Arthur Khachuyan Àr en vÀlkÀnd rysk specialist inom big data-behandling, grundare av företaget Social Data Hub (nu Tazeros Global). Partner vid National Research University Higher School of Economics. Förberedde och presenterade, tillsammans med National Research University Higher School of Economics, ett lagförslag om Big Data i Federation Council. Han talade vid Curie Institute i Paris, St. Petersburg State University, Federal University under Ryska federationens regering, pÄ Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople.
FörelÀsningen spelades in pÄ utomhusfestivalen "Geek Picnic" i Moskva 2019.
Arthur Khachuyan (nedan â AH): â Om frĂ„n ett stort antal branscher - frĂ„n medicin, frĂ„n konstruktion, frĂ„n nĂ„got, nĂ„got, för att vĂ€lja den dĂ€r tekniken med big data, maskininlĂ€rning, djupinlĂ€rning oftast anvĂ€nds, sĂ„ Ă€r det förmodligen marknadsföring. För de senaste tre eller sĂ„ Ă„ren Ă€r allt som omger oss i nĂ„gon form av reklamkommunikation nu bundet just till dataanalys och just till vad man kan kalla artificiell intelligens. DĂ€rför kommer jag idag att berĂ€tta om detta frĂ„n en sĂ„ mycket avlĂ€gsen historia...
Om du förestÀller dig artificiell intelligens och hur den ser ut, Àr det förmodligen nÄgot liknande. Den mÀrkliga bilden Àr ett av de neurala nÀtverk som jag skrev för ett Är sedan för att hitta beroendet av vad min hund gör - hur mÄnga gÄnger behöver hon bli stor, liten, och hur beror det generellt pÄ hur mycket hon Àter eller inte?. Det hÀr Àr ett skÀmt om hur artificiell intelligens kan förestÀllas.
Men lÄt oss ÀndÄ fundera över hur det hela fungerar i reklamkommunikation. Det finns tre sÀtt pÄ vilka moderna algoritmer inom reklam och marknadsföring kan interagera med oss. Det Àr tydligt att den första historien syftar till att skaffa och utvinna ytterligare kunskap om dig och mig, och sedan anvÀnda den för nÄgra bra och mindre bra syften; anpassa instÀllningen till varje specifik person; Naturligtvis skapa efter detta en viss efterfrÄgan för att utföra huvudmÄlÄtgÀrden och genomföra en viss försÀljning.
Med hjÀlp av teknik försöker de lösa problemet med effektiv kommunikation
Om jag sÀger till dig att tÀnka pÄ vad Pornhub och M. Video", vad tÀnker du pÄ?
Kommentarer frĂ„n publiken (nedan kallat C): â TV, publik.
Ă H: â Mitt koncept Ă€r att det hĂ€r Ă€r tvĂ„ platser dit folk kommer för en viss typ av tjĂ€nst, eller lĂ„t oss kalla det en viss typ av varor. Och den hĂ€r publiken Ă€r annorlunda genom att den inte vill berĂ€tta nĂ„got för sĂ€ljaren. Hon vill komma in och fĂ„ det som intresserar henne i nĂ„gon explicit eller underförstĂ„dd form. Naturligtvis kommer ingen till M. Videoâ vill inte kommunicera med nĂ„gra sĂ€ljare, vill inte förstĂ„, vill inte svara pĂ„ nĂ„gon av deras frĂ„gor.
DÀrför följer den första historien av allt detta.
NĂ€r tekniker för att fĂ„ ytterligare kunskap dök upp för att pĂ„ nĂ„got sĂ€tt undvika att kommunicera med en person. Vi Ă€lskar alla nĂ€r vi ringer banken och banken sĂ€ger till oss: "Hej. Alexey, du Ă€r vĂ„r VIP-klient. Nu kommer nĂ„gon superchef att prata med dig.â Du kommer till den hĂ€r banken och det finns verkligen en unik chef som kan prata med dig. TyvĂ€rr eller lyckligtvis har Ă€nnu inte ett enda företag kommit pĂ„ hur man anstĂ€ller tusen personliga chefer för tusen kunder; och eftersom de flesta av dessa mĂ€nniskor nu Ă€r online, Ă€r uppgiften att förstĂ„ vilken typ av person detta Ă€r och hur man kommunicerar med honom pĂ„ rĂ€tt sĂ€tt innan han kommer till nĂ„gon reklamresurs. Och dĂ€rför har det faktiskt dykt upp tekniker som försöker lösa detta problem.
Dataextraktion Àr den nya oljan
LÄt oss förestÀlla oss att du Àr Àgare till ett blomsterstÄnd. Tre personer kommer för att trÀffa dig. Den första stÄr vÀldigt lÀnge, tvekar, försöker prata med dig, tar nÄgon slags bukett - du gÄr och slÄr in den, gÄr ut för att göra nÄgot dÀr; han springer ivÀg frÄn bÄset med den hÀr buketten - du har förlorat dina tre tusen rubel. Varför hÀnde det? Du vet ingenting om den hÀr personen: du kÀnner inte till hans historia av arresteringar i inrikesministeriet, du vet inte att han Àr en kleptoman och Àr registrerad pÄ en psykiatrisk dispensary. Varför? För du sÄg det för första gÄngen, och du Àr ingen beteendeanalytiker.
NÄgon annan kommer... Vitaly. Vitaly tar ocksÄ vÀldigt lÄng tid att ta reda pÄ det, sÀger han, "Ja, jag behöver det och det." Och du sÀger till honom, "Blommor till mamma, eller hur?" Och du sÀljer en bukett till honom.
Konceptet hÀr Àr att ta reda pÄ tillrÀckligt med data för att förstÄ vad personen faktiskt behöver. Alla tÀnkte genast pÄ nÄgon form av annonsnÀtverk och sÄ vidare...
Alla har sÀkert hört den dumma frasen att "data Àr den nya oljan" mer Àn en gÄng? Alla har sÀkert hört. Faktum Àr att folk lÀrde sig att samla in data för ganska lÀnge sedan, men att extrahera data frÄn denna data Àr den uppgift som artificiell intelligens inom marknadsföring, eller nÄgon form av statistiska algoritmer, nu försöker lösa. Varför? För om du pratar med en person kan han ge dig ett rÀtt, fel eller pÄ nÄgot sÀtt fÀrgat svar. SkÀmtet jag berÀttar för mina elever Àr hur undersökningar skiljer sig frÄn statistik. Jag ska berÀtta det hÀr som en anekdot:
Det betyder att man i tvÄ byar bestÀmde sig för att genomföra en studie om medellÀngden av manlighet. Det betyder att i den första byn, Villaribo, Àr medellÀngden 15 centimeter, i byn Villabaggio - 25. Vet du varför? Eftersom mÀtningar utfördes i den första byn, och en undersökning gjordes i den andra.
Porrindustrin Àr flaggskeppet för rekommendationssystem
Det Ă€r dĂ€rför det moderna tillvĂ€gagĂ„ngssĂ€ttet Ă€r att analysera alla mĂ€nniskor utan undantag, Ă€ven om de Ă€r lite mindre Ă€n 100%, men det Ă€r dessa mĂ€nniskor du inte behöver frĂ„ga, du behöver inte titta pĂ„ dem. Det rĂ€cker med att analysera det som nu kallas ett digitalt fotavtryck för att förstĂ„ vad den hĂ€r personen behöver, hur man talar till honom korrekt, hur man korrekt skapar efterfrĂ„gan runt honom. Ă ena sidan Ă€r detta en tanklös maskin (men du och jag vet detta mycket vĂ€l); vi vill inte kommunicera med mĂ€nniskor frĂ„n M. Videoâ, och Ă€nnu mer, nĂ€r vi gĂ„r till resurser som Pornhub vill vi fĂ„ exakt det vi behöver.
Varför pratar jag alltid om Pornhub? Eftersom vuxenindustrin Àr den första som kommer till analys av sÄdan teknik, till implementering av sÄdan teknik, till dataanalys. Om du tar de tre mest populÀra biblioteken i detta omrÄde (till exempel TensorFlow eller Pandas för Python, för att bearbeta CSV-filer och sÄ vidare), om du öppnar det pÄ Github, med en kort Google över alla dessa namn hittar du en ett par personer som antingen arbetade eller för nÀrvarande arbetar pÄ Pornhub-företaget och var de första att implementera rekommendationssystem dÀr. I allmÀnhet Àr den hÀr historien vÀldigt avancerad och visar hur mycket denna publik, hur mycket det hÀr företaget har gÄtt framÄt.
Tre nivÄer av identifiering
Det finns en enorm mÀngd data kring en person som kan identifieras. Jag brukar formellt dela in detta i tre nivÄer, gÄ djupare och djupare. Naturligtvis har företaget sina egna uppgifter.
Om vi, sÀg, pratar om att bygga ett rekommendationssystem, Àr den första nivÄn data som finns i sjÀlva butiken (köphistorik, alla typer av transaktioner, hur en person interagerade med grÀnssnittet).
DÀrefter finns en nivÄ (relativt den största) - det hÀr Àr vad som kallas öppna kÀllor. Tro inte att jag uppmuntrar dig att skrapa sociala nÀtverk, men i sjÀlva verket öppnar det som Àr tillgÀngligt i öppna kÀllor upp en enorm uppsÀttning data som du kan, sÀg, lÀra dig om en person.
Och den tredje stora delen Àr miljön för denna person sjÀlv. Ja, det finns en Äsikt att om en person inte Àr pÄ sociala nÀtverk, finns det ingen data om honom dÀr (du vet förmodligen redan att detta inte Àr sant), men det viktigaste Àr att uppgifterna som finns pÄ en persons profil (eller i nÄgon applikation) Àr bara 40% av den kunskap som kan erhÄllas om det. Resten av informationen hÀmtas frÄn hans omgivning. Frasen "berÀtta för mig vem din vÀn Àr och jag ska berÀtta vem du Àr" fÄr en ny innebörd pÄ XNUMX-talet eftersom en enorm mÀngd data kan erhÄllas kring den personen.
Om vi ââpratar nĂ€rmare reklamkommunikation sĂ„ Ă€r det en vĂ€ldigt cool funktion som mĂ„nga marknadsförare anvĂ€nder att ta emot reklammeddelanden inte frĂ„n reklam, utan frĂ„n nĂ„gon vĂ€n, bekant eller pĂ„ nĂ„got sĂ€tt verifierad person. NĂ€r nĂ„gon applikation plötsligt ger dig en gratis kampanjkod, gör du ett inlĂ€gg om det och lockar dĂ€rmed en ny publik. Faktum Ă€r att denna kampanjkod för den villkorliga "Yandex.Taxi" inte valdes slumpmĂ€ssigt, men för detta analyserades en enorm mĂ€ngd data om din potential att locka en ny publik och pĂ„ nĂ„got sĂ€tt interagera med dem.
De analyserar till och med beteendet hos karaktÀrer i tv-serien
Jag kommer att visa dig tre bilder, och du berÀttar för mig vad skillnaden Àr mellan dem.
Den hÀr:
Detta:
Och den hÀr:
Vad Àr skillnaden mellan dem? Allt Àr enkelt hÀr. Liksom i kvantmekaniken, i detta fall bildades denna kreativitet av observatören. Det vill sÀga, skillnaden i samma reklamkampanj, utförd av samma varumÀrke samtidigt, Àr bara i vem som tittade pÄ denna annons. Personligen, nÀr jag gÄr till Amediateka, visar de fortfarande Khal Drogo. Jag vet inte vad Amediateka tycker om mina preferenser, men av nÄgon anledning hÀnder detta.
Det som nu kallas personlig kommunikation Ă€r den mest populĂ€ra historien om att locka en publik och interagera med den pĂ„ rĂ€tt sĂ€tt. Om vi ââi det första skedet identifierade personer som anvĂ€nder vĂ„r egen varumĂ€rkesdata, data med öppen kĂ€llkod och till exempel data frĂ„n denna persons miljö, kan vi, efter att ha analyserat honom, förstĂ„ vem han Ă€r, hur man pratar med honom pĂ„ rĂ€tt sĂ€tt och, viktigast av allt, , vilket sprĂ„k han talar prata med honom.
HÀr har tekniken gÄtt sÄ lÄngt att karaktÀrerna i tv-serier som folk tittar pÄ nu analyseras. Det vill sÀga, du gillar tv-serier - de [gillar] ses, de tittar pÄ vem du interagerat med dÀr, för att förstÄ vilken typ av person som skulle vara lÀmplig för dig att interagera med. Det lÄter som fullstÀndigt nonsens, men bara för skojs skull, prova det pÄ en av resurserna - olika mÀnniskor ser olika kreativa material (för att kunna interagera med det pÄ rÀtt sÀtt).
Inte ett enda modernt media eller nÄgon videoresurs visar bara nÄgra nyheter. GÄ till media - ett stort antal algoritmer laddas som identifierar dig, förstÄr all din tidigare aktivitet, vÀdjar till den matematiska modellen och sedan visar dig nÄgot. I det hÀr fallet finns det en sÄ mÀrklig historia.
Hur bestÀms behoven? Psykometri. Fysionomi
Det finns mÄnga (riktiga) metoder för att faststÀlla en persons faktiska behov och hur man kommunicerar med dem pÄ rÀtt sÀtt. Det finns mÄnga tillvÀgagÄngssÀtt, allt löses olika, det Àr omöjligt att sÀga vad som Àr bra och vilket som Àr dÄligt. De frÀmsta verkar veta allt.
Psykometri. Efter historien med Cambridge Analytics tog det nĂ„gon form av chockerande, enligt mig, nĂ„gon slags vĂ€ndning, eftersom vartannat politiskt företag nu kommer och sĂ€ger: âĂ
h, kan du fĂ„ mig att gilla Trump? Jag vill ocksĂ„ vinna, och sĂ„ vidare.â I sjĂ€lva verket Ă€r detta naturligtvis nonsens för vĂ„r verklighet, till exempel politiska val. Men för att bestĂ€mma psykotyper anvĂ€nds tre modeller:
- den första baseras pÄ innehÄllet du konsumerar - orden du skriver, viss information du gillar, videor, etc.;
- den andra Ă€r knuten till hur du interagerar med webbgrĂ€nssnittet, hur du skriver, vilka knappar du trycker pĂ„ â det finns faktiskt hela företag som, baserat pĂ„ deras tangentbordshandstil, ganska tillförlitligt kan avgöra vad som nu kallas psykotyper.
- Jag Àr inte sÄ mycket av en psykolog, jag förstÄr inte riktigt hur det fungerar, men ur reklamkommunikationssynpunkt fungerar publik som Àr indelade i dessa segment vÀldigt bra, eftersom nÄgon mÄste visas en röd skÀrm med en blÄ kvinna, nÄgon mÄste fÄ en mörk skÀrm -blÄ bakgrund med nÄgon form av abstraktion, och det fungerar vÀldigt coolt. PÄ vissa lÄga nivÄer - sÄ mycket att en person inte ens tÀnker pÄ det. Vad Àr det största problemet pÄ reklammarknaden nu? Alla Àr en underrÀttelseagent, alla gömmer sig, alla har en miljon tusen webblÀsarbehörigheter installerade, för att inte identifieras pÄ nÄgot sÀtt - du har förmodligen "Adblocks", "Gostrey" och alla möjliga applikationer som blockerar spÄrning. PÄ grund av detta Àr det vÀldigt svÄrt att förstÄ nÄgonting om en person. Och tekniken har gÄtt vidare - du behöver inte bara veta att den hÀr personen har ÄtervÀnt till din sida för 125:e gÄngen, utan att han ocksÄ Àr en sÄdan och sÄdan konstig person.
Fysiognomi Àr en mycket kontroversiell vetenskap. Det anses inte ens vara vetenskap. Det hÀr Àr en grupp mÀnniskor som brukade programmera lögndetektorer för nÄgot inrikesministerium och nu Àr engagerade i vad som kallas personifieringen av kreativitet. TillvÀgagÄngssÀttet hÀr Àr mycket enkelt: flera av dina offentliga fotografier Àr tagna frÄn vissa sociala nÀtverk, och tredimensionell geometri Àr byggd frÄn dem. Och om du Àr advokat kommer du nu att sÀga att detta Àr en person och personuppgifter; men jag ska berÀtta för dig att det hÀr Àr 300 tusen punkter som finns i rymden, och det hÀr Àr inte en person och inte personlig data. SÄ brukar alla sÀga nÀr Roskomnadzor kommer till dem.
Men allvarligt talat, ditt ansikte separat, om ditt för- och efternamn inte Àr undertecknat dÀr, Àr inte dina personuppgifter. PoÀngen Àr att killarna markerar olika ansiktsdrag som pÄverkar hur en person fattar beslut och hur man interagerar med honom pÄ rÀtt sÀtt. I vissa omrÄden fungerar detta dÄligt, i vissa annonssegment; i vilka segment fungerar det vÀldigt bra. Till slut visar det sig att nÀr du gÄr till nÄgon resurs ser du inte bara en banner som visas för alla, utan till exempel... nu Àr det normalt att göra 16 eller 20 alternativ för olika mÄlgrupper - och det fungerar vÀldigt coolt. Ja, detta Àr Ànnu trÄkigare ur konsumentens synvinkel, eftersom mÀnniskor börjar bli manipulerade mer och mer. Men ÀndÄ fungerar det vÀldigt bra ur affÀrssynpunkt.
Den svarta lÄdan för maskininlÀrning
Detta ger upphov till följande problem med sÄdana tekniker: trots allt, för de flesta utvecklare nu Àr det som kallas djupinlÀrning en "svart lÄda". Om du nÄgonsin har varit nedsÀnkt i den hÀr historien och pratat med utvecklarna sÀger de alltid: "à h, lyssna, ja, vi har kodat nÄgot sÄ obegripligt dÀr, och vi vet inte hur det fungerar." Kanske har nÄgon rÄkat ut för detta.
Detta Àr faktiskt lÄngt ifrÄn sant. Det som nu kallas för maskininlÀrning Àr lÄngt ifrÄn en "svart lÄda". Det finns ett stort antal tillvÀgagÄngssÀtt för att beskriva in- och utdata, och i slutÀndan kan företaget grundligt förstÄ pÄ grundval av vilka tecken som maskinen bestÀmde sig för att visa dig den hÀr pornografiska videon eller en annan. FrÄgan Àr att inget av företagen nÄgonsin avslöjar detta, eftersom: för det första Àr det en affÀrshemlighet; för det andra kommer det att finnas en enorm mÀngd data som du inte ens visste om.
Till exempel, innan detta, i en diskussion om etik, diskuterade vi hur sociala nÀtverk analyserar personliga meddelanden för att tagga mÀnniskor i nÄgon form av reklamberÀttelser. Om du skriver nÄgot till nÄgon fÄr du utifrÄn detta en specifik tagg för, faktiskt, nÄgon form av reklamkommunikation. Och du kommer aldrig att bevisa det, och det Àr förmodligen ingen idé att bevisa det. Men om liknande mönster avslöjades skulle de finnas. Det visar sig att marknaden för att bygga sÄdana rekommendationssystem lÄtsas inte veta varför detta hÀnde.
Folk vill inte veta vad folk vet om dem
Och den andra historien Àr att kunden aldrig vill veta varför han fick just den hÀr annonsen, just den hÀr produkten. Jag ska berÀtta den hÀr historien. Min första erfarenhet av kommersiell implementering av rekommendationssystem baserade pÄ liknande algoritmer just för forskningens skull var 2015 i ett mycket stort nÀtverk av sexbutiker (ja, inte heller en sÀrskilt obehaglig historia).
Kunderna erbjöds följande: de kommer in, loggar in med sitt sociala nÀtverk, och efter cirka 5 sekunder fÄr de en helt personlig butik för dem, det vill sÀga alla produkter har förÀndrats - de faller i en viss kategori, och sÄ vidare . Vet du hur mycket konverteringsfrekvensen för den hÀr butiken har ökat? Inte pÄ nÄgot sÀtt! Folk kom in och sprang genast dÀrifrÄn. De kom in och insÄg att de erbjöds precis vad de tÀnkte pÄ...
Problemet med det hÀr testet var att det under varje produkt skrevs varför du erbjöds just den ("för att du Àr medlem i den dolda gruppen "Kraftfull kvinna söker en man som Àr en dörrmatta"). DÀrför visar moderna rekommendationssystem aldrig de data pÄ grundval av vilka "förutsÀgelsen" gjordes.
En mycket populĂ€r historia Ă€r media eftersom de alla anvĂ€nder liknande rekommendatorsystem. Tidigare var algoritmerna vĂ€ldigt enkla: titta pĂ„ kategorin "Politik" - sĂ„ visar de nyheter frĂ„n kategorin "Politik". Nu Ă€r allt sĂ„ komplicerat att de analyserar platserna dĂ€r du stoppade musen, vilka ord du koncentrerade dig pĂ„, vad du kopierade, hur du i allmĂ€nhet interagerade med den hĂ€r sidan. Sedan analyserar han vokabulĂ€ren för sjĂ€lva meddelandena: ja, du lĂ€ser inte bara nyheter om Putin, utan pĂ„ ett visst sĂ€tt, med en viss kĂ€nslomĂ€ssig fĂ€rg. Och nĂ€r en person fĂ„r nĂ„gra nyheter tĂ€nker han inte ens pĂ„ hur han kom hit. ĂndĂ„ interagerar han sedan med detta innehĂ„ll.
Allt detta syftar naturligtvis till att hÄlla kvar den stackars, olyckliga lilla mannen som redan hÄller pÄ att bli galen av den enorma mÀngd information som finns omkring honom. HÀr mÄste det sÀgas att det skulle vara trevligt att anvÀnda sÄdana system för att personifiera det kreativa runt dig och samla in lite information, men tyvÀrr finns det inga sÄdana tjÀnster Ànnu.
Artificiell intelligens fÄngar klienten i luften och skapar efterfrÄgan
Och hĂ€r uppstĂ„r en mycket intressant filosofisk frĂ„ga, som gĂ„r frĂ„n att skapa ett rekommendationssystem till att skapa efterfrĂ„gan. SĂ€llan tĂ€nker nĂ„gon pĂ„ det, men nĂ€r du försöker frĂ„ga den sĂ„ kallade Instagram: âVarför samlar du in data? Varför inte visa mig absolut slumpmĂ€ssig reklam?" - Instagram kommer att sĂ€ga till dig: "VĂ€n, allt detta Ă€r gjort för att visa dig exakt vad som Ă€r intressant för dig." Som, vi vill kĂ€nna dig sĂ„ exakt att vi kan visa dig exakt vad du letar efter.
Men tekniken har för lÀnge sedan passerat denna fruktansvÀrda tröskel, och liknande teknik förutsÀger inte lÀngre vad du behöver. De (uppmÀrksamhet!) skapar efterfrÄgan. Detta Àr förmodligen det lÀskigaste som kretsar kring artificiell intelligens i sÄdan kommunikation. Det lÀskiga Àr att det har anvÀnts nÀstan överallt under de senaste 3-5 Ären - frÄn Googles sökresultat till Yandex sökresultat, till vissa system... Okej, jag ska inte sÀga nÄgot dÄligt om Yandex; och bra.
Vad Àr poÀngen? Det var lÀnge sedan sÄdan reklamkommunikation har flyttat bort frÄn strategin dÀr du skriver "Jag vill köpa en barnstol" och ser hundratusen miljoner publikationer. De gick vidare till följande: sÄ fort kvinnan lade upp ett foto med en knappt synlig mage, började hennes man omedelbart följas av meddelanden: "Man, förlossningen kommer snart. Köp en barnstol."
HÀr kan du rimligtvis frÄga, varför, med sÄ gigantiska framsteg inom teknik, ser vi fortfarande sÄ taskig reklam pÄ sociala nÀtverk? Problemet Àr att pÄ den hÀr marknaden bestÀms allt fortfarande av pengar, sÄ en vacker stund kan nÄgon annonsör som Coca-Cola komma och sÀga: "HÀr Àr 20 miljoner till dig - visa mina taskiga banners för hela Internet." Och de kommer verkligen att göra det.
Men om du gör nÄgon form av rent konto och testar hur exakt sÄdana algoritmer gissar dig: de försöker först gissa dig, och sedan börjar de göra nÄgot mot dig i förvÀg. Och den mÀnskliga hjÀrnan fungerar pÄ ett sÄdant sÀtt att nÀr den tar emot information som Àr tillförlitlig för den, bearbetar den inte ens ögonblicket varför den fick denna information. Den första regeln för att avgöra att du Àr i en dröm Àr att förstÄ hur du kom hit. En person kommer aldrig ihÄg ögonblicket dÄ han hamnade i ett visst rum. Det Àr samma sak hÀr.
Google kan börja forma din vÀrldsbild
SÄdana studier har utförts av flera utlÀndska företag som Àgnar sig Ät i-tracking. De installerade enheter pÄ speciella datorer som registrerar var testpersonens ögon tittar. Jag tog mellan fem till sju tusen volontÀrer som helt enkelt blÀddrade i flödet, interagerade med sociala nÀtverk, med reklam, och de registrerade information om vilka delar av banderollerna och annonsmaterialet som dessa personer stannade för.
Och det visar sig att nĂ€r mĂ€nniskor fĂ„r ett sĂ„dant hyperpersonligt kreativt material, tĂ€nker de inte ens pĂ„ det - de gĂ„r omedelbart vidare, börjar interagera med det. Ur affĂ€rsmĂ€ssig synvinkel Ă€r det hĂ€r bra, men ur oss som anvĂ€ndares synvinkel Ă€r detta inte sĂ€rskilt coolt, för - vad Ă€r de rĂ€dda för? â Att i ett vackert ögonblick kan det villkorliga "Google" börja (eller, naturligtvis, det kanske inte börjar) att bilda sin egen vĂ€rldsbild. Imorgon kan han till exempel börja visa folk nyheter om att jorden Ă€r platt.
Skojar bara, men de har Äkt fast sÄ mÄnga gÄnger att de under val börjar ge viss information till vissa personer. Vi Àr alla vana vid att sökmotorn fÄr allt Àrligt. Men, som jag alltid sÀger, om du verkligen vill veta hur vÀrlden fungerar, skriv din egen sökmotor, utan filter, utan att uppmÀrksamma upphovsrÀtten, utan att ranka nÄgra av dina vÀnner i sökresultaten. Visningen av riktiga data pÄ Internet skiljer sig i allmÀnhet frÄn vad som visas av Google, Yandex, Bing och sÄ vidare. Vissa material Àr dolda eftersom vÀnner, kollegor, fiender eller nÄgon annan (eller en före detta Àlskare som du sov med) - det spelar ingen roll.
Hur Trump vann
NĂ€r det förra valet var i USA gjordes en vĂ€ldigt enkel studie. De tog samma förfrĂ„gningar pĂ„ olika platser, frĂ„n olika IP-adresser, frĂ„n olika stĂ€der, olika mĂ€nniskor googlade samma sak. Konventionellt var begĂ€ran i stil med: vem vinner valet? Och förvĂ„nansvĂ€rt nog var resultaten konstruerade pĂ„ ett sĂ„dant sĂ€tt att i de stater dĂ€r det största antalet mĂ€nniskor försökte rösta pĂ„ fel kandidat, fick de goda nyheter om kandidaten som Google marknadsförde. Vilken? Tja, det Ă€r klart vilken â den som blev president. Det hĂ€r Ă€r en helt obevisbar historia, och alla dessa studier Ă€r ett finger i vattnet. Google kan sĂ€ga: "killar, allt detta görs sĂ„ att vi visar det mest relevanta innehĂ„llet för er."
FrÄn och med nu ska du veta att det som kallas maximalt relevant absolut inte Àr fallet. Företaget kallar relevant nÄgot som behöver sÀljas till dig av nÄgon bra eller dÄlig anledning.
De som inte har pengar nu förbereds redan för framtida köp
Det finns en annan intressant punkt hÀr som jag kommer att berÀtta om. Ett stort antal aktiva mÄlgrupper nu pÄ sociala nÀtverk och i appar Àr unga mÀnniskor. LÄt oss kalla det sÄ hÀr - insolventa ungdomar: barn 8-9 Är som spelar idiotiska spel, dessa Àr 12-13-14 som bara registrerar sig pÄ sociala nÀtverk. Varför skulle stora företag spendera enorma budgetar och resurser för att skapa applikationer för en icke-betalande publik som aldrig tjÀnar pengar pÄ? I det ögonblick nÀr den hÀr publiken blir solvent kommer det att finnas en tillrÀcklig mÀngd data om den för att förutsÀga dess beteende mycket vÀl.
FrÄga nu vilken mÄllÀkare som helst, vilken Àr den svÄraste publiken? De kommer att sÀga: mycket lönsamt. För att sÀlja, till exempel, en lÀgenhet vÀrd 150 miljoner rubel via sociala nÀtverk Àr nÀstan omöjligt. Det finns enstaka fall nÀr du gör nÄgon form av reklam för 10 tusen mÀnniskor, en köper den hÀr lÀgenheten - kunden Àr en framgÄng... Men en av tio tusen, ur en statistisk synvinkel, Àr fullstÀndigt skit. SÄ varför Àr det svÄrt att identifiera en publik med hög inkomst? Eftersom mÀnniskorna som nu Àr medlemmar i en mycket lönsam publik föddes nÀr Internet fortfarande var vÀldigt litet, nÀr ingen kÀnde Artemy Lebedev Ànnu, och det finns ingen information om dem. Det Àr omöjligt att förutse deras beteendemönster, det Àr omöjligt att förstÄ vilka deras opinionsbildare Àr och frÄn vilka innehÄllskÀllor de fÄr.
SÄ nÀr ni alla blir miljardÀrer om 25 Är, och företagen som ska sÀlja nÄgot till er kommer att ha en enorm mÀngd data. Det Àr dÀrför vi nu har en underbar GDPR i Europa som förhindrar insamling av data frÄn minderÄriga.
Naturligtvis fungerar detta inte alls i praktiken, eftersom alla barn fortfarande spelar pÄ sin mammas och pappas konton - det Àr sÄ information samlas in. NÀsta gÄng du ger ditt barn en surfplatta, tÀnk pÄ detta.
Absolut inte nĂ„gon skrĂ€mmande, dystopisk framtid, nĂ€r alla kommer att dö i ett krig med maskiner â en absolut verklig historia nu. Det finns ett stort antal företag som skapar algoritmer för att psykoprofilera mĂ€nniskor baserat pĂ„ hur de spelar spel. En mycket intressant bransch. Baserat pĂ„ allt detta segmenteras sedan mĂ€nniskor för att pĂ„ nĂ„got sĂ€tt kunna kommunicera med dem.
FörutsÀgelse av dessa mÀnniskors beteende kommer att finnas tillgÀnglig om 10-15 Är - just i det ögonblick dÄ de blir en lösningsmedelspublik. Det viktigaste Àr att dessa personer redan har gett tillstÄnd i förvÀg att behandla sina personuppgifter, överföra dem till tredje part, och allt detta Àr lycka, och sÄ vidare.
Vem kommer att förlora sitt jobb?
Och min sista historia Àr att alla alltid frÄgar vad som kommer att hÀnda om 50 Är: vi kommer alla att dö, det kommer att bli arbetslöshet för marknadsförare... Det finns marknadsförare hÀr som Àr oroliga för arbetslösheten, eller hur? I allmÀnhet finns det ingen anledning att oroa sig, eftersom nÄgon högt kvalificerad person inte kommer att förlora sitt jobb.
Oavsett vilka algoritmer som skapas, oavsett hur nÀra maskinen nÀrmar sig vad vi har hÀr (pekar pÄ hans huvud), om den utvecklas tillrÀckligt snabbt, kommer sÄdana mÀnniskor aldrig att lÀmnas sysslolösa, eftersom nÄgon mÄste skapa dessa kreativa saker gör. Ja, det finns alla typer av "gans" som ritar bilder som ser ut som mÀnniskor och skapar musik, men det Àr fortfarande osannolikt att mÀnniskor i det hÀr omrÄdet nÄgonsin kommer att förlora sina jobb.
Jag har allt med historien, sÄ du kan stÀlla frÄgor om du har fler. Tack.
Ledande: â VĂ€nner, vi gĂ„r nu vidare till blocket "FrĂ„ga och svar". Du rĂ€cker upp handen - jag kommer fram till dig.
FrĂ„ga frĂ„n publiken (XNUMX): â FrĂ„ga om den "svarta lĂ„dan". De sa att det var möjligt att specifikt förstĂ„ varför ett sĂ„dant och ett sĂ„dant resultat erhölls för en sĂ„dan och en anvĂ€ndare. Ăr detta nĂ„gon form av algoritmer, eller behöver det analyseras varje gĂ„ng för varje modell ad hoc (författarens anmĂ€rkning: "speciellt för detta" - en latinsk frasologisk enhet)? Eller finns det fĂ€rdiga sĂ„dana för nĂ„got slags neuralt nĂ€tverk som, grovt sett, kan vara affĂ€rsmĂ€ssigt?
Ă H: â HĂ€r mĂ„ste du förstĂ„ följande: det finns ett stort antal uppgifter inom maskininlĂ€rning. Till exempel finns det en uppgift - regression. För regression behövs inga neurala nĂ€tverk alls. Allt Ă€r enkelt: du har flera indikatorer, du mĂ„ste berĂ€kna följande. Det finns uppgifter dĂ€r det Ă€r nödvĂ€ndigt att ta till nĂ„got sĂ„dant som djupinlĂ€rning. Faktum Ă€r att i djupinlĂ€rning Ă€r det svĂ„rt att pĂ„ ett tillförlitligt sĂ€tt förstĂ„ vilken vikt som tilldelades vilka neuroner, men juridiskt sett Ă€r allt du behöver att förstĂ„ vilken data som fanns vid ingĂ„ngen och hur den spelade ut vid utgĂ„ngen. Detta rĂ€cker juridiskt för att patentera ett sĂ„dant beslut och det rĂ€cker för att förstĂ„ pĂ„ vilken grund berĂ€ttelsen gjordes.
Det Àr inte som att du gick in pÄ sajten och visades nÄgon form av banner eftersom du tog ett foto med rött hÄr pÄ Instagram för tvÄ mÄnader sedan. Om utvecklaren inte inkluderar insamlingen av dessa data och markeringen av hÄrfÀrg i denna modell, kommer den inte frÄn ingenstans.
Hur sÀljer man resultaten av maskininlÀrningssystem?
Đ: â Det Ă€r bara en frĂ„ga om vad: exakt hur man förklarar, hur man sĂ€ljer till nĂ„gon som inte förstĂ„r maskininlĂ€rning. Jag vill sĂ€ga: min modell leder helt klart frĂ„n hĂ„rfĂ€rg till... ja, hĂ„rfĂ€rgsförĂ€ndringar... Ăr detta möjligt eller inte?
Ă
H: - Kanske ja. Men ur försÀljningssynpunkt kommer det enda systemet att fungera: du har en reklamkampanj, vi ersÀtter publiken med den som genereras av maskinen - och du ser bara resultatet. Detta Àr tyvÀrr det enda sÀttet att pÄ ett tillförlitligt sÀtt övertyga kunden om att en sÄdan historia fungerar, eftersom det finns mÄnga lösningar pÄ marknaden som en gÄng implementerades och inte fungerade.
Om att skapa en virtuell personlighet
Đ: - HallĂ„. Tack för förelĂ€sningen. FrĂ„gan Ă€r: vilken chans har en person, som av nĂ„gon anledning inte vill följa ledningen för maskininlĂ€rning, att skapa sig en virtuell personlighet som Ă€r radikalt skild frĂ„n sin egen personlighet, genom interaktion med grĂ€nssnittet eller för vissa annan orsak?
Ă
H: â Det finns ett gĂ€ng olika plugins som specifikt handlar om slumpmĂ€ssigt beteende. Det finns en hĂ€ftig sak - Ghostery, som, enligt min mening, nĂ€stan helt döljer dig frĂ„n ett gĂ€ng olika spĂ„rare som sedan inte kan registrera denna information. Men faktiskt, nu Ă€r allt du behöver en stĂ€ngd profil pĂ„ sociala nĂ€tverk sĂ„ att ingen, inga onda skrapare, kan samla nĂ„got dĂ€r. Det Ă€r nog bĂ€ttre att installera nĂ„gon form av tillĂ€gg eller skriva nĂ„got sjĂ€lv.
Du förstÄr, konceptet hÀr Àr att juridiskt, till exempel, personuppgifter hÀnvisar till uppgifter som du kan identifieras med, och lagen ger som ett exempel din bostadsadress, Älder och sÄ vidare. Nuförtiden finns det en orÀknelig mÀngd data som du kan identifieras med: samma tangentbordshandskrift, samma tryck, webblÀsarens digitala signatur... Förr eller senare gör en person ett misstag. Han kan vara nÄgonstans pÄ ett "café" genom att anvÀnda "Thor", men i slutÀndan, i ett vackert ögonblick, kommer antingen VPN att glömma att slÄ pÄ, eller nÄgot annat, och i det ögonblicket kan han identifieras. SÄ det enklaste sÀttet Àr att skapa ett privat konto och installera nÄgot tillÀgg.
Marknaden gÄr mot den punkt dÀr du bara behöver trycka pÄ en knapp för att fÄ resultat.
Đ: - Tack för historien. Som alltid, alltid vĂ€ldigt intressant (jag följer dig). FrĂ„gan Ă€r: vilka framsteg finns nĂ€r det gĂ€ller att skapa system som Ă€r positiva för anvĂ€ndarna, rekommendationssystem? Du sa att du vid ett tillfĂ€lle arbetade pĂ„ ett rekommendationssystem för att hitta en sexpartner, en vĂ€n i livet (eller musik som en person potentiellt skulle kunna gilla)... Hur lovande Ă€r allt detta, och hur ser du pĂ„ dess utveckling frĂ„n synvinkeln att skapa system som mĂ€nniskor behöver?
Ă H: â Generellt rör sig marknaden till en punkt dĂ€r folk behöver trycka pĂ„ en knapp och omedelbart fĂ„ vad de behöver. NĂ€r det gĂ€ller min erfarenhet av att skapa dejtingapplikationer (förresten, vi kommer att Ă„terlansera det i slutet av Ă„ret), förutom det faktum att 65% var gifta mĂ€n, var det svĂ„raste rekommendationsproblemet att en person erbjöds flera modeller i början av ansökan - "VĂ€nskap", "Sex", "SexvĂ€nskap" och "Företag". Folk valde inte vad de behövde. MĂ€n kom och valde "KĂ€rlek", men i verkligheten kastade de nakenhet pĂ„ alla, och sĂ„ vidare.
Problemet var att identifiera en person som inte passar en av dessa modeller, och pÄ nÄgot sÀtt smidigt ta honom och flytta honom Ät andra hÄllet. PÄ grund av den lilla mÀngden data Àr det mycket svÄrt att avgöra om detta Àr ett fel i prognosalgoritmen, eller om en person inte tillhör hans kategori. Det Àr samma sak med musik: det finns nu vÀldigt fÄ riktigt vÀrdiga algoritmer som kan "facasta" musik bra. Kanske "Yandex.Music". Vissa tycker att Yandex.Music-algoritmen Àr dÄlig. Jag gillar henne till exempel. Jag personligen, till exempel, gillar inte YouTubes musikalgoritm och sÄ vidare.
Det finns naturligtvis en del finesser - allt Ă€r knutet till licenser... Men i verkligheten Ă€r efterfrĂ„gan pĂ„ sĂ„dana system ganska stor. En gĂ„ng var företaget Retail Rocket kĂ€nt, som var inblandat i implementeringen av rekommendationssystem, men nu gĂ„r det pĂ„ nĂ„got sĂ€tt inte sĂ€rskilt bra - tydligen för att de inte utvecklat sina algoritmer pĂ„ lĂ€nge. Allt gĂ„r mot detta â till den grad att vi gĂ„r in och utan att trycka pĂ„ nĂ„got fĂ„r det vi behöver (och blir helt dumma, eftersom vĂ„r förmĂ„ga att vĂ€lja har helt försvunnit).
PÄverka marknadsföring
Đ: - HallĂ„. Jag heter Konstantin. Jag skulle vilja ta upp en frĂ„ga om pĂ„verkansmarknadsföring. KĂ€nner du till nĂ„gra system som gör att ett företag kan vĂ€lja en lĂ€mplig bloggare för verksamheten baserat pĂ„ vissa statistiska uppgifter och sĂ„ vidare? Och pĂ„ vilka grunder görs detta?
Ă
H: â Ja, jag börjar pĂ„ lĂ„ngt hĂ„ll och sĂ€ger omedelbart att problemet med alla dessa teknologier Ă€r att all denna artificiella intelligens i marknadsföring nu Ă€r som en lina: till vĂ€nster finns det stora företag som har mycket pengar, och i i alla fall allt kommer att vara effektivt för dem eftersom deras reklamkampanjer Ă€r inriktade helt enkelt pĂ„ Ă„sikter; Ă„ andra sidan finns det mĂ„nga smĂ„företag som detta inte kommer att fungera för, eftersom de har mycket data. Ăn sĂ„ lĂ€nge ligger tillĂ€mpligheten av dessa berĂ€ttelser nĂ„gonstans i mitten.
NÀr det redan finns bra budgetar, och uppgiften Àr att bearbeta dessa budgetar korrekt (och i princip redan finns det ganska mycket data)... Jag kÀnner till ett par tjÀnster, nÄgot som Getblogger, som verkar ha algoritmer. För att vara Àrlig har jag inte studerat dessa algoritmer. Jag kan berÀtta vilket tillvÀgagÄngssÀtt vi anvÀnder för att hitta opinionsbildare nÀr vi behöver ge en gÄva till nÄgra mammor.
Vi anvÀnder ett mÄtt som heter Content Distribution Time. Det fungerar sÄ hÀr: du tar en person vars publik du analyserar, och du behöver systematiskt (till exempel en gÄng var 5:e minut) samla in information om varje inlÀgg, vem som gillat det, kommenterat det osv. PÄ sÄ sÀtt kan du förstÄ vid vilken tidpunkt varje person i din publik interagerade med ditt innehÄll. Upprepa den hÀr operationen för varje representant för hans publik, och med hjÀlp av mÄtten för den genomsnittliga tiden för innehÄllsspridning kan den till exempel fÀrgas i en stor nÀtverksgraf över dessa personer och anvÀnda denna mÀtning för att bygga kluster.
Det hÀr fungerar ganska bra om vi till exempel vill hitta 15 mammor som upprÀtthÄller sin allmÀnna opinion pÄ nÄgon woman.ru. Men detta Àr en ganska komplex teknisk implementering (Àven om det rent teoretiskt kan göras i Python). Summan av kardemumman Àr att problemet med pÄverkansmarknadsföring pÄ stora reklambyrÄer Àr att de behöver stora, coola, dyra bloggare som inte jobbar för skiten. Nu vill ett bilmÀrke sÀlja nÄgon produkt genom nÄgon opinionsbildare - de mÄste anvÀnda en bilbloggare som en sista utvÀg, eftersom deras publik antingen redan har köpt en bil, eller vet exakt vilken typ av bil de vill ha, bara sitter och tittar pÄ coola bilar. HÀr Àr det viktigt att inte missa analysen av publiken av personen sjÀlv.
Marknadsföringsbots
Đ: â SĂ€g mig, hur mycket pĂ„verkar bots pĂ„ sociala nĂ€tverk insamlingen av information och dess kvalitet?
Ă
H: â Det Ă€r sĂ„ intressant med bots. Billiga bots Ă€r ganska lĂ€tta att identifiera - de har antingen samma innehĂ„ll, eller sĂ„ Ă€r de vĂ€nner med varandra, eller sĂ„ Ă€r de i samma nĂ€tverk. Det finns ocksĂ„ metoder för att hantera komplexa bots. Eller frĂ„gar du problemet hur man kopplar en person till sin falska?
Đ: â Hur högkvalitativ information blir resultatet med allt detta skrĂ€p?
Ă H: â HĂ€r fungerar det sĂ„ hĂ€r: pĂ„ grund av det faktum att det finns en enorm mĂ€ngd data (till exempel för nĂ„gon form av marknadsundersökning) kan allt detta riffraff helt enkelt kastas ut. Det vill sĂ€ga, det Ă€r bĂ€ttre att kasta ut lite mer riktiga mĂ€nniskor Ă€n att fĂ„nga bots, eftersom det Ă€r vĂ€rdelöst för dem att visa nĂ„gon reklam. Men om du samlar in mĂ€tvĂ€rden, till exempel interaktioner med banners eller rekommendationssystem, kan sĂ„dana konton kastas ut.
Nu pÄ sociala nÀtverk finns det ungefÀr sex procent av virtuella karaktÀrer eller helt enkelt övergivna sidor eller introverta, som algoritmer "matchar" som bots. NÀr det gÀller att koppla en person till sin falska, Àr allt ocksÄ hÀr kopplat till det faktum att personen förr eller senare kommer att göra ett misstag, och saken Àr att beteendemodellen Àr densamma - bÄde hans riktiga konto och hans falska. Förr eller senare kommer de att titta pÄ samma innehÄll eller nÄgot annat.
HĂ€r beror allt inte pĂ„ felprocenten, utan pĂ„ hur lĂ„ng tid som behövs för att pĂ„ ett tillförlitligt sĂ€tt identifiera en person. För nĂ„gon som bor med sin Instagram kommer den hĂ€r gĂ„ngen för pĂ„litlig identifiering ner till fem minuter. För vissa â med sex till Ă„tta mĂ„nader.
Till vem och hur sÀljer man data?
Đ: - HallĂ„. Jag Ă€r intresserad av att veta hur data sĂ€ljs mellan företag? Till exempel har jag en applikation dĂ€r du kan ta reda pĂ„ (till utvecklaren) var en person gĂ„r, vilka butiker han gĂ„r till och hur mycket pengar han spenderar dĂ€r. Och jag Ă€r intresserad av att veta hur, lĂ„t oss sĂ€ga, jag kan sĂ€lja data om min publik till dessa butiker eller lĂ€gga min data i en enorm databas och fĂ„ betalt för det?
Ă
H: â NĂ€r det gĂ€ller att sĂ€lja data direkt till nĂ„gon sĂ„ lĂ„g du och alla andra före OFD â skattedataoperatörer, som pĂ„ ett listigt sĂ€tt byggde upp sig mellan överföringen av checkar och Skatteverket och nu försöker sĂ€lja data till alla. De kraschade faktiskt hela mobilanalysmarknaden. Faktum Ă€r att du kan bĂ€dda in din applikation, till exempel Facebook-pixeln, dess DMP-system; anvĂ€nd sedan denna publik för att sĂ€lja. Till exempel "May Target"-pixeln. Jag vet bara inte vilken typ av publik du har, du mĂ„ste förstĂ„. Men i alla fall kan du integrera antingen i Yandex eller My Target, som Ă€r de största DMP-systemen.
Det hÀr Àr en ganska intressant historia. Det enda problemet Àr att du kommer att ge dem all trafik, och de, som börser, kommer att ta pÄ sig att tjÀna pengar pÄ denna trafik. De kanske sÀger till dig att 10 personer har anvÀnt din publik. DÀrför bygger du antingen ditt eget annonsnÀtverk, eller sÄ överlÀmnar du dig till stora DMP:er.
Vem vinner - artisten eller teknikern?
Đ: â En frĂ„ga lite avlĂ€gsen frĂ„n den tekniska delen. Det sades om marknadsförarnas rĂ€dsla för den kommande massarbetslösheten. Finns det nĂ„gon form av konkurrenskamp mellan kreativ marknadsföring (de hĂ€r killarna som kom med reklam för kyckling, reklam för Volkswagen, verkar det som) och de som Ă€r involverade i Big Data (som sĂ€ger: nu ska vi bara samla in all data och leverera riktad reklam till alla)? Som person som Ă€r direkt involverad, vad Ă€r din Ă„sikt om vem som vinner - en artist, en tekniker, eller kommer det att bli nĂ„gon form av synergistisk effekt?
Ă
H: â Lyssna, de jobbar ihop. Ingenjörer kommer inte pĂ„ kreativitet. De som Ă€r kreativa uppfinner ingen publik. Det finns nĂ„gon form av multidisciplinĂ€r berĂ€ttelse hĂ€r. De verkliga problemen nu Ă€r för dem som sitter och trycker pĂ„ knappar, för dem som gör "apjobbet", som trycker pĂ„ samma sak varje dag - det Ă€r dessa mĂ€nniskor som kommer att försvinna.
Men de som analyserar datan kommer naturligtvis att finnas kvar, men nÄgon mÄste bearbeta denna data. NÄgon mÄste komma med dessa bilder, rita dem. En maskin kan inte komma med sÄdan kreativitet! Detta Àr fullstÀndigt vansinne! Eller som till exempel den virala annonseringen av Carprice, som för övrigt fungerade vÀldigt bra. Kom ihÄg att det fanns den hÀr pÄ YouTube: "SÀlj den till Carprice", helt galen. Naturligtvis kommer inget neuralt nÀtverk att generera en sÄdan historia.
Generellt sett Àr jag en anhÀngare av att det inte Àr mÀnniskor som kommer att förlora sina jobb, utan de kommer att fÄ lite mer fritid, och de kommer att kunna lÀgga den hÀr fritiden pÄ egenutbildning.
Primitiv reklam kommer att dö ut
Đ: - I det stora hela, reklamen som visas, banderollerna - i stort sett inte ens sĂ€ljande texter dĂ€r: "Du behöver fönster - ta det!", "Du behöver nĂ„got annat - ta det!", dvs. det finns ingen kreativitet dĂ€r alls.
Ă H: â SĂ„dan reklam kommer naturligtvis att dö ut, förr eller senare. Det kommer att dö ut inte sĂ„ mycket pĂ„ grund av teknikens utveckling, utan pĂ„ grund av utvecklingen av dig och mig.
Det Àr bÀttre att blanda det relevanta med det irrelevanta
Đ: - Jag Ă€r hĂ€r! Jag har en frĂ„ga om experimentet som du sa inte fungerade för dig (med rekommendatorsystemet). Enligt din Ă„sikt Ă€r problemet det som skrevs under dĂ€r, varför rekommenderas det, eller Ă€r det sĂ„ att allt som anvĂ€ndaren sĂ„g verkade relevant för honom? Eftersom jag lĂ€ste ett experiment för mammor, och det fanns inte sĂ„ mycket data Ă€n, och det fanns inte sĂ„ mycket data frĂ„n Internet, det fanns bara data frĂ„n en livsmedelsbutik som förutspĂ„dde graviditet (att de skulle vara mammor). Och nĂ€r de visade ett urval av produkter för blivande mammor blev mammor förskrĂ€ckta över att de fick reda pĂ„ dem innan nĂ„gra officiella saker. Och det fungerade inte. Och för att lösa detta problem blandade de medvetet relevanta produkter med nĂ„got helt irrelevant.
Ă
H: "Vi visade specifikt folk grunden för rekommendationerna för att förstÄ deras feedback. Det Àr faktiskt hÀr som konceptet föddes att folk inte behöver fÄ veta att det hÀr Àr nÄgra superrelevanta produkter för honom.
Ja, förresten, det finns ett sÀtt att blanda dem med irrelevanta. Men det finns det motsatta: ibland kommer mÀnniskor in och interagerar med denna irrelevanta produkt - slumpmÀssiga extremvÀrden uppstÄr, modeller gÄr sönder och saker och ting blir Ànnu mer komplicerade. Men detta finns faktiskt. Dessutom, mÄnga företag medvetet, om de vet att nÄgon behandlar deras data (nÄgon skulle kunna stjÀla sÄdan utdata frÄn dem), blandar de ibland ihop det sÄ att de senare kan bevisa att du inte tog data frÄn dess rekommendationssystem, utan frÄn den sÄ kallade Yandex.Market.
Annonsblockerare och webblÀsarsÀkerhet
Đ: - HallĂ„. Du nĂ€mnde Ghostery och Adblock. Kan du berĂ€tta för oss hur effektiva sĂ„dana spĂ„rare Ă€r i allmĂ€nhet (kanske baserat pĂ„ statistik)? Och hade du nĂ„gra bestĂ€llningar frĂ„n företag: de sĂ€ger, se till att vĂ„r annonsering inte kan stĂ€ngas av Adblock.
Ă
H: â Vi kontaktar inte reklamplattformar direkt â just för att de inte ska frĂ„ga om att fĂ„ göra sin reklam synlig för alla. Jag anvĂ€nder personligen Ghostery â jag tycker att det Ă€r en vĂ€ldigt cool tillĂ€gg. Nu kĂ€mpar alla webblĂ€sare för integritet: Mozilla har slĂ€ppt en massa alla typer av uppdateringar, Google Chrome Ă€r nu supersĂ€kert. De blockerar alla allt de kan. "Safari" har till och med stĂ€ngt av "Gyroscope" som standard.
Och den hÀr trenden Àr förstÄs bra (inte för dem som samlar in data, Àven om de ocksÄ kom ur det), eftersom folk först blockerade cookies. Alla som Àgde reklamnÀtverk kom ihÄg en sÄdan underbar teknik som webblÀsarfingeravtryck - det hÀr Àr algoritmer som tar emot 60 olika parametrar (skÀrmupplösning, version, installerade typsnitt) och baserat pÄ dem berÀknar de ett unikt "ID". LÄt oss gÄ vidare till detta. Och webblÀsare började kÀmpa med detta. I allmÀnhet kommer detta att bli en oÀndlig kamp mellan titanerna.
Den senaste utvecklaren Mozilla Àr ganska sÀker. Det sparar praktiskt taget inga cookies och har en kort livslÀngd. Speciellt om du slÄr pÄ "Inkognito" kommer ingen att hitta dig alls. FrÄgan Àr att det blir obekvÀmt att ange lösenord i alla tjÀnster.
Var fungerar psykotypning och fysionomi och inte?
Đ: â Arthur, tack sĂ„ mycket för förelĂ€sningen. Jag tycker ocksĂ„ om att följa dina förelĂ€sningar pĂ„ YouTube. Du nĂ€mnde att marknadsförare i allt större utstrĂ€ckning tar till psykotypisering och fysionomi. Min frĂ„ga Ă€r: vilka varumĂ€rkeskategorier fungerar detta inom? Min övertygelse Ă€r att detta bara Ă€r lĂ€mpligt för FMCG. Att vĂ€lja bil Ă€r till exempel...
Ă H: â Jag kan ladda ner exakt dĂ€r det fungerar. Detta fungerar i alla möjliga berĂ€ttelser som "Amediateka", tv-serier, filmer och sĂ„ vidare. Detta fungerar bra i banker och bankprodukter, om det inte Ă€r premiumsegmentet, utan alla möjliga studentkort, avbetalningsplaner - sĂ„nt. Detta fungerar verkligen vĂ€ldigt bra i FMCG och alla möjliga iPhones, laddare, allt detta skit. Detta fungerar bra i "mamma och pop"-produkter. Ăven om jag vet att inom fiske (det finns ett sĂ„dant Ă€mne)... Det har varit fall med fiskare flera gĂ„nger - de kan aldrig tillförlitligt segmenteras. Jag vet inte varför. NĂ„got slags statistiskt fel.
Detta fungerar inte bra med bilister, med smycken eller med vissa hushĂ„llsartiklar. Faktum Ă€r att det inte fungerar bra med saker som folk aldrig skulle skriva om pĂ„ sociala medier â du kan kolla det sĂ„ hĂ€r. Konventionellt, med köp av en tvĂ€ttmaskin: sĂ„ hĂ€r förstĂ„r du vem som har en tvĂ€ttmaskin och vem som inte har det? Det verkar som att alla har det. Du kan anvĂ€nda OFD-data - se vem som köpte vad med kvitton och matcha dessa personer med kvitton. Men i sjĂ€lva verket finns det saker som du aldrig skulle prata om, till exempel pĂ„ Instagram - det Ă€r svĂ„rt att arbeta med sĂ„dana saker.
Maskiner kÀnner igen trick som statistisk fyllning.
Đ: â Jag har en frĂ„ga om inriktning. Ăr det möjligt (eller finns de plötsligt) av en villkorad slumpmĂ€ssig karaktĂ€r som motsĂ€ger sig sjĂ€lv i allt: först googlar han "de bĂ€sta gymmen", och sedan googlar han "10 sĂ€tt att göra ingenting"? Och sĂ„ Ă€r det i allt. Kan inriktning hĂ„lla reda pĂ„ nĂ„got som motsĂ€ger sig sjĂ€lvt?
Ă H: â Den enda frĂ„gan hĂ€r Ă€r denna: om du har anvĂ€nt Google i 2 Ă„r, berĂ€ttat allt du kan om dig sjĂ€lv och nu installerar ett plugin för dig sjĂ€lv som skriver liknande slumpmĂ€ssiga frĂ„gor, sĂ„ kommer du naturligtvis frĂ„n statistiken kunna förstĂ„ â det du gör nu Ă€r en statistisk avvikelse, och allt detta Ă€r en frĂ„ga om att sĂ„lla bort. Om du vill, registrera ett nytt konto, men volymen av reklam kommer inte att Ă€ndras. Hon blir bara konstig. Ăven om hon fortfarande Ă€r konstig.
NĂ„gra annonser đ
Tack för att du stannar hos oss. Gillar du vĂ„ra artiklar? Vill du se mer intressant innehĂ„ll? Stöd oss ââgenom att lĂ€gga en bestĂ€llning eller rekommendera till vĂ€nner, , en unik analog av ingĂ„ngsservrar, som uppfanns av oss för dig: (tillgĂ€nglig med RAID1 och RAID10, upp till 24 kĂ€rnor och upp till 40 GB DDR4).
Dell R730xd 2 gÄnger billigare i Equinix Tier IV datacenter i Amsterdam? Bara hÀr i NederlÀnderna! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - frÄn $99! LÀs om
KĂ€lla: will.com