Маркетинг в эпоху «черных ящиков»: и психология data science Андрей Себрант,

Маркетинг в эпоху «черных ящиков»:
data science и психология
Андрей Себрант,
Яндекс, директор по маркетингу сервисов
Минск, 5 ноября 2015
Вступление
Это уже не фантастика
Вы читали братьев Стругацких?
«Понедельник начинается в субботу»
1965 год
«Не хватает, скажем, человеку рук – он создает
себе дубля, безмозглого, безответного, только и
умеющего, что паять контакты, или таскать
тяжести, или писать под диктовку, но зато уж
умеющего это делать хорошо.
<...>
Настоящие мастера могут создавать очень
сложных, многопрограммных, самообучающихся
дублей. Такого вот супера Роман отправил летом
вместо меня на машине. И никто из моих ребят не
догадался, что это был не я. Дубль великолепно вел
мой "Москвич", ругался, когда его кусали комары, и с
удовольствием пел хором.»
“Any sufficiently advanced technology
is indistinguishable from magic.”
Arthur C. Clarke, 1973
Модные слова – или особенность текущего момента
Big Data, Data Science и т.д.
Преодолевая пропасть
Но в 2015 в Gartner
исключили Big Data:
эта область стала
универсальной и
перестала быть
“emerging”
│
http://www.economist.com/blogs/babbage/2014/08/difference-engine-2
Важно точно выбирать слова
Big Data
мутный маркетинг
больших компаний
Data Science
наступающее будущее:
жизнь, деньги и бизнес
8
Традиционный взгляд на науку
“If someone could have a sufficient insight into the
inner parts of things, and in addition had
remembrance and intelligence enough to consider
all the circumstances and to take them into
account, he would be a prophet and would see
the future in the present as in a mirror.”
Gottfried Wilhelm Leibniz
From ChaosBook.org & Wikipedia
9
Case Study: Data Science and Machine Learning
Чем отличается Data Science
Data Science != Analytics
Классика:
Специфика:
›
›
›
›
›
›
›
›
Глубокое понимание
Человеческий разум
Построение моделей
Длительный процесс
(месяцы и годы)
Машинное обучение
Колоссальные вычисления
Алгоритмические прогнозы
Ответ в реальном времени
(доли секунды)
11
Data Science != Analytics
Классика:
помощник
ВМЕСТЕ
Специфика:
заменитель
ВМЕСТО
12
Data Science != Analytics
Классика:
Человекочитаемая
выдача
https://hbr.org/2014/08/the-question-to-ask-before-hiring-a-data-scientist/
Специфика:
Машиночитаемый ответ
(API)
13
Где это уже работает
Маркетинг:
продукт + коммуникация
14
Где это уже работает
• Какую книгу (пост, новость)
тебе стоит прочитать? – NEW MEDIA
• Какую музыку ты хочешь послушать? – NEW MEDIA
• Какой товар ты собираешься купить? – E-COMMERCE
• С какой девушкой тебя познакомить
(или с кем из коллег)? – DATING & NETWORKING
• Готов ли ты сменить оператора? – OFFLINE SERVICE
• Можно ли тебе дать кредит? – OFFLINE SERVICE
15
Что это?
Очередная промышленная революция:
технологии меняют процесс производства и обработки.
Во времена прошлой промышленной революции они меняли
процессы обработки материальных объектов, вытесняя труд,
основанный на работе мышц людей и животных.
Теперь похожее происходит с многими проявлениями труда на
основе использования мозга.
16
Классическая метафора
Приключения воронки
17
Вечно живая AIDA
Ей больше века, но она отлично объясняет, почему контекст такой вкусный: он
перехватывает уже готовеньких. Интерактив хорош с активными.
активность нарастает
медийка
контекст
Lewis, 1898
Этот слайд я любил показывать 5 лет назад
18
Теперь вся воронка становится технологичной,
да и среда вокруг нее - тоже
Сквозная персонализированная
коммуникация.
От рекламы до вида и
содержания сайта или
приложения, куда эта реклама
приводит людей.
Выстраивание отношений и
сопровождение продукта.
19
Технологии таргетинга
Чёрный ящик!
Переход от рекламы к продукту
Сейчас рекламная коммуникация оказывается более
технологичной и гибкой, чем сайт или приложение.
Но это положение дел
уже начинает меняться.
Весь интерактивный ответ
начинает формироваться
алгоритмичекски.
Case study Yandex.Music
Невидимая магия
персональных рекомендаций:
что в продукте под воронкой
Удержание на сервисе Яндекс.Музыка
Launch
Черный ящик!
3
+19%
logged-in
2.5
2
no login
1.5
1
Apr-13
May-13
Jun-13
Jul-13
Aug-13
Sep-13
Oct-13
Nov-13
Dec-13
Jan-14
Feb-14
Mar-14
Apr-14
May-14
Jun-14
23
Лирическое отступление
Психология очень важна!
Технологизация маркетинга – очень тонкое дело
24
▌ Вам нравится антиспам на вашем почтовом сервисе?
▌ Вам нравится контекстная реклама в личной почте?
│ Если ответы на эти два вопроса
не совпали, вы непоследовательны.
│ Зато похожи на человека ;) г
У алгоритмов свои иллюзии
Эту классику мы все знаем
Black Box!
А вот это ученые только
начинают исследовать ;)
http://arxiv.org/abs/1412.1897
Активисты уже пишут книги
27
Заключение
28
Почти итоги
▌ Product is the message – ну, или важная его часть. Намного
больше, чем когда-либо
▌ Цифровой продукт должен быть увешан датчиками – и нужен
человек, который умеет работать с данными от них
▌ Маркетинг – это постоянный эксперимент и его аналитика.
▌ Персонализация всей коммуникации и общения с
пользователям – следующий этап, на котором технологии
изменят нашу работу
Что же делать начальнику?
Придется учиться жить в мире с роботами
▌ Научитесь нанимать разных экспертов и научите их работать
вместе: аналитиков, специалистов по общению с алгоритмами,
психологов, творческих людей
(ибо весь omni-channel 360 станет в итоге performance  )
▌ В digital коммуникация и продукт почти неразделимы – и оба
должны быть одинаково технологичны
▌ Научитесь отличать: какие решения лучше принимает человек, а
какие – машина.
Найдите в себе мужество делегировать машине,
а не только людям.
И никогда не путайте два этих класса ;)
31
Кадровое следствие
Люди, которые хотят, чтобы им
предоставили алгоритм,
по которому им надлежит
действовать, в первую очередь
должны сами быть заменены
алгоритмами
32
Домашнее чтение
Про data science и психологию - 1
Эрик Сигель
Билл Фрэнкс
Чарлз Дахигг
Просчитать будущее: Кто
Укрощение больших
Сила привычки
кликнет, купит, соврет или
данных
умрет
Про data science и психологию - 2
Даниэль Канеман
Нир Эяль,
Райан Хувер
Думай медленно…
решай быстро
Paul Zikopoulos et al
Big Data Beyond the Hype
Покупатель на крючке
Важный закон Кларка ;)
«Когда уважаемый, но пожилой
учёный утверждает, что что-то
возможно —
он почти наверняка прав.
Когда он утверждает,
что что-то невозможно —
он, весьма вероятно, ошибается.»
Спасибо! ;)
Андрей Себрант
+7 (495) 739-7000
@asebrant
asebrant@yandex-team.ru
https://www.facebook.com/asebrant