Arthur Khachuyan là chuyên gia nổi tiếng người Nga trong lĩnh vực xử lý dữ liệu lớn, người sáng lập công ty Social Data Hub (nay là Tazeros Global). Đối tác của Trường Đại học Nghiên cứu Quốc gia Trường Kinh tế Cao cấp. Cùng với Trường Kinh tế Đại học Nghiên cứu Quốc gia chuẩn bị và trình bày một dự luật về Dữ liệu lớn trong Hội đồng Liên bang, ông đã phát biểu tại Viện Curie ở Paris, Đại học bang St. Petersburg, Đại học Liên bang trực thuộc Chính phủ Liên bang Nga, tại Red Apple, Ngày dữ liệu mở quốc tế, RIW 2016, AlfaFuturePeople.
Bài giảng được ghi hình tại lễ hội ngoài trời “Geek Picnic” ở Moscow năm 2019.
Arthur Khachuyan (sau đây gọi là – AH): – Nếu từ một số lượng lớn các ngành công nghiệp - từ y học, từ xây dựng, từ thứ gì đó, thứ gì đó, để chọn ngành mà công nghệ dữ liệu lớn, học máy, học sâu thường được sử dụng nhất, thì đây có lẽ là tiếp thị. Bởi vì trong khoảng ba năm qua, mọi thứ xung quanh chúng ta trong một số loại hình truyền thông quảng cáo giờ đây được gắn chính xác với phân tích dữ liệu và chính xác với thứ có thể gọi là trí tuệ nhân tạo. Vì vậy, hôm nay tôi sẽ kể cho bạn nghe về điều này từ một lịch sử rất xa xôi...
Nếu bạn tưởng tượng trí tuệ nhân tạo và nó trông như thế nào, thì có lẽ nó giống như vậy. Bức tranh kỳ lạ là một trong những mạng lưới thần kinh mà tôi đã viết cách đây một năm để tìm ra sự phụ thuộc vào những gì con chó của tôi làm - nó cần đi lớn, đi nhỏ bao nhiêu lần và nói chung nó phụ thuộc vào việc nó ăn bao nhiêu hay không? . Đây là một trò đùa về cách trí tuệ nhân tạo có thể được tưởng tượng.
Tuy nhiên, chúng ta hãy suy nghĩ về cách nó hoạt động trong truyền thông quảng cáo. Có ba cách mà các thuật toán hiện đại trong quảng cáo và tiếp thị có thể tương tác với chúng ta. Rõ ràng câu chuyện đầu tiên nhằm mục đích thu thập và rút ra những kiến thức bổ sung về bạn và tôi, sau đó sử dụng nó cho một số mục đích tốt và không tốt; cá nhân hóa cách tiếp cận với từng người cụ thể; Đương nhiên, sau đó, hãy tạo ra một nhu cầu nhất định để thực hiện hành động mục tiêu chính và tiến hành một đợt bán hàng nhất định.
Sử dụng công nghệ, họ đang cố gắng giải quyết vấn đề giao tiếp hiệu quả
Nếu tôi bảo bạn hãy suy nghĩ về những gì Pornhub và M. Video”, bạn đang nghĩ gì vậy?
Ý kiến của khán giả (sau đây gọi tắt là C): - Truyền hình, khán giả.
Ồ: – Quan niệm của tôi là đây là hai nơi mà mọi người đến để mua một loại dịch vụ nhất định, hay gọi là một loại hàng hóa nhất định. Và đối tượng này khác ở chỗ họ không muốn nói với người bán bất cứ điều gì. Cô ấy muốn bước vào và nhận được những gì cô ấy quan tâm dưới một hình thức rõ ràng hoặc ngầm định nào đó. Đương nhiên không có ai đến với M. Video” không muốn giao tiếp với bất kỳ người bán nào, không muốn hiểu, không muốn trả lời bất kỳ câu hỏi nào của họ.
Vì vậy, câu chuyện đầu tiên tiếp nối tất cả những điều này.
Khi các công nghệ thu thập thêm kiến thức xuất hiện nhằm mục đích tránh giao tiếp với một người bằng cách nào đó. Tất cả chúng ta đều thích thú khi gọi đến ngân hàng và ngân hàng nói với chúng ta: “Xin chào. Alexey, bạn là khách hàng VIP của chúng tôi. Bây giờ một số siêu quản lý sẽ nói chuyện với bạn.” Bạn đến ngân hàng này và thực sự có một người quản lý duy nhất có thể nói chuyện với bạn. Thật không may hoặc may mắn thay, chưa một công ty nào tìm ra cách thuê một nghìn người quản lý cá nhân cho một nghìn khách hàng; và vì hầu hết những người này hiện đang trực tuyến, nhiệm vụ là phải hiểu đây là loại người nào và làm thế nào để giao tiếp với anh ta một cách chính xác trước khi anh ta tìm đến một số tài nguyên quảng cáo. Và do đó, trên thực tế, đã xuất hiện các công nghệ đang cố gắng giải quyết vấn đề này.
Khai thác dữ liệu là dầu mới
Hãy tưởng tượng bạn là chủ một gian hàng hoa. Ba người đến gặp bạn. Người đầu tiên đứng rất lâu, do dự, cố gắng nói chuyện với bạn, cầm lấy một loại bó hoa nào đó - bạn đi gói nó lại, đi ra ngoài làm gì đó ở đó; anh ta chạy khỏi quầy hàng với bó hoa này - bạn đã mất ba nghìn rúp. Tại sao nó lại xảy ra? Bạn không biết gì về người này: bạn không biết lịch sử anh ta bị bắt ở Bộ Nội vụ, bạn không biết rằng anh ta là một kẻ trộm cắp và đã được đăng ký tại một bệnh viện tâm thần. Tại sao? Bởi vì bạn nhìn thấy nó lần đầu tiên và bạn không phải là nhà phân tích hành vi.
Có người khác đến... Vitaly. Vitaly cũng mất rất nhiều thời gian để tìm ra nó, anh ấy nói, "Chà, tôi cần cái này cái kia." Và bạn nói với anh ấy, “Hoa tặng mẹ phải không?” Và bạn bán cho anh ấy một bó hoa.
Khái niệm ở đây là tìm ra đủ dữ liệu để hiểu người đó thực sự cần gì. Mọi người ngay lập tức nghĩ đến một số loại mạng quảng cáo, v.v.
Mọi người có lẽ đã nhiều lần nghe thấy cụm từ ngu ngốc “dữ liệu là dầu mới”? Chắc hẳn mọi người đều đã nghe rồi. Trên thực tế, con người đã học cách thu thập dữ liệu từ khá lâu, nhưng việc trích xuất dữ liệu từ dữ liệu này là nhiệm vụ mà trí tuệ nhân tạo trong tiếp thị hoặc một số loại thuật toán thống kê hiện đang cố gắng giải quyết. Tại sao? Bởi vì nếu bạn nói chuyện với một người, anh ta có thể cho bạn câu trả lời đúng, sai hoặc màu sắc nào đó. Tôi thường nói đùa với các sinh viên của mình rằng khảo sát khác với số liệu thống kê như thế nào. Tôi sẽ kể cho bạn nghe điều này như một giai thoại:
Điều này có nghĩa là tại hai ngôi làng, họ quyết định tiến hành một nghiên cứu về chiều dài trung bình của tuổi trưởng thành. Điều này có nghĩa là ở ngôi làng đầu tiên, Villaribo, chiều dài trung bình là 15 cm, ở làng Villabaggio - 25. Bạn có biết tại sao không? Bởi vì các phép đo được thực hiện ở ngôi làng đầu tiên và cuộc khảo sát được thực hiện ở ngôi làng thứ hai.
Ngành công nghiệp khiêu dâm là lá cờ đầu của hệ thống khuyến nghị
Đây là lý do tại sao cách tiếp cận hiện đại là phân tích tất cả mọi người, không có ngoại lệ, ngay cả khi họ ít hơn 100% một chút, nhưng đây là những người bạn không cần hỏi, không cần nhìn họ. Chỉ cần phân tích cái mà ngày nay được gọi là dấu chân kỹ thuật số là đủ để hiểu người này cần gì, làm thế nào để nói chuyện với anh ta một cách chính xác, làm thế nào để tạo ra nhu cầu xung quanh anh ta một cách chính xác. Một mặt, đây là một cỗ máy không có trí óc (nhưng bạn và tôi biết rất rõ điều này); chúng tôi không muốn liên lạc với những người từ M. Video,” và thậm chí còn hơn thế nữa, khi truy cập các tài nguyên như Pornhub, chúng ta muốn có được chính xác những gì mình cần.
Tại sao tôi luôn nói về Pornhub? Bởi vì ngành công nghiệp dành cho người lớn là ngành đầu tiên tiến tới việc phân tích các công nghệ như vậy, triển khai các công nghệ đó và phân tích dữ liệu. Nếu bạn lấy ba thư viện phổ biến nhất trong lĩnh vực này (ví dụ: TensorFlow hoặc Pandas cho Python, để xử lý tệp CSV, v.v.), nếu bạn mở nó trên Github, với một Google ngắn gọn về tất cả các tên này, bạn sẽ tìm thấy một một số người đã hoặc đang làm việc tại công ty Pornhub và là những người đầu tiên triển khai hệ thống khuyến nghị ở đó. Nói chung, câu chuyện này rất tiên tiến và cho thấy lượng khán giả này, công ty này đã tiến lên bao nhiêu.
Ba cấp độ nhận dạng
Có một tập hợp dữ liệu khổng lồ xung quanh một người có thể được xác định. Tôi thường chính thức chia điều này thành ba cấp độ, ngày càng đi sâu hơn. Đương nhiên, công ty có dữ liệu riêng của mình.
Ví dụ: nếu chúng ta đang nói về việc xây dựng một hệ thống đề xuất, thì cấp độ đầu tiên là dữ liệu được đặt tại chính cửa hàng (lịch sử mua hàng, tất cả các loại giao dịch, cách một người tương tác với giao diện).
Tiếp theo là một cấp độ (tương đối lớn nhất) - đây được gọi là nguồn mở. Đừng nghĩ rằng tôi khuyến khích bạn tìm hiểu mạng xã hội, nhưng trên thực tế, những gì có sẵn trong các nguồn mở sẽ mở ra một tập dữ liệu khổng lồ mà bạn có thể tìm hiểu về một người.
Và phần quan trọng thứ ba là môi trường của chính người này. Đúng, có ý kiến cho rằng nếu một người không sử dụng mạng xã hội thì sẽ không có dữ liệu về anh ta ở đó (có thể bạn đã biết rằng điều này không đúng), nhưng điều quan trọng nhất là dữ liệu trên hồ sơ của một người (hoặc trong một số ứng dụng) chỉ có 40% kiến thức có thể thu được về nó. Phần còn lại của thông tin được lấy từ môi trường của anh ấy. Cụm từ “hãy cho tôi biết bạn của bạn là ai và tôi sẽ cho bạn biết bạn là ai” mang một ý nghĩa mới trong thế kỷ XNUMX vì có thể thu được một lượng dữ liệu khổng lồ xung quanh người đó.
Nếu chúng ta nói gần hơn về truyền thông quảng cáo, thì việc nhận thông tin quảng cáo không phải từ quảng cáo mà từ một số bạn bè, người quen hoặc một người nào đó đã được xác minh là một tính năng rất thú vị được nhiều nhà tiếp thị sử dụng. Khi một số ứng dụng đột nhiên cung cấp cho bạn mã khuyến mãi miễn phí, bạn sẽ đăng một bài về ứng dụng đó và từ đó thu hút một lượng khán giả mới. Trên thực tế, mã khuyến mãi dành cho “Yandex.Taxi” có điều kiện này không được chọn ngẫu nhiên, nhưng để làm được điều này, một lượng lớn dữ liệu đã được phân tích về tiềm năng thu hút khán giả mới và bằng cách nào đó tương tác với họ.
Họ thậm chí còn phân tích hành vi của các nhân vật phim truyền hình
Tôi sẽ cho bạn xem ba bức ảnh và bạn cho tôi biết sự khác biệt giữa chúng.
Cái này:
Cái này:
Và cái này nữa:
Sự khác biệt giữa chúng là gì? Mọi thứ đều đơn giản ở đây. Giống như trong cơ học lượng tử, trong trường hợp này sự sáng tạo này được hình thành bởi người quan sát. Tức là, sự khác biệt trong cùng một chiến dịch quảng cáo, được thực hiện bởi cùng một thương hiệu vào cùng thời điểm, chỉ nằm ở việc ai đã xem quảng cáo này. Cá nhân tôi khi đến Amediateka họ vẫn chiếu Khal Drogo. Tôi không biết Amediateka nghĩ gì về sở thích của mình, nhưng vì lý do nào đó mà điều này lại xảy ra.
Cái mà ngày nay được gọi là truyền thông cá nhân hóa là câu chuyện phổ biến nhất về việc thu hút khán giả và tương tác đúng cách với họ. Nếu ở giai đoạn đầu tiên, chúng tôi xác định được những người sử dụng dữ liệu thương hiệu của chúng tôi, dữ liệu nguồn mở và, chẳng hạn như dữ liệu từ môi trường của người này, thì sau khi phân tích anh ta, chúng ta có thể hiểu anh ta là ai, cách nói chuyện với anh ta một cách chính xác và quan trọng nhất là , anh ấy nói ngôn ngữ gì hãy nói chuyện với anh ấy.
Ở đây công nghệ đã tiến xa đến mức các nhân vật trong phim truyền hình mà mọi người xem hiện đang được phân tích. Tức là, bạn thích phim truyền hình nhiều tập - họ [lượt thích] được xem, họ xem bạn đã tương tác với ai ở đó, để hiểu loại người nào sẽ phù hợp để bạn tương tác. Nghe có vẻ hoàn toàn vô nghĩa, nhưng chỉ để giải trí, hãy thử nó trên một trong các tài nguyên - những người khác nhau sẽ nhìn thấy các quảng cáo khác nhau (để tương tác với nó một cách chính xác).
Không một phương tiện truyền thông hiện đại hay bất kỳ nguồn video nào chỉ hiển thị cho bạn một số tin tức. Truy cập vào phương tiện truyền thông - một số lượng lớn các thuật toán được tải để nhận dạng bạn, hiểu tất cả hoạt động trước đó của bạn, thu hút mô hình toán học và sau đó hiển thị cho bạn điều gì đó. Trong trường hợp này, có một câu chuyện kỳ lạ như vậy.
Nhu cầu được xác định như thế nào? Đo tâm lý. Sinh lý học
Có nhiều cách tiếp cận (thực tế) để xác định nhu cầu thực tế của một người và cách giao tiếp với họ một cách chính xác. Có nhiều cách tiếp cận, mọi việc đều được giải quyết khác nhau, không thể nói được cái nào tốt, cái nào xấu. Những người chính dường như biết tất cả mọi thứ.
Đo tâm lý. Theo tôi, sau câu chuyện với Cambridge Analytics, nó đã gây sốc, theo ý kiến của tôi, một bước ngoặt nào đó, bởi vì giờ đây mỗi công ty chính trị thứ hai đều đến và nói: “Ồ, bạn có thể khiến tôi giống Trump không? Tôi cũng muốn chiến thắng, vân vân.” Trên thực tế, điều này tất nhiên là vô nghĩa đối với thực tế của chúng ta, chẳng hạn như các cuộc bầu cử chính trị. Nhưng để xác định kiểu tâm lý, ba mô hình được sử dụng:
- đầu tiên dựa trên nội dung bạn sử dụng - những từ bạn viết, một số thông tin bạn thích, video, v.v.;
- thứ hai gắn liền với cách bạn tương tác với giao diện web, cách bạn nhập, nút nào bạn nhấn - thực sự, có toàn bộ công ty, dựa trên chữ viết tay trên bàn phím của họ, có thể xác định khá đáng tin cậy cái mà ngày nay được gọi là kiểu hình tâm lý.
- Tôi không phải là nhà tâm lý học nhiều, tôi thực sự không hiểu nó hoạt động như thế nào, nhưng từ quan điểm của truyền thông quảng cáo, khán giả được chia thành các phân khúc này hoạt động rất tốt, bởi vì ai đó cần được xem màn hình màu đỏ với màn hình màu xanh lam. phụ nữ, ai đó cần được hiển thị trên màn hình tối - nền xanh với một số kiểu trừu tượng và nó hoạt động rất tuyệt. Ở một số mức độ thấp - nhiều đến mức một người thậm chí không nghĩ về nó. Vấn đề chính của thị trường quảng cáo hiện nay là gì? Mọi người đều là đặc vụ tình báo, mọi người đều lẩn trốn, mọi người đều được cài đặt hàng triệu nghìn quyền trình duyệt, để không bị nhận dạng dưới bất kỳ hình thức nào - bạn có thể có “Adblocks”, “Gostrey” và tất cả các loại ứng dụng chặn theo dõi. Bởi vì điều này, rất khó để hiểu bất cứ điều gì về một người. Và công nghệ đã phát triển - bạn không chỉ cần biết rằng người này đã quay lại trang web của bạn lần thứ 125 mà còn biết rằng anh ta cũng là một người kỳ lạ như vậy.
Sinh lý học là một môn khoa học gây nhiều tranh cãi. Nó thậm chí không được coi là khoa học. Đây là một nhóm người đã từng lập trình máy phát hiện nói dối cho một số Bộ Nội vụ và hiện đang tham gia vào cái được gọi là hiện thân của sự sáng tạo. Cách tiếp cận ở đây rất đơn giản: một số bức ảnh công khai của bạn được lấy từ một số mạng xã hội và hình học ba chiều được xây dựng từ chúng. Và nếu bạn là một luật sư, bây giờ bạn sẽ nói rằng đây là dữ liệu cá nhân và cá nhân; nhưng tôi sẽ nói với bạn rằng đây là 300 nghìn điểm nằm trong không gian và đây không phải là con người cũng như không phải dữ liệu cá nhân. Đây là điều mọi người thường nói khi Roskomnadzor đến gặp họ.
Nhưng nghiêm túc mà nói, khuôn mặt của bạn riêng biệt, nếu họ và tên của bạn không được ký ở đó thì không phải là dữ liệu cá nhân của bạn. Vấn đề là các chàng trai đánh dấu các đặc điểm khác nhau trên khuôn mặt ảnh hưởng đến cách một người đưa ra quyết định và cách tương tác với anh ta một cách chính xác. Ở một số khu vực, điều này hoạt động kém, ở một số phân khúc quảng cáo; nó hoạt động rất tốt ở phân khúc nào. Cuối cùng, hóa ra là khi bạn truy cập một số tài nguyên, bạn không chỉ thấy một biểu ngữ được hiển thị cho mọi người, mà, chẳng hạn như... bây giờ, việc đưa ra 16 hoặc 20 tùy chọn cho các đối tượng khác nhau là điều bình thường - và nó hoạt động rất tuyệt. Đúng vậy, điều này thậm chí còn đáng buồn hơn từ quan điểm của người tiêu dùng, bởi vì mọi người ngày càng bắt đầu bị thao túng. Tuy nhiên, từ quan điểm kinh doanh, nó hoạt động rất tốt.
Hộp đen của học máy
Điều này dẫn đến vấn đề sau với những công nghệ như vậy: xét cho cùng, đối với hầu hết các nhà phát triển hiện nay, thứ được gọi là deep learning là một “hộp đen”. Nếu bạn đã từng đắm chìm trong câu chuyện này và nói chuyện với các nhà phát triển, họ luôn nói: “Ồ, nghe này, chúng tôi đã mã hóa một thứ gì đó rất khó hiểu ở đó và chúng tôi không biết nó hoạt động như thế nào”. Có lẽ ai đó đã gặp phải trường hợp này.
Điều này thực sự là xa sự thật. Cái mà ngày nay được gọi là học máy không phải là “hộp đen”. Có rất nhiều cách tiếp cận để mô tả dữ liệu đầu vào và đầu ra, và cuối cùng, công ty có thể hiểu rõ dựa trên những dấu hiệu nào mà máy quyết định cho bạn xem video khiêu dâm này hay video khác. Câu hỏi đặt ra là chưa có công ty nào tiết lộ điều này, bởi vì: thứ nhất, đó là bí mật thương mại; thứ hai, sẽ có một lượng dữ liệu khổng lồ mà bạn thậm chí còn chưa biết đến.
Ví dụ: trước đó, trong một cuộc thảo luận về đạo đức, chúng ta đã thảo luận về cách các mạng xã hội phân tích tin nhắn cá nhân để gắn thẻ mọi người vào một số loại câu chuyện quảng cáo. Nếu bạn viết điều gì đó cho ai đó, dựa trên điều này, trên thực tế, bạn sẽ nhận được một thẻ cụ thể cho một số loại hình truyền thông quảng cáo. Và bạn sẽ không bao giờ chứng minh được điều đó, và có lẽ chẳng ích gì khi chứng minh điều đó. Tuy nhiên, nếu các mẫu tương tự được tiết lộ, chúng sẽ tồn tại. Hóa ra là thị trường xây dựng các hệ thống tư vấn như vậy giả vờ như không biết tại sao điều này lại xảy ra.
Mọi người không muốn biết mọi người biết gì về họ
Và câu chuyện thứ hai là khách hàng không bao giờ muốn biết tại sao mình lại nhận được quảng cáo cụ thể này, sản phẩm cụ thể này. Tôi sẽ kể cho bạn nghe câu chuyện này. Trải nghiệm đầu tiên của tôi trong việc triển khai thương mại các hệ thống khuyến nghị dựa trên các thuật toán tương tự chính xác cho mục đích nghiên cứu là vào năm 2015 trong một mạng lưới rất lớn các cửa hàng tình dục (vâng, cũng không phải là một câu chuyện đặc biệt khó chịu).
Khách hàng được cung cấp những điều sau: họ đăng nhập, đăng nhập bằng mạng xã hội của mình và sau khoảng 5 giây, họ nhận được một cửa hàng hoàn toàn được cá nhân hóa cho họ, nghĩa là tất cả các sản phẩm đã thay đổi - chúng thuộc một danh mục nhất định, v.v. . Bạn có biết tỷ lệ chuyển đổi của cửa hàng này đã tăng lên bao nhiêu không? Không bằng bất kỳ cách nào! Mọi người bước vào và lập tức bỏ chạy. Họ bước vào và nhận ra rằng họ được cung cấp chính xác những gì họ đang nghĩ đến...
Vấn đề với bài kiểm tra này là dưới mỗi sản phẩm đều có ghi lý do tại sao bạn được cung cấp sản phẩm cụ thể đó (“vì bạn là thành viên của nhóm ẩn “Người phụ nữ quyền lực đang tìm kiếm một người đàn ông làm tấm thảm chùi chân”). Do đó, các hệ thống khuyến nghị hiện đại không bao giờ hiển thị dữ liệu trên cơ sở đó đưa ra “dự đoán”.
Một câu chuyện rất phổ biến là giới truyền thông vì họ đều sử dụng hệ thống gợi ý tương tự nhau. Trước đây, các thuật toán rất đơn giản: xem danh mục “Chính trị” - và chúng hiển thị cho bạn tin tức từ danh mục “Chính trị”. Bây giờ mọi thứ phức tạp đến mức họ phân tích những nơi bạn dừng chuột, những từ bạn tập trung vào, những gì bạn đã sao chép, cách bạn thường tương tác với trang này. Sau đó, anh ấy phân tích từ vựng của các thông điệp: vâng, bạn không chỉ đọc tin tức về Putin, mà theo một cách nào đó, với một màu sắc cảm xúc nhất định. Và khi một người nhận được tin tức nào đó, anh ta thậm chí không nghĩ đến việc mình đến đây bằng cách nào. Tuy nhiên, sau đó anh ấy tương tác với nội dung này.
Tất nhiên, tất cả những điều này đều nhằm mục đích giữ chân một người đàn ông nhỏ bé tội nghiệp, bất hạnh, người vốn đã phát điên trước lượng thông tin khổng lồ xung quanh mình. Ở đây phải nói rằng sẽ rất tuyệt nếu sử dụng những hệ thống như vậy để cá nhân hóa quảng cáo xung quanh bạn và thu thập một số thông tin, nhưng thật không may, vẫn chưa có dịch vụ nào như vậy.
Trí tuệ nhân tạo nắm bắt được khách hàng và tạo ra nhu cầu
Và ở đây nảy sinh một câu hỏi triết học rất thú vị, chuyển từ việc tạo ra hệ thống khuyến nghị sang tạo ra nhu cầu. Hiếm khi có ai nghĩ về điều đó, nhưng khi bạn cố hỏi cái gọi là Instagram, “Tại sao bạn lại thu thập dữ liệu? Tại sao không cho tôi xem quảng cáo hoàn toàn ngẫu nhiên?” - Instagram sẽ nói với bạn: “Bạn ơi, tất cả điều này được thực hiện để cho bạn thấy chính xác những gì bạn thấy thú vị.” Giống như, chúng tôi muốn biết bạn một cách chính xác để có thể cho bạn thấy chính xác những gì bạn đang tìm kiếm.
Nhưng công nghệ đã vượt qua ngưỡng khủng khiếp này từ lâu và các công nghệ tương tự không còn dự đoán được bạn cần gì nữa. Họ (chú ý!) tạo ra nhu cầu. Đây có lẽ là điều đáng sợ nhất xoay quanh trí tuệ nhân tạo trong những cuộc giao tiếp như vậy. Điều đáng sợ là nó đã được sử dụng ở hầu hết mọi nơi trong 3-5 năm qua - từ kết quả tìm kiếm của Google đến kết quả tìm kiếm Yandex, đến một số hệ thống... Được rồi, tôi sẽ không nói xấu về Yandex; và tốt.
Vấn đề ở đây là gì? Đã lâu rồi kể từ khi những truyền thông quảng cáo như vậy rời xa chiến lược bạn viết “Tôi muốn mua ghế trẻ em” và xem hàng trăm nghìn triệu ấn phẩm. Họ chuyển sang phần sau: ngay khi người phụ nữ đăng một bức ảnh với cái bụng gần như không nhìn thấy được, chồng cô ấy sẽ ngay lập tức nhận được những tin nhắn: “Trời ơi, sắp sinh rồi. Mua một chiếc ghế trẻ em."
Ở đây, bạn có thể hỏi một cách hợp lý, tại sao với những tiến bộ công nghệ khổng lồ như vậy, chúng ta vẫn thấy những quảng cáo tồi tệ như vậy trên mạng xã hội? Vấn đề là ở thị trường này mọi thứ vẫn được quyết định bằng tiền, vì vậy một lúc nào đó một số nhà quảng cáo như Coca-Cola có thể đến và nói: “Đây là 20 triệu cho bạn - hãy hiển thị các biểu ngữ tồi tệ của tôi cho toàn bộ Internet.” Và họ thực sự sẽ làm được điều đó.
Nhưng nếu bạn tạo một loại tài khoản sạch nào đó và kiểm tra xem các thuật toán đó đoán bạn chính xác đến mức nào: trước tiên chúng cố gắng đoán bạn, sau đó chúng bắt đầu làm điều gì đó với bạn trước. Và bộ não con người hoạt động theo cách mà khi nhận được thông tin đáng tin cậy, nó thậm chí không xử lý được thời điểm tại sao nó lại nhận được thông tin này. Nguyên tắc đầu tiên để xác định bạn đang mơ là phải hiểu bạn đến đây bằng cách nào. Một người không bao giờ nhớ được khoảnh khắc mình ở trong một căn phòng nào đó. Ở đây cũng tương tự.
Google có thể bắt đầu định hình thế giới quan của bạn
Những nghiên cứu như vậy được thực hiện bởi một số công ty nước ngoài tham gia i-tracking. Họ cài đặt các thiết bị trên máy tính đặc biệt để ghi lại vị trí mà mắt của đối tượng thử nghiệm đang nhìn. Tôi đã tuyển từ năm đến bảy nghìn tình nguyện viên, những người chỉ cần cuộn nguồn cấp dữ liệu, tương tác với mạng xã hội, với quảng cáo và họ ghi lại thông tin về phần nào của biểu ngữ và quảng cáo mà những người này dừng mắt.
Và hóa ra là khi mọi người nhận được nội dung sáng tạo mang tính cá nhân hóa cao như vậy, họ thậm chí không nghĩ về nó - họ ngay lập tức tiếp tục, bắt đầu tương tác với nó. Từ quan điểm kinh doanh, điều này là tốt, nhưng từ quan điểm của chúng tôi, với tư cách là người dùng, điều này không hay ho lắm, bởi vì - họ sợ điều gì? – Rằng tại một thời điểm thích hợp, “Google” có điều kiện có thể bắt đầu (hoặc tất nhiên, nó có thể không bắt đầu) hình thành thế giới quan của riêng mình. Chẳng hạn, ngày mai anh ấy có thể bắt đầu cho mọi người xem tin tức rằng trái đất phẳng.
Đùa thôi, nhưng họ đã bị bắt nhiều lần đến mức trong các cuộc bầu cử, họ bắt đầu cung cấp một số thông tin nhất định cho một số người. Tất cả chúng ta đều quen với việc công cụ tìm kiếm lấy mọi thứ một cách trung thực. Tuy nhiên, như tôi luôn nói, nếu bạn thực sự muốn biết thế giới hoạt động như thế nào, hãy viết công cụ tìm kiếm của riêng bạn, không có bộ lọc, không chú ý đến bản quyền, không xếp hạng một số bạn bè của bạn trong kết quả tìm kiếm. Việc hiển thị dữ liệu thực trên Internet nhìn chung khác với những gì được hiển thị bởi Google, Yandex, Bing, v.v. Một số tài liệu bị ẩn vì bạn bè, đồng nghiệp, kẻ thù hoặc người khác (hoặc người yêu cũ mà bạn đã ngủ cùng) - điều đó không thành vấn đề.
Trump đã thắng như thế nào
Khi diễn ra cuộc bầu cử cuối cùng ở Hoa Kỳ, một nghiên cứu rất đơn giản đã được tiến hành. Họ nhận những yêu cầu giống nhau ở những nơi khác nhau, từ những địa chỉ IP khác nhau, từ những thành phố khác nhau, những người khác nhau tìm kiếm cùng một thứ trên Google. Thông thường, yêu cầu có dạng: ai sẽ thắng trong cuộc bầu cử? Và thật ngạc nhiên, kết quả được xây dựng theo cách mà ở những bang có số lượng người cố gắng bỏ phiếu sai ứng cử viên lớn nhất, họ nhận được một số tin tốt về ứng cử viên mà Google đã thăng chức. Cái nào? Chà, rõ ràng là ai – người đã trở thành tổng thống. Đây là một câu chuyện hoàn toàn không thể chứng minh được, và tất cả những nghiên cứu này chỉ là một ngón tay trong nước. Google có thể nói: “Các bạn, tất cả điều này được thực hiện để chúng tôi hiển thị nội dung phù hợp nhất cho bạn”.
Từ giờ trở đi, bạn nên biết rằng những gì được gọi là phù hợp tối đa hoàn toàn không phải như vậy. Công ty gọi thứ gì đó có liên quan cần được bán cho bạn vì lý do tốt hay xấu nào đó.
Những người hiện không có tiền đã chuẩn bị cho việc mua hàng trong tương lai
Có một điểm thú vị khác ở đây mà tôi sẽ kể cho bạn nghe. Một lượng lớn khán giả tích cực hiện nay trên mạng xã hội và ứng dụng là giới trẻ. Hãy gọi nó là - thanh niên vỡ nợ: những đứa trẻ 8-9 tuổi chơi những trò đùa nghịch, đây là những đứa trẻ 12-13-14 mới đăng ký trên mạng xã hội. Tại sao các công ty lớn lại chi ngân sách và nguồn lực khổng lồ để tạo ra các ứng dụng dành cho đối tượng không trả tiền nhưng không bao giờ kiếm được tiền? Tại thời điểm đối tượng này trở nên dễ chịu hơn, sẽ có đủ lượng dữ liệu về nó để dự đoán rất chính xác hành vi của nó.
Bây giờ hãy hỏi bất kỳ nhà nghiên cứu mục tiêu nào, đối tượng khó tính nhất là gì? Họ sẽ nói: lợi nhuận cao. Bởi vì việc bán một căn hộ trị giá 150 triệu rúp thông qua mạng xã hội chẳng hạn là điều gần như không thể. Có những trường hợp cá biệt khi bạn thực hiện một số loại quảng cáo cho 10 nghìn người, một người mua căn hộ này - khách hàng thành công... Nhưng cứ mười nghìn người thì có một người, theo quan điểm thống kê, là hoàn toàn tào lao. Vậy tại sao việc xác định đối tượng có thu nhập cao lại khó khăn? Bởi vì những người hiện là thành viên của đối tượng có lợi nhuận cao đều sinh ra khi Internet vẫn còn rất nhỏ, khi chưa ai biết đến Artemy Lebedev và không có thông tin gì về họ. Không thể dự đoán mô hình hành vi của họ, không thể hiểu ai là người dẫn dắt quan điểm của họ và họ nhận được từ nguồn nội dung nào.
Vì vậy, khi tất cả các bạn đều trở thành tỷ phú sau 25 năm nữa và các công ty sắp bán cho bạn thứ gì đó sẽ có một lượng dữ liệu khổng lồ. Đó là lý do tại sao chúng tôi hiện có GDPR tuyệt vời ở Châu Âu nhằm ngăn chặn việc thu thập dữ liệu từ trẻ vị thành niên.
Đương nhiên, điều này hoàn toàn không có tác dụng trên thực tế, vì tất cả trẻ em vẫn chơi trên tài khoản của cha và mẹ chúng - đây là cách thu thập thông tin. Lần tới khi bạn đưa cho con mình một chiếc máy tính bảng, hãy nghĩ về điều này.
Hoàn toàn không phải là một tương lai đen tối, đáng sợ nào đó, khi mọi người sẽ chết trong cuộc chiến với máy móc - một câu chuyện hoàn toàn có thật bây giờ. Có rất nhiều công ty đang tạo ra các thuật toán để phân tích tâm lý con người dựa trên cách họ chơi trò chơi. Một ngành rất thú vị. Dựa trên tất cả những điều này, mọi người sau đó sẽ được phân đoạn để giao tiếp với họ bằng cách nào đó.
Dự đoán về hành vi của những người này sẽ có sau 10-15 năm nữa - chính xác là vào thời điểm họ trở thành khán giả dung hòa. Điều quan trọng nhất là những người này đã cho phép trước để xử lý dữ liệu cá nhân của họ, chuyển dữ liệu đó cho bên thứ ba và tất cả điều này là niềm hạnh phúc, v.v.
Ai sẽ mất việc?
Và câu chuyện cuối cùng của tôi là mọi người luôn hỏi điều gì sẽ xảy ra sau 50 năm nữa: tất cả chúng ta sẽ chết, những người làm marketing sẽ thất nghiệp… Ở đây có những người làm marketing đang lo lắng về tình trạng thất nghiệp phải không? Nói chung không cần phải lo lắng, vì người có trình độ cao sẽ không bị mất việc.
Cho dù thuật toán nào được tạo ra, cho dù máy móc có tiến gần đến những gì chúng ta có ở đây đến đâu (chỉ vào đầu anh ta), nếu nó phát triển đủ nhanh, những người như vậy sẽ không bao giờ nhàn rỗi, bởi vì sẽ phải có ai đó tạo ra những thứ sáng tạo này LÀM. Vâng, có đủ loại “gans” vẽ những bức tranh trông giống người và tạo ra âm nhạc, nhưng vẫn khó có khả năng những người trong lĩnh vực này sẽ mất việc.
Tôi có mọi thứ về câu chuyện, vì vậy bạn có thể đặt câu hỏi nếu có thêm. Cảm ơn.
Dẫn: – Các bạn ơi, bây giờ chúng ta đang chuyển sang phần “Hỏi đáp”. Bạn giơ tay - Tôi đến với bạn.
Câu hỏi của khán giả (XNUMX): – Câu hỏi về “hộp đen”. Họ nói rằng có thể hiểu cụ thể lý do tại sao người dùng đó lại nhận được kết quả như vậy và như vậy. Đây có phải là một số loại thuật toán hay nó cần được phân tích mỗi lần cho từng mô hình đặc biệt (lưu ý của tác giả: “đặc biệt cho điều này” - một đơn vị cụm từ tiếng Latinh)? Hoặc có những cái được làm sẵn cho một loại mạng thần kinh nào đó, nói một cách đại khái, có thể có ý nghĩa trong kinh doanh?
Ồ: – Ở đây bạn cần hiểu những điều sau: có rất nhiều nhiệm vụ trong học máy. Ví dụ, có một nhiệm vụ - hồi quy. Đối với hồi quy, không cần mạng lưới thần kinh nào cả. Mọi thứ đều đơn giản: bạn có một số chỉ số, bạn cần tính toán những điều sau. Có những nhiệm vụ cần phải sử dụng đến thứ như học sâu. Thật vậy, trong học sâu, rất khó để hiểu một cách đáng tin cậy trọng số nào được gán cho nơ-ron nào, nhưng về mặt pháp lý, tất cả những gì bạn cần là hiểu dữ liệu nào ở đầu vào và cách nó diễn ra ở đầu ra. Điều này đủ về mặt pháp lý để cấp bằng sáng chế cho một quyết định như vậy và đủ để hiểu câu chuyện được thực hiện dựa trên cơ sở nào.
Không phải là bạn truy cập trang web và được hiển thị một loại biểu ngữ nào đó vì bạn đã chụp một bức ảnh với mái tóc đỏ trên Instagram hai tháng trước. Nếu nhà phát triển không bao gồm việc thu thập dữ liệu này và đánh dấu màu tóc trong mô hình này, thì nó sẽ không xuất hiện từ đâu cả.
Làm thế nào để bán kết quả của hệ thống máy học?
З: – Vấn đề chỉ là cái gì: giải thích chính xác như thế nào, bán hàng như thế nào cho người không hiểu về machine learning. Tôi muốn nói: mô hình của tôi rõ ràng dẫn từ màu tóc đến... à, màu tóc thay đổi... Điều này có được hay không?
Ồ: - Có thể đúng. Nhưng từ quan điểm bán hàng, kế hoạch duy nhất sẽ hoạt động: bạn có một chiến dịch quảng cáo, chúng tôi thay thế đối tượng bằng đối tượng do máy tạo ra - và bạn chỉ cần xem kết quả. Thật không may, đây là cách duy nhất để thuyết phục khách hàng một cách đáng tin cậy rằng câu chuyện như vậy có hiệu quả, bởi vì trên thị trường có rất nhiều giải pháp đã từng được triển khai nhưng không hiệu quả.
Về việc tạo nhân cách ảo
З: - Xin chào. Cảm ơn vì bài giảng. Câu hỏi đặt ra là: một người có cơ hội gì, vì lý do nào đó không muốn đi theo sự dẫn dắt của máy học, để tạo cho mình một nhân cách ảo hoàn toàn khác với tính cách của chính mình, thông qua tương tác với giao diện hoặc vì một số lý do nào đó. Lý do khác?
Ồ: – Có rất nhiều plugin khác nhau xử lý cụ thể hành vi ngẫu nhiên. Có một điều thú vị - Ghostery, theo ý kiến của tôi, gần như che giấu hoàn toàn bạn khỏi một loạt các trình theo dõi khác nhau mà sau đó không thể ghi lại thông tin này. Nhưng trên thực tế, bây giờ tất cả những gì bạn cần chỉ là một hồ sơ kín trên mạng xã hội để không ai, không một kẻ độc ác nào có thể thu thập bất cứ thứ gì ở đó. Có lẽ tốt hơn là bạn nên cài đặt một số loại tiện ích mở rộng hoặc tự viết một cái gì đó.
Bạn thấy đấy, khái niệm ở đây là về mặt pháp lý, chẳng hạn, dữ liệu cá nhân đề cập đến dữ liệu mà bạn có thể được nhận dạng và luật pháp đưa ra ví dụ về địa chỉ cư trú, tuổi của bạn, v.v. Ngày nay, có vô số dữ liệu có thể nhận dạng bạn: cùng một chữ viết tay trên bàn phím, cùng một cách nhấn, chữ ký điện tử của trình duyệt... Sớm hay muộn, một người cũng mắc lỗi. Anh ta có thể ở đâu đó trong một “quán cà phê” sử dụng “Thor”, nhưng cuối cùng, vào một thời điểm thích hợp, VPN sẽ quên bật hoặc thứ gì đó khác và tại thời điểm đó anh ta có thể được xác định. Vì vậy cách dễ nhất là tạo một tài khoản riêng tư và cài đặt một số tiện ích mở rộng.
Thị trường đang tiến tới điểm mà bạn chỉ cần nhấn một nút là có kết quả.
З: - Cảm ơn vì câu chuyện. Như mọi khi, luôn rất thú vị (Tôi đang theo dõi bạn). Câu hỏi đặt ra là: có tiến bộ gì trong việc tạo ra các hệ thống, hệ thống khuyến nghị tích cực cho người dùng? Bạn nói rằng đã có lúc bạn đang làm việc trên một hệ thống khuyến nghị để tìm bạn tình, một người bạn trong cuộc sống (hoặc âm nhạc mà một người có thể thích)... Tất cả những điều này đầy hứa hẹn như thế nào và bạn thấy sự phát triển của nó như thế nào quan điểm tạo ra những hệ thống mà mọi người cần?
Ồ: – Nhìn chung, thị trường đang chuyển sang thời điểm mọi người chỉ cần nhấn một nút là có ngay thứ mình cần. Đối với kinh nghiệm của tôi trong việc tạo các ứng dụng hẹn hò (nhân tiện, chúng tôi sẽ khởi chạy lại nó vào cuối năm), ngoài việc 65% là nam giới đã có gia đình, vấn đề giới thiệu khó nhất là một người được mời làm nhiều người mẫu. khi bắt đầu ứng dụng - “ Tình bạn”, “Tình dục”, “Tình bạn tình dục” và “Kinh doanh”. Mọi người đã không chọn những gì họ cần. Đàn ông đến và chọn “Tình yêu”, nhưng trên thực tế, họ ném ảnh khỏa thân vào mọi người, v.v.
Vấn đề là xác định một người không phù hợp với một trong những mô hình này và bằng cách nào đó đưa anh ta một cách suôn sẻ và chuyển anh ta sang hướng khác. Do lượng dữ liệu ít nên rất khó xác định liệu đây có phải là lỗi trong thuật toán dự báo hay một người không thuộc danh mục của mình. Với âm nhạc cũng vậy: hiện nay có rất ít thuật toán thực sự xứng đáng có thể “facast” âm nhạc tốt. Có lẽ là Yandex.Music. Một số người cho rằng thuật toán Yandex.Music không tốt. Ví dụ, tôi thích cô ấy. Ví dụ: cá nhân tôi không thích thuật toán âm nhạc của YouTube, v.v.
Tất nhiên, có một số điều tế nhị - mọi thứ đều gắn liền với giấy phép... Nhưng trên thực tế, nhu cầu về những hệ thống như vậy là khá cao. Có một thời, người ta biết đến công ty Retail Rocket, công ty tham gia vào việc triển khai các hệ thống đề xuất, nhưng bây giờ bằng cách nào đó, công ty này hoạt động không mấy tốt đẹp - rõ ràng là vì họ đã không phát triển thuật toán của mình trong một thời gian dài. Mọi thứ đều hướng tới điều này - đến mức chúng ta đi vào và không cần nhấn bất cứ thứ gì, có được thứ mình cần (và trở nên hoàn toàn ngu ngốc, vì khả năng lựa chọn của chúng ta đã hoàn toàn biến mất).
Tiếp thị ảnh hưởng
З: - Xin chào. Tên tôi là Konstantin. Tôi muốn nêu một câu hỏi về tiếp thị ảnh hưởng. Bạn có biết hệ thống nào cho phép doanh nghiệp lựa chọn một blogger phù hợp cho doanh nghiệp dựa trên một số dữ liệu thống kê, v.v. không? Và điều này được thực hiện dựa trên cơ sở nào?
Ồ: – Vâng, tôi sẽ bắt đầu từ xa và nói ngay rằng vấn đề với tất cả những công nghệ này là tất cả trí tuệ nhân tạo trong tiếp thị giờ đây giống như một người đi trên dây: bên trái có những công ty lớn có rất nhiều tiền, và ở trong mọi trường hợp, mọi thứ sẽ có hiệu quả đối với họ vì các chiến dịch quảng cáo của họ chỉ nhằm mục đích thu hút lượt xem; mặt khác, có rất nhiều doanh nghiệp nhỏ mà điều này sẽ không hiệu quả vì họ có rất nhiều dữ liệu. Cho đến nay, khả năng ứng dụng của những câu chuyện này chỉ ở mức trung bình.
Khi đã có ngân sách tốt và nhiệm vụ là xử lý các ngân sách này một cách chính xác (và về nguyên tắc, đã có khá nhiều dữ liệu)… Tôi biết một số dịch vụ, chẳng hạn như Getblogger, dường như có thuật toán. Thành thật mà nói, tôi chưa nghiên cứu các thuật toán này. Tôi có thể cho bạn biết cách chúng tôi sử dụng để tìm những người dẫn dắt quan điểm khi chúng tôi cần tặng quà cho một số bà mẹ.
Chúng tôi sử dụng số liệu gọi là Thời gian phân phối nội dung. Nó hoạt động như thế này: bạn chọn một người có đối tượng mà bạn đang phân tích và bạn cần thu thập thông tin một cách có hệ thống (ví dụ: 5 phút một lần) trên mỗi bài đăng, ai đã thích bài đăng đó, đã nhận xét về bài đăng đó, v.v. Bằng cách này, bạn có thể hiểu thời điểm mỗi người trong đối tượng tương tác với nội dung của bạn. Lặp lại thao tác này cho từng đại diện khán giả của họ và do đó, bằng cách sử dụng thước đo về thời gian phổ biến nội dung trung bình, chẳng hạn, nó có thể được tô màu trong biểu đồ mạng lớn của những người này và sử dụng thước đo này để xây dựng các cụm.
Điều này hoạt động khá tốt, chẳng hạn như nếu chúng ta muốn tìm 15 bà mẹ duy trì quan điểm của họ về một số woman.ru. Nhưng đây là một triển khai kỹ thuật khá phức tạp (mặc dù về mặt lý thuyết thì nó có thể được thực hiện bằng Python). Điểm mấu chốt là vấn đề với tiếp thị ảnh hưởng ở các công ty quảng cáo lớn là họ cần những blogger lớn, ngầu, đắt tiền nhưng không làm việc để kiếm tiền. Giờ đây, một thương hiệu ô tô muốn bán một số sản phẩm thông qua một số người dẫn đầu dư luận - họ cần sử dụng một blogger ô tô như là phương sách cuối cùng, bởi vì khán giả của họ hoặc đã mua ô tô hoặc biết chính xác loại ô tô họ muốn, chỉ cần ngồi và nhìn vào những chiếc xe mát mẻ. Ở đây điều quan trọng là không bỏ lỡ việc phân tích khán giả của chính người đó.
Robot tiếp thị
З: – Cho tôi biết, bot trên mạng xã hội ảnh hưởng đến việc thu thập thông tin và chất lượng của nó như thế nào?
Ồ: – Đó là một điều thú vị với bot. Các bot giá rẻ khá dễ nhận biết - chúng có cùng nội dung hoặc là bạn bè của nhau hoặc ở trong cùng một mạng. Ngoài ra còn có các cách tiếp cận để xử lý các bot phức tạp. Hay bạn đang hỏi vấn đề làm thế nào để kết nối một người với sự giả tạo của anh ta?
З: – Làm thế nào để có được thông tin chất lượng cao với tất cả những thứ rác rưởi này?
Ồ: – Ở đây nó hoạt động theo cách này: do thực tế là có một lượng dữ liệu khổng lồ (ví dụ: đối với một số loại nghiên cứu tiếp thị), tất cả những điều gian lận này có thể bị loại bỏ. Nghĩa là, thà loại bỏ nhiều người thật hơn một chút còn hơn là bắt bot, vì việc chúng hiển thị bất kỳ quảng cáo nào cũng vô ích. Nhưng nếu bạn thu thập các số liệu, chẳng hạn như tương tác với biểu ngữ hoặc hệ thống đề xuất, thì những tài khoản đó có thể bị loại bỏ.
Hiện nay trên mạng xã hội, có khoảng XNUMX% nhân vật ảo hoặc đơn giản là các trang bị bỏ rơi hoặc người hướng nội, được thuật toán “so khớp” dưới dạng bot. Đối với việc liên kết một người với tài khoản giả của anh ta, ở đây cũng vậy, mọi thứ đều gắn liền với thực tế là người đó sớm hay muộn sẽ mắc sai lầm, và vấn đề là mô hình hành vi đều giống nhau - cả tài khoản thật và tài khoản giả của anh ta. Sớm hay muộn họ sẽ xem cùng một nội dung hoặc nội dung khác.
Ở đây tất cả không phụ thuộc vào tỷ lệ phần trăm lỗi mà phụ thuộc vào lượng thời gian cần thiết để xác định một người một cách đáng tin cậy. Đối với những người sống với Instagram của mình, thời gian để nhận dạng đáng tin cậy này chỉ còn năm phút. Đối với một số người – khoảng sáu đến tám tháng.
Bán dữ liệu cho ai và như thế nào?
З: - Xin chào. Tôi muốn biết dữ liệu được bán giữa các công ty như thế nào? Ví dụ: tôi có một ứng dụng trong đó bạn có thể tìm hiểu (với nhà phát triển) một người sẽ đi đâu, cửa hàng nào anh ta đến và số tiền anh ta chi tiêu ở đó. Và tôi muốn biết làm thế nào, giả sử, tôi có thể bán dữ liệu về đối tượng của mình cho các cửa hàng này hoặc đưa dữ liệu của mình vào một cơ sở dữ liệu khổng lồ và được trả tiền cho nó?
Ồ: – Về việc bán dữ liệu trực tiếp cho ai đó, bạn và những người khác đã đi trước OFD – nhà điều hành dữ liệu tài chính, những người đã khéo léo xây dựng bản thân giữa việc chuyển séc và Dịch vụ Thuế và hiện đang cố gắng bán dữ liệu cho mọi người. Quả thực, họ thực sự đã đánh sập toàn bộ thị trường phân tích di động. Trên thực tế, bạn có thể nhúng ứng dụng của mình, chẳng hạn như Facebook pixel, hệ thống DMP của nó; sau đó sử dụng đối tượng này để bán. Ví dụ: pixel "Mục tiêu tháng XNUMX". Tôi chỉ không biết bạn có loại khán giả nào, bạn cần phải hiểu. Nhưng trong mọi trường hợp, bạn có thể tích hợp vào Yandex hoặc My Target, đây là những hệ thống DMP lớn nhất.
Đây là một câu chuyện khá thú vị. Vấn đề duy nhất là bạn sẽ cung cấp cho họ tất cả lưu lượng truy cập và họ, với tư cách là sàn giao dịch, sẽ tự mình kiếm tiền từ lưu lượng truy cập này. Họ có thể hoặc không thể cho bạn biết rằng 10 người đã sử dụng khán giả của bạn. Do đó, hoặc bạn xây dựng mạng quảng cáo của riêng mình hoặc đầu hàng các DMP lớn.
Ai sẽ thắng - nghệ sĩ hay kỹ thuật viên?
З: – Một câu hỏi hơi xa phần kỹ thuật. Người ta nói về nỗi lo sợ của các nhà tiếp thị về tình trạng thất nghiệp hàng loạt sắp tới. Có phải đang có một cuộc đấu tranh cạnh tranh nào đó giữa tiếp thị sáng tạo (có vẻ như những người đã nghĩ ra quảng cáo gà, quảng cáo của Volkswagen) và những người liên quan đến Dữ liệu lớn (những người nói: bây giờ chúng tôi sẽ chỉ thu thập tất cả dữ liệu và phân phối quảng cáo được nhắm mục tiêu đến mọi người )? Với tư cách là người trực tiếp tham gia, bạn có ý kiến gì về việc ai sẽ thắng - nghệ sĩ, kỹ thuật viên hay sẽ có tác dụng hiệp lực nào đó?
Ồ: – Nghe này, họ làm việc cùng nhau. Các kỹ sư không nghĩ ra sự sáng tạo. Những người sáng tạo không tạo ra khán giả. Có một số loại câu chuyện đa ngành ở đây. Vấn đề thực sự hiện nay là đối với những người ngồi bấm nút, đối với những người làm “công việc khỉ”, nhấn những việc giống nhau hàng ngày - đây là những người sẽ biến mất.
Nhưng những người phân tích dữ liệu đương nhiên sẽ ở lại, nhưng phải có ai đó xử lý dữ liệu này. Ai đó sẽ phải nghĩ ra những bức tranh này, vẽ chúng. Một cỗ máy không thể có được sự sáng tạo như vậy! Đây hoàn toàn là sự điên rồ! Hoặc chẳng hạn như quảng cáo lan truyền của Carprice, nhân tiện, quảng cáo này đã hoạt động rất tốt. Hãy nhớ rằng, có một cái này trên YouTube: “Sell it at Carprice,” hoàn toàn điên rồ. Tất nhiên, không có mạng lưới thần kinh nào sẽ tạo ra một câu chuyện như vậy.
Nói chung, tôi ủng hộ quan điểm rằng không phải mọi người sẽ mất việc mà họ sẽ có thêm một chút thời gian rảnh và họ sẽ có thể dành thời gian rảnh này để tự học.
Quảng cáo nguyên thủy sẽ lụi tàn
З: - Nhìn chung, quảng cáo được hiển thị, các biểu ngữ - nói chung, thậm chí cả văn bản bán hàng cũng không được viết ở đó: “Bạn cần cửa sổ - hãy lấy nó!”, “Bạn cần thứ khác - hãy lấy nó!”, Tức là, không có sự sáng tạo nào cả.
Ồ: – Những quảng cáo như vậy tất nhiên sớm hay muộn cũng sẽ lụi tàn. Nó sẽ lụi tàn không phải vì sự phát triển của công nghệ mà vì sự phát triển của bạn và tôi.
Tốt hơn là trộn lẫn những điều liên quan với những điều không liên quan
З: - Tôi đây! Tôi có một câu hỏi về thử nghiệm mà bạn cho rằng không hiệu quả với bạn (với hệ thống gợi ý). Theo bạn, vấn đề là cái gì đã được ký ở đó, tại sao nó được khuyến nghị, hay là mọi thứ mà người dùng nhìn thấy đều có vẻ phù hợp với anh ta? Bởi vì tôi đã đọc một thí nghiệm dành cho các bà mẹ và chưa có nhiều dữ liệu cũng như không có nhiều dữ liệu từ Internet, chỉ có dữ liệu từ một cửa hàng tạp hóa dự đoán việc mang thai (rằng họ sẽ làm mẹ). Và khi họ trưng bày tuyển tập các sản phẩm dành cho bà mẹ tương lai, các bà mẹ đã kinh hãi vì họ biết đến chúng trước bất kỳ thông tin chính thức nào. Và nó không hoạt động. Và để giải quyết vấn đề này, họ đã cố tình trộn lẫn những sản phẩm có liên quan với một thứ hoàn toàn không liên quan.
Ồ: “Chúng tôi đã đặc biệt chỉ cho mọi người cơ sở đưa ra các khuyến nghị để hiểu phản hồi của họ. Trên thực tế, đây là nơi sinh ra khái niệm mà mọi người không cần phải nói rằng đây là một số sản phẩm siêu phù hợp với anh ấy.
Vâng, nhân tiện, có một cách tiếp cận để trộn chúng với những thứ không liên quan. Nhưng có điều ngược lại: đôi khi mọi người đến và tương tác với sản phẩm không liên quan này - xảy ra các ngoại lệ ngẫu nhiên, mô hình bị hỏng và mọi thứ thậm chí còn phức tạp hơn. Nhưng điều này thực sự tồn tại. Hơn nữa, nhiều công ty cố tình, nếu họ biết rằng ai đó đang xử lý dữ liệu của họ (ai đó có thể đánh cắp kết quả đầu ra đó từ họ), đôi khi họ trộn lẫn dữ liệu đó để sau này có thể chứng minh rằng bạn không lấy dữ liệu từ hệ thống khuyến nghị của họ mà từ cái gọi là Yandex.Market.
Trình chặn quảng cáo và bảo mật trình duyệt
З: - Xin chào. Bạn đã đề cập đến Ghostery và Adblock. Bạn có thể cho chúng tôi biết mức độ hiệu quả của các công cụ theo dõi nói chung (có thể dựa trên số liệu thống kê) không? Và bạn có bất kỳ đơn đặt hàng nào từ các công ty không: họ nói, hãy đảm bảo rằng quảng cáo của chúng tôi không thể bị Adblock đóng.
Ồ: – Chúng tôi không liên hệ trực tiếp với các nền tảng quảng cáo – chính xác là họ không yêu cầu hiển thị quảng cáo của mình cho mọi người. Cá nhân tôi sử dụng Ghostery – Tôi nghĩ đây là một tiện ích mở rộng rất thú vị. Bây giờ tất cả các trình duyệt đang đấu tranh cho quyền riêng tư: Mozilla đã phát hành một loạt các loại bản cập nhật, Google Chrome hiện cực kỳ an toàn. Tất cả họ đều chặn mọi thứ họ có thể. “Safari” thậm chí còn tắt “Con quay hồi chuyển” theo mặc định.
Và tất nhiên, xu hướng này là tốt (không dành cho những người thu thập dữ liệu, mặc dù họ cũng đã thoát khỏi nó), bởi vì trước tiên mọi người đã chặn cookie. Mọi người sở hữu mạng quảng cáo đều nhớ đến một công nghệ tuyệt vời như dấu vân tay của trình duyệt - đây là những thuật toán nhận 60 thông số khác nhau (độ phân giải màn hình, phiên bản, phông chữ đã cài đặt) và dựa vào đó họ tính toán một “ID” duy nhất. Hãy chuyển sang vấn đề này. Và các trình duyệt bắt đầu gặp khó khăn với điều này. Nhìn chung, đây sẽ là cuộc chiến bất tận của các titan.
Nhà phát triển mới nhất Mozilla khá an toàn. Nó hầu như không lưu cookie và thiết lập thời gian tồn tại ngắn. Đặc biệt nếu bạn bật “Ẩn danh” thì sẽ không có ai tìm thấy bạn cả. Câu hỏi đặt ra là sẽ bất tiện khi nhập mật khẩu vào tất cả các dịch vụ.
Ở đâu việc phân tích tâm lý và sinh lý học có tác dụng và không có tác dụng?
З: – Arthur, cảm ơn bạn rất nhiều vì bài giảng. Tôi cũng thích theo dõi các bài giảng của bạn trên YouTube. Bạn đã đề cập rằng các nhà tiếp thị đang ngày càng sử dụng phương pháp phân tích tâm lý và nhân tướng học. Câu hỏi của tôi là: tính năng này hoạt động ở những danh mục thương hiệu nào? Tôi tin rằng điều này chỉ phù hợp với FMCG. Ví dụ như việc chọn một chiếc ô tô là...
Ồ: – Tôi có thể tải xuống nơi nó hoạt động chính xác. Điều này hoạt động trong tất cả các loại câu chuyện như “Amediateka”, phim truyền hình dài tập, phim điện ảnh, v.v. Điều này hoạt động tốt trong các ngân hàng và các sản phẩm ngân hàng, nếu không phải là phân khúc cao cấp mà là tất cả các loại thẻ sinh viên, gói trả góp - những thứ đó. Điều này thực sự hoạt động rất tốt trong ngành hàng tiêu dùng nhanh và tất cả các loại iPhone, bộ sạc, tất cả những thứ vớ vẩn này. Điều này hoạt động tốt trong các sản phẩm “mẹ và con”. Mặc dù tôi biết rằng trong câu cá (có một chủ đề như vậy)... Đã có những trường hợp xảy ra với ngư dân nhiều lần - họ không bao giờ có thể được phân chia một cách đáng tin cậy. Tôi không biết tại sao. Một số loại lỗi thống kê.
Điều này không hiệu quả với người lái xe, với đồ trang sức hoặc với một số đồ gia dụng. Trên thực tế, nó không hoạt động tốt với những thứ mà mọi người sẽ không bao giờ viết về nó trên mạng xã hội - bạn có thể kiểm tra theo cách này. Thông thường, khi mua máy giặt: làm thế nào để hiểu ai có máy giặt và ai không? Có vẻ như mọi người đều có nó. Bạn có thể sử dụng dữ liệu OFD - xem ai đã mua gì bằng biên lai và đối chiếu những người này bằng biên lai. Nhưng trên thực tế, có những điều bạn sẽ không bao giờ nói đến, chẳng hạn như trên Instagram - thật khó để làm việc với những thứ như vậy.
Máy móc nhận ra các thủ thuật như là việc nhồi nhét số liệu thống kê.
З: – Tôi có một câu hỏi về mục tiêu. Có thể (hoặc chúng đột nhiên tồn tại) một nhân vật ngẫu nhiên có điều kiện luôn mâu thuẫn với chính mình trong mọi việc: đầu tiên anh ta tìm trên Google “những phòng tập thể dục tốt nhất” và sau đó anh ta tìm trên Google “10 cách để không làm gì cả”? Và nó là như vậy trong mọi thứ. Việc nhắm mục tiêu có thể theo dõi điều gì đó mâu thuẫn với chính nó không?
Ồ: – Câu hỏi duy nhất ở đây là: nếu bạn đã sử dụng Google được 2 năm, đã kể cho nó mọi thứ bạn có thể về bản thân và bây giờ hãy cài đặt một plugin cho chính bạn để viết các truy vấn ngẫu nhiên tương tự, thì tất nhiên, từ số liệu thống kê, bạn sẽ có thể hiểu được - những gì bạn đang làm bây giờ là một ngoại lệ thống kê và tất cả chỉ là vấn đề sàng lọc. Nếu muốn, hãy đăng ký tài khoản mới nhưng lượng quảng cáo sẽ không thay đổi. Cô ấy sẽ trở nên kỳ lạ thôi. Mặc dù cô ấy vẫn còn xa lạ.
Một số quảng cáo 🙂
Cảm ơn bạn đã ở với chúng tôi. Bạn có thích bài viết của chúng tôi? Bạn muốn xem nội dung thú vị hơn? Hỗ trợ chúng tôi bằng cách đặt hàng hoặc giới thiệu cho bạn bè, , một dạng tương tự duy nhất của các máy chủ cấp đầu vào do chúng tôi phát minh ra dành cho bạn: (có sẵn với RAID1 và RAID10, tối đa 24 lõi và tối đa 40GB DDR4).
Dell R730xd rẻ hơn gấp 2 lần tại trung tâm dữ liệu Equinix Tier IV ở Amsterdam? Chỉ ở đây ở Hà Lan! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - từ $99! Đọc về
Nguồn: www.habr.com