3. Концептуальная направленность
Попытка логически предугадать будущее
От третьего лица (незаинтересованного)
Про долгосрочные тренды
«Рванная» последовательность - нормально
НЕ про фишки
Особенности вебинара
4. 1. Взаимоуважение (или бан)
2. Вопросы/мысли приветствуются
3. Материал – сугубое ИМХО
4. Мнение не профессионала
5. Структура вебинара – 3 части
6. Регламент 1.5 - 3 часа с перерывом
Правила вебинара
5. ПЛАН ВЕБИНАРА:
1. Плюсы и минусы Excel, развитие КК 1LEADGEN
2. Тренды: средне- и долгосрочные
3. Анонс нового проекта
7. Какие задачи могут возникать перед директологом
/ интернет-маркетолом
ВОЗМОЖНЫЕ ЗАДАЧИ
Повторяемые
Жесткие решения KeyCollector
Ad Hoc
Гибкие решения Excel
Настройка РК
Отдельные процессы
(например парсинг)
8. Excel «по умолчанию» является одним из самых
мощных инструментов по работе с данными
Возможности EXCEL
Стандартные
(формулы и приемы)
VBA
(скрипты и функции)
100
степеней свободы
100N
степеней свободы
9. Автоматизируемое и НЕ автоматизируемое в MS Excel
АВТОМАТИЗИРУЕМОЕ:
• «Механические» циклы / переборы
• Работа с текстовыми строками
• Точные (математические) критерии
• Гибкие / Жесткие скрипты (UDF,
Subs)
• Набор критериев
• Моделируем «как если делать
самим руками» (функция макро
рекодер)
НЕ АВТОМАТИЗИРУЕМОЕ:
• Массивы (например склонения)
• Любые решения Да/Нет
• только random
• Нечеткое соответствие
• ограничено FUZZY
• Субъективные критерии (логические
группы)
• Очень большие объемы
• Интерактивность (API и т.д.)
• На «пользовательском» уровне
10. Почему КК 1LEADGEN не будет развиваться?
Хороший инструмент, но в плане развития себя исчерпал,
потому что…
1. VBA неудачная технология для сложных решений
2. Слабый поток идей от участников
3. Техническая ограниченность самого Excel
Как следствие – неинтересно.
11. Куда будет развиваться КК 1LEADGEN ?
Основные изменения в проекте КК 1LEADGEN:
1. Начиная с версии 2.0 Контекстный Комбайн 1LEADGEN будет
НАДСТРОКОЙ MS Excel
2. Проект Контекстный Комбайн 1LEADGEN переходит в режим
«фоновой поддержки» (исправление ошибок, добавление
функций по запросу)
13. В чем преимущество надстройки?
Файл + набор
макросов
Надстройка
для MS Excel
ПЛЮСЫ НАДСТРОЙКИ:
1. Работает в любом открытом файле Excel
2. Более быстрая работа чем обычный макрос
3. Удобство за счет вынесения на ленту (Ribbon)
4. Компактность
14. Зачем надстройка ?
Уход от подобного безумия
Излишняя сложность – всегда недостаточный навык.
15. Ручное vs. Автоматическое создание объявлений
$ деньги
Трудозатраты
(время)
Качество
$ деньги
Трудозатраты
(время)
Качество
Под вопросом но об этом далее…
ТРАДИЦИОННОЕ ПРЕДСТАВЛЕНИЕ
17. Пример Поиск книг по Автору
Методология vs. Технология
Хороший метод Плохой метод
А Б В
АЯ
Г Д
1. Книги по цвету
перебор
АЯ АЯ АЯ АЯ АЯ
2. Книги по цвету + АЯ
АЯ АЯ АЯ АЯ АЯ
2. Цвет+ АЯ + Параллельно
Лучше
Еще
лучше
Плохо
Первая буква
автора
Задача: найти книги по автору за
минимальное время
18. Методология vs. Технология
предел 1
предел 2
У хороший методологии
выше предел
эффективности
Хорошая технология
может компенсировать
плохую методологию
только до определенной
степени
21. Почему человек со стороны иногда может
лучше прогнозировать тренды?
0
10
20
30
40
50
60
70
80
90
100
0 5 10 15 20 25
Данные 1 Данные 2
1 наблюдение может
существенно повлиять
на линию тренда!
2 одинаковых набора данных, отличие только в одном значении
23. Тенденции Эволюция
Что значит «оцивилизовывание» рынка ?
Смотрим на Запад (Google, Baidu, Bing, там
больше денег)
Изменение структуры рынка в пользу крупных и
богатых клиентов
Рост роли капитала (оборот/бюджет)
Рост роли креативной составляющей !
Снижение роли технической компетенции
(выравнивание уровня)
Рынок «частных директологов» будет
гарантированно схлопываться
Больший объем работы будет выполняться гораздо
меньшим количеством людей (речь о порядках)
24. Пути развития отдела трафика
Пути развития направления контекстной
рекламы в компании
• In-House спелист
• SaaS/DIY сервисы (roistat, Elama)
• SLA модель аутсорсинг (контроль по KPI)
• Партнерство/CPA
Проблемы с точки зрения компании
25. Усиление внутренних подразделений IN-HOUSE
(или плотная работа с бутиковыми специализированными
агентствами)
Интернет-маркетинг будет становится конкурентными
преимуществом компаний из ЛЮБЫХ отраслей
↑ качества внутренних и внешних
инструментов/процессов будет приводить к снижению
требований к исполнителям внутри кампаний при
повышении качества работы
Автоматизация + API будет приводить к исключению из
процессов посредников
Большие бюджеты и возможность постоянно тестировать
будут приводить к появлению ноу-хау у крупных
рекламодателей
Пути развития отдела трафика
26. Проблема с In-House специалистами:
рост профессионализма + наличие бюджета (капитал)
УЖЕ
реально
предлагают
розовые
сапоги
27. Пути развития отдела трафика
Проблема SaaS / DIY сервисами:
• Лучшие наработки интегрируются в сами системы
контекстной рекламы (долгосрочный тренд)
• Недоступный для понимания уровень сложности, как
следствие…
• Уход в ML, AI, programmatic и т.д.
• С точки зрения директолога – кардинальное снижение
трудозатрат (вплоть до «автоматизации» самого
директолога)
28. Проблема SLA CPA моделями:
• Умение работать с системой KPI
• Необходимость в контроле подрядчика
• Должна биться экономика проектов
• Требуется определённый уровень доверия между агентами
• Один из самых ценных ресурсов – данные, остаются у подрядчика
Пути развития отдела трафика
29. Ложные тенденции
Программисты «Боги»
Появляются программисты «боги», генерирующие
большие семантические ядра, использующие
стандартные возможности (метки, дополнительные ссылки
и т.д.) + автоматизация управления кампанией.
Считают что программирование = хороший маркетинг.
Мечта = упаковать свой алгоритм в платный сервис.
ИМХО, одиночки не могут просить хороший сервис, нужна
команда.
Устойчивый сервис должен отвечать 2-м критериям:
1. Должен быть value для пользователя
2. Функционал должен быть (относительно) уникальным /
трудно копируемым
30. Тенденции Сервисы
Что будет происходить с сервисами?
• То, что пишется в 10 строчек кода на Python не может
считаться «сервисом»
• Технические (механистические) сервисы умрут
• Бизнес сервисов, которые мешают Яндексу разрабатывать
деньги будет сокращаться (например, Elama)
• Сервисы без элемента «черного ящика» (с элементами
ML/AI) – умрут
31. Тенденции Итоги
Что будет происходить ?
Переход от Ручных стратегий к Автоматическим (более
прогнозируемый доход для Яндекса, но для рекламодателя –
«черный ящик»)
«Вымывание» микро и малых клиентов с рынка, приоритет
клиентов с большими бюджетами (см. развитие на Западе
Google AdWords)
Хорошие фитчи и наработки будут становится элементами
интерфейса (если не ведут к снижению общего дохода
Яндекса!)
Создание качественных рекламных компаний от технического
процесса будет сдвигаться в область креатива, тестов и
анализа
Разброс уровня РК будет сокращаться ВЫРАВНИВАНИЕ
компаний
32. Тенденции Развитие Яндекса
Борьба с «прокладками» (под «прокладкой» понимается
любой посредник между деньгами клиента и Яндексом )
Стремление к модели – оплата за действие cost per action
CPA (по модели интеграции Яндекс.Маркета с
обезличенными продавцами)
В наиболее маржинальных темах возможно создание
собственных компаний
Расширение контроля за цепочкой (забрать максимум $ из
цепочки):
Поиск → Сайт → Конверсия → Оплата
Яндекс.Директ → Яндекс.Метрика → Яндекс.Касса
Максимально забрать у рекламодателя инструменты,
влияющие на расходы (но оставить инструменты влияющие
на конверсию)
33. Тенденции Развитие Яндекса
Идеальный результат для Яндекса: клиент указывает нишу,
выбирает опции компании и вносит деньги (будет
реализован в том или ином виде на базе машинного
обучения)
Машинное обучение: модель «персональный цифровой
менеджер», позволит реализовать модель даже для мелких
рекламодателей
Агрессивная монетизация (Яндекс – публичная компания) :
«мало показов», «синонимы», выдавливание в авто
стратегии)
Максимальная монополизация коммерческих тематик,
перевод клиентов на собственные сервисы
Высокая вероятность: государственный протекционизм,
ограничение конкуренции и, как следствие, снижение
качества выдачи и стратегический проигрыш Google
36. Перспектива Директолог vs. PM
1 Директолог-Программист
X 100 «Директологов»
Большинство текущих
директологов в не смогут
конкурировать на техническом
уровне
Product/Project
Менеджеры (PM)
«Клей» между технарем-
директологом и бизнес-средой:
умение ставить ТЗ, знание
продукта / рынка / ЦА
37. Настоящее и Будущее
условная продуктивность
Директологи Сейчас
Будущее
X 100X 10
+ чужие наработки
(доп. рычаг)
Новый проект
1LEADGEN про это
Директолог-программист
PM PM PM PM
38. Какой технический уровень достаточен ?
Умею делать сам
Могу поставить задачу
Необходим минимум
навыков, в первую
очередь чтобы уметь
поставить задачу (ТЗ)
Чем выше собственный
уровень, тем проще и
эффективнее ставишь
задачу для технического
специалиста!
КК 1LEADGEN также требует минимальный технический уровень,
чтобы более эффективно оперировать РК.
40. Мифы о «длинном хвосте»
Тиражируемый миф о «длинном хвосте»
Конкуренция
Конверсия
Нарушение логики:
Вложенность фраз.
Ваши НЧ конкурируют с
ВЧ/СЧ крупных игроков!
высокая низкая
низкаявысокая
Ложные предпосылки:
Lamoda показывается по слову «купить
обувь», я буду рекламироваться «купить
розовые сапоги в Саратове» и не буду
конкурировать Ламодой.
Я буду вести на целевые товарные
страницы, а Ламода ведет на общий
каталог.
Что делает Яндекс ?
«Расширяет»
голову за счет
синонимов
(нельзя отключить)
«Отрубает» хвост за счет
отключения «неэффективных»
фраз (статус мало показов)
41. Мифы о «длинном хвосте»
Кто хочет лучше понять принцип «Длинного
хвоста» и принцип эффективного
семантического ядра:
1. Заходим в группу
vk.com/cc1leadgen
2. Находим пост от 9 июня 2016
3. Смотрим видео «Концепция
семантического ядра и
операторов Яндекс Директ +
инструмент MECE»
42. Технология создания РК автоматизация
Почему важно оптимизировать (НЕ максимизировать СЯ) ?
Сбор
СЯ
Управление РК
+
Анализ
Генерация РК
Кластеризация
Крайне важно с учетом
нововведения Яндекса
(«мало показов»)
+ ограничение Яндекса
Относительно неплохо
автоматизировано:
KeyCollector, MOAB,
Пастухов
Хорошо
автоматизировано
СозданиеРК
Слабо автоматизировано +
высокие технические требования
к исполнителю
Уровень приближается к
ИИ / машинного обучения
(не автоматизируемо в
традиционном понимании)
44. Избавляемся от иллюзий
Яндекс Директ – это «черный ящик», сложная система на базе
машинного обучения и искусственного интеллекта, нацеленная
на максимизацию прибыли Яндекса.
Стоит рассматривать любые нововведения Яндекса с этой
точки зрения.
45. Война «черных ящиков»…
VS.
Яндекс Директ
Рекламодатель
Критерий:
максимальный
доход от… ???
Отдавать или нет контроль
за расходами на РК ?
«Будущее банковского бизнеса –
это "борьба" одного искусственного
интеллекта против другого»
Вадим Кулик, Зампред Сбербанка
46. Новые технологии
Машинное обучение (искусственный интеллект)
Нейронные сети (видеокарта Tesla Nvidia)
Работа с большими массивами данных Big Data
Специализированные языки программирования Python, R
Технология в средне- и долгосрочной перспективе бьет
класс с вероятностью 99.99% !
Агенты, использующие эти технологии гарантированно
выиграют у самого талантливого «кустаря».
47. В чем «прелесть» машинного обучения ?
Традиционное программирование:
Машинное обучение:
Данные
Разработк
а
алгоритма
Результат
Данные
(обучающ.
датасет)
Подбор
алгоритма
Результат
(обучающ.
датасет)
48. Технологии работы Будущее
Выиграет тот, кто максимально использует внутренние
возможности рекламных систем (они будут расширятся)
Все технические «облегчалки жизни» рано или поздно
переедут в интерфейс систем
Сильно возрастет роль ОПТИМИЗАЦИИ РК (переход от
максимизации к оптимизации) см. видео MECE
Сильно возрастет роль анализа (т.к. технически РК будут
приближаться по уровню исполнения)
49. Что будет дальше происходить ?
Технические и расчетные задачи будет браться на
себя компьютер, через технологии нейронных сетей,
машинного обучения и т.д.
И будут делать это в миллионы раз быстрее и зачастую
лучше людей!
ВАЖНО: человеку останется креативная функция
генерирования гипотез + постановки технических
заданий
Тренд Машинное Обучения :
↑ возможностей РК (стратегий)
↓ требований к программированию
По мнению Андрея Себранта то, что раньше делали 100
программистов, сегодня (в 2016) может сделать
«полпрограммиста» + TensorFlow
55. 1. Яндекс активно использует в своих сервисах
2. Google выложил в открытый доступ TensorFlow
3. Исследование McKinsey
Почему будущее за ИИ и машинным
обучением ?
56. Disruptive technologies: Advances that will transform life,
business, and the global economy
Исследование McKinsey
http://www.mckinsey.com/business
-functions/digital-mckinsey/our-
insights/disruptive-technologies
59. Проект Python Директолог 1LEADGEN
Проект – Эксперимент!
Сообщество экспертов / пользователей
Апробация новых инструментов
Инструмент Python
Инструмент TensorFlow / Нейросети
vk.com/py1Leadgen
60. Является ЭКСПЕРИМЕНТОМ
Подразделяется на различные уровни
Непрофессионалы
Программисты / технари
Обучающий проект
Основной инструмент Python + модули
Ориентация на искусственный интеллект /
машинное обучение
Open source / Crowd source
Проект Python Директолог 1LEADGEN
61. ПАБЛИК 1LEADGEN
Возможность задавать вопросы и
предлагать новости
Фокус на новые технологии для
директологов и интернет- маркетологов
Более широкий круг тем и вопросов чем
Excel
vk.com/1Leadgen
63. За кем / чем следить:
Илон Маск
Питер Тиль
Марк Андрессен
Андрей Себрант
Telegram @TechSpark
Имеет смысл
следить за этими
компаниями:
https://en.wikipedia.org/wiki/Robotic_process_automation
64. Книги must read
Искусственный
интеллект
Ник Бостром
Сумма
технологии
Станислав Лем
От нуля к
единице
Питер Тиль
Верховный
алгоритм
Педро Домингос
Роботы
наступают
Мартин Форд