Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Аналитика для СМИ - на помощь приходят роботы!

Почему мы доверяем роботам и что никогда не стоит делать руками.

  • Be the first to comment

  • Be the first to like this

Аналитика для СМИ - на помощь приходят роботы!

  1. 1. Аналитика для СМИ — на помощь приходят роботы! by Surfingbird
  2. 2. 1.  Медиа уверены, что все делают правильно, 
 не прибегая даже к самому простому анализу данных. 2.  Рекомендации по тэгам, популярное или что-то еще составленное редакцией. 3.  Робот может порекомендовать пользователю более эффективно, чем человек, 
 который «живет этим», «держит руку на пульсе» и т. д.  4.  Алгоритм знает лучше. 5.  Алгоритм знает лучше потому, что редактор не может за доли секунд кластеризовать аудиторию сайта на разные сегменты, построить тысячи связей между читателем и контентом, проанализировать десятки тысяч маршрутов пользователя в интернете и вывести нужную рекомендацию, затем переобучиться и повторить все снова и снова. 6.  Какие технологии придут на смену человеку в СМИ. 7.  Количество информации растет экспоненциально, 
 в отличии от тех кто может ее анализировать. 8.  Автоматизация выдачи контента. 9.  Реальные кейсы алгоритмизации выдачи контента. Будущее автоматизации в СМИ
  3. 3. Вечные вопросы в любом СМИ… и не только Популярность Как вовлечь аудиторию интересным контентом Много денег Как эффективнее монетизировать аудиторию
  4. 4. Где тут задачи аналитики? Популярность 1.  Cоздать интересный контент 2.  Определить лучшие варианты 3.  Собрать статистику показов 4.  Понять, какой контент лучше показывать совместно 5.  Понять как контент сегментировать по аудитории Много денег 1.  Сходить в баню с рекламодателями 2.  Входящий трафик 3.  Обмен трафиком 4.  Таргетировать рекламу по контенту =>max eCPM 5.  Таргетировать рекламу по аудитории =>max eCPM
  5. 5. Почему мы верим только роботам?
  6. 6. Лучшие умы планеты уже показали нам пределы человеческого мышления
  7. 7. Люди не рациональны эволюционно Мозг любит экономить энергию и лениться Большую часть времени мы на автопилоте Мы принимаем решения эмоционально и затем рационализируем
  8. 8. В аналитике все выглядит просто, надо лишь следовать процессу Определить цели Собрать сырые данные и очистить Поесть Кластеризовать аудиторию Проанализировать маршруты пользователя Максимизировать CTR контента и eCPM рекламы A/B тест новых гипотез
  9. 9. Где лучше уступить место алгоритмам? Определить цели Собрать сырые данные и очистить Поесть Кластеризовать аудиторию Проанализировать маршруты пользователя Максимизировать CTR контента и eCPM рекламы A/B тест новых гипотез
  10. 10. Никогда не делайте это руками! Ни один человек не может одновременно обрабатывать гигабайты динамических данных и давать каждому пользователю то, что интересно конкретно ему. Это и не его работа. Освободите ваших сотрудников от лишней работы и поручите ее РОБОТАМ. Слава роботам!
  11. 11. Пользователям рекомендуют интересные материалы, исходя из их предпочтений. Глубина просмотров растет. Волосы становятся мягкими и шелковистыми. Как рекомендации заставляют обвязку статьи работать?
  12. 12. Учитывайте поведение и интересы пользователя. Из случайно пришедшего юзера вы можете сделать лояльного. А/В тесты и самообучающиеся алгоритмы увеличивают эффективность блоков на сайте. Пользователю нужен контент, который нравится ему, а не редакции
  13. 13. Что будет с медиа без рекомендаций? Пользователь может не добраться до интересного ему контента. Даже если на сайте есть статья его мечты. Он просто не может прокликать все разделы. Он уйдет. :-( Screw you guys, I’m going home.
  14. 14. Что такое хорошая рекомендательная система? Протестированные математические алгоритмы. Гибкие возможности кастомизации внешнего вида блока. •  Постоянный анализ показателей. •  Тестирование и улучшение работы алгоритмов. Различные варианты интеграции: •  Рядовые пользователи; •  Продвинутые пользователи.
  15. 15. Что такое плохая рекомендательная система? Рекомендации по тегам: показывать статьи об одном и том же. «Популярное» — показывать то, что все уже видели. Сегментированные рекомендации: показывать статьи об одном и том же. Собирать рекомендации вручную: это как быть казаком. То есть плохая рекомендательная система — это ваша редакция.
  16. 16. Рекомендации по тегам: - 30% кликов «Популярное»: - 700% кликов Сегментированные рекомендации: - 50% кликов Собирать рекомендации вручную: - 50% кликов Что случается с теми, кто плохо делал рекомендации?
  17. 17. Relap — это эффективный способ привлечь пользователей и удержать их на своей площадке CTR +98% CTR +53%CTR +33% И еще 500 клиентов!
  18. 18. Relap — это эффективный способ привлечь пользователей и удержать их на своей площадке Павел Радаев   CEO ADME Мы достаточно давно думаем над повышением релевантности рекомендуемого контента вокруг   основной статьи. Однако мы понимаем что невозможно   получить высоких результатов, настроив эти алгоритмы   единоразово, так как необходимо постоянное внимание к тестированию гипотез, влияющих на конечный результат и наличие R&D отдела, который будет постоянно этим   заниматься.     После того, как ребята из Relap предложили нам свои услуги в решении этой задачи, мы решили протестировать их решение. Александр   Пефтеев   руководитель отдела   веб-аналитики ria.ru /   Мы очень довольны результатом тестирования. JS виджет отвечает всем нашим техническим требованием по во времени загрузки и отдачи рекомендаций.     Также мы достигли хороших показателей по CTR и увеличению длины сессии. Будем использовать   технологии Relap дальше.
  19. 19. Relap может работать не только со статьями, но и другим медиаконтентом От нас не потребовалось тратить много усилий на интеграцию: за день удалось всё настроить и запустить.     Работает всё быстро и без ошибок: Relap проходит все наши внутренние стандарты качества продукта.     Улучшать всегда что есть: рекомендации скоро появятся   в мобильных приложениях, и в эмбеддед-кобах в соцсетях. Сам алгоритм рекомендаций тоже будет меняться: у нас много специфичных вещей именно для нашего сервиса. Алгоритм Relap дает в 2 раза больше просмотров   из рекомендаций по сравнению с внутренним алгоритмом COUB. Михаил Табунов   CEO COUB
  20. 20. Установка Relap — это просто и быстро Площадке необходимо установить только два кода Relap. •  У любого есть возможность создать виджет полностью на своей стороне. •  Мы готовы дать описание нашего jsonp API. Relap будет отдавать рекомендации, а все детали внешнего вида и формата виджета можно настроить без нашего участия.
  21. 21. by Surfingbird Дмитрий Мацкевич Партнер   +7 (905) 521-01-01   dm.matskevich@gmail.com Спасибо!
  22. 22. https://relap.io

×