoho boli odporúčania vytvorené, aby sme porozumeli ich spätnej väzbe. V skutočnosti sa tu zrodil koncept, že ľuďom netreba hovoriť, že sú to pre neho veľmi dôležité produkty.
Áno, mimochodom, existuje prístup k ich zmiešaniu s nepodstatnými. Ale je tu aj opačná vec: niekedy prídu ľudia a interagujú s týmto irelevantným produktom – vyskytnú sa náhodné odľahlé hodnoty, modely sa rozbijú a veci sa ešte viac skomplikujú. Ale toto skutočne existuje. Navyše mnohé firmy zámerne, ak vedia, že niekto spracúva ich dáta (niekto by im mohol takýto výstup ukradnúť), občas si to pomiešajú, aby neskôr dokázali, že ste dáta nepreberali z jej odporúčacieho systému, ale z takzvaný Yandex.Market.
Blokovanie reklám a zabezpečenie prehliadača
W: - Ahoj. Spomenuli ste Ghostery a Adblock. Môžete nám povedať, ako efektívne sú takéto sledovače vo všeobecnosti (možno na základe štatistík)? A mali ste nejaké objednávky od spoločností: hovoria, uistite sa, že našu reklamu nemôže Adblock uzavrieť.
och: – Nekontaktujeme priamo reklamné platformy – práve preto, aby nepožiadali o zviditeľnenie svojej reklamy pre každého. Osobne používam Ghostery – myslím si, že je to veľmi cool rozšírenie. Teraz všetky prehliadače bojujú o súkromie: Mozilla vydala množstvo najrôznejších aktualizácií, Google Chrome je teraz super bezpečný. Všetci blokujú všetko, čo sa dá. „Safari“ má dokonca predvolene vypnutý „gyroskop“.
A tento trend je, samozrejme, dobrý (nie pre tých, ktorí zbierajú dáta, hoci sa z toho tiež dostali), pretože ľudia si najskôr zablokovali cookies. Každý, kto vlastnil reklamné siete, si pamätal takú úžasnú technológiu, ako sú odtlačky prstov prehliadača - to sú algoritmy, ktoré dostávajú 60 rôznych parametrov (rozlíšenie obrazovky, verzia, nainštalované písma) a na základe nich vypočítajú jedinečné „ID“. Prejdime k tomu. A prehliadače s tým začali bojovať. Vo všeobecnosti to bude nekonečný boj titánov.
Najnovší vývojár Mozilla je celkom bezpečný. Neukladá prakticky žiadne súbory cookie a nastavuje krátku životnosť. Najmä ak si zapnete „Inkognito“, nikto vás nenájde. Otázkou je, že zadávanie hesiel vo všetkých službách bude nepohodlné.
Kde funguje a nefunguje psychotypizácia a fyziognómia?
W: – Arthur, ďakujem veľmi pekne za prednášku. Rád sledujem aj vaše prednášky na YouTube. Spomínali ste, že obchodníci sa čoraz viac uchyľujú k využívaniu psychotypizácie a fyziognómie. Moja otázka znie: v akých kategóriách značiek to funguje? Verím, že je to vhodné len pre FMCG. Napríklad výber auta je...
och: – Môžem si stiahnuť tam, kde to presne funguje. Funguje to vo všetkých druhoch príbehov, ako je „Amediateka“, televízne seriály, filmy atď. Funguje to dobre v bankách a bankových produktoch, ak nejde o prémiový segment, ale o všelijaké študentské karty, splátkové programy – takéto veci. Toto naozaj funguje veľmi dobre v FMCG a všetkých druhoch iPhonov, nabíjačiek, všetkých tých svinstiev. Toto funguje dobre v produktoch „mama and pop“. Aj keď viem, že v rybárstve (taká téma tu je)... S rybármi sa už viackrát stali prípady - nikdy sa nedajú spoľahlivo segmentovať. Neviem prečo. Nejaká štatistická chyba.
Toto nefunguje dobre s motoristami, so šperkami alebo s niektorými domácimi predmetmi. V skutočnosti to nefunguje dobre s vecami, o ktorých by ľudia nikdy nepísali na sociálnych sieťach – môžete si to overiť takto. Zvyčajne pri kúpe práčky: tu je návod, ako pochopiť, kto má práčku a kto nie? Zdá sa, že to má každý. Môžete použiť údaje OFD – zistite, kto čo kúpil pomocou účteniek, a spárujte týchto ľudí pomocou účteniek. Ale v skutočnosti sú veci, o ktorých by ste nikdy nehovorili, napríklad na Instagrame - s takýmito vecami je ťažké pracovať.
Stroje rozpoznávajú triky ako štatistické vypchávanie.
W: – Mám otázku týkajúcu sa cielenia. Je možné (alebo zrazu existujú) podmieneného náhodného charakteru, ktorý si vo všetkom protirečí: najprv vygúgli „najlepšie telocvične“ a potom „10 spôsobov, ako nič nerobiť“? A tak je to vo všetkom. Dokáže cielenie sledovať niečo, čo si protirečí?
och: – Tu je jediná otázka: ak používate Google 2 roky, povedali ste mu o sebe všetko, čo môžete, a teraz si nainštalujete plugin, ktorý bude písať podobné náhodné otázky, potom, samozrejme, zo štatistík Budem schopný pochopiť - to, čo teraz robíte, je štatistická odchýlka a toto všetko je záležitosť preosievania. Ak chcete, zaregistrujte si nový účet, ale objem inzercie sa nezmení. Bude len divná. Aj keď je stále zvláštna.
Nejaké inzeráty 🙂
Ďakujeme, že ste zostali s nami. Páčia sa vám naše články? Chcete vidieť viac zaujímavého obsahu? Podporte nás zadaním objednávky alebo odporučením priateľom, , jedinečný analóg serverov základnej úrovne, ktorý sme pre vás vymysleli: (k dispozícii s RAID1 a RAID10, až 24 jadier a až 40 GB DDR4).
Dell R730xd 2 krát lacnejší v dátovom centre Equinix Tier IV v Amsterdame? Len tu v Holandsku! Dell R420 – 2x E5-2430 2.2 GHz 6C 128 GB DDR3 2 x 960 GB SSD 1 Gb/s 100 TB – od 99 USD! Čítať o
Zdroj: hab.com