Arthur Khachuyan: Künstliche Intelligenz im Marketing

Arthur Khachuyan ist ein bekannter russischer Big-Data-Spezialist und Gründer von Social Data Hub (jetzt Tazeros Global). HSE-Partner. Gemeinsam mit der Higher School of Economics und Higher Data Bill im Council of the Federation erarbeitet und vorgestellt. Er sprach am Curie-Institut in Paris, an der St. Petersburg State University, an der Federal University unter der Regierung der Russischen Föderation, bei Red Apple, International OpenDataDay, RIW 2016, Alfa Future People.

Der Vortrag wurde 2019 beim Open-Air-Festival „Geek-Picknick“ in Moskau aufgenommen.



Arthur Khachuyan (im Folgenden - AH): - Wenn aus einer Vielzahl von Branchen - aus der Medizin, aus dem Baugewerbe, aus etwas, um etwas zu wählen, wo die Technologie von Big Data, maschinellem Lernen, Deep Learning am häufigsten eingesetzt wird, dann ist dies wahrscheinlich Marketing. Denn in den letzten drei Jahren ist alles, was uns in irgendeiner Art von Werbekommunikation umgibt, spezifisch mit der Datenanalyse und genau mit der sogenannten künstlichen Intelligenz verbunden. Deshalb erzähle ich Ihnen heute von einer so fernen Geschichte ...

Wenn Sie sich künstliche Intelligenz vorstellen, wie sie aussieht - wahrscheinlich ist das etwas. Das seltsame Bild ist eines der neuronalen Netze, die ich vor einem Jahr geschrieben habe, um die Abhängigkeit von dem zu ermitteln, was mein Hund tut - wie oft er groß oder klein werden muss und wie es im Allgemeinen davon abhängt, wie viel er isst oder nicht . Dies ist ein Witz darüber, wie man sich künstliche Intelligenz vorstellen kann.



Aber lassen Sie uns trotzdem darüber nachdenken, wie alles in der Werbekommunikation funktioniert. Es gibt drei Bereiche, in denen moderne Algorithmen in Werbung und Marketing mit uns interagieren können. Es ist klar, dass die erste Geschichte darauf abzielt, zusätzliches Wissen über uns zu erlangen und zu extrahieren und es dann für einige gute und nicht sehr gute Zwecke zu verwenden. Personalisieren Sie den Ansatz für jede einzelne Person. Natürlich danach, um eine bestimmte Nachfrage zu bilden, um die Hauptzielaktion abzuschließen und einen bestimmten Verkauf durchzuführen.

Mit Technologie versuchen sie, das Problem der effektiven Kommunikation zu lösen.

Wenn ich dir sage, dass du darüber nachdenken sollst, was Pornhub und M gemeinsam haben. Video “, was denkst du?

Kommentare des Publikums (im Folgenden - H): - Teleki, Publikum.

AH: - Mein Konzept ist, dass dies zwei Orte sind, an denen Leute für eine bestimmte Art von Dienstleistung kommen, oder nennen wir es - für eine bestimmte Art von Ware. Und dieses Publikum unterscheidet sich darin, dass es dem Verkäufer nichts mitteilen möchte. Sie möchte in irgendeiner expliziten oder impliziten Form das bekommen, was sie interessiert. Natürlich kommt niemand zu "M. Video “, möchte nicht mit Verkäufern kommunizieren, möchte nicht verstehen, möchte keine ihrer Fragen beantworten.

Daraus folgt die erste Geschichte.

Als die Technologie des Erlangens zusätzlichen Wissens erschien, um nicht in irgendeiner Weise mit einer Person zu kommunizieren. Wir alle mögen es, wenn wir die Bank anrufen, und die Bank sagt uns: „Hallo. Alexey, Sie sind unser VIP-Kunde. Ein Supermanager wird jetzt mit dir reden. “ Sie kommen zu dieser Bank, und es gibt wirklich einen einzigartigen Manager, der mit Ihnen sprechen kann. Leider oder zum Glück hat noch kein einziges Unternehmen herausgefunden, wie man tausend persönliche Manager für tausend Kunden anstellt. und da die meisten dieser menschen jetzt online sind, besteht die aufgabe darin, zu verstehen, was für eine art von person das ist und wie man richtig mit ihm kommuniziert, bevor er zu einem werbemittel kommt. Und deshalb gibt es Technologien, die versuchen, dieses Problem zu lösen.

Data Mining ist das neue Öl

Stellen Sie sich vor, Sie besitzen einen Blumenstand. Drei Leute kommen zu dir. Der erste steht sehr lange, zögert, versucht, mit Ihnen zu sprechen, nimmt eine Art Blumenstrauß - Sie verlassen ihn, um ihn einzuwickeln, gehen aus, um dort etwas zu tun; Mit diesem Blumenstrauß rennt er vom Stall weg - du hast deine dreitausend Rubel verloren. Warum ist das passiert? Sie wissen nichts über diese Person: Sie kennen nicht die Vorgeschichte ihrer Triebe im Innenministerium, Sie wissen nicht, dass er ein Kleptomane ist, Sie sind in einer psychiatrischen Apotheke registriert. Warum? Weil Sie ihn zum ersten Mal gesehen haben und kein Spezialist für Verhaltensanalysen sind.

Etwas anderes kommt ... Vitaly. Vitaly versteht auch sehr lange, er sagt: „Nun, jetzt brauche ich das, das, das. Und du sagst ihm, - Blumen für Mama, oder? Und du verkaufst ihm einen Strauß.

Hier geht es darum, genügend Daten zu ermitteln, um zu verstehen, was diese Person überhaupt benötigt. Jeder dachte sofort an eine Art Werbenetzwerk und so weiter ...

Jeder hat den blöden Satz wohl schon öfter gehört: "Daten sind neues Öl"? Sicher hat jeder davon gehört. Tatsächlich haben die Menschen vor langer Zeit gelernt, Daten zu sammeln, aber das Extrahieren von Daten aus diesen Daten ist die Aufgabe, die künstliche Intelligenz jetzt im Marketing oder in einer Art statistischem Algorithmus zu lösen versucht. Warum? Denn wenn Sie mit einer Person sprechen, kann sie Ihnen die richtige, die falsche oder die irgendwie getönte Antwort geben. Der Witz, den ich den Schülern erzähle - wie sich Umfragen von Statistiken unterscheiden - werde ich Ihnen in Form eines Witzes erzählen:

In zwei Dörfern beschlossen sie, eine Studie über die durchschnittliche Länge der männlichen Würde durchzuführen. Also, im ersten Dorf, Villaribo, beträgt die durchschnittliche Länge 15 Zentimeter, im Dorf Villabaggio - 25. Weißt du warum? Denn im ersten Dorf wurden Messungen vorgenommen, und im zweiten - eine Umfrage.

Pornoindustrie - das Flaggschiff der Empfehlungssysteme

Aus diesem Grund ist der moderne Ansatz, alle Menschen ausnahmslos zu analysieren, auch wenn sie etwas weniger als 100% betragen, aber es handelt sich um Personen, die nicht gefragt werden müssen, sondern nicht angeschaut werden müssen. Es reicht aus, zu analysieren, was heute als digitaler Fußabdruck bezeichnet wird, um zu verstehen, was diese Person benötigt, wie sie richtig mit ihr spricht und wie sie die Nachfrage um sie herum richtig formt. Einerseits ist dies eine sinnlose Maschine (aber das wissen wir alle sehr gut); Wir möchten nicht mit Leuten von M kommunizieren. Video “und vor allem durch den Zugriff auf Ressourcen wie„ Pornhub “möchten wir genau das bekommen, was wir brauchen.

Warum rede ich immer über Pornhub? Denn die Erotikindustrie war die erste, die ähnliche Technologien analysierte, ähnliche Technologien einführte und Daten analysierte. Wenn Sie die drei beliebtesten Bibliotheken in diesem Bereich verwenden (z. B. TensorFlow oder Pandas für den "kleinen Krug", für die Verarbeitung von CSV-Shek usw.), und Sie den "Github" öffnen, werden Sie mit einem kurzen "Google" alle diese Namen finden die entweder bei Pornhub gearbeitet haben oder gerade arbeiten und die ersten, die genau die Empfehlungssysteme implementieren. Im Allgemeinen ist diese Geschichte sehr weit fortgeschritten und zeigt, wie viel dieses Publikum ist, wie viel sich dieses Unternehmen weiterentwickelt hat.

Drei Identifikationsebenen

Um die Person herum gibt es eine Vielzahl von Daten, die identifiziert werden können. Normalerweise teile ich es in drei Ebenen ein, tauche tiefer und tiefer. Natürlich hat das Unternehmen seine eigenen Daten.

Wenn es sich beispielsweise um den Aufbau eines Empfehlungssystems handelt, dann sind die Daten auf der ersten Ebene die Daten, die sich in der Nähe des Geschäfts befinden (Kaufhistorie, verschiedene Transaktionen, Interaktion einer Person mit der Benutzeroberfläche).

Dann gibt es einen Level (relativ den größten) - das nennt man Open Source. Denken Sie nicht, dass ich Sie dazu dränge, soziale Netzwerke zu analysieren, aber was in Open Source enthalten ist, eröffnet eine riesige Menge an Daten, die Sie über eine Person erzählen können, über die Sie etwas lernen möchten.

Und der dritte große Teil ist die Umgebung dieser Person. Ja, es gibt die Meinung, dass, wenn sich eine Person nicht in sozialen Netzwerken befindet, keine Daten über sie vorliegen (Sie wissen wahrscheinlich bereits, dass dies nicht der Fall ist), aber vor allem die Daten im Profil der Person (oder in einer Anwendung) ) - Dies sind nur 40% des Wissens, das darüber gewonnen werden kann. Die restlichen Informationen stammen aus seiner Umgebung. Die Redewendung „Sag mir, wer dein Freund ist und ich werde sagen, wer du bist“ erhält im 21. Jahrhundert eine neue Bedeutung, da eine große Menge von Daten über diese Person abgerufen werden kann.

Näher an der Werbekommunikation zu sprechen, ist Werbekommunikation nicht von Werbung, sondern von einem Freund, Bekannten oder einer irgendwie verifizierten Person - dies ist eine sehr coole Funktion, die viele Vermarkter verwenden. Wenn Ihnen eine Anwendung plötzlich einen kostenlosen Promo-Code gibt, posten Sie darüber und ziehen so ein neues Publikum an. In der Tat wurde dieser Werbecode für das bedingte Yandex.Taxi nicht zufällig ausgewählt, und dafür wurde eine große Menge von Daten über Ihr Potenzial analysiert, ein neues Publikum anzuziehen und irgendwie damit zu interagieren.

Sie analysieren sogar das Verhalten der Helden der Serie

Ich zeige dir drei Bilder und du sagst mir, was der Unterschied zwischen ihnen ist.

Dieser:



Dieser:



Und dieser:



Was ist der Unterschied zwischen ihnen? Hier ist alles einfach. Wie in der Quantenmechanik wurde dieses Motiv in diesem Fall von einem Beobachter geformt. Das heißt, der Unterschied in der gleichen Werbekampagne, die von der gleichen Marke zur gleichen Zeit durchgeführt wurde, nur in derjenigen, die dieses Motiv gesehen hat. Persönlich, wenn ich ins Amediateka gehe, zeigen sie immer noch Khala Drogo. Ich weiß nicht, was Amediateka von meinen Vorlieben hält, aber irgendwie passiert es.

Was heute als personalisierte Kommunikation bezeichnet wird, ist die beliebteste Geschichte, um ein Publikum anzuziehen und richtig damit umzugehen. Wenn wir im ersten Schritt Personen anhand unserer eigenen Markendaten, Open-Source-Daten und beispielsweise der Umgebungsdaten dieser Person identifizieren, können wir sie analysieren und verstehen, wer sie ist, wie sie richtig mit ihr sprechen und vor allem in welcher Sprache sprich mit ihm

Hier ist die Technologie so weit gegangen, dass die Helden der Serie, die eine Person betrachtet, analysiert werden. Das heißt, Sie mögen die Serie - sie sehen, beobachten, mit wem Sie interagiert haben, um zu verstehen, welche Person für Sie geeignet ist, um mit ihm zu interagieren. Es klingt wie völliger Unsinn, aber versuchen Sie es aus Gründen des Interesses an einigen Ressourcen - verschiedene Menschen sehen unterschiedliche Kreativität (um richtig damit umzugehen).

Kein einziges modernes Medienunternehmen oder eine Videoressource zeigt Ihnen nur Neuigkeiten. Gehen Sie zu den Medien - es sind eine Vielzahl von Algorithmen geladen, die Sie identifizieren, alle Ihre vorherigen Aktivitäten verstehen, das Matmodel ansprechen und Ihnen dann etwas zeigen. In diesem Fall ist hier eine so seltsame Geschichte.

Wie definieren Sie Ihre Bedürfnisse? Psychometrie Physiognomie

Es gibt so viele (reale) Ansätze, um die tatsächlichen Bedürfnisse einer Person zu bestimmen und wie man richtig mit ihr kommuniziert. Es gibt viele Ansätze, jeder entscheidet auf unterschiedliche Weise, man kann nicht sagen, wie gut, wie schlecht. Grundlegend, so scheint es, jeder weiß es.



Psychometrie Nach der Geschichte mit Cambridge Analytics hat sie meiner Meinung nach eine schockierende Wendung genommen, denn jetzt kommt jede zweite politische Firma und sagt: „Oh, können Sie mir das antun wie Trump? Ich möchte auch gewinnen und so weiter. “ Tatsächlich ist dies natürlich Unsinn für unsere Realität, zum Beispiel für politische Wahlen. Es werden jedoch drei Modelle verwendet, um Psychotypen zu bestimmen:

• Der erste basiert auf dem Inhalt, den Sie konsumieren - auf den Wörtern, die Sie schreiben, auf einigen Informationen, die Sie mögen, Videos usw .;
• Die zweite hängt davon ab, wie Sie mit der Weboberfläche interagieren, wie Sie tippen, welche Schaltflächen Sie gedrückt halten - tatsächlich gibt es ganze Unternehmen, die mithilfe der Tastaturhandschrift zuverlässig bestimmen können, was heute als Psychotypen bezeichnet wird.
• Ich bin kein Psychologe, ich verstehe nicht genau, wie es funktioniert, aber aus Sicht der Werbekommunikation funktioniert das in diese Segmente aufgeteilte Publikum sehr gut, weil jemand einen roten Bildschirm mit einer blauen Frau zeigen muss, jemand einen dunklen ist ein blauer Hintergrund mit einer Art Abstraktion, und es funktioniert sehr cool. Auf einigen niedrigen Niveaus - so sehr, dass eine Person nicht einmal darüber nachdenkt. Was ist nun das Hauptproblem auf dem Werbemarkt? Alle sind Agenten der speziellen Dienste, jeder versteckt sich, jeder hat eine Million tausend installierte Browser-Berechtigungen, so dass sie in keiner Weise identifiziert werden können - Sie haben wahrscheinlich Adblocks, Gostry und alle Arten von Anwendungen, die das Tracking blockieren. Aus diesem Grund ist es sehr schwierig, etwas über eine Person zu verstehen. Und die Technologie ist noch weiter gegangen - Sie müssen nicht nur wissen, dass diese Person zum 125. Mal zu Ihrer Site zurückgekehrt ist, sondern auch, dass sie immer noch eine so seltsame Person ist.

Physiognomie ist eine sehr kontroverse Wissenschaft. Es wird nicht einmal als Wissenschaft betrachtet. Dies ist eine Gruppe von Leuten, die früher Lügendetektoren für ein Ministerium für innere Angelegenheiten programmiert haben, und jetzt beschäftigen sie sich, wie sie sagen, mit der Personifizierung des Kreativen. Der Ansatz hier ist sehr einfach: Nehmen Sie einige Ihrer öffentlichen Fotos aus sozialen Netzwerken auf, und erstellen Sie daraus eine dreidimensionale Geometrie. Und wenn Sie ein Anwalt sind, werden Sie jetzt sagen, dass dies eine Person und personenbezogene Daten sind; und ich sage Ihnen, dass dies 300.000 Punkte im Weltraum sind und es sich nicht um eine Person handelt und es sich nicht um personenbezogene Daten handelt. Das sagt normalerweise jeder, wenn Roskomnadzor zu ihnen kommt.

Aber im Ernst, Ihr Gesicht, wenn Ihr Vor- und Nachname dort nicht signiert sind, sind nicht Ihre persönlichen Daten. Das Fazit ist, dass die Jungs verschiedene Gesichtszüge markieren, die sich darauf auswirken, wie eine Person Entscheidungen trifft und wie sie mit ihr umgeht. Irgendwo funktioniert es schlecht, in einigen Segmenten der Werbung; in welchen segmenten funktioniert es sehr gut. Am Ende stellt sich heraus, dass Sie beim Aufrufen einer bestimmten Ressource mehr als ein Banner sehen, das allen angezeigt wird, aber zum Beispiel ist es jetzt normal, 16 oder 20 Optionen für verschiedene Zielgruppen zu erstellen - und das funktioniert sehr gut. Ja, dies ist aus Sicht des Verbrauchers sogar noch trauriger, weil die Menschen beginnen, immer mehr zu manipulieren. Aus geschäftlicher Sicht funktioniert dies jedoch sehr gut.

Die Black Box des maschinellen Lernens

Dies wirft das folgende Problem solcher Technologien auf: Schließlich ist für die meisten Entwickler das sogenannte Deep Learning eine „Black Box“. Wenn Sie einmal in diese Geschichte hineingestürzt sind und mit den Entwicklern gesprochen haben, sagen sie immer: "Oh, hör zu, wir haben dort etwas so Unverständliches, und wir wissen nicht, wie es funktioniert." Vielleicht hatte es jemand.

Dies ist eigentlich weit von der Wahrheit entfernt. Was heute als maschinelles Lernen bezeichnet wird, ist weit entfernt von einer Black Box. Es gibt eine Vielzahl von Ansätzen, um die Eingabe- und Ausgabedaten zu beschreiben, und am Ende kann das Unternehmen anhand der Zeichen, die die Maschine für die Anzeige dieses oder eines anderen pornografischen Videos festgelegt hat, gründlich nachvollziehen. Die Frage ist, dass keines der Unternehmen dies jemals preisgibt, weil: erstens ein Geschäftsgeheimnis; zweitens wird es eine riesige Menge an Daten geben, die Sie nicht einmal kannten.

Zum Beispiel haben wir zuvor in einer Diskussion über Ethik besprochen, wie soziale Netzwerke persönliche Nachrichten analysieren, um Menschen in einer Art Werbegeschichte zu markieren. Sie schreiben jemandem etwas - auf dieser Grundlage erhalten Sie ein bestimmtes Etikett für eine Art Werbekommunikation. Und Sie werden es niemals beweisen, und es hat wahrscheinlich keinen Sinn, es zu beweisen. Wenn jedoch solche Modelle aufgedeckt würden, wären sie es. Es stellt sich heraus, dass der Markt für den Aufbau solcher Empfehlungssysteme nicht weiß, warum dies passiert ist.

Die Leute wollen nicht wissen, was sie über sie wissen.

Und die zweite Geschichte ist, dass der Kunde nie wissen möchte, warum er diese bestimmte Ankündigung, dieses bestimmte Produkt, erhalten hat. Ich werde dir eine solche Geschichte erzählen. Meine ersten Erfahrungen mit der kommerziellen Implementierung von Empfehlungssystemen, die auf solchen Algorithmen basieren, habe ich 2015 in einem sehr großen Netzwerk von Sexshops gesammelt (ja, das ist auch keine sehr gastfreundliche Geschichte).



Den Kunden wurde Folgendes angeboten: Sie loggen sich ein, melden sich über ihr soziales Netzwerk an und erhalten innerhalb von 5 Sekunden einen vollständig personalisierten Shop für sie, dh alle Produkte haben sich direkt geändert - sie fallen in eine bestimmte Kategorie und so weiter. Wissen Sie, um wie viel der Umsatz dieses Shops zugenommen hat? Gar nicht! Die Leute kamen herein und liefen sofort davon. Sie kamen herein und stellten fest, dass ihnen genau das angeboten wurde, was sie dachten ...

Das Problem bei diesem Test war, dass unter jedem Produkt geschrieben stand, warum genau das angeboten wurde („weil Sie in der verborgenen Gruppe sind“, „Die gebieterische Frau sucht einen Mann -„ Lappen “). Moderne Empfehlungssysteme zeigen daher niemals die Daten an, auf deren Grundlage die „Vorhersage“ getroffen wurde.

Die Medien sind eine sehr beliebte Geschichte, weil sie alle ähnliche Empfehlungssysteme verwenden. Bisher waren die Algorithmen sehr einfach: siehe Kategorie "Politik" - sie zeigen Ihnen die Nachrichten aus der Kategorie "Politik". Jetzt ist alles so kompliziert, dass sie die Stellen analysieren, an denen Sie die Maus gestoppt haben, auf welche Wörter Sie sich konzentriert haben, was Sie kopiert haben und wie Sie mit dieser Seite interagiert haben. Dann analysiert er das Vokabular der Nachrichten selbst: Ja, Sie lesen nicht nur die Nachrichten über Putin, sondern auf eine bestimmte Art und Weise mit einer bestimmten emotionalen Farbe. Und wenn jemand Neuigkeiten erhält, wird er nicht einmal darüber nachdenken, wie er hierher gekommen ist. Trotzdem interagiert dann mit diesen Inhalten.

All dies zielt natürlich darauf ab, einen armen, unglücklichen Mann zu halten, der so verrückt nach der riesigen Menge an Informationen ist, die ihn umgeben. Hier muss gesagt werden, dass es nett wäre, solche Systeme zu verwenden, um die Kreativität um Sie herum zu personifizieren, einige Informationen zu sammeln, aber leider gibt es solche Dienste bisher nicht.

Künstliche Intelligenz fängt den Kunden beim Abheben ein und formuliert die Nachfrage

Und hier stellt sich eine sehr interessante philosophische Frage, die sich von der Schaffung eines Empfehlungssystems zur Bildung von Nachfrage bewegt. Selten denkt jemand darüber nach, aber wenn Sie versuchen, das bedingte Instagram zu fragen: „Warum sammeln Sie Daten? Warum zeigst du mir nicht eine absolut zufällige Anzeige? “, Sagt dir„ Instagram “:„ Freund, alles wird getan, um dir genau zu zeigen, woran du interessiert bist. “ Also möchten wir Sie unbedingt kennenlernen, um Ihnen genau zu zeigen, wonach Sie suchen.



, , . (!) . , , , . , 3-5 – , - … , «» ; .

? , – « », . : , – «, . ».

, ? , , - «-» : « 20 – - ». .

Aber wenn Sie einen sauberen Account erstellen und testen, wie genau solche Algorithmen Sie erraten: Sie versuchen zuerst, Sie zu erraten, und dann beginnen sie, etwas im Voraus zu tun. Und das menschliche Gehirn arbeitet so, dass es, wenn es verlässliche Informationen dafür erhält, nicht einmal den Moment verarbeitet, in dem es diese Informationen erhalten hat. Die erste Regel ist, um festzustellen, dass Sie in einem Traum sind - Sie müssen verstehen, wie Sie hierher gekommen sind. Eine Person erinnert sich nie an den Moment, in dem sie sich in einem Raum befand. Dies ist auch hier so.

Google kann beginnen, Ihr Weltbild zu formen

, eye-. , , . , , , , , , .

Und es stellte sich heraus, dass die Leute, wenn sie ein so personalisiertes Motiv erhalten, nicht einmal darüber nachdenken - sie gehen sofort hinüber und beginnen mit ihm zu interagieren. Aus geschäftlicher Sicht ist dies gut, aber aus unserer Sicht als Benutzer ist dies nicht sehr cool, weil - wovor haben sie Angst? - Dass das bedingte „Google“ zu einem bestimmten Zeitpunkt möglicherweise anfängt (und natürlich nicht einmal anfängt), sich ein eigenes Weltbild zu bilden. Er könnte zum Beispiel morgen damit beginnen, den Menschen zu zeigen, dass die Erde flach ist.

Es ist ein Witz, aber sie wurden sehr oft erwischt, als sie während der Wahlen bestimmten Leuten bestimmte Informationen zukommen ließen. Wir sind alle daran gewöhnt, dass die Suchmaschine alles ehrlich versteht. Aber, wie ich immer sage, wenn Sie wirklich wissen möchten, wie die Welt funktioniert, schreiben Sie Ihre eigene Suchmaschine, ohne Filter, ohne auf das Urheberrecht zu achten, ohne einen Ihrer Freunde in der Liste zu platzieren. Die Ausgabe von realen Daten im Internet unterscheidet sich im Allgemeinen von dem, was Google, Yandex, Bing usw. vorweisen. Einige Materialien verstecken sich, weil Freunde, Kollegen, Feinde oder jemand anderes (oder ein ehemaliger Liebhaber, mit dem Sie geschlafen haben) keine Rolle spielen.

Wie Trumpf gewonnen hat

Bei den letzten Wahlen in den USA wurde eine sehr einfache Studie durchgeführt. Sie nahmen die gleichen Anfragen an verschiedenen Orten entgegen, von verschiedenen IPs, aus verschiedenen Städten, verschiedene Leute googelten die gleiche Sache. Herkömmlicherweise lautete die Anfrage wie folgt: Wer wird die Wahl gewinnen? Und überraschenderweise wurden die Ergebnisse so konstruiert, dass in den Staaten, in denen die meisten Menschen versuchten, für den falschen Kandidaten zu stimmen, sie einige gute Nachrichten über den von Google beworbenen Kandidaten erhielten. Welches? Nun, es ist klar, was - derjenige, der Präsident wurde. Dies ist eine absolut unbeweisbare Geschichte und all diese Studien - mit dem Finger über das Wasser. Google könnte sagen: "Leute, all dies geschieht, damit wir den relevantesten Inhalt für Sie anzeigen."

Von nun an sollten Sie wissen, dass das, was als das Relevanteste bezeichnet wird, keine Feige ist. Das Unternehmen nennt relevant, was Sie aus guten oder schlechten Gründen verkaufen müssen.

Diejenigen, die jetzt kein Geld haben, bereiten sich bereits auf zukünftige Einkäufe vor

Es gibt noch so einen interessanten Moment, über den ich sprechen werde. Eine große Anzahl von aktiven Zuschauern ist jetzt in sozialen Netzwerken, in Anwendungen - das sind junge Leute. Wir nennen es so - insolvente Jugend: Kinder von 8-9 Jahren, die auf schwachsinnige Spiele klicken, das sind 12-13-14, die sich nur in sozialen Netzwerken registrieren. Warum sollten große Unternehmen große Budgets und Ressourcen ausgeben, um Anwendungen für zahlungsunfähige Zielgruppen zu erstellen, die niemals monetarisiert werden? In dem Moment, in dem diese Zielgruppe solvent wird, werden genügend Daten darüber vorliegen, um ihr Verhalten sehr gut vorherzusagen.



Fragen Sie nun einen Targetologen, welches Publikum am schwierigsten ist. Sie werden sagen: sehr profitabel. Zum Beispiel ist es fast unmöglich, eine Wohnung im Wert von 150 Millionen Rubel über soziale Netzwerke zu verkaufen. In Einzelfällen, wenn Sie Werbung für zehntausend Menschen machen, kauft man diese Wohnung - der Kunde hat Erfolg ... Aber einer von zehntausend aus Sicht der Statistik ist völliger Mist. Warum ist es schwierig, ein hochprofitables Publikum zu identifizieren? Denn die Menschen, die heute Mitglieder eines hochprofitablen Publikums sind, wurden geboren, als das Internet noch sehr klein war, als Artemy Lebedev es noch nicht wusste und es keine Informationen über sie gibt. Es ist unmöglich, ihr Verhaltensmodell vorherzusagen, es ist unmöglich zu verstehen, wer die Führungskräfte für sie halten und aus welchen Quellen von Inhalten sie diese annehmen.

Wenn Sie alle in 25 Jahren Milliardäre werden und die Unternehmen, die Sie verkaufen werden, über eine große Datenmenge verfügen. Aus diesem Grund ist jetzt in Europa eine bemerkenswerte DSGVO aufgetaucht, die die Erfassung von Daten von Minderjährigen verhindert.

Natürlich funktioniert diese Figur in der Praxis nicht, da alle Kinder immer noch die Konten von Mutter und Vater spielen - auf diese Weise werden die Informationen gesammelt. Wenn Sie Ihrem Kind das nächste Mal eine Tablette geben, denken Sie darüber nach.

Absolut keine schreckliche, anti-utopische Zukunft, in der jeder im Krieg mit den Maschinen stirbt - absolut reale Geschichte. Es gibt eine große Anzahl von Unternehmen, die Algorithmen für die Psychoprofilerstellung von Spielern entwickeln. Sehr interessante Branche. Darauf aufbauend werden die Menschen dann segmentiert, so dass sie irgendwie mit ihnen kommunizieren können.



Die Vorhersage des Verhaltens dieser Menschen wird in 10-15 Jahren verfügbar sein - genau in dem Moment, in dem sie zu einem zahlungsfähigen Publikum werden. Vor allem haben diese Personen bereits im Voraus die Erlaubnis erteilt, ihre personenbezogenen Daten zu verarbeiten, an Dritte weiterzugeben, und das alles ist Glück und so weiter.

Wer verliert einen Job?

, , 50 : , … , , ? , , , .



, , ( ), , , - . , «», , , , - - .



, , . Vielen Dank.



Moderator: - Freunde, wir gehen jetzt zum Frage-Antwort-Block. Du hebst deine Hand - ich komme zu dir.



Frage des Publikums (H): - Frage zur "Black Box". Sie sagten, dass Sie genau verstehen können, warum genau ein solches Ergebnis für einen solchen Benutzer. Handelt es sich um eine Art Algorithmus, oder handelt es sich jedes Mal um ein Ad-hoc-Modell (Anmerkung des Autors: "speziell für dieses" - lateinische Ausdruckseinheit), das Sie analysieren müssen? Oder gibt es bereits fertige, für ein neuronales Netz können Sie grob gesagt die geschäftliche Bedeutung verstehen?

AH: – : . , – . . : , . , , . , , , , – , , . , , , .

Es gibt keine solche Sache, dass Sie auf die Website gegangen sind und Ihnen eine Art Banner gezeigt wurde, weil Sie mit Instagram vor zwei Monaten mit roten Haaren fotografiert haben. Wenn der Entwickler die Erhebung dieser Daten, die Kennzeichnung der Haarfarbe in diesem Modell, nicht festlegt, dann wird diese nicht von der Decke genommen.

Wie kann man die Ergebnisse von maschinellen Lernsystemen verkaufen?

Z: - Nur die Frage ist: Es ist zu verstehen, wie man erklärt, um an jemanden zu verkaufen, der maschinelles Lernen nicht versteht. Ich möchte sagen: mein modell - aus der farbe der haare geht eindeutig hervor ... na ja, die farbe der haare ändert sich ... ist das möglich oder nicht?



AH: - Vielleicht ja. Aber aus Sicht des Verkaufs funktioniert das einzige Schema: Sie haben eine Werbekampagne, wir ersetzen das Publikum durch dasjenige, das die Maschine bildet - und Sie sehen sich nur das Ergebnis an. Dies ist leider die einzige zuverlässige Option für Kunden, um davon zu überzeugen, dass eine solche Geschichte funktioniert, da es viele Lösungen auf dem Markt gibt, die einmal implementiert wurden und die nicht funktionierten.

Informationen zum Erstellen einer virtuellen Identität

Z: - Hallo. Danke für den Vortrag. Die Frage ist: Was ist die Chance für eine Person, die aus irgendeinem Grund dem maschinellen Lernen nicht folgen möchte, durch Interaktion mit der Oberfläche oder aus anderen Gründen eine virtuelle Persönlichkeit zu schaffen, die sich grundlegend von ihrer eigenen Persönlichkeit unterscheidet?



AH: - Es gibt eine Reihe verschiedener Plugins, die sich speziell mit der Randomisierung von Verhalten befassen. Es gibt eine coole Sache - Ghostery, die Sie meiner Meinung nach fast vollständig vor einer Reihe verschiedener Tracker verbirgt, die diese Informationen dann nicht aufzeichnen können. Tatsächlich reicht Ihnen jetzt ein geschlossenes Profil in sozialen Netzwerken aus, damit niemand, keine bösen Parser dort etwas sammeln. Es ist wahrscheinlich besser, eine Art Erweiterung zu verwenden oder selbst etwas zu schreiben.

, , , , , , , . , – : , , … , . - «» «», VPN , -, . - .

,

: – . , ( ). : , ? , , ( , )… , ?

: – , , , . ( , , ), , , 65% , , – «», «», «-» «». , . «», , .

Das Problem bestand darin, eine Person zu identifizieren, die nicht zu einem dieser Modelle passt, und sie irgendwie reibungslos aufzunehmen und auf die andere Seite zu bewegen. Aufgrund der geringen Datenmenge ist es sehr schwierig festzustellen, ob es sich um einen Prognosealgorithmusfehler handelt oder ob sich eine Person nicht in ihrer Kategorie befindet. Ähnlich verhält es sich mit Musik: Es gibt nur wenige wirklich wertvolle Algorithmen, mit denen Musik komponiert werden kann. Vielleicht Yandex.Music. Jemand hält den Yandex.Music-Algorithmus für schlecht. Zum Beispiel mag ich sie. Ich persönlich mag beispielsweise den YouTube-Musikalgorithmus nicht und so weiter.

, , – … . « », , - – , . – , , , , ( , ).

Influence-

Z: - Hallo. Ich heiße Konstantin. Ich möchte eine Frage zur Einflussnahme auf das Marketing stellen. Kennen Sie ein System, mit dem ein Unternehmen anhand einiger Statistiken usw. einen geeigneten Blogger für ein Unternehmen auswählen kann? Und aus welchen Gründen wird das getan?



AH: - Ja, ich fange von weitem an und sage sofort, dass das Problem bei all diesen Technologien darin besteht, dass sich all diese künstliche Intelligenz im Marketing wie ein Seiltänzer bewegt: Es gibt große Unternehmen auf der linken Seite, die viel Geld haben, und sie werden es sowieso haben Alles funktioniert effizient, weil ihre Werbekampagnen nur auf die Anzeige ausgerichtet sind. Auf der anderen Seite gibt es einige kleine Unternehmen, für die es nicht funktioniert, da sie über viele Daten verfügen. Bisher liegt die Anwendbarkeit dieser Geschichten irgendwo in der Mitte.

Wenn es bereits gute Budgets gibt und die Aufgabe darin besteht, diese Budgets korrekt zu verarbeiten (und im Prinzip gibt es bereits viele Daten) ... Ich kenne einige Dienste, so etwas wie "Getblogger", die Algorithmen zu haben scheinen. Ich habe diese Algorithmen ehrlich gesagt nicht studiert. Ich kann Ihnen sagen, wie wir nach Meinungsbildnern suchen, wenn einige Mütter ein Geschenk machen müssen.

Wir verwenden eine Metrik namens Content Distribution Time. Dies funktioniert folgendermaßen: Sie nehmen die Person, deren Zielgruppe Sie analysieren, und müssen systematisch (z. B. alle 5 Minuten) Informationen darüber sammeln, wer sie veröffentlicht, kommentiert und so weiter. Auf diese Weise wird es möglich, zu verstehen, zu welchem ​​Zeitpunkt jede Person aus ihrem Publikum mit ihren Inhalten interagierte. Wiederholen Sie diesen Vorgang für jeden Vertreter seiner Zielgruppe. Auf diese Weise kann die Metrik der durchschnittlichen Zeit für die Verteilung von Inhalten beispielsweise in einem großen Netzwerkdiagramm dieser Personen farblich hervorgehoben und diese Metrik zum Erstellen von Clustern verwendet werden.

Das funktioniert ganz gut, wenn wir zum Beispiel 15 Mütter finden wollen, die ihre öffentliche Meinung über eine Frau haben. Dies ist jedoch eine recht komplizierte technische Implementierung (obwohl dies theoretisch auch auf Python möglich ist). Die Quintessenz ist, dass das Problem des Einflusses des Marketings in großen Werbeagenturen darin besteht, dass sie große, coole und teure Blogger brauchen, die verdammt noch mal nichts tun. Nun, die Automarke möchte ein Produkt über eine Art Meinungsführer verkaufen - sie muss als letztes den Auto-Blogger verwenden, weil das Publikum entweder bereits ein Auto gekauft hat oder es genau weiß, welches Auto es will, es sieht nur nach coolen Autos aus. Hierbei ist es wichtig, die Analyse des Publikums der Person selbst nicht zu verpassen.

Marketing-Bots

Z: - Sagen Sie mir, wie stark beeinflussen Bots in sozialen Netzwerken die Erfassung von Informationen und deren Qualität?



AH: - Mit Bots so eine interessante Sache. Billige Bots sind leicht zu identifizieren - sie haben entweder den gleichen Inhalt oder sie sind miteinander befreundet oder sie befinden sich in einem einzigen Raster. Bei komplexen Bots gibt es auch Ansätze. Oder fragen Sie sich eine Aufgabe, wie Sie eine Person an ihre Fälschung binden können?

Z: - Wie viele Qualitätsinformationen werden mit all diesem Müll ausgegeben?

AH: - Hier funktioniert es so: Aufgrund der Tatsache, dass es eine große Datenmenge gibt (zum Beispiel für eine Art Marketing-Recherche), können Sie diesen ganzen Shusher einfach wegwerfen. Das heißt, es ist besser, ein bisschen mehr echte Leute zu werfen als Bots zu fangen, weil es für sie nutzlos ist, alle Arten von Anzeigen zu schalten. Wenn Sie jedoch Messdaten erfassen, z. B. Interaktionen mit Bannern oder Empfehlungssystemen, können solche Konten gelöscht werden.

Derzeit gibt es sechs virtuelle Charaktere in sozialen Netzwerken oder einfach nur linke Seiten oder Introvertierte, die die Algorithmen wie Bots „zusammenpassen“. Was das Verknüpfen einer Person mit ihrer Fälschung angeht, hängt alles hier auch davon ab, dass eine Person früher oder später einen Fehler macht, und das Verhaltensmodell ist dasselbe - das seines tatsächlichen Kontos, das seines Fälschungs. Früher oder später sehen sie den gleichen Inhalt oder etwas anderes.

Es kommt nicht auf den Prozentsatz der Fehler an, sondern auf die Zeit, die für eine zuverlässige Identifizierung einer Person erforderlich ist. Für jemanden, der mit seinem Instagram lebt, beträgt diese Zeit der zuverlässigen Identifizierung nur fünf Minuten. Für jemanden - zu sechs bis acht Monaten.

An wen und wie werden Daten verkauft?

Z: - Hallo. Ich möchte wissen, wie Daten zwischen Unternehmen verkauft werden. Ich habe zum Beispiel eine Anwendung, in der Sie (dem Entwickler) mitteilen können, wohin eine Person geht, welche Geschäfte sie betreibt und wie viel Geld sie dort ausgibt. Und ich bin daran interessiert zu wissen, wie ich beispielsweise Informationen über die Zielgruppe dieser Geschäfte an diese Geschäfte verkaufen oder ihre Daten in eine riesige Datenbank werfen und dafür bezahlt werden kann.



AH: - Was den direkten Verkauf von Daten an jemanden angeht - Sie, alle anderen, wurden von den OFD - Steuerdatenbetreibern überholt, die geschickt zwischen der Übertragung von Schecks und der Steuer eingebunden sind und nun versuchen, die Daten an alle zu verkaufen. In der Tat haben sie den gesamten Markt der mobilen Analytik zum Einsturz gebracht. In der Tat können Sie Ihre Anwendung einbetten, zum Beispiel ein Facebook-Pixel, sein DMP-System; Dann nutzen Sie dieses Publikum, um zu verkaufen. Zum Beispiel das Pixel "May Target". Ich weiß nicht nur, welche Art von Publikum Sie haben, Sie müssen es verstehen. In jedem Fall können Sie jedoch entweder in Yandex oder My Target, die größten DMP-Systeme, integrieren.

Dies ist eine ziemlich interessante Geschichte. Das einzige Problem ist, dass Sie ihnen den gesamten Verkehr geben und sie die Monetarisierung dieses Verkehrs als Börsen übernehmen. Sie können Ihnen sagen, dass 10 Personen Ihr Publikum benutzt haben, oder sie können es nicht. Daher können Sie entweder Ihr Werbenetzwerk aufbauen oder sich einem großen DMP ergeben.

Wer gewinnt - ein Künstler oder ein Technikfreak?

Z: - Eine Frage, die etwas abseits vom technischen Teil liegt. Es wurde über die Ängste der Vermarkter vor der bevorstehenden Massenarbeitslosigkeit gesprochen. Gibt es eine Art Wettbewerb zwischen kreativem Marketing (diese Leute, die Hühnerwerbung gemacht haben, anscheinend Volkswagen-Anzeigen) und denen, die sich mit Big Date beschäftigen (die sagen: Wir sammeln einfach alle Daten und liefern zielgerichtete Anzeigen an alle )? Was ist Ihre Meinung als direkt involvierte Person, wer wird gewinnen - ein Künstler, ein Technikfreak oder eine Art synergistischer Effekt?



AH: - Hör zu, sie arbeiten zusammen. Ingenieure erfinden keine Kreativität. Wer kreativ ist, hat kein Publikum. Es gibt eine bestimmte multidisziplinäre Geschichte. In Wirklichkeit haben diejenigen, die sitzen und Knöpfe drücken, jetzt Probleme, diejenigen, die "Lockvögel" machen, drücken jeden Tag dasselbe - solche Leute werden verschwinden.

Aber diejenigen, die die Daten analysieren, werden natürlich bleiben, aber jemand muss diese Daten verarbeiten. Jemand muss sich diese Bilder ausdenken, sie zeichnen. Solch eine kreative Maschine lässt sich nicht einfallen! Das ist völliger Wahnsinn! Oder wie zum Beispiel die virale Werbung Carprice, die übrigens sehr gut funktioniert hat. Denken Sie daran, das war auf YouTube: "Verkaufen bei Carprais", sie ist absolut verrückt. Natürlich wird kein neuronales Netz eine solche Geschichte erzeugen.
Generell unterstütze ich die Tatsache, dass nicht die Menschen ihren Arbeitsplatz verlieren, sondern dass sie ein bisschen mehr Freizeit haben und diese Freizeit für die Selbsterziehung nutzen können.

Primitive Werbung wird sterben

Z: - Im Großen und Ganzen werden die Anzeigen, die gezeigt werden, Banner - an der gleichen Stelle werden sogar Verkaufstexte nicht geschrieben: "Wir brauchen Fenster - nimm es!", "Du brauchst etwas anderes - nimm es!", Das heißt, es gibt überhaupt kein Creative .

AH: - Solche Werbung wird natürlich früher oder später sterben. Es wird nicht so sehr an der Entwicklung der Technologie sterben, sondern an der Entwicklung von dir und mir.

Das Relevante vermischt sich am besten mit dem Irrelevanten

Z: - Ich bin hier! Ich habe eine Frage zu einem Experiment, bei dem Sie, wie Sie sagten, keinen Erfolg hatten (mit einem Empfehlungssystem). Und Ihrer Meinung nach ist das Problem, dass es dort unterschrieben wurde, warum es empfohlen wird oder dass alles, was der Benutzer sah, für ihn relevant war? Da ich ein Experiment für Mütter gelesen habe und dort nicht so viele Daten und nicht so viele Daten aus dem Internet vorhanden waren, gab es nur die Daten eines Lebensmittelhändlers - eine prognostizierte Schwangerschaft (das wären Mütter). Und als sie eine Auswahl von Produkten für werdende Mütter zeigten, waren Mütter entsetzt, dass sie vor einigen offiziellen Dingen davon erfahren hatten. Und es hat nicht funktioniert. Und um dieses Problem zu lösen, mischten sie bewusst relevante Güter mit völlig irrelevantem.



AH: - Wir haben den Menschen speziell anhand der Empfehlungen gezeigt, wie sie ihr Feedback verstehen können. Von hier aus wurde das Konzept geboren, dass die Leute nicht sagen müssen, dass dies eine Art superrelevantes Gut für ihn ist.

Ja, es gibt übrigens einen Ansatz, sie mit irrelevanten zu mischen. Aber das Gegenteil ist der Fall: Manchmal kommen Menschen herein und interagieren mit diesem irrelevanten Produkt - zufällige Emissionen werden erzielt, Modelle fallen aus und alles ist noch komplizierter. Aber es ist wirklich so. Darüber hinaus mischen viele Unternehmen, insbesondere wenn sie wissen, dass jemand ihre Daten verarbeitet (jemand kann ihnen ein solches Ergebnis stehlen), es manchmal speziell, um später zu beweisen, dass Sie die Daten nicht übernommen haben sein Empfehlungssystem, aber von der bedingten Yandex.Market.

Werbeblocker und Browser-Sicherheit

Z: - Hallo. Sie haben Ghostery und Adblock erwähnt. Kannst du mir sagen, wie effektiv solche Tracker sind (vielleicht laut Statistik)? Und hatten Sie Aufträge von Unternehmen: Stellen Sie sicher, dass unsere Anzeigen nicht von Adblock geschlossen werden konnten.

AH: - Wir treten nicht direkt mit Werbeplattformen in Kontakt - nur weil sie nicht darum gebeten haben, dass alle ihre Anzeigen sehen. Ich persönlich benutze Ghostery - ich denke, es ist eine sehr coole Erweiterung. Jetzt kämpfen alle Browser um die Privatsphäre: Mozilla hat eine Reihe von Updates aller Art veröffentlicht, Google Chrome ist jetzt supersicher. Sie alle blockieren alles, was möglich ist. Safari hat das Gyroskop bereits standardmäßig deaktiviert.
Und dieser Trend ist natürlich gut (nicht für diejenigen, die Daten sammeln, obwohl sie auch herausgekommen sind), weil die Leute zuerst Cookies blockiert haben. Jeder, dem Werbenetzwerke gehörten, erinnerte sich an eine so wunderbare Technologie wie Browser-Fingerabdrücke - dies sind Algorithmen, die 60 verschiedene Parameter (Bildschirmauflösung, Version, installierte Schriftarten) empfangen und darauf basierend eine eindeutige „Kennung“ berechnen. Wir sind dazu übergegangen. Und Browser begannen damit zu kämpfen. Im Allgemeinen wird es ein endloser Kampf der Titanen sein.

Die neueste Entwicklung "Mozilla" ist recht geschützt. Sie speichert praktisch keine Kekse, setzt eine kurze Lebensdauer. Besonders wenn Sie Incognito einschalten, wird Sie niemand finden. Die Frage ist, dass die Eingabe von Passwörtern in allen Diensten unbequem sein wird.

Wo funktionieren Psychotypisierung und Physiognomie und wo funktionieren sie nicht?

Z: - Arthur, vielen Dank für den Vortrag. Gerne verfolge ich auch Ihre Vorträge auf "YouTube". Sie haben erwähnt, dass Vermarkter immer häufiger auf Psychotypisierung und Physiognomie zurückgreifen. Meine Frage ist: In welchen Kategorien von Marken funktioniert es? Ich glaube, dass es nur für FMCG geeignet ist. Zum Beispiel ist die Auswahl eines Autos ...

AH: - Ich kann herunterladen, wo es genau funktioniert. Es funktioniert in allen möglichen Geschichten wie Amediateki, Fernsehsendungen, Filmen und so weiter. Dies funktioniert gut in Banken und Bankprodukten, wenn dies kein Premium-Segment ist, sondern alle Arten von Studentenausweisen, Raten - das sind die Dinge. Es funktioniert wirklich sehr gut in FMCG und in allen Arten von "iPhones", Ladegeräten, in all diesem Mist. Es funktioniert gut in "Mamas" Waren, "Vaters". Obwohl ich weiß, dass in der Fischerei (es gibt ein solches Thema) ... Mehrmals gab es Fälle mit Fischern - sie können nie zuverlässig segmentiert werden. Ich weiß nicht warum. Irgendeine Art statistischer Fehler.

Dies funktioniert nicht gut mit Autofahrern, mit Schmuck, mit einigen Dingen für zu Hause. Tatsächlich funktioniert dies nicht gut mit etwas, über das die Leute niemals in sozialen Netzwerken geschrieben hätten - Sie können es auf diese Weise überprüfen. Vorbehaltlich beim Kauf einer Waschmaschine: Hier erfahren Sie, wer eine Waschmaschine hat und wer nicht? Es scheint, als hätte es jeder. Sie können die CRF-Daten verwenden, um zu sehen, wer was mit Schecks gekauft hat, und um diese Personen mit Schecks „abzuholen“. Tatsächlich ist es jedoch schwierig, mit solchen Dingen zu arbeiten, von denen Sie zum Beispiel auf Instagram niemals erzählt hätten.

Maschinen erkennen Tricks als statistische Würfe.

Z: - Ich habe eine Frage zum Targeting. Ist es möglich (oder existieren sie plötzlich), dass ein bedingter Zufallscharakter sich in allem widerspricht: Am Anfang googelt er „die besten Fitnessstudios“ und dann googelt er „10 Wege, nichts zu tun“? Und so in allem. Kann Targeting einem folgen, der sich selbst widerspricht?

AH: - Die einzige Frage hier ist: Wenn Sie Google 2 Jahre lang verwendet haben, haben Sie ihm alles gesagt, was Sie über sich selbst wissen, und jetzt ein Plug-In installiert, das ähnliche zufällige Abfragen erstellt. Laut Statistik können Sie das natürlich wird verstehen - was Sie jetzt tun, ist ein statistischer Ausreißer, und das Ganze ist auszumerzen. Wenn Sie möchten - registrieren Sie ein neues Konto, aber das Werbevolumen ändert sich nicht. Sie wird einfach komisch. Obwohl sie jetzt seltsam ist.

Ein bisschen Werbung :)

Vielen Dank für Ihren Aufenthalt bei uns. Mögen Sie unsere Artikel? Möchten Sie weitere interessante Materialien sehen? Unterstützen Sie uns, indem Sie eine Bestellung aufgeben oder Ihren Freunden Cloud-basiertes VPS für Entwickler ab 4,99 US-Dollar empfehlen, ein einzigartiges Analogon zu Einstiegsservern, das wir für Sie erfunden haben: Die ganze Wahrheit über VPS (KVM) E5-2697 v3 (6 Kerne) 10 GB DDR4 480 GB SSD 1 Gbit / s ab 19 Dollar oder wie teilt man den Server? (Optionen sind mit RAID1 und RAID10, bis zu 24 Kernen und bis zu 40 GB DDR4 verfügbar).

Dell R730xd 2-mal billiger im Equinix Tier IV-Rechenzentrum in Amsterdam? Nur wir haben 2 x Intel TetraDeca-Core Xeon 2 x E5-2697v3 2,6 GHz 14C 64 GB DDR4 4 x 960 GB SSD 1 Gbit / s 100 TV ab 199 US-Dollar in den Niederlanden! Dell R420 - 2x E5-2430 2,2 GHz 6C 128 GB DDR3 2x960 GB SSD 1 Gbit / s 100 TB - ab 99 US-Dollar! Lesen Sie mehr über das Erstellen von Infrastruktur-Bldg. Klasse mit Dell R730xd E5-2650 v4 Servern für 9.000 Euro für einen Cent?