आर्थर खाचुआयन: "विज्ञापन में वास्तविक बड़ा डेटा"

14 मार्च, 2017 को, सोशल डाटा हब के सीईओ आर्थर खाचुआन ने बीबीडीओ लेक्चर हॉल में बात की। आर्थर ने इंटेलिजेंट मॉनिटरिंग, बिहेवियरल मॉडल्स, फोटो और वीडियो कंटेंट की पहचान के साथ-साथ सोशल डाटा हब के अन्य टूल्स और स्टडीज के बारे में बात की, जो आपको सोशल नेटवर्क और बिग डेटा टेक्नॉलॉजी का इस्तेमाल कर अपने ऑडियंस को टारगेट करने की सुविधा देते हैं।



आर्थर खाचुआन (इसके बाद - एएच): - नमस्कार! सभी को नमस्कार! मेरा नाम आर्थर खाचुआयन है, मैं सोशल डेटा हब कंपनी का नेतृत्व करता हूं, और हम खुले डेटा स्रोतों, सूचना क्षेत्रों के विभिन्न दिलचस्प बौद्धिक विश्लेषणों में लगे हुए हैं और सभी तरह के दिलचस्प अध्ययन वगैरह करते हैं।

और आज, BBDO समूह के सहयोगियों ने बड़े डेटा का विश्लेषण करने के लिए आधुनिक तकनीकों के बारे में बात करने के लिए कहा, बड़े और विज्ञापन के लिए इतना डेटा नहीं: इसका उपयोग कैसे किया जाता है, कुछ दिलचस्प उदाहरण दिखाते हैं। मुझे उम्मीद है कि आप रास्ते में सवाल पूछेंगे, क्योंकि मैं गुस्सा करना शुरू कर सकता हूं और सार को प्रकट नहीं कर सकता हूं, इसलिए शर्मीली मत बनो।

दरअसल, मुख्य दिशा, कहीं न कहीं "निकट-बिगडिट" समाधान कभी इस्तेमाल किए गए थे, वे सभी स्पष्ट हैं - यह दर्शकों का लक्ष्यीकरण, विश्लेषण, किसी प्रकार का विश्लेषण और विपणन अनुसंधान है। लेकिन यह हमेशा दिलचस्प होता है कि अतिरिक्त डेटा क्या पाया जा सकता है, विश्लेषण लागू करने के बाद क्या अतिरिक्त अर्थ मिल सकते हैं।

हमें विज्ञापन के लिए तकनीक की आवश्यकता क्यों है?

हम कहां से शुरू करते हैं? सबसे अधिक समझा जाने वाला विज्ञापन सामाजिक नेटवर्क पर विज्ञापन है। आज मैंने इसे सुबह शूट किया: किसी कारण से, Vkontakte का मानना ​​है कि मुझे इस विशेष विज्ञापन को देखना चाहिए ... बेहतर या बदतर के लिए, यह दूसरा प्रश्न है। हम देखते हैं कि मैं सुनिश्चित करने के लिए आलेखों की श्रेणी में आता हूं:



तकनीकी समाधान के रूप में ली जा सकने वाली सबसे पहली और दिलचस्प बात ... हम शुरू करने से पहले जो पहली चीज हल करना चाहते थे, वह थी शर्तों को परिभाषित करना: खुला डेटा क्या है और बड़ा डेटा क्या है? क्योंकि इस विषय पर सभी लोगों की अपनी समझ है, और मैं अपनी शर्तों को किसी पर थोपना नहीं चाहता, लेकिन ... बस इतना है कि कोई विसंगतियां नहीं हैं।

व्यक्तिगत रूप से, मुझे लगता है कि खुला डेटा वह सभी डेटा है जो मैं बिना किसी लॉगिन या पासवर्ड के पहुंचा सकता हूं। यह सोशल नेटवर्क पर एक खुली प्रोफ़ाइल है, यह खोज परिणाम है, ये खुले रजिस्ट्रियां हैं, आदि। बिग डेटा, मेरी अपनी समझ में, मैं इसे देखता हूं: अगर यह एक डेटा प्लेट है - यह एक अरब लाइनें है, अगर यह किसी तरह की फाइल स्टोरेज है - यह कहीं डेटा की पेटबाइट। मेरी शब्दावली में बाकी बड़ा डेटा नहीं है, लेकिन आसपास कुछ है।

अत्यधिक सटीक रूपरेखा और स्कोरिंग प्रोफाइल

क्रम में चलते हैं। पहली और सबसे दिलचस्प बात आप खुले डेटा स्रोतों के विश्लेषण से सोच सकते हैं कि यह उच्च-परिशुद्धता प्रोफाइलिंग और प्रोफाइलिंग स्कोरिंग है। यह क्या है यह एक ऐसी कहानी है जब आप न केवल आपके सामाजिक नेटवर्क खाते में आपके हितों के बारे में भविष्यवाणी कर सकते हैं।

लेकिन अब, विभिन्न स्रोतों को मिलाकर, आप अपने वेतन के औसत स्तर को समझ सकते हैं कि आपका अपार्टमेंट कितना है, यह कहाँ स्थित है। और इस सभी डेटा का शाब्दिक उपयोग तात्कालिक साधनों से किया जा सकता है। उदाहरण के लिए, यदि आप सोशल नेटवर्क पर अपना खाता लेते हैं, तो देखें, कहें, जहां आप रहते हैं, जहां आप काम करते हैं; समझें कि जिस कंपनी में आप काम करते हैं, वह किस व्यवसाय में स्थित है; यदि आप एक विश्लेषक, प्रबंधक, आदि हैं तो HH और सुपरजॉब से समान रिक्तियां उतारें। देखें कि आप कहां रहते हैं (बेस, CIAN कहते हैं), समझें कि इस जगह में एक मकान किराए पर लेने के लिए कितना खर्च होता है, इस जगह पर घर खरीदने के लिए कितना खर्च करना पड़ता है, इस बारे में भविष्यवाणी करने के लिए कि आप कितना कमाते हैं। अपने सामाजिक नेटवर्क पर आगे आप समझ सकते हैं कि आप कितना यात्रा करते हैं, आप कहां हैं, आप नियोक्ता के प्रति कितने वफादार हैं।

तदनुसार, इतनी बड़ी संख्या में मैट्रिक्स से हम कुछ भी कर सकते हैं। हम आपको एक उत्पाद पेश कर सकते हैं जो आपकी रुचि है। एक ऑनलाइन स्टोर की कल्पना करो? आप वहां जाते हैं - यह ऑनलाइन स्टोर सोशल नेटवर्क पर आपका खाता पकड़ता है और आपको बताता है: "माशा, आपने अभी-अभी एक लड़के के साथ संबंध बनाया है, यहां आपके पास कुछ निश्चित उत्पाद हैं।" यह निकट भविष्य नहीं है ...

किसी व्यक्ति के जियोलोकेशन का निर्धारण कैसे करें?

दर्शकों के सवालों के जवाब:

• आमतौर पर सभी चेक-इन का 80% निवास स्थान का सटीक स्थान माना जाता है। लेकिन जो लोग कहीं भी चेक नहीं करते हैं, उनके लिए कई विकल्प हैं: या तो चेक-इन, या एक भू-स्थिति, या किसी व्यक्ति द्वारा लिखे गए समय की पूरी अवधि के लिए पदों और प्रकाशनों का विश्लेषण ... और कहीं न कहीं, कुछ होने दें जैसे कि "मैं अकादमिक के पास एक घुमक्कड़ खरीदना चाहता हूँ" या "मैंने हाल ही में यहाँ दीवार पर बदसूरत भित्तिचित्रों को देखा।" यही है, लगभग 80% लोग डेटा या मेटाडेटा के अनुसार अपने जियोलोकेशन, अपने काम की जगह और अपने निवास स्थान को निर्धारित कर सकते हैं जो सामाजिक नेटवर्क से एकत्र किए जा सकते हैं।
  
  यह, फिर से, पदों का विश्लेषण है। सबसे सरल अर्थ में, यह सामाजिक नेटवर्क में चेक-इन और जियोलोकेशन का विश्लेषण है जो जेपीईजी मेटाडेटा को नहीं हटाता है (आप उन पर कुछ पार्स कर सकते हैं)। लेकिन बचे हुए लोगों के लिए, ये आमतौर पर टेक्स्ट ब्रॉडकास्ट होते हैं: या तो कोई व्यक्ति अपने स्थान को "चमकता" करता है, जब वह किसी चीज के बारे में लिखता है, या वह अपने फोन को "चमकता" करता है, जिस पर आप अपने कुछ विज्ञापन Avito या उसके खाते को ढूंढ सकते हैं "Avto.ru"। इन आंकड़ों के अनुसार, आप गठबंधन कर सकते हैं (उदाहरण के लिए, "मैं मायाकोव्स्काया के पास एक कार बेच रहा हूं") और मोटे तौर पर यह मान लेते हैं।
• आमतौर पर लोग इसे सोशल नेटवर्क पर पोस्ट करते हैं। हम केवल खुले स्रोतों के साथ काम करते हैं और यहां हम विशेष रूप से खुले स्रोतों के बारे में बात कर रहे हैं। आमतौर पर विज्ञापन प्रकाशित होते हैं, यानी साठ प्रतिशत उस समय की सबसे लगातार कहानी है जब लोग अपने वर्तमान सेल फोन नंबर को "शाइन" करते हैं - ये कुछ बेचने के विज्ञापन हैं। या तो कुछ समूहों में एक व्यक्ति लिखता है ("मैं इसे या वहां बेचते हैं), या वह कहीं जाता है।
  
  हाँ! वे आमतौर पर टिप्पणी करते हैं, जैसे: "मुझे जवाब दो या एक एसएमएस फेंक दो, मुझे नंबर पर कॉल करें। यह बहुत बार उन लोगों के साथ होता है जो कुछ बेचते हैं, सोशल नेटवर्क पर खरीदते हैं, किसी के साथ संवाद करते हैं ... तदनुसार, इस संख्या से आप उसके प्रोफाइल को सियान संस्थान में बाँध सकते हैं, यदि वह एक बार कुछ प्रकाशित करता है, या फिर से, Avito पर। ये बस सबसे लोकप्रिय, शीर्ष स्रोत हैं, यह होना जारी रहेगा - यह एविटो, सियान और इतने पर है।
• यह एक ऑनलाइन स्टोर को संदर्भित करता है। अगली बार चेहरा पहचानने और प्रोफ़ाइल मिलान तकनीक (हम इसके बारे में बात करेंगे)। सैद्धांतिक रूप से, यह एक ऑफ़लाइन स्टोर पर भी लागू किया जा सकता है। और सामान्य तौर पर, मेरा बड़ा सपना यह है कि जब सड़क के बैनर दिखाई देते हैं, जब आप कैमरे से गुजरते हैं, तो यह आपके चेहरे पर "लकीर" होता है। लेकिन इस मामले को कानून द्वारा प्रतिबंधित किया जाएगा, क्योंकि यह गोपनीयता का उल्लंघन है। मुझे उम्मीद है कि जल्द या बाद में यह होगा।
• मुझे व्यक्तिगत अनुभव है। बहुत बार, जब कोई व्यक्ति आपसे कुछ लिखवाता है, तो आप उसके जीवन के कुछ तथ्यों पर काम करते हैं, जिन्हें आप नहीं जानते होंगे ... ज्यादातर मामलों में लोग डरते हैं। लेकिन! हाल के आंकड़ों के आधार पर, सोशल नेटवर्क पर बंद खातों की संख्या में 14% की कमी आई है। फेक की संख्या बढ़ रही है, खुले खातों की संख्या बढ़ रही है - लोग तेजी से खुलेपन की ओर बढ़ रहे हैं। मुझे लगता है कि 3-4 वर्षों के बाद वे इस तथ्य पर इतनी तेजी से प्रतिक्रिया करना बंद कर देंगे कि कोई उनके बारे में जानकारी जानता है जो उसे संभवतः नहीं जानना चाहिए। लेकिन वास्तव में इसकी दीवार को देखकर इसे प्राप्त करना बहुत आसान है।

खुले स्रोतों से क्या लिया जा सकता है?

चीजों की एक अनुमानित सूची जिसे खुले स्रोतों से काफी उच्च विश्वसनीयता के साथ समझा जा सकता है - यह है। वास्तव में, विभिन्न मैट्रिक्स के और भी सभी प्रकार हैं; यह इस तरह के अनुसंधान के ग्राहक पर निर्भर करता है। कुछ एचआर एजेंसी है जो इस बात में दिलचस्पी रखती है कि आप सामाजिक नेटवर्क पर या कहीं सार्वजनिक स्थान पर शपथ लें। किसी को इस बात में दिलचस्पी है कि क्या आपको नवलनी के प्रकाशनों के तहत पसंद है या, इसके विपरीत, संयुक्त रूस के प्रकाशनों के तहत, या किसी प्रकार की अश्लील सामग्री - ऐसी चीजें अक्सर होती हैं।

मुख्य हैं पारिवारिक मूल्य, एक अपार्टमेंट, घर, कार की खोज, और इसी तरह की अनुमानित लागत। इस कारण से, लोगों को सामाजिक समूहों में विभाजित किया जा सकता है। ये मास्को "टिंडर" के उपयोगकर्ता हैं, जो वे हैं (उनके फेसबुक अकाउंट पर पाई गई तस्वीरों के अनुसार); उनके हितों के आधार पर, उन्हें विभिन्न सामाजिक समूहों में विभाजित किया गया है:



यदि हम विज्ञापन के करीब जाते हैं, तो हमने धीरे-धीरे विज्ञापन के मानक लक्ष्यीकरण को छोड़ दिया है जब आप सशर्त Vkontakte में चुनते हैं कि आप 18 वर्ष की आयु के पुरुषों में रुचि रखते हैं, कुछ समूहों के लिए सदस्यता ली गई है। मेरे पास इस तरह की एक तस्वीर है, अब मैं आपको दिखाऊंगा:



लब्बोलुआब यह है कि ज्यादातर वर्तमान सेवाएं जो विश्लेषण करती हैं, सिद्धांत रूप में, जो लोग सामाजिक नेटवर्क का विश्लेषण करते हैं, वे हितों का विश्लेषण करने में रुचि रखते हैं ... लोगों के दिमाग में आने वाली पहली चीज उनके ग्राहकों के शीर्ष समूहों का विश्लेषण करना है। शायद यह किसी के साथ काम करता है, लेकिन व्यक्तिगत रूप से मुझे लगता है कि यह मौलिक रूप से गलत है। क्यों?

आपकी पसंद एकत्र और विश्लेषण करती है

अब अपने फोन ले लो, अपने शीर्ष समूहों को देखो - निश्चित रूप से 50% से अधिक समूह होंगे जिनके बारे में आप पहले से ही भूल चुके हैं, यह कुछ ऐसी सामग्री है जो वास्तव में आपके लिए अप्रासंगिक है। आप इसका बिल्कुल भी सेवन नहीं करते हैं, लेकिन फिर भी सिस्टम आपको उनके अनुसार बढ़ाएगा: कि आपको कुछ लोकप्रिय समूहों को व्यंजनों की सदस्यता दी जाती है। यही है, आप उस सिस्टम का उल्लंघन करते हैं जो आपकी प्रोफ़ाइल का विश्लेषण करता है, और आपकी रुचियां उचित नहीं होंगी।

चल रहा है ... वहाँ क्या है? हम मानते हैं कि बाकी लोग कर रहे हैं। हमारी राय में, उपयोगकर्ताओं के हितों का आकलन करने का पर्याप्त तरीका पसंद है। उदाहरण के लिए, Vkontakte में फीड जैसा कोई नहीं है, और लोगों को लगता है कि कोई नहीं जानता कि उन्हें क्या पसंद है। हां, पसंद का हिस्सा इंस्टाग्राम पर पेश किया गया था, हम फेसबुक पर कुछ देखते हैं, लेकिन कुछ समूहों में अधिकांश सामग्री एक सामान्य धारा के साथ प्रसारित नहीं होती है, और लोग रहते हैं और सोचते हैं कि किसी को भी पता नहीं चलेगा कि उन्हें क्या पसंद है।

और कुछ सामग्री की कुछ सामग्री जो हमें रुचिकर लगाती है, इन पोस्टों को इकट्ठा करना, इन लाइक्स को इकट्ठा करना, फिर इस डेटाबेस से इस व्यक्ति की जाँच करना, हम उच्च सटीकता के साथ यह निर्धारित कर सकते हैं कि वह कौन है, उसका भाग्य क्या है, वह किस चीज में रुचि रखता है। किसी विशेष सामाजिक समूह में ठीक से पहचानें और उसके साथ बातचीत करें।

कार खरीदने से व्यवहार में बदलाव आता है

मेरे पास ऐसा उदाहरण है। मैं तुरंत एक आरक्षण कर दूंगा, जिसमें मेरे पास विज्ञापन और निकट-विपणन के उदाहरण हैं, क्योंकि, जैसा कि आप जानते हैं, अधिकांश मामले एनडीए द्वारा संरक्षित हैं और इसी तरह। लेकिन फिर भी कई दिलचस्प चीजें होंगी। तो, इन लोगों के साथ कहानी: ये वे पुरुष हैं जिन्होंने 2010 और 2015 के बीच कार खरीदी थी। नेटवर्क पर उनका सामाजिक व्यवहार कैसे बदल गया है इसका रंग कोडित है। ग्राहकों में लड़कियों का प्रतिशत बदल गया है, "patsansky" जनता के लिए सदस्यता ली, एक स्थायी यौन साथी पाया ...



यह पूरी चीज कार ब्रांड और लोगों की संख्या से टूट गई है। यहां से आप लोगों के व्यवहार के बारे में कई दिलचस्प निष्कर्ष निकाल सकते हैं कि यह कैसे काम करता है। मैं कह सकता हूं कि "पोर्श केयेन" और लगाए गए "प्रियोरा" को आकर्षित करने वाले दर्शकों की संख्या के मामले में लगभग समान हैं। इस दर्शकों की गुणवत्ता, उनका व्यवहार अलग है, लेकिन राशि उसी के बारे में है। यहां से निष्कर्ष निकाला जा सकता है, आपके बाजार के करीब, जो भी हो। आप ऑडी बेचते हैं, आप नारा खरीदते हैं "ऑडी खरीदें," अपने माता-पिता से दूर रहें! "और इसी तरह।

यह हां, इस तथ्य का एक हास्यास्पद उदाहरण है कि लोगों का व्यवहार पसंद विश्लेषण पर आधारित है, वे किस समूह में जाते हैं, इस आधार पर कि वे किस सामग्री का विश्लेषण करते हैं, यह लगभग 100% संभावना है कि आप कौन हैं। क्योंकि यदि आपके पास नेटवर्क ट्रैफ़िक तक पहुंच नहीं है, तो निजी संदेश न पढ़ें, पसंद हमेशा आपको बताएंगे कि यह व्यक्ति कौन है - एक गर्भवती महिला, माँ, सैन्य, पुलिस अधिकारी। और आपके लिए, एक ऐसे व्यक्ति के लिए जो विज्ञापन कर सकता है, यह लक्ष्य पर एक बड़ी हिट है।

दर्शकों के सवालों के जवाब:

• प्रत्येक कॉलम दी गई कार में लोगों की संख्या है; उनके व्यवहार का पैटर्न कैसे बदल गया है। देखिए: पोर्श केयेन को खरीदने वाले लोग - लगभग 550 लोग (पीले), ग्राहकों में लड़कियों का प्रतिशत बढ़ा है।
• इस नमूने में 2010 से 2015 तक VKontakte, Facebook और Instagram सोशल नेटवर्क के उपयोगकर्ता शामिल हैं। एकमात्र स्पष्टीकरण: यहां उन चुनिंदा मशीनों का निर्धारण किया जा सकता है जिन्हें कुछ उपकरणों का उपयोग करके तस्वीरों में 80% से अधिक सटीकता के साथ निर्धारित किया जा सकता है।
• एक निश्चित समय के लिए, उनकी कार (अच्छी तरह से, वह नहीं है, हम इसे सामाजिक नेटवर्क के लिए छोड़ देते हैं) ... एक निश्चित अवधि के लिए, एक व्यक्ति लगातार कार के साथ तस्वीरें ले रहा था, उसके साथ था, प्रकाशन अलग थे, तस्वीरें अलग-अलग कोणों से थीं और इसी तरह । आगे एक तस्वीर होगी, जिसे लोग किन मशीनों के साथ फोटो खिंचवा रहे हैं और ... हां, यह दूसरा सवाल है - सोशल नेटवर्क के डेटा पर भरोसा।
• चूंकि हमने इसे उठाया है - दुर्भाग्य से, सामाजिक नेटवर्क पर डेटा हमेशा सही नहीं होता है। लोग हमेशा अपनी जानकारी प्रकाशित करने के लिए इच्छुक नहीं होते हैं। व्यक्तिगत रूप से, मैंने इस तरह के एक अध्ययन का आयोजन किया: मैंने मॉस्को विश्वविद्यालयों से स्नातक की संख्या की तुलना सामाजिक नेटवर्क पर पंजीकृत लोगों की संख्या के साथ की। औसतन, 60% अधिक लोग सामाजिक नेटवर्क में पंजीकृत हैं - MSU स्नातकों को कुछ विशेष विशेषताओं में एक निश्चित वर्ष के लिए वास्तव में सिद्धांत रूप में मौजूद हैं। तो हाँ - यहाँ, निश्चित रूप से, त्रुटियों का प्रतिशत है, और कोई भी इसे छिपाता नहीं है। यहां, उन कारों को जिन्हें 80% से अधिक संभावना के साथ निर्धारित किया जा सकता है, बस आधार के रूप में लिया जाता है।

मॉडल प्रशिक्षण के लिए स्रोतों की सूची

यहां उन स्रोतों की एक नमूना सूची दी गई है जिनका उपयोग किया जा सकता है, जिसका उपयोग किसी व्यक्ति की सामाजिक रूपरेखा को निश्चित रूप से निर्धारित करने के लिए किया जाता है कि वह कौन है।



सामाजिक नेटवर्क से हम एक प्रोफ़ाइल लेते हैं, CIAN से - एक अपार्टमेंट की लागत लगभग, "हेड हंटर", "सुपर जॉब" है - यह इस व्यक्ति के लिए औसत वेतन है। मुझे उम्मीद है कि यहां कोई हेड हंटर प्रतिनिधि नहीं हैं, क्योंकि उनका मानना ​​है कि इन आंकड़ों को उनसे लेना बहुत अच्छा नहीं है। फिर भी, यह कुछ प्रकार की नौकरी गतिविधि के लिए कुछ क्षेत्रों के लिए औसत वेतन है।

Avito, Avto.ru: बहुत बार लोग, जब वे अपना फोन जलाते हैं, तो उनके पास हमेशा (बड़ी संख्या में मामलों में) कम से कम Avito, या Avto.ru या यहां तक ​​कि कुछ पर होता है। कई साइटें जिनसे आप समझ सकते हैं कि वे कौन हैं। यदि आपने इस फोन पर एक घुमक्कड़ या एक कार बेची है ... रोस्टैट और यूएसआरएलई अभी भी अधिक रजिस्ट्रियां हैं, जिसके साथ आप नियोक्ता कंपनी को किसी सूत्र के अनुसार रैंक कर सकते हैं, एक मॉडल के अनुसार जिसे कोई भी व्यक्ति पूछ सकता है (आप मोटे तौर पर इस व्यक्ति के पैसे का निर्धारण कर सकते हैं) और टी। डी।)।

"टिंडर" लोगों की स्थिति पर डेटा एकत्र करने में मदद करता है

साथ ही, इस तरह की एक दिलचस्प बात है (एक विकल्प के रूप में, अध्ययन में बहुत ही मज़ेदार) - यह, फिर से, इस टिंडर के लिए बॉट्स का उपयोग करके मॉस्को टिंडर से डेटा एकत्र कर रहा है। लोगों के लिए दूरी निर्धारित की गई थी, और फिर उनका अनुमानित स्थान निर्धारित किया गया था।



इस अध्ययन का उद्देश्य राज्य के संस्थानों के क्षेत्र में टिंडर खातों की संख्या निर्धारित करना था - ड्यूमा में, अभियोजक के कार्यालय, और इसी तरह। लेकिन आप एक विज्ञापनदाता के रूप में, किसी भी चीज़ की कल्पना कर सकते हैं: यह हो सकता है, उदाहरण के लिए, स्टारबक्स या कोई और ... यानी उसी टिंडर के लोगों की संख्या जो आपसे कॉफी पीते हैं, कुछ ऑर्डर करते हैं, में हैं भंडार। इस जियोलोकेशन के बारे में: यह किसी भी सेवा के साथ किया जा सकता है।

दर्शकों के एक सवाल का जवाब:

• "Tinder"? आपको नहीं पता? "टिंडर" एक ऐसा डेटिंग एप्लिकेशन है जहां आप तस्वीरें (बाएं-दाएं) देखते हैं, और यह एप्लिकेशन आपको किसी व्यक्ति से दूरी दिखाता है। यदि आपको तीन अलग-अलग बिंदुओं से इस व्यक्ति की दूरी मिलती है, तो आप स्थान निर्धारित कर सकते हैं (+ 5-7 मीटर)। इस मामले में, अभियोजक के कार्यालय या राज्य ड्यूमा के क्षेत्र का निर्धारण करने के लिए, यह इतना मुश्किल नहीं है। लेकिन, फिर से, यह आपका स्टोर हो सकता है, यह कुछ भी हो सकता है।

उदाहरण के लिए, हमारे पास ऐसा मामला (अनुसंधान नहीं) लंबे समय से था, जब हमें फ्लक्स घनत्व पर मोबाइल ऑपरेटरों में से एक से डेटा प्राप्त हुआ था, सेलुलर बिंदुओं की गति के घनत्व पर डेटा, और यह सब जानकारी मोटरवे पर स्थित बिलबोर्ड के निर्देशांक पर आरोपित थी । और मोबाइल ऑपरेटर का कार्य यह निर्धारित करना है कि लगभग कितने लोग ड्राइविंग कर रहे हैं और संभावित रूप से इस बिलबोर्ड विज्ञापन को देख सकते हैं।

यदि बिलबोर्ड विज्ञापन के विशेषज्ञ हैं, तो आप कह सकते हैं: सुपर-मज़बूती से समझना असंभव है - कोई यात्रा कर रहा है, किसी ने नहीं देखा है, किसी ने देखा है ... फिर भी, यह एक उदाहरण है कि मास्को में 20 बिलियन ऐसे बहुभुज कैसे हैं जो कुछ मार्गों पर हर घंटे इन लोगों की घनत्व हैं ... आप देख सकते हैं कि इन लोगों ने किसी भी क्षण क्या पारित किया और लगभग यात्री प्रवाह का अनुमान लगाया।

दर्शकों के एक सवाल का जवाब:

• कोई भी ऐसा डेटा नहीं देता है। हमने ऑपरेटरों में से एक के लिए ऐसा अध्ययन किया, यह एक विशेष रूप से आंतरिक कहानी है, इसलिए, दुर्भाग्य से, इसे चित्रों के रूप में प्रस्तुत नहीं किया गया है। लेकिन अक्सर बड़ी विज्ञापन एजेंसियों को ऑपरेटर से संपर्क करने में समस्या नहीं होती है। कम से कम मॉस्को में ऐसे कई उदाहरण हैं जब, उदाहरण के लिए, बीमा कंपनियां गेटटाक्सी जैसी कंपनियों की ओर रुख करती हैं, जो यह बताती हैं कि ड्राइवर कितना पुराना है, यह कैसे पता चलता है कि वे कैसे ड्राइव करते हैं (अच्छा - बुरा, लापरवाह - नहीं), उसके लिए नीतियों का पूर्वानुमान और इतने पर। हर कोई इसके साथ संघर्ष कर रहा है, लेकिन कुछ आंतरिक स्तर पर अनाम डेटा देने के लिए - मुझे लगता है कि किसी को भी ऐसी समस्या नहीं है।

छवियों और छवियों की मान्यता

चलो आगे बढ़ते हैं। मेरी पसंदीदा छवि पहचान है। लोगों द्वारा चेहरे खोजने के बारे में एक छोटा सा टुकड़ा होगा, लेकिन हम ज्यादातर इस हिस्से को नहीं लेते हैं।हम पैटर्न की मान्यता और परिभाषा लेते हैं कि इस छवि में कार, उसके रंग और इसी तरह का ब्रांड है।



मेरे पास इस तरह के एक कॉमिक उदाहरण हैं:



विभिन्न सामाजिक नेटवर्क में टैटू की खोज पर इस तरह का एक अध्ययन था। तदनुसार, किसी भी ब्रांड के लिए, किसी भी दृश्य छवि के लिए, लगभग किसी भी दृश्य छवि पर लागू किया जा सकता है। वे हैं जो मज़बूती से निर्धारित नहीं किए जा सकते हैं (हम उन्हें नहीं लेते हैं)।



यहाँ मेरा पसंदीदा है। ऑटोमोटिव ब्रांड अक्सर इस तरह के कार्य के लिए बदल जाते हैं, क्योंकि उनका कार्य, उदाहरण के लिए, कुछ बीएमडब्ल्यू X6 के सभी मालिकों को यह समझना है कि वे कौन हैं, कैसे जुड़े हुए हैं, वे किस चीज में रुचि रखते हैं और इसी तरह। यह सवाल है कि लोग सोशल नेटवर्क पर किस तरह की कारों की तस्वीरें खींच रहे हैं।



कोई भी फ़िल्टरिंग नहीं था: उनका विषय, कार उनकी नहीं थी; कारों का इतना टूटना - उम्र वगैरह। लेकिन दृश्य पैटर्न मान्यता का उपयोग अक्सर किया जाता है: यह गर्भवती महिलाओं के लिए एक खोज है, और कुछ बड़े पैमाने पर मीडिया में ब्रांड लोगो की खोज है (जो पोस्ट करता है)।



मेरा पसंदीदा मामला (जिसका उपयोग विभिन्न रेस्तरां द्वारा किया जाता है): जो रोल सोशल नेटवर्क पर पोस्ट किए जाते हैं। यह एक मजेदार बात है, लेकिन वास्तव में यह आपको बहुत सारी दिलचस्प चीजों को समझने की अनुमति देता है, सबसे पहले, अपने स्वयं के ग्राहकों के बारे में: जो आपके पास आए और उन्होंने ऐसा क्यों किया। क्योंकि यह कोई रहस्य नहीं है कि सुशी सलाखों में ज्यादातर लोग (मैं "लड़कियों" नहीं कहती) फोटो को जांचने के लिए, फोटो लेने के लिए, आदि।

ब्रांड इसका उपयोग कर सकता है। ब्रांड इस बात में रुचि रखता है कि उसे किस तरह के उत्पादों की खूबसूरती से तस्वीर और अपलोड करने की जरूरत है, किस तरह के लोग वहां आए। इस तरह की चीज को भोजन से शुरू करके लगभग किसी भी चीज के साथ क्रैंक किया जा सकता है।

वीडियो पर छवियों की मान्यता

दर्शकों के एक सवाल का जवाब:

• वीडियो पर - नहीं। हमारे पास यह परीक्षण मोड में है। हमने इस तकनीक की कोशिश की, लेकिन यह पता चला कि ... यह पूरी तरह से वीडियो के साथ अच्छी तरह से पहचानता है, लेकिन हमें इसके लिए कोई आवेदन नहीं मिला। अलविदा। कितना, कौन सा वीडियो ब्लॉगर कहीं का कहना है ... के एक विश्लेषण को छोड़कर, इस तरह का एक अध्ययन था। कितने चेहरे मिलते हैं, कितनी बार लेकिन ब्रांडों के लिए, उन्हें अभी तक यह पता नहीं चला है कि इसके साथ कहां आना है। शायद किसी दिन यह आ जाएगा।

फिर, यह भोजन है, यह गर्भवती महिलाएं, पुरुष (गर्भवती नहीं), कार - कुछ भी हो सकता है।

एक विकल्प के रूप में, एक मीडिया आउटलेट के लिए इस तरह के नए साल का अध्ययन था। विज्ञापन से भी दूर, लेकिन फिर भी। नए साल की पूर्व संध्या पर लोग किस तरह का भोजन करते हैं:



यह अभी भी उम्र के अनुसार टूट गया है। आप इस तरह के सहसंबंध को देख सकते हैं कि युवा ज्यादातर भोजन ऑर्डर करते हैं, वयस्क ज्यादातर एक पारंपरिक तालिका बनाते हैं। एक कॉमिक बात, लेकिन इसे ब्रांड के मालिक के रूप में कल्पना करते हुए, आप बड़ी संख्या में चीजों की सराहना कर सकते हैं: आपके उत्पादों का इलाज किसने और कैसे किया, इसके बारे में वे क्या लिखते हैं। अक्सर, लोग हमेशा पाठ में ही ब्रांड का उल्लेख नहीं करते हैं, और पारंपरिक विश्लेषणात्मक निगरानी प्रणाली हमेशा यह नहीं समझ सकती हैं कि क्या इस ब्रांड का उल्लेख केवल इसलिए किया जाए क्योंकि यह पाठ में उल्लेख नहीं किया गया है। या पाठ में यह त्रुटियों के साथ लिखा गया है, कोई हैश टैग या कुछ भी नहीं हैं।

तस्वीरें दिखाई दे रही हैं। फोटोग्राफी के साथ, आप समझ सकते हैं कि क्या यह फ्रेम का केंद्रीय ऑब्जेक्ट है, न कि फ्रेम का केंद्रीय ऑब्जेक्ट। फिर आप देख सकते हैं कि इस व्यक्ति ने क्या लिखा है। लेकिन अक्सर इसका इस्तेमाल उन संभावित दर्शकों की तलाश के रूप में किया जाता है जो कुछ कारों और इतने पर चलते थे। और फिर हम इन कारों के साथ कई दिलचस्प चीजें करेंगे।

बॉट्स को इंसानों की नकल करना सिखाया जाता है।

यहां गिनती के लोगों का ऐसा आवेदन है:



मिलान करने वाले लोगों का एक प्रकार है जब आपको कुछ फ़ोटो से लोगों को खोजने की ज़रूरत होती है, तो उनके सामाजिक प्रोफ़ाइल को समझें कि वे कौन हैं। फिर, हम इस सवाल पर लौटते हैं कि अगर हमारे पास एक ऑफ़लाइन स्टोर में एक कैमरा है, तो यह समझने का एक अच्छा तरीका है कि आपके पास कौन आता है, ये लोग कौन हैं, वे किस चीज में रुचि रखते हैं, किस चीज ने उन्हें आपके पास लाया है।

फिर सबसे दिलचस्प बात: अगर हम सोशल नेटवर्क पर उनके खातों को इकट्ठा करते हैं, तो समझें कि ये लोग कौन हैं, वे किस चीज में रुचि रखते हैं, हम (एक विकल्प के रूप में) इन लोगों के समान एक बॉट बना सकते हैं; यह बॉट इन लोगों की तरह रहना शुरू कर देगा और यह विश्लेषण करेगा कि विभिन्न सामाजिक नेटवर्क पर यह किस तरह का विज्ञापन देखता है। यह आपको यह समझने की अनुमति देगा कि कौन से ब्रांड इस व्यक्ति पर केंद्रित हैं। यह भी एक काफी सामान्य कहानी है जब न केवल यह विश्लेषण करना आवश्यक है कि यह व्यक्ति कौन है और उसके हित क्या हैं, बल्कि यह भी कि आपके प्रतियोगियों या अन्य इच्छुक लोगों को किस प्रकार का विज्ञापन उस पर लक्षित कर सकता है।

सामाजिक नेटवर्क में कनेक्शन का विश्लेषण

अगली बात दिलचस्प है: यह लोगों के बीच संबंधों का विश्लेषण है। दरअसल, नेटवर्क में कनेक्शन का विश्लेषण, ये नेटवर्क ग्राफ - यह एक बूंद बिल्कुल नहीं है, कुछ भी नया नहीं है, हर कोई जानता है कि।



लेकिन विज्ञापन कार्यों के लिए आवेदन सबसे दिलचस्प है। यह उन लोगों के लिए एक खोज है जो ट्रेंड सेट करते हैं, यह उन लोगों की खोज है जो इस नेटवर्क के भीतर कुछ मानदंडों के अनुसार सूचना का प्रसार करते हैं। मान लें कि हम एक विशेष बीएमडब्ल्यू मॉडल के समान मालिकों में रुचि रखते हैं। उन सभी को एक साथ लाकर, हम उन लोगों को पा सकते हैं जो अपने हाथों में जनता की राय रखते हैं। ये जरूरी नहीं कि ऑटोमोटिव ब्लॉगर हों आदि। आमतौर पर ये सामान्य कॉमरेड होते हैं जो विभिन्न सार्वजनिक स्थानों पर बैठते हैं, किसी न किसी प्रकार की सामग्री में रुचि रखते हैं और बहुत कम समय में, अपने ब्रांड या आपकी रुचि के किसी व्यक्ति को इस ज़िम्मेदारी के क्षेत्र में, ब्याज के क्षेत्र में ले जाते हैं।

ऐसा एक उदाहरण है। हमारे पास कुछ संभावित लोग हैं, लोगों के बीच संबंध हैं। यहां, नारंगी लोग हैं, छोटे डॉट्स सामान्य समूह हैं, आम दोस्त हैं।



यदि आप उनके बीच इन सभी कनेक्शनों को इकट्ठा करते हैं, तो आप बहुत स्पष्ट रूप से देख सकते हैं कि ऐसे लोग हैं जिनके पास बड़ी संख्या में सामान्य समूह हैं, आम दोस्त हैं, वे आपस में हैं ... और यदि हम इस विज़ुअलाइज़ेशन को उनके हितों और सामग्री के अनुसार समूहों में विभाजित करते हैं, जो वे फैलते हैं, वे एक-दूसरे के साथ कितनी बातचीत करते हैं ... यहां आप देख सकते हैं कि पिछली तस्वीर इस तरह से बन गई थी:



इसने समूह के रंग को स्पष्ट रूप से प्रतिष्ठित किया। इस मामले में, ये हायर स्कूल ऑफ इकोनॉमिक्स में हमारे स्नातक छात्र हैं। यहां आप देख सकते हैं कि बैंगनी / नीले रंग वे हैं जो ट्रांसपेरेंसी इंटरनेशनल, ओपन रूस और खोदोरकोव्स्की की जनता से प्यार करते हैं। नीचे के हिस्से हरे हैं, जो संयुक्त रूस से प्यार करते हैं।

आप देख सकते हैं कि पिछली तस्वीर इस तरह थी (यह लोगों के बीच सिर्फ संचार है), लेकिन यह स्पष्ट रूप से परिसीमन हो गया है। यही है, सभी लोग हमेशा जुड़े होते हैं, उनके समान हित होते हैं, वे एक-दूसरे के मित्र होते हैं। एक के ऊपर, दूसरे के नीचे, अभी भी कुछ कामरेड हैं। और अगर इनमें से प्रत्येक छोटे उपसमूह को अन्य मापदंडों के साथ अलग-अलग कल्पना की जाती है और सामग्री वितरण की गति को देखती है (मोटे तौर पर बोल रहा है, जो इसे दोहरा रहा है), तो आप प्रत्येक भाग में एक या दो लोग पा सकते हैं जो हमेशा अपने हाथों में सार्वजनिक राय रखते हैं, जिसके साथ बातचीत करते हुए, पूछते हुए किसी तरह की पोस्ट या कुछ और भेजें - आप इस सभी दिलचस्प दर्शकों से प्रतिक्रिया प्राप्त कर सकते हैं।

मेरे पास एक और ऐसा उदाहरण है। इसके अलावा एक ग्राफ: ये BBDO समूह के कर्मचारी हैं जो सोशल नेटवर्क पर एक उदाहरण के रूप में पाए जाते हैं। यह एक निर्बाध, बड़ा, हरा, उनके बीच संबंध जैसा दिखता है ...



लेकिन मेरे पास एक विकल्प है जहां उनके बीच पहले से ही समूह बनाए गए हैं। फिर, अगर किसी को दिलचस्पी है, तो एक इंटरैक्टिव संस्करण है - आप क्लिक कर सकते हैं, देख सकते हैं।

इसके ठीक ऊपर पुतिन को पसंद करने वाले लोग हैं। यहाँ, वायलेट डिजाइनर है; जो लोग डिजाइन के शौकीन होते हैं, कुछ ऐसा ही दिलचस्प और बहुत कुछ। यहां, सफेद सामान प्रबंधन टीम है (जाहिर है, जैसा कि मैं इसे समझता हूं); ये वे लोग हैं जो आम तौर पर किसी भी तरह से जुड़े हुए नहीं हैं, लेकिन लगभग समान पदों पर काम करते हैं। बाकी उनके सामान्य समूह, रिश्ते, आदि हैं।

ब्रांड को ब्लॉगर्स की नहीं, बल्कि नेताओं की राय चाहिए

हम इन लोगों को लेते हैं और खोजते हैं - फिर विज्ञापन एजेंसी, विज्ञापन कंपनी खुद के लिए निर्णय लेती है: वह इस व्यक्ति को पैसा दे सकती है ताकि वह किसी तरह इस सामग्री के साथ बातचीत करे, कुछ और, या अपने विशिष्ट विज्ञापन अभियान को उन्हें निर्देशित करे। इसका उपयोग अक्सर किया जाता है, विशेष रूप से अब, क्योंकि सभी ब्रांड ब्लॉगर्स के साथ काम करना चाहते हैं, वे अपनी सामग्री को बढ़ावा देना चाहते हैं, और विज्ञापन एजेंसियां ​​वास्तव में संपर्क नहीं करना चाहती हैं (ठीक है, ऐसा होता है)।

और इस स्थिति से बाहर निकलने का असली तरीका उन लोगों को ढूंढना है जो ब्लॉगर्स नहीं हैं, ब्यूटी ब्लॉगर नहीं हैं, लेकिन, उदाहरण के लिए, कुछ वास्तविक जीव जो इस ब्रांड के साथ बातचीत करते हैं, वे कुछ दयनीय सार्वजनिक जगह पर लिख सकते हैं Mail.ru उत्तर, एक निश्चित संख्या में विचार प्राप्त करें। ये लोग, जो लगातार इस व्यक्ति की सामग्री में रुचि रखते हैं, वे पूरी बात फैलाएंगे, और ब्रांड को इसकी भागीदारी मिलेगी।

दूसरा विकल्प, अब इसी तरह की तकनीक का उपयोग कैसे करें, काफी प्रासंगिक है - यह बॉट की खोज है, मेरा पसंदीदा। यह आपके प्रतिद्वंद्वियों के लिए एक प्रतिष्ठा का जोखिम है, और विज्ञापन अभियान से अप्रासंगिक लोगों को हटाने की क्षमता, और कुछ और (और टिप्पणियों को हटाने और लोगों के बीच कनेक्शन खोजने के लिए)। मेरे पास ऐसा एक उदाहरण है, इसमें एक बड़ा इंटरैक्टिव भी है - इसे स्थानांतरित किया जा सकता है। ये उन लोगों के कनेक्शन हैं जिन्होंने लेंटैक समुदाय में टिप्पणियां लिखी थीं।

ऐसा उदाहरण - ताकि आप समझ सकें कि कितनी अच्छी तरह और बस आप बॉट्स देख सकते हैं; और इसके लिए आपको किसी भी तकनीकी ज्ञान की आवश्यकता नहीं है। इसलिए, लेंटैक ने दिमित्री मेदवेदेव के बारे में एफबीके जांच के बारे में एक पोस्ट जारी किया और कुछ लोगों ने टिप्पणियां लिखना शुरू कर दिया। हमने टिप्पणी लिखने वाले सभी लोगों को इकट्ठा किया - ये लोग हरे हैं। अब आगे बढ़ें:



लोग हरे हैं (जिन्होंने टिप्पणियां लिखी हैं)। वे यहां हैं, वे यहां हैं। उनके बीच नीले डॉट्स उनके सामान्य समूह हैं, पीले आम ग्राहक हैं, दोस्त हैं और इसी तरह। यहां से जुड़े लोगों की बड़ी संख्या है। क्योंकि, जो भी तीन, चार, पांच हैंडशेक का सिद्धांत है, सभी लोग सामाजिक नेटवर्क में आपस में जुड़े हुए हैं। ऐसे लोग नहीं हैं जो एक दूसरे से अलग हो गए हैं। यहां तक ​​कि मेरे सोसोफोबिक मित्र जो वीडियो देखने के लिए विशेष रूप से Vkontakte का उपयोग करते हैं, वे सभी हमारे साथ कुछ सार्वजनिक पोस्टों के लिए सब्सक्राइब किए गए हैं।

बल्क बॉट का भी उपयोग करता है। सभी के पास बॉट्स हैं

लोगों के थोक (यहाँ यह है, यहाँ) परस्पर जुड़े हुए हैं। लेकिन कॉमरेडों का एक ऐसा छोटा समूह है जो विशेष रूप से एक दूसरे के साथ दोस्त हैं। यहां वे हैं, ग्रीनबैक, यहां उनके पारस्परिक मित्र और समूह हैं। वे यहाँ भी अलग से गिर गए:



और एक फ्लूक के द्वारा, यह वे लोग थे जिन्होंने इस पोस्ट के तहत लिखा था: "नवलनी के पास कोई सबूत नहीं है," और इसी तरह, उसी टिप्पणी को लिखा। बेशक, मैं निष्कर्ष निकालने के लिए अनुमान नहीं करता हूं। फिर भी, फेसबुक पर मेरी एक और पोस्ट थी, जब लेबेदेव और नवलनी के बीच बहस हुई, मैंने उसी तरह से टिप्पणियों का विश्लेषण किया: यह पता चला कि सभी लोग जिन्होंने "लेबेडेव - बकवास" लिखा था, वे सामाजिक नेटवर्क पर नहीं गए थे चार महीने, किसी भी प्रचार के लिए सब्सक्राइब नहीं किए गए, अचानक इस पोस्ट पर गए, यह बहुत ही टिप्पणी लिखी और छोड़ दिया। निष्कर्ष, फिर से, यहां से ड्रॉ करना असंभव है, लेकिन नवलनी टीम के किसी व्यक्ति ने मुझे एक टिप्पणी लिखी कि वे डॉट्स का उपयोग नहीं करते हैं। अच्छा, ठीक है!

विज्ञापन के करीब, ब्रांड के करीब। सभी के पास अब बॉट्स हैं! हमारे पास वे हैं, प्रतिस्पर्धी हैं, और कोई और है। उन्हें फेंक दिया जाना चाहिए या छोड़ दिया जाना चाहिए ताकि वे अच्छी तरह से रहें; इस तरह के डेटा के आधार पर (पिछली स्लाइड को इंगित करता है) उन्हें सही करने के लिए ताकि वे वास्तविक लोगों की तरह दिखें और उसके बाद ही उनका उपयोग करें। हालांकि बॉट्स का उपयोग करना बुरा है! फिर भी, एक सामान्य कहानी ...

स्वचालित मोड में, ऐसी चीज़ आपको उन लोगों को फ़िल्टर करने की अनुमति देती है जो आपके विश्लेषण से विश्लेषण के लिए प्रासंगिक नहीं हैं, जो लोग नमूना में नहीं होना चाहिए, इस अध्ययन में नहीं होना चाहिए। बहुत बार उपयोग किया जाता है। फिर से, सभी कार मालिक वास्तव में कार के मालिक नहीं होते हैं। कभी-कभी यह केवल उन लोगों के लिए दिलचस्प होता है जिनके पास एक संभावित कार होती है, जो कुछ समूहों में बैठे होते हैं, किसी के साथ संवाद करते हैं, उनके पास वहां एक निश्चित दर्शक होता है।

तथ्यों और राय का विश्लेषण

मेरे पास अगली चीज भी मेरी पसंदीदा है। यह तथ्यों और राय का विश्लेषण है।



विभिन्न स्रोतों में अपने ब्रांड का उल्लेख करना अब सब कुछ करने में सक्षम है। इसका कोई रहस्य नहीं है। और ऐसा लगता है कि हर कोई जानता है कि टॉन्सिलिटी कैसे गिना जाए ... हालाँकि मुझे व्यक्तिगत रूप से लगता है कि टॉन्सिलिटी मीट्रिक खुद बहुत दिलचस्प नहीं है, क्योंकि जब आप आते हैं और क्लाइंट को बताते हैं, "यार, आपके पास 37% न्यूट्रल है, - और वह कहता है कि," वाह! कूल! ”इसलिए, अपने उत्पाद के बारे में जो कहा जा रहा है, उसके विचारों का मूल्यांकन करने के लिए आज की रात का आकलन करने से थोड़ा आगे बढ़ना अधिक दिलचस्प होगा।

और यह भी एक बहुत ही दिलचस्प बात है, क्योंकि ... मैं व्यक्तिगत रूप से सोचता हूं कि सिद्धांत रूप में कोई तटस्थ संदेश नहीं हो सकता है, क्योंकि अगर कोई व्यक्ति सार्वजनिक स्थान पर कुछ लिखता है, तो यह संदेश किसी तरह से रंगीन होता है। इसलिए मैंने व्यक्तिगत रूप से एक ब्रांड का उल्लेख करने वाले तटस्थ संदेश को कभी नहीं देखा है। आमतौर पर यह किसी प्रकार की गंदगी है।

यदि हम इन संदेशों की एक बड़ी संख्या लेते हैं (लाखों हो सकते हैं, 10 मिलियन), प्रत्येक संदेश से मुख्य विचार का चयन करें, उन्हें गठबंधन करें, हम काफी मज़बूती से समझ सकते हैं कि लोग इस ब्रांड के बारे में बात कर रहे हैं, वे क्या विचार करते हैं। "मुझे पैकेजिंग पसंद नहीं है," "मुझे बनावट पसंद नहीं है," और इसी तरह।

वे ट्रांसएरो, चुप चूप्स और अमेरिकी राष्ट्रपति के बारे में क्या सोचते हैं

मेरे पास एक हास्यास्पद उदाहरण है: यह एक इन्फोग्राफिक है कि सोशल नेटवर्क उपयोगकर्ता अपने दिवालियापन के बाद ट्रांसएरो के साथ क्या करेंगे।



कई दिलचस्प उदाहरण हैं: जला, मारना, यूरोप भेजना, यहां तक ​​कि 2% भी थे जिन्होंने लिखा था - "उन्हें सीरिया के संचालन के लिए भेजें।" एक हास्यास्पद बात से बढ़ते हुए, यह व्यावहारिक रूप से कोई भी ब्रांड हो सकता है - मेरे पसंदीदा कुत्ते के भोजन से शुरू होकर, कुछ कारों के साथ समाप्त होता है। जो कोई भी पैकेजिंग पसंद नहीं करता है, जो वास्तविक चीजों को पसंद नहीं करता है, आप हमेशा इसके साथ काम कर सकते हैं, आप हमेशा इस पर विचार कर सकते हैं। उदाहरणों की एक बड़ी संख्या है जब लोगों ने लगभग अपना उत्पादन बदल दिया, क्योंकि सामाजिक नेटवर्क में उन्होंने लिखा है कि लॉलीपॉप पर्याप्त गोल नहीं है या यह पर्याप्त मीठा नहीं है।

अभी भी ऐसा हास्यास्पद उदाहरण है। लगता है क्या टिप्पणी और किसके बारे में?



किसी कारण से, यह अब राय का विश्लेषण है, संदेशों से उजागर किए गए तथ्यों का विश्लेषण, जो बहुत व्यापक नहीं है, बहुत उपयोग नहीं किया गया है। हालांकि यह तकनीक सुपर सीक्रेट नहीं है, लेकिन इसमें व्यावहारिक रूप से कोई भी जानकारी नहीं है, क्योंकि लोगों की टिप्पणियों से लेकर विषय को एकल करने तक, उन्हें समूहबद्ध करना और भविष्यवाणी करना - आपको कंप्यूटर भाषाविज्ञान की प्रतिभा होने की आवश्यकता नहीं है। यह इतना मुश्किल नहीं है। लेकिन मुझे आशा है कि अगले कुछ वर्षों में लोग इसका उपयोग करना शुरू कर देंगे, क्योंकि ... यह शांत होगा - यह इस तरह की एक स्वचालित प्रतिक्रिया है! आप हमेशा जानते हैं कि वे आपके बारे में क्या कहते हैं। ठीक है, आप समझते हैं कि यह संयुक्त राज्य के राष्ट्रपति के बारे में है।

दर्शकों के एक सवाल का जवाब:

• जी हां, यह फेसबुक इंग्लिश है। वे यहां रूसी में अनुवादित हैं। कहीं लिखा था।

Big Data

वास्तव में, मेरे पास ट्रम्प के बारे में और हर किसी के बारे में कई अलग-अलग दिलचस्प राजनीतिक उदाहरण हैं, लेकिन मैंने उन्हें यहां नहीं लाने का फैसला किया। लेकिन एक राजनीतिक उदाहरण है।

यह राज्य ड्यूमा का चुनाव है। तुम कब थे पिछले साल? लगभग डेढ़ साल पहले।



यहां ऐसे लोग हैं जो अपने सटीक स्थान को निर्धारित करने में कामयाब हैं, एक निश्चित भू-बिंदु तक, यह समझने के लिए कि वे किस चुनिंदा पीईसी में हैं। और फिर केवल उन्हीं लोगों ने अपनी राय व्यक्त की, जिनके लिए वे वोट देने जाते थे।

राजनीतिक प्रौद्योगिकियों के दृष्टिकोण से, यह बहुत सही नहीं है, क्योंकि पूरे मामले को जनसंख्या घनत्व और इतने पर सामान्यीकृत करने की आवश्यकता है। फिर भी, ब्लूज़ यहाँ वोट करने जा रहे हैं, आप जानते हैं कि किसके लिए, लाल विपक्षी कॉमरेडों के लिए हैं, जिन्हें, वैसे, कई नहीं थे।

मुझे व्यक्तिगत रूप से लगता है कि बिग डेटा राजनीतिक प्रौद्योगिकियों तक बहुत जल्द नहीं पहुंचेगा, लेकिन, एक विकल्प के रूप में, उम्मीदवार भी एक ब्रांड है। और यह कुछ हद तक आपके ब्रांड के बारे में तथ्यों और राय का विश्लेषण, और एक दिलचस्प पर्याप्त चीज़ भी है, क्योंकि आप वास्तविक समय में समझ सकते हैं कि कौन क्या कर रहा है। मैं अब बीबीसी से कई मामलों को जानता हूं जब उन्होंने किसी तरह के प्रसारण में वास्तविक समय में सामाजिक नेटवर्क पर नजर रखी: प्रतिक्रिया ऐसी है और इस तरह के लोग इसके बारे में लिखते हैं, ऐसे और ऐसे सवाल पूछते हैं - और यह अच्छा है! मुझे लगता है कि इसे बहुत जल्द लागू किया जाएगा, क्योंकि यह सभी के लिए दिलचस्प है।

मॉडलिंग ब्रांड पदों

आगे मैंने ब्रांडों की स्थितियों को मॉडलिंग किया है। विभिन्न मेट्रिक्स का उपयोग कैसे करें (सामाजिक नेटवर्क में ग्राहकों की पसंद नहीं है, लेकिन जटिल मेट्रिक्स, सामग्री में रुचि, मेट्रिक्स प्राप्त करने में लगने वाला समय) का उपयोग करने के बारे में एक छोटी, छोटी बात आप ब्रांडों को रैंक कर सकते हैं।



मेरे पास एक निश्चित के लिए एक "खेत" के लिए एक उदाहरण है। यहां, छोटे गोल घेरे आंतरिक, उज्ज्वल हैं - यह पाठ सामग्री की मात्रा है जो ब्रांड बनाता है, बड़े गोल मंडलियां - यह फोटो और वीडियो सामग्री की मात्रा है जो ब्रांड बनाता है।

केंद्र से निकटता से पता चलता है कि यह सामग्री दर्शकों के लिए कितनी दिलचस्प है। एक बड़ा मॉडल है, सभी प्रकार के बहुत सारे पैरामीटर हैं: पसंद, रिपॉस्ट, रिस्पांस टाइम, जो औसतन वहां साझा किए गए हैं ... यहां आप देख सकते हैं: एक अद्भुत "कगोकेल" है जो आपकी खुद की सामग्री बनाने में बहुत सारा पैसा खर्च करता है, और इस वजह से वे काफी करीब हैं केंद्र के लिए। और ऐसे कॉमरेड हैं जो अपनी सामग्री भी बनाते हैं, लेकिन यह दर्शकों के लिए दिलचस्प नहीं है। यह बहुत पर्याप्त उदाहरण नहीं है, क्योंकि ये सभी खाते लगभग मृत हैं।

येगा पंथ को बस्ता से ज्यादा प्यार है

दुर्भाग्य से, बाकी ... क्या दिखाना है ... यहां, असली कंपनियों से विकल्प के रूप में अभी भी रूसी रैपर्स हैं।

प्लस क्या है? तथ्य यह है कि एक कंपनी ऐसे मॉडल में लगभग कुछ भी डाल सकती है, जो आपके ब्रांड में शामिल ग्राहकों के औसत वेतन से शुरू होती है; कोई भी मॉडल उन्हें पसंद है। क्योंकि प्रत्येक विज्ञापन एजेंसी अपने स्वयं के मैट्रिक्स को अलग तरह से मानती है, ब्रांड अपने स्वयं के मैट्रिक्स को अलग तरह से मानते हैं।

यहां एक भी है - बस्ता, जो बड़ी मात्रा में सामग्री उत्पन्न करता है, लेकिन परिधि पर स्थित है, क्योंकि यह सामग्री, जाहिरा तौर पर, दर्शकों के लिए बहुत दिलचस्प नहीं है। फिर, मैं न्याय करने के लिए अनुमान नहीं लगाता। फिर भी, येगॉर क्रीड है, जो सामाजिक नेटवर्क के अनुसार, हमारे समय का लगभग सबसे अच्छा कलाकार है, और एक ही समय में केवल अपनी व्यक्तिगत तस्वीरें प्रकाशित करता है। फिर भी, उसके पास बड़ी संख्या में ग्राहक हैं: उनमें से लगभग एक मिलियन हैं। मुझे सही मात्रा याद नहीं है; मुझे याद है कि इन लोगों की भागीदारी का प्रतिशत 85% से बहुत अधिक है, अर्थात्, एक लाख ग्राहकों के लिए उन्हें इन वास्तविक लोगों से 850 हजार प्रतिक्रियाएं मिलती हैं - यह वास्तविक पागलपन है। ऐसा है।



दर्शकों के सवालों के जवाब:

रैपर विश्लेषण मॉडल को संकलित करने में कितना समय लगा?

• प्रत्येक का अपना लक्षित श्रोता होता है, उसकी रुचियां होती हैं, इन लोगों को गिना जाता है ... यह सब कुछ केंद्र की दूरी के लिए सामान्यीकृत है, उनकी रेडियल स्थिति महत्वपूर्ण नहीं है (यह केवल सुंदरता के लिए स्मियर किया जाता है ताकि वे एक दूसरे में न चलें)। केवल केंद्र के साथ निकटता महत्वपूर्ण है। यह वह मॉडल है जिसका हम उपयोग कर रहे हैं। उदाहरण के लिए, मुझे सर्कल अधिक पसंद है, कोई इसे अर्धवृत्त को ध्यान में रखकर करता है।
• इस मॉडल को दो घंटे में, तीन (हाँ, एक व्यक्ति) में जल्दी से संकलित किया गया था। यहां, विशेष रूप से मैट्रिक्स सम्मिलित किए गए थे: हम जो गुणा करते हैं, जोड़ते हैं, फिर किसी तरह सामान्य करते हैं। मॉडल पर निर्भर करता है। ऐसे लोग हैं जो अपने ग्राहकों के औसत वेतन (यह मजाक नहीं है) में रुचि रखते हैं। और इसके लिए आपको उनके संपर्कों को खोजने की आवश्यकता है, "एविटो", यह सब गणना करने के लिए, गुणा करें। ऐसा होता है, इसमें लंबा समय लगता है, लेकिन विशेष रूप से यह (पिछली स्लाइड की ओर इशारा करता है) - यहां बहुत सरल पैरामीटर हैं: ग्राहक, रेपोस्ट, और इसी तरह। इसमें लगभग दो से तीन घंटे का समय लगता था। तदनुसार, यह चीज़ फिर वास्तविक समय में अपडेट की जाती है, इसका उपयोग किया जा सकता है।

अब मजा हिस्सा है। मेरे पास उदाहरणों के साथ सब कुछ है, क्योंकि लंबे समय तक अकेले बात करना दिलचस्प नहीं है। और मुझे आशा है कि अब आप प्रश्न पूछेंगे, और हम आगे बढ़ेंगे, विषय से विषय पर, क्योंकि मेरे पास उदाहरण हैं कि प्रौद्योगिकियों का उपयोग कैसे किया जा सकता है और इसी तरह ...

दर्शकों के सवालों के जवाब:

• मेरे पास एक के साथ एक और केवल व्यक्तिगत मामला था, इसलिए बोलने के लिए, ओकोलोकाज़िनो, जब कैमरा वहां रखा गया था, चेहरे पहचाने गए थे, और इसी तरह। मान्यता प्राप्त लोगों का प्रतिशत निश्चित रूप से काफी बड़ा है - हमारे पास क्या है, हमारे प्रतियोगियों के पास क्या है। लेकिन वास्तव में यह काफी दिलचस्प है। मैं इसे एक दिलचस्प चीज के रूप में देखता हूं: आप समझ सकते हैं कि ये लोग कौन हैं और यह अच्छी तरह से भविष्यवाणी करने के लिए कि वे यहां क्यों आए, उनके जीवन में क्या बदलाव आया है, कि उन्होंने कैसीनो में आने का फैसला किया। लेकिन विशिष्ट प्रकार के व्यवसाय के बारे में ... यदि आप फार्मेसी में ऐसा काम करते हैं, तो इसका कोई मतलब नहीं है - आप यह अनुमान नहीं लगा सकते हैं कि कोई व्यक्ति फार्मेसी में क्यों आया है।
  
  यहां वैश्विक कार्य एक मॉडल का निर्माण करना था ताकि यह समझ सकें कि जब कोई व्यक्ति आपके ब्रांड को ब्याज देना चाहेगा, तो उसे एक विज्ञापन देने के बाद न कि वह कुछ खरीदने के बाद (जैसा अभी हो रहा है), लेकिन उसे "पूर्वानुमान में" एक विज्ञापन देने के लिए। जब यह सब होता है। इस तरह के "ओकोलोकाज़िनो" के साथ यह दिलचस्प था; वहाँ, इन लोगों का एक दिलचस्प प्रतिशत निकला - क्यों: किसी को अचानक उठा, किसी और को कुछ - ऐसी दिलचस्प अंतर्दृष्टि। लेकिन कुछ दुकानों के साथ, खुदरा के साथ, कुछ गोलियों के एक स्टोर के साथ, यह मुझे लगता है कि यह बहुत सही नहीं होगा।

क्या बिग डेटा का उपयोग ऑफ़लाइन है?

• यह ऑफ़लाइन था। आपको बस बिल्कुल समझने की जरूरत है, लगभग - यह मॉडल अभिसरण करेगा, अभिसरण नहीं करेगा। फिर से, सोडा वाटर के साथ ... मुझे वास्तव में हर चीज में दिलचस्पी है, लेकिन मैं व्यक्तिगत रूप से यह नहीं समझ पा रहा हूं कि जब बोतलबंद पानी खरीदना चाहते हैं तो इन लोगों की प्रोफाइल उनके व्यवहार पर निर्भर हो सकती है। हालांकि यह सच हो सकता है, मुझे नहीं पता।

सोशल नेटवर्क पर कितने खुले खाते?

• हमारे पास विशेष रूप से 11 सामाजिक नेटवर्क हैं - यह Vkontakte, Facebook, Twitter, Odnoklassniki, Instagram और वहां कुछ छोटी चीजें हैं (मैं सूची देख सकता हूं, जैसे Mail.ru और इतने पर)। "Vkontakte" हम निश्चित रूप से इन सभी साथियों की एक प्रति है। हमारे पास Vkontakte लोग हैं - यह उन सभी में से 430 मिलियन हैं जो कभी अस्तित्व में हैं (जिनमें से लगभग 200 मिलियन लगातार सक्रिय हैं); समूह हैं, इन लोगों के बीच संबंध हैं, और ऐसी सामग्री है जो हमें (पाठ), और मीडिया के हिस्से को दिलचस्पी देती है, लेकिन बहुत छोटी है ... मोटे तौर पर, हम इस तस्वीर को देखते हैं: यदि चेहरे हैं, तो हम उन्हें बचाते हैं, अगर हम इसका उपयोग करते हैं हम सहेजते नहीं हैं, क्योंकि हमारे साथ भी, मीडिया सामग्री को संरक्षित करने के लिए कुछ भी पर्याप्त नहीं होगा।
  
  एक रूसी भाषा का फेसबुक है। कहीं-कहीं अब 60-80% ओडनोक्लासनिक हैं, कुछ महीनों में हम शायद उन सभी को समाप्त कर देंगे। रूसी "इंस्टाग्राम"। इन सभी सामाजिक नेटवर्क के लिए, समूह, लोग, उनके और पाठ के बीच संबंध हैं।
• लगभग 400 मिलियन लोग। एक सूक्ष्मता है: ऐसे लोग हैं जिनके पास शहर नहीं है (वे संभावित रूप से रूसी / गैर-रूसी हैं); उनमें से औसतन सामाजिक नेटवर्क पर, यहाँ - Vkontakte पर - बंद खातों का 14%, मुझे फेसबुक पर सही संख्या ज्ञात नहीं है।
• इंस्टाग्राम पर हम मीडिया को भी नहीं बचाते हैं - केवल अगर वहाँ चेहरे हैं। हम ऐसी (अन्य) मीडिया सामग्री को सहेजते नहीं हैं। आमतौर पर दिलचस्प: बस पाठ, लोगों के बीच संचार; बस इतना ही। दर्शकों द्वारा सबसे अधिक बार इंस्टाग्राम अनुसंधान सामान्य शोध है: ये लोग कौन हैं, यहां सबसे महत्वपूर्ण बात यह है कि इन लोगों का सामाजिक नेटवर्क के साथ संबंध है। अपनी उम्र आदि की गणना करने के लिए Vkontakte और Facebook में इस व्यक्ति की प्रोफ़ाइल ढूंढें।
• अब तक, हर किसी को लेने की आवश्यकता नहीं है - केवल इसलिए कि कोई ग्राहक नहीं हैं। भाषा के बारे में: हमारे पास रूसी, अंग्रेजी, स्पेनिश है, लेकिन फिर भी यह अभी तक रूस से ब्रांडों के लिए विशेष रूप से उपयोग किया जाता है; अच्छी तरह से, या कंपनियां जो उन्हें रूस से ले जाती हैं।
• हर दिन हम कई, कई, कई प्रवाह में लोगों का साक्षात्कार करते हैं: हम वेब एकत्र करके डेटा एकत्र करते हैं, और हम Api का उपयोग करके इन संकेतकों को अपडेट करते हैं। 2-3 दिनों में आप पूरे Vkontakte के माध्यम से जा सकते हैं, उन्हें स्कैन किया है; एक हफ्ते में कहीं आप पूरे फेसबुक के माध्यम से जा सकते हैं, यह महसूस करते हुए कि किसने वहां अपडेट किया है, क्या नहीं है। और फिर इन लोगों को अलग से आश्वस्त किया जाना चाहिए: इस पूरी कहानी को लिखने के लिए वास्तव में क्या बदल गया है। मेरी स्मृति में, कुछ वास्तविक व्यवसाय कार्य के लिए सामाजिक नेटवर्क पर किसी की पुरानी प्रोफ़ाइल का उपयोग करना बहुत दुर्लभ है। यह वह समय था जब एक राजनेता से संपर्क किया गया था, और उसका कार्य यह समझना था कि किस तरह के लोग मुख्यालय में आए थे, ये लोग 6-8 महीने पहले थे (क्या वे अपनी प्रोफ़ाइल को नहीं हटाते हैं, लेकिन वास्तव में एक अन्य उम्मीदवार के लिए, मतपत्र आए थे) खराब करना)।
  
  और कई बार - व्यक्तिगत कहानियां जब किसी की तस्वीरें सार्वजनिक रूप से प्रकाशित होती थीं। कनेक्शन ढूंढना आवश्यक था, दुर्भाग्य से, यह बहुत दयनीय है, लेकिन हम अदालत में गवाही नहीं दे सकते, क्योंकि हमारा आधार कानूनी रूप से निरक्षर है।
• MongoDB रिपॉजिटरी मेरी पसंदीदा है।

सामाजिक नेटवर्क डेटा संग्रह से जूझ रहे हैं

• आमतौर पर, हम विज्ञापनदाताओं को केवल इन खातों की सूची को अनलोड करते हैं, और फिर वे मानक का उपयोग करते हैं ... अर्थात, सोशल नेटवर्क पर, वहां Vkontakte में, आप इन लोगों की सूची निर्दिष्ट कर सकते हैं।
  
  लेकिन फेसबुक के लिए, खरीदी गई कुकीज़ का उपयोग किया जाता है। हम स्वयं कुकीज़ के साथ काम नहीं करते हैं, लेकिन कई कहानियाँ थीं जब विज्ञापनदाता ने स्वयं कुछ लोगों को दिया, हमने उनसे बातचीत की - उनके पास ये नेटवर्क हैं, टीज़र, गैर-टीज़र विज्ञापन, इन कुकीज़ के साथ। आप बांध सकते हैं - कोई सवाल नहीं! लेकिन मुझे वास्तव में ये चीजें पसंद नहीं हैं, क्योंकि मुझे लगता है कि यह बहुत विश्वसनीय नहीं है। मेरी राय में यह शुद्ध है, यह TNS की तरह है, जो "स्ट्रीम" टीवी करता है - यह स्पष्ट नहीं है कि क्या आप इस टीवी को देखते हैं, क्या नहीं देखते हैं, आप बर्तन धोते हैं जब आपका टीवी काम कर रहा होता है ... और यहाँ भी वही बात है: मैं बहुत बार गूगल करता हूँ इंटरनेट, लेकिन इसका मतलब यह नहीं है कि मैं इसे खरीदना चाहता हूं।
• यदि आप किसी प्रकार के प्रासंगिक विज्ञापन के एक मानक नेटवर्क का उपयोग करते हैं: मेरे पास कई कहानियां थीं जब हमने इन लोगों को उनके पास उतार दिया, तो उनकी साइटों पर उन्हें "कुकीज़" के साथ बाँधने के लिए उनके इंटरफेस का उपयोग करने की कोशिश की। लेकिन मुझे वास्तव में ऐसी चीजें पसंद नहीं हैं।

इंटरनेट यूजर पेरोल फॉर्मूला

• औसत वेतन के लिए सामान्य सूत्र: यह वह क्षेत्र है जहां व्यक्ति रहता है, यह व्यवसाय की श्रेणी है जिसमें वह काम करता है (यानी, कंपनी जो उसका नियोक्ता है), फिर इस कंपनी में उसका पद लिया जाता है, इस पद पर औसत वेतन का ढोंग किया जाता है ... औसत वेतन हेड हंटर और सुपर जॉब से लिया गया (और कई और स्रोत हैं) किसी दिए गए क्षेत्र में दिए गए रिक्ति और किसी दिए गए व्यावसायिक संदर्भ के लिए।
  
  Avito और Auto.ru के साथ, अतिरिक्त पैरामीटर आमतौर पर लिया जाता है यदि कोई व्यक्ति फोन को रोशनी देता है। एविटो के साथ आप देख सकते हैं कि कोई व्यक्ति किन चीजों को बेचता है - महंगा, सस्ती, उपयोग किया जाता है, उपयोग नहीं किया जाता है। "Auto.ru" के साथ आप देख सकते हैं कि उसके पास एक कार है - वह खुद का मालिक है, अपना नहीं है। यह कहीं न कहीं 20% से भी कम लोग हैं, जिन्होंने गलती से अपना फोन कहीं छोड़ दिया है, और उनके खाते को इस डेटा के साथ जोड़ा जा सकता है।

डेटा संग्रह कंपनी कितनी बड़ी है?

• पेटाबाइट्स में संग्रहीत तस्वीरों की मात्रा 6.4 है। मैं अभी यह सुनिश्चित करने के लिए नहीं कह सकता कि विकास दर अभी ठीक है, क्योंकि 2016 में हमने पेरिस्कोप रिकॉर्ड करना शुरू कर दिया था और वीडियो की थोड़ी रिकॉर्डिंग शुरू कर दी थी।
  
  जब यह शून्य था मैं बिल्कुल नहीं कह सकता। हम कंपनी से कंपनी में गए - ये सभी लंबी ऐसी कहानियाँ हैं। लेकिन मैं कह सकता हूं कि वीके, फेसबुक, इंस्टाग्राम और ट्विटर - यह सब व्यवसाय (लोगों, समूहों और उनके बीच के लिंक) पाठ और सामग्री के साथ - यह वास्तव में इतना डेटा नहीं है, यह शायद ही एक पेटाबाइट भी है उठा लिया। मुझे लगता है कि यह 700 की एक गीगाबाइट है, शायद 800।

ग्राहकों को वर्तमान आला की पहचान करने में मदद करें, जहां "खोदना" है?

• जब कोई ग्राहक आता है, तो हम उसे ऐसी बातें बताते हैं, लेकिन हम, जैसे कि Google रुझान, इन चीजों को नहीं करते हैं।
• एक वैकल्पिक, चुनाव-पूर्व इतिहास के साथ हमारे पास कई समाजशास्त्रीय कहानियां थीं - हमने इन सभी का विश्लेषण किया। ब्रांडों के साथ और ब्रांडों के बारे में राय का मूल्यांकन करने से, सब कुछ लगभग हमेशा सहमत होता है। यहां चुनावी-चुनावी कहानियां हैं - नहीं (किस उम्मीदवार को जीतना चाहिए इसका आकलन के साथ)। खैर, यहाँ कौन गलत है - हम, या जो लोग VTsIOM में विश्वास करते हैं - मुझे नहीं पता।
• आमतौर पर हम इन नियंत्रण परिणामों को ब्रांड से ही लेते हैं, वे इसे उन कॉमरेडों से लेते हैं जो अनुसंधान का आदेश देते हैं - टेलीफोन, विपणन, और इसी तरह। साथ ही, इस पूरी चीज़ को बुनियादी चीज़ों से जांचा जा सकता है: किसी ने वहाँ समाचार पत्र का जवाब दिया, किसी ने चुनाव ... अगर यह एक बड़ा ब्रांड है (कोका-कोला, उदाहरण के लिए), तो उनके पास एक मिलियन या दो आंतरिक ग्राहक समीक्षाएं होनी चाहिए। - ये केवल सामाजिक नेटवर्क और किसी भी राय पर टिप्पणी नहीं हैं; कुछ आंतरिक प्रणालियाँ, समीक्षाएं, इत्यादि।

कानून "व्यक्तिगत डेटा" नहीं जानता है!

• हम विशेष रूप से खुले डेटा स्रोतों का विश्लेषण करते हैं; हम कभी भी किसी गंदे चर्नुखा में नहीं चढ़ते हैं। हमारा मॉडल इस तथ्य पर आधारित है कि हम सभी खुले डेटा को कुछ सार्वजनिक डेटा केंद्रों में संग्रहीत करते हैं, इसे कहीं और किराए पर देते हैं, और इसका विश्लेषण घर पर, कार्यालयों के क्षेत्र में, हमारे सर्वर में करते हैं और यह क्षेत्र से परे कहीं नहीं जाता है।
  
  लेकिन हमारा खुला डेटा कानून बहुत अस्पष्ट है।
  
  हमें इस बात की स्पष्ट जानकारी नहीं है कि खुला डेटा क्या है, व्यक्तिगत डेटा क्या है - यह 152 वां संघीय कानून है, लेकिन फिर भी ... वे सोचते हैं कि कैसे? अब, यदि आपके पास एक डेटाबेस में आपका नाम और आपका फोन है, तो मेरे पास आपका फोन और एक अन्य डेटाबेस में आपका ई-मेल है, और तीसरे में, आपका ई-मेल और आपकी कार है; यह सब गैर-व्यक्तिगत डेटा की तरह है। यदि आप इसे सभी को एक साथ रखते हैं, तो ऐसा लगता है कि कानून द्वारा यह व्यक्तिगत डेटा बन जाएगा।
  
  हम इसे दो तरीकों से प्राप्त करते हैं। सबसे पहले, हम सर्वर को क्लाइंट के लिए सॉफ्टवेयर के साथ रखते हैं, और फिर यह डेटा उसके क्षेत्र से आगे नहीं जाता है, और फिर क्लाइंट इस व्यक्तिगत डेटा को प्रसारित करने के लिए जिम्मेदार है, व्यक्तिगत डेटा और इतने पर नहीं। या दूसरा विकल्प: यदि यह किसी प्रकार की कहानी है जहाँ आपको सोशल नेटवर्क पर मुकदमा करना है या कुछ और ...
  
  जब हम इन साथियों के लाइफ़न्यूज़ खातों के लिए एकत्र हुए (संयुक्त रूस के प्राइमरी थे) तो हमारा ऐसा अध्ययन था और देखा गया कि उन्हें किस तरह का पोर्न पसंद है। मजेदार बात थी, लेकिन फिर भी। हम अपने स्वयं के, व्यक्तिगत राय के रूप में बेचते हैं, कानूनी रूप से दस्तावेजों में खुलासा किए बिना कि हमने विश्लेषण किया - रजिस्टर, वेतन, सामाजिक नेटवर्क; हम विशेषज्ञ की राय बेचते हैं, और पहले से ही हम उस व्यक्ति को समझाते हैं जो हमने विश्लेषण किया और कैसे।
  कई कहानियां थीं, लेकिन वे कुछ सार्वजनिक वाणिज्यिक परियोजनाओं से जुड़ी थीं। उदाहरण के लिए, हमारे पास लॉन्गबोर्ड की सवारी करने वालों के लिए एक नि: शुल्क गैर-लाभकारी परियोजना है (ऐसे बोर्ड लंबे हैं): कार्य लोगों के प्रकाशनों को इकट्ठा करना था - जब कोई व्यक्ति पोस्ट करता है, "मैं सवारी करने के लिए गोर्की के पार्क में गया था।" और फिर उसे नक्शे पर मिलना चाहिए, और उसके आसपास के लोग देख सकते हैं कि कोई उसके बगल में है। वीके ने इस विषय पर हमारे साथ संघर्ष करते हुए बहुत लंबा समय बिताया, क्योंकि उन्हें यह पसंद नहीं था कि हम लोगों की अनुमति के बिना इस जानकारी को प्रकाशित करें। लेकिन तब मामला अदालत में नहीं गया, क्योंकि हमने कई बड़े समुदायों के भीतर नियमों में जोड़ा कि डेटा का उपयोग तीसरे पक्ष की एजेंसियों, एजेंसियों, विश्लेषणों आदि द्वारा किया जा सकता है, यह विशेष रूप से नैतिक नहीं था, लेकिन फिर भी।
• हमने बस अचानक पकड़ लिया और सभी के लिए अपनी विशेषज्ञ राय बेचना शुरू कर दिया।

क्या आप शिक्षण संस्थानों के साथ काम करते हैं?

• हम शैक्षिक सहयोग करते हैं, हां। हमारे पास एक पूरी श्रृंखला है: हमारे पास हायर स्कूल में मास्टर कार्यक्रम है, हम अन्य विश्वविद्यालयों के साथ सहयोग करते हैं। विश्वविद्यालयों हम वास्तव में प्यार करता हूँ!
• मेरे संपर्क हैं - आप लिख सकते हैं और प्रस्तुति का एक संदर्भ, अगर किसी को दिलचस्पी होगी - इन सभी उदाहरण हैं, तो आप आगे बढ़ सकते हैं।
• यदि एक टेलीफोन ज्ञात है, तो मेल लगभग एक पूर्ण विकल्प है, कोई भी इसे हटा नहीं देगा। यदि कोई फोन नहीं है, तो यह आमतौर पर एक तस्वीर है, कोई तस्वीर नहीं है - यह वर्ष, निवास स्थान, काम है। यही है, वर्ष तक, निवास स्थान और काम लगभग सभी को हमेशा काफी सूक्ष्मता से पहचाना जा सकता है। लेकिन यह, फिर से, कार्य के बारे में एक प्रश्न है।
  
  हम कहते हैं, एक ग्राहक जो इंटरनेट टीवी बेचता है। किसी ने उनसे इन खेलों के सिंहासन के लिए एक सदस्यता खरीदी, और कार्य इन लोगों को सामाजिक नेटवर्क पर अपने सीआरएम से खोजना है, और फिर अपने प्रभाव क्षेत्र से संभावित लोगों को ढूंढना है। मैं सिर्फ यह कह रहा हूं कि उनके पास एक नाम, उपनाम और ई-मेल है ... और फिर कुछ करना बहुत मुश्किल है। आप ज्यादातर मामलों में लोगों को ई-मेल से पा सकते हैं।
• दोस्तों के संदर्भ में, हम आमतौर पर सामाजिक नेटवर्क वाले लोगों से "मेल" करते हैं, लेकिन यह हमेशा सही नहीं होता है। ऐसा नहीं है कि यह हमेशा सही नहीं होता - यह हमेशा काम नहीं करता है। सबसे पहले, इसके लिए बहुत अधिक श्रम की आवश्यकता होती है, क्योंकि इस ऑपरेशन (लोगों से मेल खाने के लिए) को प्रत्येक दोस्तों के लिए पहले करना होगा - यह समझने के लिए कि क्या उन्होंने सामाजिक नेटवर्क से स्विच किया है या नहीं। और फिर - कोई भी एक अज्ञात तथ्य नहीं है कि "Vkontakte" हमारे केवल मित्र हैं, "Facebook" पर हमारे अन्य मित्र हैं। सभी के लिए नहीं, लेकिन मेरे लिए, उदाहरण के लिए, जैसे; .

?

• . , , . NDA. , , , , – , , . , – , – .

?

• , , , – , , – . , , , – Social Data Hub, . . , , , , . , …
• ( ?) , , .
  ( ): , , .
• «» – 14%, «» ( ). , – .

, !

• , – . , «». , , … , ! - – , . – , . , , …
  
  - : «, - ! !» , .
• , – , , … , , 5 , - . , HR-, , : « – »!

. ?

• -10 . : … – , HR- , . , , - …
• ( ) 25 , .
• , , , 50 %. , - . , 40 , 50-60 % . . , - , , - , , … , – , . .

विज्ञापन का एक सा :)

हमारे साथ बने रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक ऑर्डर देकर या $ 4.99 से डेवलपर्स के लिए अपने दोस्तों के क्लाउड-आधारित VPS की अनुशंसा करके हमें समर्थन दें, आपके द्वारा आविष्कार किया गया एंट्री-लेवल सर्वर का एक अनूठा एनालॉग: VPS (KVM) E5-2697 3 (6 करोड़) 10GB DDR4 480GB SSD 1Gbps के बारे में पूरी सच्चाई $ 19 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

डेल R730xd एम्स्टर्डम में इक्विनिक्स टीयर IV डेटा सेंटर में 2 गुना सस्ता? केवल हमारे पास 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV नीदरलैंड के 199 डॉलर में से है! डेल R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $ 99 से! इन्फ्रास्ट्रक्चर Bldg का निर्माण कैसे करें के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग?