Google анонсировал комплексное обновление DoubleClick Verification
Эта опция доступна для дисплейной, мобильной и видеорекламы. Реклама внутри приложений здесь не включена.
Google объявил об обновлении спам-фильтров и функционала, направленного на защиту от мошенничества, в рамках приобретения компании spider.io. По словам представителей корпорации, в настоящее время над выявлением мошенничества работает более ста инженеров.
Google также обновил функционал, осуществляющий фильтрацию спама, в DoubleClick Verification, добавив возможности фильтрации до и после назначения ставки.
Рейтинги целевого контента в формате кинорейтингов
Google ввёл новую классификацию цифровых рейтингов, аналогичную кинорейтингам. Теперь рекламодатели могут назначать ставки на рекламные объявления на основании обозначения их рейтинга:
Новые обозначения рейтинга цифрового контента применяются к рекламному инвентарю в DoubleClick, YouTube, Контекстно-медийной сети (GDN) и AdMob.
Напоминаем, что Google закончил приобретение рекламной компании DoubleClick в марте 2008 года. В феврале 2010 года поисковик интегрировал технологии DoubleClick и заявил о готовности представить совместную разработку – модернизированную систему показа рекламных объявлений. В состав платформы для показов вошли два продукта: Ad Manager (собственная разработка Google) и система Dart (разработка Doubleclick).
В феврале 2014 года Google представил новый инструмент DoubleClick Search Commerce Suite. Новинка позволяет клиентам DoubleClick автоматически создавать и обновлять текст объявлений и работать с описаниями товаров, представленными в «Товарных объявлениях», основываясь на реалтайм-данных статистики.
В июне 2014 года Google Analytics Premium официально интегрировали с Менеджером кампаний DoubleClick и инструментом управления ставками DoubleClick Bid Manager. Нововведение позволило рекламодателям отслеживать, как пользователи на всех уровнях взаимодействуют с рекламой, запускаемой в рамках платформы DoubleClick.
Digital маркетинг: на пальцах о том, что это такое
Почему мы подняли эту тему?
Digital маркетинг: совершенно внезапно и случайно обнаружилось, что многие не знают определения этого понятия. Случилась очень забавная ситуация: к нам пришел клиент со словами:
«Нам нужен комплексный digital маркетинг, присылайте КП (коммерческое предложение), описания, презентации… после утвердим смету»
На что был простой ответ с нашей стороны:
«Ок. А вам прямо комплексный-комплексный или все-таки есть пул пожеланий?»
«Ну диджитал, вы же разбираетесь, вот и делайте»
Разумеется диалог продолжался еще какое-то время, и в итоге мы получили чистосердечное признание, что человек вообще не в курсе, что это слово означает. Мы, само собой, все объяснили и обсудили, но именно из-за этой ситуации хочется посвятить данному определению отдельную статью.
Итак, в первую очередь сформулируем общее понимание. В переводе с английского digital означает «цифровой». Digital маркетинг – это использование всего комплекса цифровых каналов, через которые продвигается бренд/компания/продукт или привлекается вниманию аудитории.
Диджитал-маркетинг (или цифровой маркетинг) не так давно начал осваиваться отечественными маркетологами, хотя существует довольно давно. Его называют также цифровым маркетингом. Это маркетинг товаров и услуг, ориентированный на применение цифровых технологий в целях привлечения и удержания клиентов (потребителей).
Термин «диджитал-маркетинг» начали широко использовать в 1990-х годах. При этом и в 1980-х на практике применяли приемы digital маркетинга, но термин этот не использовали. Например, компания ChannelNet (на тот момент она называлась SoftAd Group) разработала и реализовала рекламную кампанию для автопроизводителей: в журналах размещали вкладыши, которые читатели должны были вырезать и по почте выслать производителям. В ответ они получали бесплатный тест-драйв и дискету с рекламой разных марок автомобилей. По сути, это уже был диджитал маркетинг, ведь использовался цифровой носитель.
После этого абзаца можно подумать, что digital это просто «весь маркетинг», однако, это не так. В данном случае мы не используем каналы традиционного маркетинга. Мы используем только цифровые каналы. Вы спросите в чем фундаментальная разница? Она не всегда на поверхности.
Что же все-таки входит в digital?
Давайте еще раз, тезисно.
Инструменты диджитал-агентств
Диджитал-агентства занимаются продвижением брендов в цифровой среде.
В таких компаниях обычно есть маркетологи, SEO-специалисты, аналитики, менеджеры проекта, дизайнеры, верстальщики, программисты, контент-менеджеры и копирайтеры. Также иногда нанимают видеооператоров или фотографов.
К основным инструментам digital агентств относят социальные сети, контекстную и медийную рекламу, раскрутку сайтов, рекламу в мобильных приложениях, управление репутацией. Одним из важнейших инструментов агентства является SEO, то есть оптимизация сайтов под поисковые системы. Агентства, которые занимаются диджитал маркетингом, создают локальные сети и распространяют через них информацию. В сети несколько устройств, и пользователи могут получать полезную информацию, обмениваясь файлами и сообщениями. Также ведется работа по продвижению по каналам цифрового телевидения. Для владельцев интернет-ресурсов организуют участие в семинарах, форумах и других профессиональных мероприятиях.
Все множество инструментов можно разделить на три группы:
3 главных метода диджитал-продвижения
Чем хорош digital-маркетинг
Этот вид маркетинга дает охват не только онлайн-пользователей, но и людей, использующих планшеты и мобильные телефоны, загружающих приложения. За счет этого расширяется аудитория. Этот подход позволяет привлекать офлайн-аудиторию на онлайн-рынок, и наоборот. Например, когда с помощью рассылки по электронной почте вы приглашаете пользователя на офлайн-мероприятие, например, бизнес-завтрак.
Диджитал маркетинг позволяет собирать четкие статистические данные о пользователях, так как почти все действия онлайн учитываются специальными сервисами. В результате выводы об эффективности отдельных каналов и портрет потребителя точнее.
«Технологии позволяют P&G говорить с клиентами в реальном времени»
— Новые технологии и Big Data сегодня стали чуть ли не главными инструментами маркетинга. Приведет ли всеобщая диджитализация к отказу от традиционных каналов продвижения брендов?
Софи Блум: Не думаю, что речь идет об отказе от традиционных каналов. Наша задача — хорошо понимать клиента, знать его потребности, мечты и желания. Это достижимо, прежде всего, путем прямого общения с покупателем. Новые технологии дополняют, расширяют количество коммуникационных каналов общения с потребителями и дают возможность не просто понимать человека, а поговорить с ним в режиме реального времени, и достучаться до большего количества клиентов. Например, система оценок и отзывов обо всех продуктах компании доступна на нашем сайте круглосуточно для всех пользователей. Так мы получаем обратную связь от миллионов наших потребителей.
— Есть какие-то особенности у российского рынка в том, как именно меняется поведение потребителей?
Светлана Зельдина: Люди от монопотребления рекламы переходят к мультиканальному, многоформатному потреблению рекламы: мы смотрим телевизор, параллельно проверяя электронную почту, переписываемся в WhatsApp и других мессенджерах, листаем Facebook. Другой тренд в поведении потребителей — это так называемый омниканальный сбыт продукции, когда есть и онлайн-ретейлеры, и офлайн-торговля, и потребители есть в обоих этих каналах. При этом e-commerce на сегодняшний день самый быстроразвивающийся канал как в Европе, так и в России. Доля FMCG (Fast Moving Consumer Goods — товары повседневного спроса) в объеме электронной коммерции в России составляет 1,2% и отличается, например, от рынка Южной Корее, где доля достигает 10%. Однако рост данного сегмента электронной коммерции России опережает мировой — за последние три года объем eFMCG вырос вдвое, поэтому мы видим большой потенциал для дальнейшего развития этого канала для продвижения нашей продукции.
— Как диджитализация изменила маркетинговую стратегию компании?
Софи Блум: Мы присутствуем на всех площадках, где есть наши потребители. Современный человек потребляет информацию преимущественно через мобильные устройства и предпочитает видео контент, и от этого мы строим свою стратегию продвижения. Я всегда говорю своей команде: мобильный — это не просто устройство cвязи, теперь это образ жизни. Поэтому мобильные стали для нас естественной площадкой. Именно выбор наших потребителей определяет для нас каналы присутствия, которые позволяют охватить максимальное количество пользователей.
Сегодня уже нет разделения на традиционные и диджитал-каналы, сегодня все каналы общения — цифровые. Технология адресного ТВ уже существует, и скоро вся ТВ-реклама станет адресной. Я полагаю, что смена парадигмы в маркетинге заключается в понимании того, где наши потребители и как с ними лучше и удобнее взаимодействовать. Единственно верным в условиях диджитализации является планирование рекламных кампаний с интеграцией на все цифровые носители, на экраны всех пользовательских устройств.
Светлана Зельдина: Любая рекламная кампания выстраивается прежде всего исходя из потребностей целевой аудиторий. Если мы говорим о возрасте старше 50 лет, то эти потребители по-прежнему активно интересуются прессой. Для этих потребителей мы используем офлайн-канал — журнал со специально разработанным контентом, а также коммуникацией в точках продаж, ведь в конечном итоге покупка происходит в магазине. При этом офлайн-коммуникация дополняется общением с нашей аудиторией в дидижитал.
— Возрастной разбег аудитории P&G очень широк — от 18 до 50+. Насколько вообще потребители старшего возраста вовлечены в диджитал-каналы?
Софи Блум: Во-первых, мне самой больше 50 лет, и я лично очень вовлечена. Цифровые и мобильные технологии серьезно изменили мою жизнь. Приведу пример: я из семьи дантистов, и в нашей семье здоровье зубов чрезвычайно важно, поэтому чистка зубов утром и вечером — это привычный ритуал. Но когда я попробовала электронную зубную щетку Oral-B Genius, которая работает в связке с мобильным приложением и позволяет отследить все нюансы чистки — время, силу нажима, тщательность чистки, я открыла для себя новый опыт, казалось бы, привычной процедуры чистки зубов. Теперь я пользуюсь этой щеткой каждый день. Умное устройство изменило мое поведение.
И в Европе, и в России женщины старше 50 — это очень важная для нас целевая группа. Прежде всего, мы анализируем их потребности. В частности, мы специально для этой аудитории запустили онлайн платформу Victoria на территории всей Европы, потому что считаем, что это эффективный способ связаться с нашим потребителем.
Светлана Зельдина: Проникновение интернета характерно для всех возрастных групп. Среди молодежи оно несколько выше. Тем не менее, более 65% аудитории «50+» активно используют интернет. Есть, разумеется, определенные отличия в используемых каналах и потребляемом контенте: если молодежь, как правило, использует мессенджеры, социальные сети для общения, то для 50+ основная потребность — это поисковые системы, для них интернет, скорее, образовательная среда. При этом эта возрастная группа становится самой значимой. В ближайшее время она будет наиболее многочисленной в России — к 2030 году численность ее составит 48% населения. Кроме того, это вторая по уровню благосостояния группа после традиционных семей с детьми. Именно поэтому компания Procter & Gamble запустила специализированную кампанию, которая рассчитана на женщин 50+, с очень релевантным контентом для этой целевой аудитории на платформе Victoria.ru
В целом для каждой целевой группы у нас разработана своя программа коммуникации. Например, для девочек есть платформа devchat.ru, где они могут получить всю необходимую информацию, которая может их интересовать в их возрасте. YouTube канал этого ресурса — самая посещаемая площадка среди молодежи, которую ведет компания Procter & Gamble.
Для семей с детьми есть платформа everydayme.ru, которая покрывает 35% нашей целевой аудитории. Платформа для молодых родителей «Pampers-Городок» охватывает до 80% целевой аудитории.
— Большие данные позволяют лучше узнавать клиента, но позволяют ли они отслеживать эффективность рекламы? Можете вы отследить, когда реклама становится слишком навязчивой, ведь человек окружен гаджетами?
Софи Блум: Работа с большими данными требует научных знаний, умения работать с алгоритмами, анализировать большие массивы информации. И в то же время общение с потребителем — это искусство эмпатии и творческого подхода.
Если строить работу с потребителями только на цифрах статистики и забыть про эмоции и креативность, это не сработает, так же как если делать эмоционально привлекательный контент и при этом не измерять эффективность и степень вовлеченности потребителей. На мой взгляд, только в связке точного математического подхода и творческой, креативной способности чувствовать человека и вызывать определенные эмоции можно добиться любви покупателей. Символами такого подхода были великие мастера эпохи Возрождения — Да Винчи и Микеланджело, одинаково развитые в науках и искусствах. Именно сочетание в маркетинге науки и искусства позволяет нам понимать нашего потребителя и разделять с ним его переживания.
— Чьими силами создается контент для ваших платформ, кого чаще задействуете — внешних креаторов или это заслуга команды компании?
Светлана Зельдина: Мы работаем в очень тесном сотрудничестве с креативными агентствами. Но задачи, которые мы ставим перед партнерами, исходят из команды Procter & Gamble, поскольку эти задачи прежде всего ориентированы на интересы наших потребителей, которые мы знаем лучше, чем кто-либо. А от наших агентств и партнеров мы ожидаем креатив.
— В рамках конференции DMEXCO 2017 в Кельне P&G провела питч стартапов в сфере диджитал-маркетинга. Как строится ваше сотрудничество с малыми инновационными компаниями, какого результата вы ждете?
Софи Блум: Наше сотрудничество с инновационными компаниями началось 20 лет назад с создания открытой инновационной экосистемы для малого бизнеса, которую мы назвали Connect & Develop. Программа эта началась с взаимодействия с исследовательскими командами в области R&D (Research & Development). И на опыте работы с ними мы убедились, что, когда вы сочетаете контроль, дисциплину и продукты таких корпораций, как P&G, с инновациями и скоростью моделирования небольшой команды разработчиков, вы берете лучшее от двух разных миров, и это идеальное сочетание для быстрого реагирования на потребности рынка. Мы расширили свое сотрудничество с малым инновационным бизнесом и создали Digital Innovation Accelerator.
Сейчас те стартапы, в которые мы инвестировали десять лет назад, выросли до поставщиков международного уровня. И мне кажется, что для крупных корпораций — лидеров рынка естественно создавать и поддерживать инновационную бизнес-среду и думать не только о развитии собственных брендов, но и о сотрудничестве с лучшими представителями инновационного бизнеса.
Это сотрудничество всегда взаимовыгодно. Для маленьких компаний это возможность тестирования собственных идей и доступ к пятимиллиардной аудитории потребителей. Для нас это новые идеи, инновации, которые помогут нам в дальнейшем развитии наших брендов.
Термины в сфере 4G/3G/2G связи
Данная статья будет полезна для новичков в сфере мобильного Интернета стандартов 4G/3G/2G.
Итак, предисловие: для того, что бы грамотно самостоятельно можно было организовать Интернет на своём участке/даче/частном доме — нужно сперва понимать чуть-чуть какие аббревиатуры что значат, дабы упростить сложный процесс установления связи 4G во что-то вроде установки обычной антенны для ТВ.
Band — это проще говоря диапазон рабочей частоты. Например: Band 1 — 2100 МГц, Band 3 — 1800 МГц, Band 7 — 2600 МГц, Band 8 — 900 МГц и Band 20 — 800 МГц). Ещё так-же пишут в разных приложениях на андроид просто букву B, например B7. Так же для 3G диапазонов различают две разновидности диапазонов: UMTS 900 (900 МГц) и UMTS 2100 (2100 МГц).
Freq / Frequency — Частота (в переводе). Обычно фигурирует цифра 800, 900, 1800, 2100, 2600 (приписка MHz либо МГц). Например: freq — 2100 / frequency — 2100mhz
(3G) uarfcn / RX — Номер канала определяющий частоту диапазона. (Свойственно только для 3G) Например если значение: uarfcn: 10562-10838 (значение от и до) — это свойственно частоте 2100 МГц, а если uarfcn: 2937-3088 (значение от и до) — это уже 900 МГц.
(4G) Bandwidth RX/TX — Ширина канала радиосвязи, измеряется в МГц (MHz). Пример: Bandwidth: 10/10 (Значит ширина канала 10МГц/10МГц Приём / Отдача)
(4G) CINR (SINR) — Уровень полезного сигнала по отношению к уровню эфирного шума. Значение CINR измеряется в дБ (dB). (Положительное значение означает, что полезного сигнала больше, чем эфирного шума) Минимальное значение для стабильной работы сети 4G: CINR = 10 dB
Cell ID (dec/hex) — Данные координат месторасположения Базовой Станции оператора связи.
LAC/TAC (dec/hex) — Данные координат месторасположения Базовой Станции оператора связи.
DL / UL — Download / Upload — Частота загрузки / Частота выгрузки. Например: DL / UL — 1805 / 1710 — Это означает что рабочая частота на загрузку 1805МГц, а на отдачу 1710МГц.
LTE / 4G — Одно и то-же, только разные обозначения. (Что такое 4G?)
WCDMA / HSPA+ / UMTS / 3G — Одно и то-же, только разные ревизии стандарта связи. (Что такое 3G?)
2G / GSM — Стандарт цифровой голосовой мобильной связи (по сути современные телефоны и посылают голосовой вызов абонента при наборе номера и происходит это через данный стандарт). Частота его обычно 900 МГц либо 1800 МГц.
(2G) arfcn — Абсолютный радиочастотный номер канала. Значения: arfcn 438−511 равно стандарту GSM 750 (750 МГц), arfcn 128−251 равно стандарту GSM 850 (850 МГц), arfcn 512−885 равно стандарту GSM 1800 (1800 МГц).
1G — Самое базовое поколение мобильной связи, основанное на аналоговом принципе взаимодействия передатчиков. Данный стандарт связи берёт начало с 1980года. Скорость передачи данных в этом стандарте составляет 2.9 — 5.6Кбайт/с.
Искусственный интеллект в маркетинге: примеры, ограничения, проблемы и мнение Click.ru
Есть такая шутка: хорошая автоматизация – это когда юзер не делает вообще ничего. Шутка она потому, что так не бывает. Все равно часть работы нужно сделать руками либо до, либо во время использования сервиса. Но мы искренне надеемся, что когда-нибудь так будет, в том числе и благодаря ИИ. В этой статье хотим поделиться своими мыслями на тему ИИ и узнать про ваш опыт.
Персонализированная с помощью AI реклама (Accelerator от IBM)
Сегодня мы хотим поговорить о том, чем не является ИИ, как он реально используется в маркетинге сегодня и как его хотим использовать мы (мечты, мечты).
AI, ML и DL
Часто публикации в сети на тему ИИ сопровождаются картинкой вроде той, что ниже. На ней изображено существо-андроид, обладающее разумом, который быстрее-выше-сильнее человеческого. Например, существо может лучше человека играть в шахматы.
Как представляют себе ИИ
Мы считаем, что такая визуализация неверна. Более того, вредна. ИИ, скорее, можно представить как некие вычислительные мощности, настроенные на решение конкретных прикладных задач. Решение более быстрое, чем в ручном режиме, и часто более качественное. Но не всегда.
Как реально выглядит ИИ (шахматы – не более чем символ решаемой задачи)
ИИ «очеловечивают», так как он решает «человеческие» задачи, требующие обобщения и переработки большого количества информации.
Нам нравится определение Британской Энциклопедии:
Искусственный интеллект (ИИ, AI) – способность цифрового компьютера выполнять задачи, обычно связанные с разумными существами. Этот термин часто применяется к проекту разработки систем, наделенных интеллектуальными процессами, характерными для людей, такими как способность рассуждать, открывать смысл, обобщать или извлекать уроки из прошлого опыта.
Одним из методов AI является машинное обучение (machine learning, ML). Оно помогает обучить систему решению задачи с помощью выявления эмпирических закономерностей в ряде прецедентов решения. Однако не все AI-технологии подразумевают машинное обучение, поэтому понятия не являются синонимами.
Внутри машинного обучения выделяется отдельная группа методов – deep learning (DL). Это более сложная и многоуровневая методика обучения. Входная информация пропускается через несколько уровней оценки разнородных параметров информации. На DL, в частности, основана работа глубинных нейронных сетей для распознавания изображений, мы будем упоминать ее в статье.
Сферы применения ИИ в маркетинге
1. Персонализация предложений. Это одно из наиболее очевидных и ранних направлений использования ИИ. Статистику о покупках системе анализировать просто, данные из счетчиков статистики и баз зачастую неплохо структурированы. С помощью ИИ персонализируют свои продуктовые предложения Hoff, «Эльдорадо», «Подружка», «220 вольт» и многие ритейлеры в России.
2. Предиктивная аналитика. Она тесно связана с персонализацией, но не ограничивается продуктовыми предложениями, а выполняет широкий круг задач:
прогнозирование действий потребителей для увеличения конверсии и снижения рисков;
прогнозирование бюджетов компаний, рекламных затрат;
сегментацию клиентов на основе различных переменных;
выявление скрытого потенциала.
3. Коммуникации. На наш взгляд, для ритейла большее значение имеют умные чат-боты, нежели голосовое управление. Наиболее часто боты используются в банковских приложениях, сервисах такси, каршеринга и подобных с большим количеством обращений. Чат-боты на основе ИИ отличаются от обычных лучшим умением распознавать смысл вопросов и более «человеческими» ответами.
4. Генерация контента.
Изображения. Генеративно-состязательная нейросеть StyleGAN от компании Nvidia умеет создавать реалистичные портреты людей, котов, лендинги несуществующих стартапов и даже упоротых Гомеров Симпсонов. Хотя мы, конечно, ждем, когда она научится создавать рекламные креативы.
Видео. С помощью ИИ-технологий создаются персонализированные видеоролики, подходящие под каждый сегмент аудитории отдельно. Яркий пример – IBM Watson Advertising Accelerator, который анализирует сотни переменных после чего из отдельных частей собирает ролик (фон, образы, заголовки и пр.), который подействует на ЦА лучше всего.
Тексты. AI справляется с ними хуже, чем с изображениями, и пока не может заменить людей. Хотя отлично генерирует идеи для контента. Очень известны языковые нейросети GPT-3 (английский язык) и ruGPT-3 (русский язык).
5 интересных кейсов применения искусственного интеллекта в маркетинге
1. AI-стилист Thread
Это старый, но довольно показательный кейс из ритейла. Нам он очень нравится потому, что не ограничивается персонализированными рассылками для покупателей интернет-магазина одежды (что уже мейнстрим), а идет дальше: учитывает цвета, фасоны, размеры и даже собирает целостные образы.
При первом посещении сайт просит пользователя ввести ряд данных о своем росте, весе, предпочтениях по стилю, стоимости вещей и др. На начальном этапе в процессе участвуют стилисты, которые собирают образы для покупателей.
После этого подключается алгоритм, который компания назвала Thimble. Он выбирает наиболее подходящие предметы одежды от огромного числа поставщиков. В дальнейшем система учится на покупках, отказах и обратной связи от клиентов.
2. Контроль работы мерчендайзеров Carlsberg Group
На отчетность, предоставляемую выездными мерчендайзерами по результатам визита в точки продаж, сильно влиял человеческий фактор. Поскольку отчетные анкеты заполнялись вручную, в них было много неточностей и ошибок.
Заполнение анкеты было заменено на фотографирование полок с товаром. AI оценивает качество фото и распознает данные с них: составляет перечень товаров, оценивает правильность выкладки, считает долю товаров бренда по отношению к конкурентам. По итогам анализа считаются KPI сотрудника, рассчитывается бонусная часть его зарплаты и принимаются решения по изменению ассортимента.
Система работает на основе технологии SmartMerch от «ИНФОТЕК», которая использует обученные глубокие сверточные нейронные сети.
Image Recognition сочетается с предиктивной аналитикой, не только просто выдавая числовые данные, но и анализируя их, а также предоставляя прогнозы и рекомендации.
По информации от Carlsberg Group, технология позволила увеличить продажи на 6% за полгода, сократить операционные затраты на 6,6%, исключить человеческие ошибки и улучшить систему мотивации сотрудников.
Сервисы на основе Image Recognition от SmartMerch используют и другие бренды: Borjomi, Beluga, Heinz, «Савушкин продукт» и др.
3. Персональный кэшбэк Tinkoff
Этой технологии уже год, и наверняка многие из читающих эту статью знакомы с ней на собственном опыте. Банк столкнулся с тем, что количество предложений кэшбэка от партнеров для каждого клиента достигло 300 и люди просто не пересматривали все позиции, чтобы выбрать понравившиеся. Показ всего подряд был явно неэффективен.
Алгоритмический кэшбэк от Tinkoff собирает наиболее релевантные кэшбэк-предложения и добавляет их в «Рекомендуемое». Выбор основывается на совершенных ранее транзакциях и новых появляющихся предложениях. Система помогает и партнерам, предсказывая вероятность покупки тех или иных товаров или брендов.
В сервисе используется модель machine learning Mult-VAE. Представители бренда заявляют, что в текущем виде она работает без дополнительного обучения, так как multi-hot-векторами для нее являются сами пользователи с их транзакциями.
4. Автоматическая оценка недвижимости «ДомКлик»
Для подтверждения заявки от клиента необходима проверка стоимости недвижимости на вторичном рынке. Ранее для этого «ДомКлик» сотрудничал с подрядчиками, однако это увеличивало время заключения сделки и иногда вызывало ошибки. AI-система расчета цены квартиры от «Сбера» учитывает цены в объявлениях сервиса и суммы ипотечных сделок.
Технология работает в 2 этапа:
Система подбирает похожие дома и предсказывает, во сколько раз будет отличаться цена за квадратный метр в них. Формируется набор признаков, используемых в дальнейшем для точного расчета: средняя цена с поправочным коэффициентом, среднее отклонение в цене у аналогов, средний спред. Построение выполняется с помощью библиотеки CatBoost;
Выполняется финальный расчет цены с помощью модели, обученной по LightGBM.
Результатом внедрения технологии, по словам «Сбера», явилось ускорение оценки, повышение ее точности и рост количества одобренных заявок на 8%.
5. Умный подбор вакансий Head Hunter
Ранее вакансии предлагались соискателю на основе текстового анализа его резюме. Однако точность была невысокой, что в конечном итоге привело к снижению продаж публикаций вакансий.
Новое ML-решение для портала hh.ru анализирует суть резюме и вакансий и учится на похожих соискателях и работодателях. Технология Natural language processing позволяет учитывать смысл резюме, вакансий, запросов, а отдельная рекомендательная система осуществляет подбор. Разработка привела к росту соискателей в 1,3 раза и помогла повысить продажи размещения вакансий на 39,7%.
«Это все, конечно, классно, но внедрять не будем»
Почему не все компании используют ИИ? По нашему опыту, на то есть 4 причины. Некоторые из них мешают и нам, что уж тут скрывать.
Завышенные ожидания. Как раз эта проблема вытекает из представления об ИИ как о сверхразуме, о чем мы говорили в начале статьи. Некоторые менеджеры считают ИИ полноценной заменой экспертам-аналитикам, маркетологам, копирайтерам и пр. Однако в реальности искусственному интеллекту можно доверить в первую очередь простые, рутинные задачи.
Недоверие. Эта причина вытекает из первой: когда становится понятно, что AI-технология требует настройки и отладки, руководители не решаются доверить привычные функции сотрудников механизмам. Страх подкрепляется тем, что в процессе настройки система часто показывает очень странные данные: например, нейросети для текстовых описаний в первое время отдают дичь. Любой AI-технологии надо дать время и грамотно настроить перед массовым запуском.
Нехватка кадров. Для AI требуются профильные разработчики и дата-саентисты, понимающие принципы настройки, оптимизации алгоритмов машинного обучения, а также менеджеры, разбирающиеся в сути вопроса и уже ни раз проходившие всю процедуру внедрения. А чтобы их нанять, желательно, чтобы и рекрутер хотя бы немного был в теме. Короче, все сложно.
Плохое качество исходных данных. И даже если специалистов наняли и у всех одинаковые ожидания, проблема может возникнуть на этапе начала обучения. Системе нужны очищенные и структурированные исходные данные, однако ни одна компания не готова сразу предоставить таковые. В информации из корпоративной базы данных или системы статистики зачастую есть шумы и выбросы – значения, выходящие за пределы допустимых диапазонов, и пропуски. Поэтому этап подготовки данных (Data Preparation) может занимать до 80% времени работы над автоматизированной AI-системой и нет гарантии, что он завершится успешно.
Наше мнение
Нам интересны AI-технологии, особенно в сфере автоматизации контекстной и таргетированной рекламы. При этом мы считаем, что к ним нужно относиться здраво и трезво:
не ожидать от них слишком многого;
четко понимать порядок внедрения;
отдавать конкретные, рутинные, автоматизируемые задачи;
быть готовым к длительному обучению AI-системы;
обладать компетенциями в области AI и ML.
И немного размышлений. Написание рекламных объявлений в Click.ru – у нас сейчас ручная задача, требующая привлечения копирайтеров. Люди анализируют УТП компании и объявления конкурентов, чтобы создать привлекающие внимание тексты. Однако когда-то это может стать идеальной задачей для ИИ, ведь входные данные довольно конкретны (например, выгрузки слов и объявлений конкурентов из нашего автоматизированного сервиса) и их легко получить. Доучивать систему можно в том числе и по обратной связи от пользователей, например от тестовой группы участников нашей партнерской программы. Конечно, для них за такую помощь могут полагаться плюшки и бонусы.
Еще одно направление, куда можно было бы внедрить AI, – автоматическое изменение параметров таргетинга на основе анализа данных об аудитории и эффективности рекламы. Однако пока непонятна целесообразность внедрения сложных решений, если простые работают неплохо. Да и алгоритмы самих рекламных систем нормально справляются.
А у вас есть опыт создания автоматизированных сервисов для рекламы на основе ИИ? Будем благодарны, если поделитесь в комментариях.
