Эксперименты с большими данными продолжаются. Яндекс — одна из компаний-пионеров, которые не только обучают концепции Data Science, но и активно используют её в разработке собственных продуктов. Возьмем блоговую платформу Яндекс.Дзен. Она доступна в разных странах. Не нужно сортировать материал по темам и другим параметрам и настраивать показ на определенные категории пользователей. Каждый будет читать статьи, которые ему интересны и получать новую подборку похожих. Система просто предлагает то, что ему вероятнее всего понравится. Дело в том, что машинный интеллект направлен не на усреднение. Он не стремится создать ограниченное количество сегментов, так как его возможности позволяют предлагать персонализированный контент каждому из нескольких миллиардов пользователей. Или Яндекс.Радар — рейтинг популярных в России интернет-проектов. Его алгоритм формирует списки самых посещаемых в Рунете ресурсов по категориям (финансы, культура, медицина, образование и т.д.) Одно из отличий от привычных рейтингов вроде Liveinternet, топ Mail.ru и прочих – автоматический сбор данных. Зарубежным аналогом можно назвать alexa.com – это рейтинг наиболее посещаемых сайтов во всем мире и в разных странах по отдельности (выборки по странам платные и стоят денег). Автоматический сбор данных (через свои сервисы, такие как «Яндекс.Браузер» и др.) и статистические модели позволяют включать в список сайты, которые в других рейтингах не принимают участия. Даже в текущем виде это дает возможность в различных нишах выявлять лидеров и с помощью других сервисов моделировать их стратегии продвижения и источники трафика. Амбициозная цель Яндекса — создать и обучить такой инструмент, который бы с помощью внутренних алгоритмов сам находил целевую аудиторию по минимальному набору заданных человеком параметров и подбирал креативы для рекламных кампаний. Допустим, вы отбираете 5-10 пользователей — а машина находит тысячи похожих и настраивает на них таргетинг. Преимущество машинного интеллекта в том, что он учитывает факторы, которые даже опытный специалист может упустить из виду, не догадаться о них. И в заключение — рекомендации от директора по маркетингу Яндекса Андрея Себранта:
- Научитесь отличать, какие решения лучше принимает человек, а какие — машина, и не путайте два этих класса. Если с однотипными задачами (выбрать дизайн кнопки) алгоритмы справляются лучше, более творческие (сконструировать сайт с нуля) сможет только человек.
- Обучайте не только людей, но и алгоритмы;
- Учитывайте, что хотя алгоритмы великолепно отвечают на вопросы, но сами задавать вопросы не умеют. Хотя возможно, это тоже вопрос времени.
Кстати, вопрос о «противостоянии» человека и машинного интеллекта поднимается всё чаще. По этому поводу посмотрите баттл Андрей Себрант vs Антон Буланов (директор ИНВИТРО — крупнейшей частной медицинской компании). Про сегментацию, маркетологов с топорами, прожигание бюджетов и появится ли в скором будущем кнопка «Приведите мне клиентов». Смотрится на одном дыхании.+
