В последнее время активно освещается проблема приватности пользовательских данных. Скандал с Cambridge Analytica и Facebook, внедрение GDPR, многомиллионные штрафы для Google за установку файлов cookie без ведома пользователей, обновление iOS 14 (с ограничениями трекинга) все это оказывает давление на рекламодателей, рекламные платформы и заставляет всерьез озаботиться обеспечением приватности данных.

Компания Google разработала и активно тестирует новую технологию, которая может заменить традиционный таргетинг рекламы на основе cookie-файлов Federated Learning of Cohorts (FLoC). В статье рассказываем, что это за технология и чего ждать рекламодателям.

Чем не угодили cookie и почему нельзя просто так взять и отказаться от них

Основная претензия к cookie-файлам отсутствие гарантии конфиденциальности пользовательских данных. Сторонние cookie, установленные на сайтах, собирают слишком много информации о пользователях. С помощью этих данных (история поисковых запросов, просмотров страниц, заполнение полей в формах ввода данных и т. д.) можно идентифицировать конкретного человека, что является серьезной угрозой приватности.

Вместе с тем просто убрать cookie не получится слишком многое держится на них:

• рекламные системы используют cookie для ретаргетинга и поиска релевантной аудитории для показа определенных рекламных объявлений. Чем релевантнее (и эффективнее) реклама, тем больше денег получают рекламные системы от рекламодателей;

• рекламодатели с помощью рекламных систем получают возможность запускать более результативные рекламные кампании (и получать больше прибыли);

• сайты-издатели и вебмастеры зарабатывают на размещении рекламы. Они напрямую заинтересованы в том, чтобы реклама была выгодна рекламодателям и размещений было много.

И, наконец, сами пользователи привыкли к многим удобствам, которые обеспечивают cookie:

• сохранение настроек авторизации и параметров;

• юзабилити, основанное на поведении пользователя;

• персонализация интерфейса, контента, рекламы.

Как использовать данные с сохранением конфиденциальности

Есть хороший пример, в котором сочетаются те же задачи, что и в вопросе с cookie, медицина. Например, для повышения эффективности тестов на определение заболевания нужно собрать обучаемую модель. При этом:

• нужно получить как можно больше данных об обследованиях пациентов;

• данные должны быть обезличенные (медицинские учреждения не делятся данными конкретных пациентов из соображений конфиденциальности).

Решение этой задачи обрабатывать данные на стороне каждого медицинского учреждения и передавать общей модели обобщенные данные (без раскрытия персональных данных отдельных пациентов).

Именно такая концепция лежит в основе Federated Learning.

Что такое Federated Learning

Google разработала и активно тестирует новую технологию Federated Learning of Cohorts (FLoC).

Federated Learning распределенная модель, которая использует алгоритмы машинного обучения для анализа пользовательских данных и формирования когорт. Когорта группа обезличенных данных пользователей (браузеров) с похожими свойствами. Данные пользователей (которые могут содержать чувствительную и конфиденциальную информацию) не поступают напрямую ни в один централизованный обработчик или сервер: вычисление и назначение когорты происходит на стороне браузера.

Остальным сервисам (рекламным платформам, сайтам и т. д.) передается только идентификатор когорты, без данных, по которым можно идентифицировать отдельных пользователей.

Для справки. Еще в 2017 году Google тестировал технологию Federated Learning в приложении Gboard для Android. Когда Gboard показывает предлагаемый запрос, смартфон пользователя локально сохраняет информацию о текущем контексте и клике на предложение (или отсутствии клика). Federated Learning обрабатывает эту историю на стороне устройства и предлагает улучшения для следующей итерации модели предложений Gboard.

Для чего может применяться FLoC

• Показ рекламных объявлений людям, чьи браузеры принадлежат к когорте, которой характерно определенное поведение (например, посещение сайта рекламодателя) или интерес к определенным продуктам.

• Применение моделей машинного обучения для прогнозирования вероятности конверсии на основе когорты пользователя (и корректировки ставки на рекламном аукционе с использованием полученной вероятности).

• Рекомендация релевантного контента пользователям.

Как работает FLoC

Разберем на примере, как работает FLoC на практике. Для понимания процесса определим трех основных участников:

• рекламодатель компания, которая хочет показать свои рекламные объявления целевой аудитории и платит за показ. В нашем примере это будет интернет-магазин обуви;

• издатель новостной сайт, который продает рекламные места (размещает у себя рекламные объявления и получает вознаграждение от рекламной системы);

• рекламная система платформа, предоставляющая инструменты для размещения рекламы.

Рассмотрим этот процесс подробнее, для примера возьмем двух пользователей, которых зовут Сергей и Антон (имена выбраны рандомно). Изначально их браузеры принадлежат к одной и той же когорте, допустим, 1354.

1. FLoC-сервис

FLoC-сервис, используемый браузером, создает математическую модель с тысячами когорт. Каждая из когорт соответствует тысячам браузеров с похожей недавней историей активности и имеет свой уникальный номер, по которому ее можно идентифицировать.

2. Браузер

Из FLoC-сервиса браузер Сергея получает данные, описывающие FLoC-модель. Браузер пользователя определяет свою когорту: для вычисления подходящей когорты используется специальный алгоритм, который соотносит браузерную историю с наиболее подходящей когортой. В нашем примере это будет когорта под номером 1354. Обратите внимание, браузер Сергея не передает никаких данных FLoC-сервису.

Точно так же браузер Антона вычисляет идентификатор своей когорты. История браузера этого пользователя отличается от истории браузера Сергея. Однако они достаточно похожи, поэтому им присваивается одинаковая когорта 1354.

3. Взаимодействие с рекламодателем

• Сергей посещает сайт рекламодателя (shoe.com).

• Сайт запрашивает ID когорты браузера пользователя и получает значение 1354.

• Сергей ищет кроссовки для бега.

• Сайт сохраняет информацию о том, что браузер из когорты 1354 выявил интерес к беговым кроссовкам.

• Позже на сайте зафиксирован дополнительный интерес к товарам со стороны когорты 1354, а также со стороны других когорт.

• Время от времени сайт собирает информацию о когортах и проявленному интересу к товарам и передает ее рекламной системе.

4. Издатель новостной ресурс news.com

• Антон посещает новостной сайт news.com.

• Сайт издателя запрашивает у браузера пользователя его когорту.

• Затем сайт отсылает запрос рекламной системе и включает в этот запрос ID когорты браузера Антона 1354.

5. Рекламная система

Рекламная система может подобрать подходящее для Антона рекламное объявление, основываясь на данных от издателя и рекламодателя:

• когорта браузера Антона (1354) эти данные рекламной системе передает издатель;

• интересы, которые соответствуют данной когорте, передаются от рекламодателя (Браузеры из когорты под номером 1354 могут быть заинтересованы в беговых кроссовках).

Рекламная система подбирает подходящее объявление беговые кроссовки от shoe.com.

На сайте отображается объявление кроссовок.

Ключевая особенность такого подхода

Сейчас показ релевантных рекламных объявлений базируется на технологиях отслеживания файлов cookie и цифровых отпечатков устройств. Эти технологии используются рекламодателями для отслеживания поведения в сети отдельных пользователей.

FLoC позволяет сохранить релевантность, но без ущерба для приватности данных: браузер не делится браузерной историей ни с FLoC-сервисом, ни со сторонними службами. Браузер вычисляет подходящую когорту на стороне устройства пользователя. История браузера при этом никогда не покидает пределы устройства.

Браузерная когорта может меняться

Важно понимать принцип определения и назначения когорт. Когорта это не группа пользователей (как привычно воспринимаются сегменты аудитории), а совокупность (кластер) схожих историй браузерной активности.

Характеристики активности каждой когорты в основном постоянны. Поэтому когорты хорошо подходят для подбора рекламных объявлений, так как объединяют схожие поведенческие характеристики. Условно, когорта 1354 будет объединять людей, заинтересованных в беговых кроссовках, сегодня, через месяц и через полгода. Только сегодня это может быть одна группа людей, а через месяц совершенно другая.

Браузеры отдельно взятых пользователей могут переходить от когорты к когорте по мере того, как их история браузинга меняется. Ожидается, что браузер будет пересчитывать свою когорту каждые 7 дней.

В примере, который мы рассматривали выше, браузеры обоих пользователей принадлежат к одной когорте 1354. В будущем, по мере того, как пользователи будут посещать различные сайты, их браузеры будут менять когорты, отображая изменение интересов.

На какой стадии сейчас находится технология и что ждать в ближайшее время

30 марта Google запустил тестирование технологии в браузере Chrome. Первичные тесты проводятся на небольшой группе пользователей в таких странах:

• Австралия;

• Бразилия;

• Канада;

• Индия;

• Индонезия;

• Япония;

• Мексика;

• Новая Зеландия;

• Филиппины;

• США.

Со временем тестирование будет расширяться и на другие регионы.

Главные вопросы к Federated Learning

Что с релевантностью рекламы?

Вопрос, который больше всего интересует рекламодателей. Они опасаются ухудшения эффективности рекламы при отказе от привычных cookie.

По заявлениям Google, беспокоиться не стоит: при тестировании FLoC Google определил, что использование новой технологии обеспечивает как минимум 95% конверсий по сравнению с использованием традиционного показа рекламы на основе cookie.

Решит ли FLoC проблему приватности пользовательских данных?

Размер когорты должен быть достаточным, чтобы сохранялась анонимность

В каждой когорте могут быть тысячи браузеров. Чем меньше размер когорты, тем более персонализированной будет реклама, но при этом уменьшится степень приватности (и наоборот).Для обеспечения анонимности пользователей в когорте Google использует обобщение данных k-анонимность. Под термином k-анонимность понимается метод, который позволяет скрыть персональную информацию нескольких лиц в наборе данных, если эти лица похожи друг на друга. Если упрощенно, k количество пользователей в группе с похожими свойствами. Чем больше это число, тем более анонимна группа и сложнее отследить отдельно взятого пользователя. Подробнее о k-анонимности можно почитать тут.

k-анонимность не гарантия

Несмотря на заявления Google об обезличивании данных пользователей в когортах (с помощью вычисления ID когорты на стороне браузера и размера когорт), многие игроки в отрасли высказывают опасения по поводу того, что новая технология не решает проблему сохранения анонимности:

• при авторизации на сайте через аккаунт Google сайт может сопоставить пользовательские данные с ID когорты FLoC в этом случае уже нет полной обезличенности данных;

• деперсонализация может быть возможной благодаря пересечению нескольких характеристик, например идентификатора когорты и IP-адреса пользователя;

• также есть мнение о том, что данные все равно хранятся у Google (пусть и частично обезличенные), а это дает частной компании неоправданно широкие возможности и власть над информацией.

Чего ожидать рекламодателям и чем закончится борьба за приватность пользовательских данных

Пока FLoC все еще находится на стадии тестирования и не является окончательным вариантом выводы делать рано. Возможно, будут рассмотрены другие альтернативы трекингу с помощью файлов cookie. Но ясно одно все основные участники рынка (рекламодатели, рекламные платформы и издатели) заинтересованы в нахождении баланса:

• между приватностью пользователей, за которую активно борются регуляторы, общественные организации и отдельные компании (привет, Apple);

• и трекингом, который позволял бы сохранить возможность показывать пользователям релевантную рекламу и извлекать из этого прибыль.

Если говорить про Google, рекламный бизнес занимает львиную долю в структуре доходов корпорации и снижать его эффективность явно не входит в планы IT-гиганта. Поэтому с большой долей уверенности можно сказать, что Google приложит все усилия для поиска решения, которое удовлетворит всех (и позволит компании продолжать получать миллиарды выручки с рекламы).

Google недавно объявил о развертывании технологии Federated Learning of Cohorts (FLoC) в рамках инициативы Privacy Sandbox, направленной на замену сторонних файлов cookie новым методом профилирования пользователей, который собирает данные, генерируемые непосредственно браузером.

Организация Electronic Frontier Foundation (EFF) выпустила обзор FLoC и связанных с ним угроз, а также разработала полезный инструментдля проверки, используется ли браузер пользователя для сбора данных и снятия цифрового отпечатка устройства.

Примечания: EFF отмечают, что вместо устранение проблемы, Google создает новые. Если любой сайт сможет получить данные о когортах, возникнут условия для предварительной жесткой фильтрации целых групп пользователей, исходя из обобщенных предпочтений. Среди новых рисков также выделяют появление фактора для более интенсивного использования методов косвенной идентификации пользователя(browser fingerprinting), использующих специфичные настройки и особенности оборудования.

Plausible Analytics также присоединился к статье, в которой объясняется, какое отношение FLoC имеет к пользователям и разработчикам.- что послужило источником вдохновения для этого краткого руководства.

Заголовок FLoC

Основной способ, с помощью которого конечный пользователь может избежать FLoC, это просто не использовать Chrome, а вместо этого выбрать браузер, уважающий конфиденциальность, например Mozilla Firefox.

Но владельцы веб-сайтов также могут гарантировать, что их веб-серверы не участвуют в этой огромной сети, отказавшись от FLoC.

Для этого необходимо добавить следующий кастомный заголовок HTTP-ответа:

Permissions-Policy: interest-cohort=()

В этом руководстве вы найдете инструкции о том, как добавить кастомные заголовки HTTP-ответов в конфигурации веб-серверов и прокси-серверов.

NGINX

Добавьте в файл конфигурации NGINX следующее:

# /etc/nginx/sites-available/default.confserver {    location / {add_header Permissions-Policy interest-cohort=();...

Перезапустите NGINX с помощью команды service nginx restart

Apache

Добавьте следующую директиву в свой файл конфигурации Apache:

# /www/htdocs/example.com/.htaccess <IfModule mod_headers.c>  Header always set Permissions-Policy: interest-cohort=()</IfModule>

Перезапустите Apache с помощью команды service apache2 restart

Caddy

Добавьте следующее в свой Caddyfile:

# Caddyfileexample.com {header Permissions-Policy "interest-cohort=()"...

Перезапустите Caddy с помощью команды caddy reload

Lighttpd

Добавьте в файл конфигурации Lighttpd следующее:

# /etc/lighttpd/lighttpd.confserver.modules += ( "mod_setenv" )setenv.add-response-header = ( "Permissions-Policy" => "interest-cohort=()" )

Перезапустите Lighttpd с помощью команды service lighttpd restart

Netlify

Добавьте в файл конфигурации Netlify следующее:

# netlify.toml[[headers]]  for = "/*"  [headers.values]    Permissions-Policy = "interest-cohort=()"

Если вы предпочитаете использовать _headers файл вместо файла конфигурации TOML, добавьте в этот файл вместо указанных выше строчек следующее:

# _headers/*  Permissions-Policy: interest-cohort=()

При следующей сборке или развертывании Netlify добавит и обслужит заголовки.

GitHub Pages

В настоящее время не существует возможности добавлять кастомные заголовки HTTP при использовании GitHub Pages. Однако есть обходной путь добавление метатегов на сами страницы.

Добавьте в раздел <head> HTML-кода следующее:

<meta http-equiv="Permissions-Policy" content="interest-cohort=()"/>

GitLab Pages

Как и в случае с GitHub, при использовании GitLab Pages нет возможности добавлять кастомные заголовки HTTP. Таким образом, придется воспользоваться тем же методом, что и выше, и устанавливать директивы в самом HTML.

Однако, если вы пользуетесь GitLab Community Edition, можно установить заголовки, добавив в свой gitlab.rbфайл следующее:

# gitlab.rbgitlab_pages['headers'] = [ "Permissions-Policy: interest-cohort=()" ]

Вы также можете указать заголовки при запуске GitLab Pages binary:

./gitlab-pages -header "Permissions-Policy: interest-cohort=()"

CloudflareWorkers

Вы можете создать следующий Worker Script, чтобы установить заголовки ответа:

addEventListener('fetch', event => {  event.respondWith(handleRequest(event.request))})async function handleRequest(request) {  let response = await fetch(request)  let newHeaders = new Headers(response.headers)  newHeaders.set("Permissions-Policy", "interest-cohort=()")  return new Response(response.body, {    status: response.status,    statusText: response.statusText,    headers: newHeaders  })}

Добавьте этот Worker Script в домен, установив этот домен в качестве Worker Route.

WordPress

WordPress позволяет устанавливать заголовки из своей кодовой базы с помощью хуков. Добавьте следующий код в конец functions.php файла активной темы:

function disable_floc($headers) {    $headers['Permissions-Policy'] = 'interest-cohort=()';    return $headers;  }add_filter('wp_headers', 'disable_floc');}

Сохраните файл в админ-панели WordPress. Все новые запросы будут содержать необходимый заголовок.

Если вы используете какие-либо механизмы кэширования и плагины (например, FastCGI Cache от NGINX, W3 Total Cache и т. Д.), необходимо очистить кэш, чтобы он был повторно заполнен с указанными выше дополнениями.

Дата-центр ITSOFT размещение и аренда серверов и стоек в двух дата-центрах в Москве. За последние годы UPTIME 100%. Размещение GPU-ферм и ASIC-майнеров, аренда GPU-серверов, лицензии связи, SSL-сертификаты, администрирование серверов и поддержка сайтов.

Скоро выходит Android 12, но в этом августе уже с 11-й версии разработчикам придётся использовать новые стандарты доступа приложений к внешним файлам. Если раньше можно было просто поставить флаг, что ваше приложение не поддерживает нововведения, то скоро они станут обязательными для всех. Главный фокус повышение безопасности.

Переход на новую версию API довольно трудоёмкая операция, требующая больших затрат на её поддержку при введении крупных апдейтов. Далее расскажу немного про наш переход и возникшие при этом трудности.

Что происходит

Если вы уже знакомы с теорией, то этот раздел можно пропустить тут я хочу поверхностно сравнить подходы к предмету в разных версиях операционной системы.

В Android есть внутреннее Internal Storage (IS) и внешнее хранилище External Storage (ES). Исторически это были встроенная память в телефоне и внешняя SD-карта, поэтому ES был больше, но медленнее и дешевле. Отсюда и разделение настройки и критически важное записывали в IS, а в ES хранили данные и большие файлы, например, медиа. Потом ES тоже стал встраиваться в телефон, но разделение, по крайней мере логическое, осталось.

У приложения всегда есть доступ к IS, и там оно может делать что угодно. Но эта папка только для конкретного приложения и она ограничена в памяти. К ES нужно было получать доступ и, кроме манипуляции со своими данными, можно было получить доступ к данным других приложений и производить с ними любые действия (редактировать, удалять или украсть).

Но после разделения на внутреннее и внешнее хранилища все равно оставались проблемы. Многие приложения могли хранить чувствительную информацию не только в IS, но и в ES то есть ответственность лежала целиком на разработчиках и на том, кто хочет завладеть файлами.

В Android решили всё это переделать ещё в 10-й версии, а в 11-й это стало обязательным.

Чтобы минимизировать риски для пользователя в Google решили внедрить Scoped Storage (SS) в ES. Возможность проникнуть в папки других приложений убрали, а доступ есть только к своим данным теперь это сугубо личная папка. А IS с 10-й версии ещё и зашифрована по умолчанию.

В Android 11 Google зафорсировала использование SS когда таргет-версия SDK повышается до 30-й версии API, то нужно использовать SS, иначе будут ошибки, связанные с доступом к файлам. Фишка Android в том, что можно заявить совместимость с определённой версией ОС. Те, кто не переходили на 11, просто говорили, что пока не совместимы с этой версий, но теперь нужно начать поддерживать нововведения всем. С осени не получится заливать апдейты, если не поддерживаешь Android 11, а с августа нельзя будет заливать новые приложения.

Если SS не поддерживается (обычно это для девайсов ниже 10-й версии), то для доступа к данным других приложений требуется получить доступ к чтению и записи в память. Иначе придётся получать доступ к файлам через Media Content, Storage Access Framework или новый, появившийся в 11-м Android, фреймворк Datasets в зависимости от типа данных. Здесь тоже придётся получать разрешение доступа к файлу, но по более интересной схеме. Когда расшариваемый файл создаёшь сам, то доступ к нему не нужен. Но если переустановить приложение доступ к нему опять потребуется. К каждому файлу система привязывает приложение, поэтому когда запрашиваешь доступ, его может не оказаться. Особо беспокоиться не нужно, это сложно отследить, поэтому лучше просто сразу запрашивать пермишен.

Media Content, SAF и Datasets относятся к Shared Storage (ShS). При удалении приложения расшаренные данные не удаляются. Это полезно, если не хочется потерять нужный контент.

Хотя даже при наличии SS можно дать доступ к своим файлам по определённой технологии через FileProvider можно указать возможность получения доступа к своим файлам из другого приложения. Это нормально, потому что файлы расшаривает сам разработчик.

Также добавилась фича если приложение не использовалось несколько месяцев, то снимаются все пермишены и доступы к системным элементам. По best practice разрешение запрашивается по требованию, поэтому мы просто перед выполнением какого-либо действия проверяем, есть ли у нас пермишены. Если нет, то запрашиваем.

В то же время перекрыли доступы к приложениям внутри девайса. Если раньше можно было отследить, что установлены определённые приложения и отправлять к ним соответствующие интенты, то сейчас мы должны прямо в манифесте прописать, что работаем именно с этими приложениями, и только после этого получить доступ.

В качестве примера можем взять шаринг мы шарим множество приложений, и их всех нужно указывать в манифесте, иначе они не обнаружатся. Начнём перебирать пакет установленных приложений будет информация, что не указанного в манифесте приложения нет и при шаринге всё отвалится.

Перейдём к практике.

Переход на новую версию

Основная функциональность по работе с файлами в приложении iFunny представлена в виде сохранения мемов в память и расшаривания их между приложениями. Это было первое, что требовалось починить.

Для этого выделили в общий интерфейс работу с файлами, реализация которого зависела от версии API.

interface FilesManipulator {    fun createVideoFile(fileName: String, copy: Copier): Uri    fun createImageFile(fileName: String, copy: Copier): Uri    fun createFile(fileName: String, copy: Copier): Uri    fun getPath(uri: Uri): String    fun deleteFile(uri: Uri)}

FilesManipulator представляет собой интерфейс, который знает, как работать с файлами и предоставляет разработчику API для записи информации в файл. Copier это интерфейс, который разработчик должен реализовать, и в который передаётся поток вывода. Грубо говоря, мы не заботимся о том, как создаются файлы, мы работаем только с потоком вывода. Под капотом до 10-й версии Android в FilesManipulator происходит работа с File API, после 10-й (и включая её) MediaStore API.

Рассмотрим на примере сохранения картинки.

fun getContentValuesForImageCreating(fileName: String): ContentValues {    return ContentValues().apply {        put(MediaStore.Images.Media.DISPLAY_NAME, fileName)        put(MediaStore.Images.Media.IS_PENDING, FILE_WRITING_IN_PENDING)        put(MediaStore.Images.Media.RELATIVE_PATH, Environment.DIRECTORY_PICTURES + File.separator + appFolderName)    }}fun createImageFile(fileName: String, copy: Copier): Uri {    val contentUri = MediaStore.Images.Media.getContentUri(MediaStore.VOLUME_EXTERNAL_PRIMARY)    val contentValues = getContentValuesForImageCreating(fileName)    val uri = contentResolver.insert(contentUri, contentValues)         ?: throw IllegalStateException("New image file insert error")    downloadContent(uri, copy)    return uri}fun downloadContent(uri: Uri, copy: Copier) {    try {        contentResolver.openFileDescriptor(uri, FILE_WRITE_MODE)                .use { pfd ->                    if (pfd == null) {                        throw IllegalStateException("Got nullable file descriptor")                    }                    copy.copyTo(FileOutputStream(pfd.fileDescriptor))                }        contentResolver.update(uri, getWriteDoneContentValues(), null, null)    } catch (e: Throwable) {        deleteFile(uri)        throw e    }}fun getWriteDoneContentValues(): ContentValues {    return ContentValues().apply {        put(MediaStore.Images.Media.IS_PENDING, FILE_WRITING_DONE)    }}

Так как операция сохранения медиафайлов достаточно длительная, то целесообразно использовать MediaStore.Images.Media.IS_PENDING, которая при установлении значения 0 не дает видеть файл приложениям, отличного от текущего.

По сути, вся работа с файлами реализована через эти классы. Шаринг в другие приложения автоматически сохраняют медиа в память устройства и последующая работа с URI уже происходит по новому пути. Но есть такие SDK, которые ещё не успели перестроиться под новые реалии и до сих пор используют File API для проверки медиа. В этом случае используем кеш из External Storage и при необходимости провайдим доступ к файлу через FileProvider API.

Помимо ограничений с памятью в приложениях, таргетированных на 30-ю версию API, появилось ограничение на видимость приложения. Так как iFunny использует шаринг во множество приложений, то данная функциональность была сломана полностью. К счастью, достаточно добавить в манифест query, открывающую область видимости к приложению, и можно будет также полноценно использовать SDK.

Для неявных интентов тоже приходится добавлять код в манифест, чтобы задекларировать то, с чем будет работать приложение. В качестве примера выложу часть кода, добавленного в манифест.

<manifest  ><queries><intent>    <action android:name="android.intent.action.SENDTO" />    <data android:scheme="smsto, mailto" /></intent>    <package android:name="com.twitter.android" />    <package android:name="com.snapchat.android" />    <package android:name="com.whatsapp" />    <package android:name="com.facebook.katana" />    <package android:name="com.instagram.android" />    <package android:name="com.facebook.orca" />    <package android:name="com.discord" />    <package android:name="com.linkedin.android" /></queries></manifest>

После проверок запуска UI-тестов на девайсах с версиями API 29-30 было выявлено, что они также перестали корректно отрабатываться.

Первоначально в LogCat обнаружил, что приложение не может приконнектиться к процессу Orchestrator и выдает ошибку java.lang.RuntimeException: Cannot connect to androidx.test.orchestrator.OrchestratorService.

Эта проблема из разряда видимости других приложений, поэтому достаточно было добавить строку <package android:name="androidx.test.orchestrator" /> .

Тест удачно запустился, но возникла другая ошибка Allure не может сохранить отчёт в память устройства, падает с ошибкой.

Очевидно из-за Scoped Storage стало невозможно сохранять файлы в другие папки, поэтому снова почитав документацию по управлению файлами в памяти на девайсе, обнаружил интересный раздел. Там рассказано, как для нужд тестов открыть доступ к папкам девайса, но с существенными ограничениями, которые можно почитать тут.

Так как нам нужно использовать этот пермишен только для тестов, то нам условия подходят. Поэтому я быстренько написал свой ShellCommandExecutor, который выполняет команду adb shell appops set --uid PACKAGE_NAME MANAGE_EXTERNAL_STORAGE allow на создании раннера тестов.

На Android 11 тесты удачно запустились и стали проходить без ошибок.

После попытки запуска на 10-й версии Android обнаружил, что отчет Allure также перестал сохраняться в память девайса. Посмотрев issue Allure, обнаружил, что проблема известная, как и с 11-й версией. Достаточно выполнить команду adb shell appops set --uid PACKAGE_NAME LEGACY_STORAGE allow. Сказано, сделано.

Запустил тесты всё еще не происходит сохранения в память отчёта. Тогда я обнаружил, что в манифесте WRITE_EXTERNAL_STORAGE ограничен верхней планкой до 28 версии API, то есть запрашивая работу памятью мы не предоставили все разрешения. После изменения верхней планки (конечно, для варианта debug) и запроса пермишена на запись тесты удачно запустились и отчёт Allure сохранился в память устройства.

Добавлены следующие определения пермишенов для debug-сборки.

<uses-permission android:name="android.permission.MANAGE_EXTERNAL_STORAGE" /><uses-permission    android:name="android.permission.WRITE_EXTERNAL_STORAGE"    android:maxSdkVersion="29"    tools:node="replace" />

После всех вышеописанных манипуляций с приложением, можно спокойно устанавливать targetSdkVersion 30, загружать в Google Play и не беспокоиться про дедлайн, после которого загружать приложения версией ниже станет невозможно.

Недавно вышел препринт с забавным названием Есть ли у роботов с квантовым процессором свобода ослушаться?. Идея статьи в том, что квантовый процессор возможно, достаточно сложная система, чтобы внутри нее возникло сознание, обладающее свободой воли (да, звучит как научная фантастика).

Обычно про связь квантовой физики и сознания пишут всякие псевдоученые, и основным посылом там является что-то типа мышление формирует реальность, что следует просто из неправильной интерпретации проблемы измерения. В общем, я бы проигнорировала эту статью, если бы одним из авторов не был основатель квантовой лабы Google, и если бы статья не была про, собственно, квантовый процессор Google.

К тому же, несмотря на то, что мне кажется, что квантовая механика не имеет отношения к свободе воли, я думаю, что следует искать аргументы против своей позиции. Это важно, чтобы иметь возможность поменять свое мнение в случае, если я неправа. Поэтому я решила разобраться подробнее, что же имеется в виду в этой статье.

Дисклеймер: Я считаю, что информация о том, есть ли у нас свобода воли, практически не должна влиять на наши действия. Мне интересен вопрос о свободе воли просто из любопытства, без практической ценности

Как квантовая механика связана со свободой воли?

Обычно под свободой воли подразумевается возможность сделать выбор независимо от обстоятельств. Другими словами, это значит, что в одних и тех же обстоятельствах можно принять разные решения. В этой статье я буду использовать именно такое определение (существуют и менее мейнстримные определения, такие как компатибилизм, но я не буду их затрагивать). С точки зрения внешнего наблюдателя такая свобода воли означает, что, зная все внешние условия, невозможно предсказать, как будет вести себя субъект.

Естественно, невозможность предсказания поведения не достаточное условие наличия свободы воли. Легко представить себе ситуацию, когда нельзя предсказать поведение системы, но свободой воли она не обладает. Например, вряд ли свободой воли обладают электроны, точную координату которых мы не можем измерить из-за принципа неопределенности Гейзенберга. Но точно верно обратное - если система обладает свободой воли, то мы не можем предсказать ее поведение, то есть это является необходимым условием.

В классической физике это условие не выполняется никогда все ее законы детерминистичны это значит, что из начальных условий системы можно предсказать ее состояние в любой следующий момент времени. Поэтому свободу воли часто пытаются связать с квантовой механикой - единственной на данный момент физической теорией, которая может быть недетерминистичной. Подробнее про квантовую механику и детерминизм у меня есть отдельная статья.

Предыдущие попытки связать квантмех с сознанием

Итак, если у кого-либо во вселенной и есть свобода воли, то она не может быть вызвана никакими другими известными законами физики, кроме квантовой механики. В другую сторону это не работает: из квантовой механики автоматически не следует наличие свободы воли. Теперь возникает следующий вопрос: может ли квантовая механика обеспечивать свободу воли?

Вероятно, обычной квантовомеханической неопределенности здесь недостаточно: даже если квантмех действительно недетерминистическая теория и состояние системы в некоторые моменты времени является случайным и не зависит от предыстории, то, если в наших решениях как-то задействована квантовая механика, она лишь должна добавлять случайности в наши выборы. Способность делать выбор самостоятельно отсюда никак не следует.

Может быть, можно связать со свободой воли не принцип неопределенности, а коллапс волновой функции? Коллапс в квантовой механике тесно связан с проблемой измерения. Он используется для объяснения, как из состояния суперпозиции (из которого нельзя предсказать результат измерения, но можно вероятности различных результатов) получается наблюдаемое измеренное состояние. Процесс, когда суперпозиция ломается вследствие измерения, называется коллапсом. У научного сообщества нет единого мнения о том, в какой именно момент происходит этот коллапс, как его описывать, и происходит ли он вообще, что открывает пространство для спекуляций.

Например, сознание и коллапс волновой функции пытался связать Пенроуз. Он считает, что в мозге возможны квантовые вычисления и что коллапс обеспечивается сознанием. Сейчас эти идеи не воспринимаются всерьез большинством ученых, т.к. содержат много неоправданных допущений, противоречат существующим нейробиологическим теориям и, более того, частично опровергаются экспериментом. Кроме того, идея о том, что коллапс невозможен без участия осознающих субъектов, приводит к абсурдному выводу (цитирую Скотта Ааронсона):

Квантовое состояние вселенной менялось во времени линейно, в соответствии с уравнением Шредингера, в течение миллиардов лет, пока не появились первые наблюдатели (люди? обезьяны? пришельцы?) и посмотрели вокруг и в этот момент состояние взяло и внезапно сколлапсировало!

Таким образом, найти понятные и логичные способы связать квантовую механику со свободой воли не так-то легко.

Квантовый процессор и Найтовская неопределенность

Но вернемся к нашему квантовому процессору. Как все же авторы статьи делают вывод, что в нем возможна свобода воли?

Центральным понятием их препринта является Найтовская неопределенность (Knightian uncertainty) я подробнее писала про нее в отдельной статье. Идею коротко можно сформулировать так: есть квантовые системы, состояние которых мы принципиально не можем измерить, и поведение которых не можем предсказать, даже в терминах вероятностей это и называется Найтовской неопределенностью. Из ее наличия делается вывод о том, что система может обладать свободой воли (важно подчеркнуть, что авторы не утверждают, что свобода воли в этом случае точно существует, а лишь говорят о том, что это возможно). Как именно делается такой вывод разберемся в следующем разделе, а пока просто попробуем понять, откуда она берется в квантовом процессоре.

Дело в том, что Google уже умеет делать системы, в которых около 100 кубитов (т.е. элементарных вычислительных ячеек в данном случае особых систем из сверхпроводников). Такая система является достаточно большой, чтобы у нас не хватило всей памяти на Земле для того, чтобы записать ее состояние. А если мы не можем его записать, то и предсказать результаты измерений мы тоже не можем.

Рассмотрим подробнее, как так получается. Если мы привели процессор в некоторое состояние, которое определяется квантовыми флуктуациями, то, чтобы его измерить, нужно записать волновую функцию системы из 100 связанных кубитов, которая описывается 2¹⁰⁰ комплексными числами. Чтобы записать эти числа с точностью хотя бы 2 знаков после запятой, на каждое число понадобится около 20 бит. Тогда для записи всех этих чисел понадобится примерно 3*10⁹ Зеттабайт. Это примерно в 47 миллионов раз больше, чем все данные, сгенерированные на планете Земля в 2020 году. А если кубитов будет уже не 100, а 300, и мы будем считать, что способны записать одно комплексное число в любой атом, то атомов во вселенной не хватит, чтобы записать состояние такой системы.

Найтовская неопределенность и свобода воли

Итак, резюмируем промежуточные выводы: для свободы воли необходима квантовая механика, но неясно, как квантовая механика может обеспечивать свободу воли. Google утверждает, что их процессор может обладать свободой воли из-за Найтовской неопределенности, но не объясняет, как именно свобода из этой неопределенности следует. Соответственно, возникает вопрос: как одно следует из другого?

Более того, если свобода воли следует из Найтовской неопределенности, то мы должны наблюдать что-то похожее на нее и в нашем мозге. Ведь изначально свобода воли у нас ассоциируется именно со способностью людей принимать решения. Если в нашем мозге нет никакой Найтовской неопределенности, то свобода воли квантового процессора вряд ли имеет что-то общее с тем, что мы обычно называем этим понятием.

Оказывается, есть большая статья на эту тему. Ее автор, Скотт Ааронсон, считает, что Найтовская неопределенность в мозге физически возможна, и рассуждает на тему того, как она может приводить к свободе воли. Он считает (в некотором смысле, постулирует), что для свободы воли необходимо отсутствие возможности предсказывать поведение субъекта даже вероятностно.

Важно отметить, что он не утверждает, что все его рассуждения действительно верны, а лишь рассматривает, как свобода воли могла бы быть устроена. Его аргументы местами выглядят фантастически, и первым делом хочется с ними не согласиться. Но, если вдуматься, они действительно являются корректными в том смысле, что не противоречат известным физическим законам. Я коротко приведу здесь цепочку рассуждений Скотта Ааронсона:

• Где в природе может возникать Найтовская неопределенность?

Ею может обладать волновая функция вселенной в момент большого взрыва. Дело в том, что если у нас есть только одна копия системы, то в принципе невозможно измерить все ее параметры, потому что измерения разрушат исходное состояние. Для измерения всех параметров волновой функции необходимо измерить систему много раз, а для этого нужно уметь создавать ее копии (и физики успешно делают это, например, с фотонами). Очевидно, что копии волновой функции в момент большой взырва мы создавать не умеем. Поэтому, даже если окажется, что это простая функция с небольшим числом параметров, у нас нет возможности узнать, чему равны их значения. Отсюда следует Найтовская неопределенность.

• На что Найтовская неопределенность, обусловленная начальной волновой функцией вселенной, может влиять прямо сейчас?

Мы до сих пор наблюдаем реликтовое излучение это фотоны, излучившиеся вследствие процессов, последовавших за большим взрывом. Эти фотоны легко задетектировать. Если у вселенной была начальная волновая функция, то она вполне могла повлиять на распределение фотонов реликтового излучения.

• Как это связано с мозгом?

Некоторые процессы в мозге чувствительны к небольшим изменениям окружающих условий. В частности, такой чувствительностью обладают натриевые каналы, открытие и закрытие которых отвечает за то, активируется ни нейрон. В том числе натриевые каналы могут быть чувствительны к квантовым флуктуациям. Например, это может происходить так: фотон (играющий роль квантовой флуктуации) попадает в мозг, где поглощается электроном, немного меняющим траектории нескольких молекул около натриевого канала, что запускает цепь событий, заставляющую канал открыться, что в свою очередь ведет к активации нейрона. Источником такого фотона может быть что угодно, в том числе реликтовое излучение.

Рассмотрим подробнее, что из этого следует. Допустим, мы каким-то образом узнали волновую функцию начала вселенной и получили способность ее менять. Пусть при этом мы хотим изменить одно конкретное решение конкретного человека, причем так, чтобы ничего кроме этого не изменилось. Какие изменения нам следует сделать в начальной волновой функции для достижения этой цели? Исходя из наших предыдущих рассуждений, оказывается, может быть достаточным изменить энергию одного фотона реликтового излучения такого, который затем попадет прямо в мозг.

• Как отсюда следует свобода воли?

Все фундаментальные законы физики (например, квантовая механика и общая теория относительности) обратимы относительно времени. Эта фраза означает следующее: если мы любой физический процесс снимем на видео и прокрутим его задом наперед, то такой процесс также будет описываться известными физическими законами. Например, если посмотреть на поглощения фотона задом-наперед, то получится испускание фотона.

Из этого следует, нет причин (кроме наших субъективных ощущений) считать, что время течет из прошлого в будущее, а не наоборот. Такую картину мира философы называют блок-вселенной (Block Universe) в ней вселенную можно представить как 4-мерное пространственно-временное многообразие, замерзшее во времени. Тогда причинно-следственные связи приобретают другое значение. Теперь предложение Я съел яблоко, потому что к этому привело предыдущее микросостояние вселенной имеет столько же смысла, как Я съел яблоко, потому что захотел. Более того, фраза Я съел яблоко, потому что к этому привело будущее микросостояние вселенной также имеет смысл!

Другими словами, ничего не мешает нам направить причинно-следственные связи в другую сторону (например, от нашего текущего психологического состояния к состоянию вселенной в момент большого взрыва), и это все еще не будет противоречить законам физики. Значит, мы можем сказать, что наш мозг поглотил фотон реликтового излучения минуту назад, потому что сейчас мы решили съесть яблоко.

Такие рассуждения могут показаться странными (особенно тем, кто знаком с термодинамикой), потому что мы привыкли к тому, что время течет (и причинно-следственные связи направлены) в ту сторону, в которую возрастает энтропия. Например, нам легко понять, что видео с разбивающимся кувшином воспроизводится в правильную сторону, а видео с кувшином, собирающимся из осколков в обратную. В этом примере первый процесс сопровождается возрастанием энтропии, а второй убыванием. Но стоит заметить, что понятие энтропии тесно связано с понятием вероятностей. На самом деле процесс, где кувшин собирается из осколков, также возможен, просто сильно менее вероятен, ведь есть много способов разбить кувшин, а вот собрать его из осколков только один. То есть, возрастание энтропии это некоторое эмерджентное свойство, не следующее напрямую из фундаментальных законов природы, которые сами по себе остаются обратимыми во времени.

В любом случае, даже если принять, что время объективно течет вперед для процессов с возрастающей энтропией, ничего не мешает нам направить причинно-следственные связи в другую сторону для тех процессов, в которых энтропия не возрастает а такие в природе тоже есть. Фотон реликтового излучения, излученный при большом взрыве и направляющийся к нам, как раз является таким процессом.

Таким образом, цепочка размышлений Скотта Ааронсона выглядит так. Можно предположить, что при принятии решения мы испускаем мозгом фотон реликтового излучения назад во времени, и наше решение сделать это нельзя предсказать никаким образом, т.к. наличие такого фотона обеспечивается волновой функцией вселенной в момент большого взрыва, а узнать, что это за состояние, мы никак не можем.

Почему все вряд ли так работает

Я надеюсь, что читатели получили удовольствие от попыток представить, как мы принимаем решения, испуская фотоны в прошлое (по крайней мере мне очень нравится осмысливать такие мозговыносящие гипотезы). Но теперь вернемся в реальность и подумаем, почему все скорее всего так не работает.

Для начала заметим, что в этой логической цепочке очень много неоправданных допущений. Вот только некоторые из них:

1. Начальное состояние вселенной можно описать волновой функцией. На самом деле это утверждение не следует из современной космологии. Оно может быть как верным, так и неверным.

2. Квантовые флуктуации играют значимую роль в активации нейронов. Хоть это утверждение и не противоречит современным представлениям, опять же никто не доказал, что это правда так.

3. Активации одного нейрона достаточно, чтобы принять решение. Многие современные нейробиологические модели рассматривают кодирование информации в кластерах нейронов. Не факт, что случайная активация одного нейрона может на что-то повлиять.

4. Все события, которые мы ассоциируем со свободой воли, связаны с поглощением фотона реликтового излучения. Опять же, нет никаких оснований считать, что это так работает.

Естественно, это не полный список вопросов, которые возникают к гипотезе о связи Найтовской неопределенности и свободы воли. Стоит отметить, что на многие возражения, которые могут прийти в голову, автор уже ответил в оригинальной статье. Но если вспомнить, что автор не утверждает, что все действительно устроено именно так, а просто стремится показать, что наличие свободы воли физически возможно, то представленные в статье аргументы мне кажутся достаточно сильными. Действительно все, что в ней написано, не противоречит законам физики. Более того, многие утверждения автора фальсифицируемы (т.е. потенциально проверяемы экспериментом) например, утверждение о том, что квантовые флуктуации влияют на активацию нейронов.

Заключение

Если мы придерживаемся научной картины мира, для объяснения явлений следует выбирать наиболее простые теории это называется Бритвой Оккама. С моей точки зрения, наиболее простым объяснением является отсутствие связи между Найтовской неопределенностью и свободой воли, и, за неимением других механизмов, обеспечивающих свободу воли, и отсутствие свободы воли.

Следовательно, раз Найтовская неопределенность скорее всего не имеет отношения к свободе воли, то и квантовый процессор Google ей скорее всего не обладает. Значит, пока можно не бояться восстания машин в лице 100-кубитного процессора.

Несмотря на то, что я не согласна с авторами статей, которые разобрала, я получила искреннее удовольствие в процессе: мне нравятся моменты, когда я могу немного переосмыслить свою картину мира. Надеюсь, что вы тоже получили такое удовольствие в процессе чтения этого текста.

Магазин приложений Amazon Appstore снизил комиссию для разработчиков, получающих доход менее $1 млн в год. Также 10 % от дохода будут конвертироваться в бонусы, которые разработчики смогут потратить на облачный сервис Amazon.

15 июня этого года Amazon объявила о снижении комиссии с 30 % до 20 % для разработчиков приложений. Оно проходит в рамках программы поддержки малого бизнеса и касается только тех разработчиков, кто получает доход менее $1 млн в год.

По данным Amazon, 94 % из опрошенных ими мобильных разработчиков указали, что пользуются облачными сервисами. Поэтому компания решила ввести кэшбек в размере 10 % от годового дохода. Полученные бонусы разработчики смогут потратить на облачные сервисы Amazon.

Новые условия вступят в силу в четвёртом квартале этого года. В качестве дополнительного бонуса, Amazon будет продвигать приложения небольших разработчиков в отдельной строке Amazon Appstore.

Другие владельцы магазинов приложений вводят более низкие комиссии, чем у Amazon. Первого января этого года Apple сократила комиссию с 30 % до 15 % для разработчиков с годовым доходом менее $1 млн. С 1 июля Google также снизит ставку с 30 % до 15 % на первый заработанный за год миллион долларов для всех компаний.

В апреле о снижении комиссии объявила и Microsoft. С 1 августа для всех разработчиков комиссия за игры для ПК в Windows Store упадёт с 30 % до 12 %. Таким образом, этот магазин сравняет комиссию с Epic Games Store.

В сентябре прошлого года компании Epic Games, Spotify Technology и Match Group (владелец Tinder) объединились для оказания давления на Apple и других создателей магазинов приложений. По мнению коалиции, завышенные комиссии создают преимущества для собственных продуктов владельцев площадок, что обеспечивает неравные условия на рынке.

Мы продолжаем рассказ о новинках библиотеки Jetpack, призванных упростить обмен данными между компонентами Android приложения. Первая часть была посвящена передаче данных из Activity и новому Api Activity Result.

На этот раз посмотрим, какое решение Google предлагает для Fragment. Ввиду популярности паттерна Single Activity работа с фрагментами представляет большой практический интерес для многих Android-разработчиков.

Как передать данные между двумя фрагментами? - частый вопрос на собеседованиях. Ответить на него можно по-разному: создание общей ViewModel, имплементация интерфейса в Activity, использование targetFragment и другие способы.

С появлением Fragment Result Api в этот список добавился простой способ передачи небольшого объема информации из одного фрагмента в другой. Например, возвращение результата какого-либо пользовательского сценария. Мы разберем, как применять новый Api на практике, но сначала немного теории.

Теория

Начиная с версии 1.3.0-alpha04, FragmentManager реализует интерфейс FragmentResultOwner. Это означает, что FragmentManger является диспетчером для результатов, которые отправляют фрагменты. Благодаря этому фрагменты могут обмениваться информацией, не имея прямых ссылок друг на друга.

Таким образом, всё взаимодействие происходит через FragmentManager:

• Если фрагмент ожидает получить некоторые данные от другого фрагмента, он должен зарегистрировать слушатель во FragmentManger с помощью метода setFragmentResultListener().

• Если фрагменту необходимо вернуть результат другому фрагменту, он передает FragmentManger объект Bundle, содержащий информацию. Для этого вызывается метод setFragmentResult().

• Чтобы FragmentManger знал, как соотнести Bundle с нужным слушателем, необходимо указывать строковый ключ при регистрации слушателя и при передаче результата.

Упрощенно данную схему можно представить так:

Достоинством Fragment Result Api является lifecycle-безопасность - результат передается во фрагмент, только когда тот достиг состояния STARTED, но еще не находится в состоянии DESTROYED.

Под капотом FragmentManger хранит все зарегистрированные слушатели и все отправленные результаты в потокобезопасных реализациях Map:

• Map<String, Bundle> для результатов, отправленных фрагментами

• Map<String, LifecycleAwareResultListener> для зарегистрированных слушателей

Когда фрагмент регистрирует FragmentResultListener, FragmentManager добавляет его в Map, а при уничтожении фрагмента, слушатель удаляется из Map. Для того, чтобы учитывать жизненный цикл фрагмента, FragmentResultListener оборачивается в LifecycleAwareResultListener.

При отправке результата, FragmentManager ищет зарегистрированный с тем же ключом слушатель и передает ему результат. Если слушатель не найден, то результат сохраняется в Map в ожидании дальнейшего использования.

А теперь практика.

Практика

В качестве примера возьмем следующий кейс: ProductsFragment содержит список товаров, которые можно сортировать по различным критериям, а SortFragment позволяет указать нужную сортировку. Информация о выбранной сортировке будет передаваться с помощью Fragment Result Api.

В коде все выглядит довольно просто. Чтобы наладить передачу результата, необходимо выполнить всего два шага.

Шаг 1

В ProductsFragment, который ожидает получить результат, мы должны зарегистрировать слушатель с помощью FragmentManager. Для этого воспользуемся экстеншен-функцией setFragmentResultListener из fragment-ktx, которая принимает строковый ключ и слушатель, обрабатывающий результат.

Регистрацию слушателя можно произвести в колбеке onCreate():

override fun onCreate(savedInstanceState: Bundle?) {   super.onCreate(savedInstanceState)   setFragmentResultListener("request_key") { key, bundle ->        val selectedSort = bundle.getParcelable<Sort>("extra_key")        // применение полученной сортировки   }}

Шаг 2

Когда SortFragment будет готов отправить результат, вызывается метод setFragmentResult, в который передается тот же строковый ключ и заполненный объект Bundle.

applyButton.setOnClickListener {   setFragmentResult(      "request_key",       bundleOf("extra_key" to getSelectedSort())   )}

Вот и всё, что требуется для передачи результата с помощью Fragment Result Api.

Важно

Хотя Api довольно прост, стоит разобрать некоторые нюансы его работы, связанные с правильным выбором FragmentManager и жизненным цикломфрагментов.

Выбор FragmentManager

FragmentManager выполняет основную работу в передаче результата от одного фрагмента к другому. Но каждому фрагменту доступен выбор из нескольких вариантов: parentFragmentManager, childFragmentManager и FragmentManager у активити-хоста. Разберемся, в каких случаях стоит выбирать тот или иной FragmentManager.

Сначала представим так называемую master-detail конфигурацию. Активити содержит два фрагмента, FragmentA и FragmentB, между которыми требуется передать результат.

В таком случае передавать результат между фрагментами может FragmentManager активити-хоста, т.к. доступ к нему имеют оба фрагмента. Получить данный FragmentManager можно путем вызова requireActivity().supportFragmentManager либо parentFragmentManager.

Следующая ситуация характерна, например, для открытия DialogFragment или в случае, если FragmentA размещает внутри себя FragmentC.

При таком сценарии, передать результат из FragmentС в FragmentA можно двумя способами:

• Через FragmentManager активити с помощью requireActivity().supportFragmentManager

• Через дочерний FragmentManager у FragmentA. Чтобы получить на него ссылку, FragmentA должен обращаться к childFragmentManager, а FragmentС к parentFragmentManager.

Особенности Lifeсycle

Как уже сказано, Fragment Result Api обеспечивает lifecycle-безопасность - результат доставляется, только если фрагмент находится на экране. Рассмотрим несколько примеров.

Представим стандартный случай - фрагмент подписывается в колбеке onCreate, затем переходит в состояние STARTED, и как только другой фрагмент передает во FragmentManager результат, фрагмент-подписчик его получает.

Если еще до перехода фрагмента в состояние STARTED, во FragmentManager было передано несколько результатов, то фрагмент получит лишь последний из них (так как FragmentManager хранит результаты в Map<String, Bundle>, то каждый последующий перезаписывает предыдущий).

Если после закрытия вновь открыть этот же фрагмент, ему будет доставлен тот результат, который он не успел получить.

В том случае, когда фрагмент не закрыт окончательно, а лишь находится в бэкстеке (в таком случае он в состоянии CREATED), то результат будет доставлен, как только пользователь вернется к этому фрагменту.

Все рассмотренные ситуации объединяет то, что фрагмент подписывался по уникальному строковому ключу. Но что если сразу несколько подписчиков будут использовать один и тот же ключ? Напомним, что FragmentManager сохраняет информацию о подписках в Map<String, LifecycleAwareListener>, следовательно не может содержать несколько записей с одним и тем же ключом. Именно поэтому результат будет доставлен в тот фрагмент, который зарегистрировал слушатель последним.

Заключение

Подводя итог, отметим достоинства нового способа передачи результата между фрагментами:

• Fragment Result Api является стабильным, можно не бояться использовать его в продакшене. Тем, кто использует targetFrament особенно стоит присмотреться, ведь targetFrament стал Deprecated.

• Api прост в использовании и не требует написания большого количества кода

• Учитывает жизненный цикл фрагментов - при получении результата, можно сразу работать со view фрагмента

• Позволяет пережить изменение конфигурации и даже смерть процесса (FragmentManager умеет сохранять данные о переданных результатах в Parcelable)

Но присутствуют и недостатки:

• необходимо следить за уникальностью строковых ключей, а также выбирать правильное место для их хранения

• так как результат передается в Bundle, отсутствует его типизация. При неаккуратном обращении, можно получить ClassCastException.

В целом, Fragment Result Api оставляет положительное впечатление, и точно стоит того, чтобы его опробовать, а наглядный пример можно найти по ссылке.

Это решение было принято после того, как Google провела исследование, показавшее, что "значительное увеличение" числа пользователей, отказавшихся от использования геолокации, пришлось на момент предоставления компанией быстрого доступа к настройкам, говорится в документах. Поисковый гигант увидел в этой тенденции "проблему" и заставил других производителей телефонов Android спрятать настройки.

Эти документы являются частью дела о мошенничестве, возбужденного против Google в прошлом году генеральным прокурором Аризоны Марком Брновичем. Ранее газета Arizona Mirror сообщила об их публикации.

"В сущности, усилия Google были направлены на снижение доступности настроек местоположения, поскольку их собственное исследование показало, что пользователи с большей вероятностью отключат геолокацию, когда им будет предоставлена чёткая и ясная возможность сделать это", - говорится в неотредактированном отрывке из иска. "Google пыталась убедить операторов и производителей устройств скрыть настройки местоположения или сделать их менее заметными, на ходу искажая факты в попытке унять беспокойство пользователей в отношении конфиденциальности."

Google не сразу ответила на запрос о комментариях.

Одной из производителей, на которых Google "успешно оказала давление", была LG, которой пришлось перенести переключатель геолокации на вторую страницу настроек, говорится в иске. LG также не торопилась комментировать ситуацию.

Иск был подан в ответ на расследование агентства Associated Press, которое изучило методы обработки данных о местоположении Google на телефонах под управлением Android. Издание сообщило, что Google по-прежнему отслеживает местонахождение людей, даже если они отключают "Историю местоположений".

Если эта настройка приостановлена, компания по-прежнему отслеживает перемещения пользователей, хотя и не отражает это в Google Maps, говорится в отчете. Однако пользователи могут приостановить отслеживание местоположения, отключив другой параметр, называемый Активностью в Интернете и приложениях.

Google генерирует подавляющую часть своего дохода за счет масштабной рекламной деятельности, основанной на сборе и анализе данных об использовании своих продуктов. Пользователи были "убаюканы ложным чувством безопасности", потому что Google заставила пользователей поверить, что они отключили настройки для сбора данных о местоположении, когда они все еще действовали, написал Брнович в Twitter, когда иск был впервые подан.

Прим. пер.: Некоторые ссылки доступны через VPN.

В последние годы мы наблюдаем взрывной рост популярности многопользовательских онлайн-игр, которые покоряют сердца миллионов игроков во всем мире. В результате этого многократно растут требования к гейм-дизайнерам, потому что игроки хотят видеть продуманную механику и баланс. Ведь нет никакого интереса, если одна стратегия заметно превосходит все остальные.

При разработке игрового процесса баланс обычно настраивается по следующей схеме:

1. Проводятся тысячи игровых партий с участием тестировщиков.

2. Собираются отзывы и на их основании в игру вносятся корректировки.

3. Шаги 1и2 повторяются, пока результат не устроит и тестировщиков, и гейм-дизайнеров.

Этот процесс не только времязатратный, но и несовершенный. Чем сложнее игра, тем вероятнее, что незначительные недостатки останутся незамеченными. Когда в играх много разных ролей с десятками взаимосвязанных навыков, добиться правильного баланса оказывается очень сложно.

Сегодня мы представляем механизм на базе машинного обучения, который помогаетадаптировать игровой балансза счет обучения моделей, выступающих в роли тестировщиков. Мы продемонстрируем подход на примере экспериментальной компьютерной карточной игрыChimera. Мы уже показывали ее в качестве опытной системы дляграфики, сгенерированной алгоритмом машинного обучения. При таком тестировании обученные программные агенты проводят между собой миллионы партий. Из их результатов собирается статистика, которая помогает гейм-дизайнерам улучшать баланс, совершенствовать игру и приближать ее к первоначальному замыслу.

Chimera

Мы задумывалиChimeraкак экспериментальную игру, при разработке которой будет активно использоваться машинное обучение. Для нее мы сознательно предложили такие правила, которые расширяют возможности и серьезно усложняют создание традиционных игровых ИИ-алгоритмов.

В Chimera игроки из других существ создаютхимер, которых нужно развивать и делать сильнее. Цель игры победить химеру противника. Игровой процесс включает в себя основные моменты, описанные ниже.

• Игроки могут использовать:

  • существ, которые атакуют (урон зависит от показателяатаки)или защищаются (теряя показательздоровья);

  • заклинания, которые дают особые эффекты.

• Существа вызываются вбиомыограниченной вместимости, которые размещаются на игровом поле. У каждого существа есть предпочтительный биом, и оно получает постоянный урон, если окажется в неподходящем или перенаселенном биоме.

• В самом начале игрок получает зародыш химеры, который нужно развивать и делать сильнее, добавляя фрагменты других существ. Для этого игрок должен набрать достаточное количествоэнергии связииз разных источников.

• Игра заканчивается, когда игрок доводит здоровье химеры противника до нуля.

Обучение игре в Chimera

Chimera это карточная играс неполной информациейи большим пространством состояний, поэтому мы думали, что модели будет сложно научиться в нее играть. Особенно учитывая то, что мы собирались применять относительно простую модель. На вооружение был взят подход, использовавшийся в ранних игровых агентах, таких какAlphaGo, когдасверточную нейронную сеть(CNN) обучают предсказывать вероятность выигрыша по произвольному игровому состоянию. Первую модель мы обучили на играх с произвольными ходами, а затем заставили агента играть против самого себя, собирая данные для обучения последующих его итераций. С каждым разом качество данных повышалось, как и игровые навыки агента.

В качестве игрового состояния, которое подается на вход CNN, мы выбрали кодированное изображение. Такой подход оказался эффективнее всех процедурных агентов и нейронных сетей других типов (например, полносвязных). Выбранная архитектура модели достаточно компактная, чтобы ее можно было выполнять на ЦП за разумное время. Поэтому мы загрузили веса модели и запускали агент в реальном времени в клиенте игры Chimera на платформеUnity Barracuda.

Настройка баланса в Chimera

Наш подход помог смоделировать на много миллионов больше матчей, чем живые игроки смогли бы сыграть за тот же период времени. Собрав данные из игр самых успешных агентов, мы проанализировали результаты и нашли дисбаланс между двумя придуманными нами игровыми колодами.

Первая,Evasion Link Gen,состояла из заклинаний и существ со способностями, которые давали дополнительную энергию связи, необходимую для развития химеры. В ней также были заклинания, позволявшие существам уклоняться от атак. В колодеDamage-Healнаходились существа с разными показателями силы и заклинаний, лечившие и наносившие незначительный урон. Мы думали, что эти колоды будут примерно равносильны, однакоEvasion Link Genпобеждала в 60 % случаев при игре противDamage-Heal.

Собрав разные показатели по биомам, существам, заклинаниям и развитию химер, мы сразу увидели две вещи:

1. Развитие химеры давало явное преимущество агент, развивший свою химеру больше своего оппонента, побеждал в большинстве игр. При этом среднее число эволюционных этапов на игру не соответствовало нашим ожиданиям. Мы хотели сделать развитие ключевой составляющей игровой механики и увеличить общее среднее количество эволюционных этапов.

2. Существо Тирекс оказалось чересчур сильным. Его появление в игре тесно коррелировало с победами, и модель всегда старалась играть с Тирексом, невзирая на штрафы за его вызов в неподходящий или перенаселенный биом.

На основании этих наблюдений мы внесли в игру некоторые изменения. Чтобы поощрять развитие химеры, мы сократили количество энергии связи, необходимой для эволюции, с трех до единицы. Мы также добавили период восстановления для Тирекса: теперь после любого действия ему приходилось ждать в два раза дольше, чтобы выполнить следующее действие.

Повторив игру модели против самой себя с обновленными правилами, мы заметили, что игра изменилась в нужном направлении среднее число эволюционных этапов увеличилось, а Тирекс перестал доминировать.

Ослабив Тирекса, мы снизили зависимость колодыEvasion Link Genот чрезмерно сильного существа. Но даже при этом соотношение побед сохранилось на уровне 60/40 вместо 50/50. При детальном рассмотрении журналов отдельных игр стало видно, что они часто велись без продуманной стратегии. Проанализировав данные снова, мы обнаружили ряд других областей, где можно было внести изменения.

Мы увеличили начальный уровень здоровья обоих игроков, а также эффективность лечащих заклинаний. Это помогло увеличить продолжительность игр и разнообразить стратегии. В частности, это позволило игроку с колодойDamage-Healдержаться достаточно долго, чтобы получить преимущество от своей стратегии лечения. Чтобы игроки с умом подходили к вызову существ и их размещению, мы увеличили штрафы за использование существ в неподходящих или перенаселенных биомах. Наконец, мы сократили разрыв между самыми сильными и слабыми существами, немного изменив атрибуты.

С новыми корректировками мы получили итоговые сбалансированные показатели для двух колод:

Заключение

Обычно на поиск дисбаланса в новых играх могут уходить месяцы тестирования. Рассмотренный здесь подход помог нам не только выявить возможные недостатки баланса, но и внести корректировки для их устранения за считаные дни. Мы выяснили, что относительно простая нейронная сеть способна обеспечить высокую эффективность при игре против человека и традиционного ИИ. Такие агенты можно использовать и в других целях, например при обучении новых игроков и поиске неочевидных стратегий. Мы надеемся, что эта работа вдохновит на дальнейшее изучение возможностей машинного обучения в разработке игр.

Слова благодарности

Этот проект был реализован при поддержке множества людей. Мы благодарим Райана Поплина, Максвелла Ханнамана, Тейлора Стейла, Адама Принса, Михала Тодоровича, Сюэфан Чжоу, Аарона Каммарата, Эндипа Тура, Транга Ле, Эрин Хоффман-Джон и Колина Бозвела. Спасибо всем, кто участвовал в игровом тестировании, давал советы по игровому дизайну и оставлял ценные отзывы.

Indie Games Accelerator и Indie Games Festival две программы для независимых (инди) разработчиков мобильных игр, организованных командой Google Play. Программы направлены на то, чтобы помочь небольшим игровым студиям и разработчикам стать популярнее в Google Play независимо от того, на какой стадии находятся их проекты.

В этом году обе программы пройдут в онлайн-формате, заявки принимаются до 1 июля подробности под катом.

Для нас важно поддерживать не только крупные международные компании, но и небольшие инди-команды благодаря своей креативности и увлеченности играми, они создают уникальные и интересные проекты. Если вы работаете над уникальным проектом и хотите, чтобы о нем узнал мир, предлагаем вам принять участие в одной (или обоих сразу) из наших программ Indie Games Accelerator и Indie Games Festival.

Каждая из программ направлена на то, чтобы помочь небольшим игровым студиям стать популярнее в Google Play независимо от того, на какой стадии находятся их проекты: в акселератор принимаются проекты на этапе идеи или прототипа, фестиваль подойдет для игр, находящихся в активном оперировании. Заявки на обе программы принимаются до 1 июля.

Indie Games Accelerator: обучение и менторская поддержка

Эта программа разработана для начинающих инди-разработчиков, которые работают над прототипами будущих игр или делают тестовые релизы.

Проекты, которые пройдут отбор и станут участниками акселератора, смогут присоединиться к 12-недельной образовательной программе, а также получат возможность поработать над своими проектами вместе с экспертами из Google, крупных игровых студий и венчурных фондов. Rovio, Game Insight, Zynga, Play Ventures, Unity Technologies, Belka Games с полным списком менторов и условиями участия можно ознакомиться здесь.

В этом году в акселерационной программе участвуют более 70 стран, заявки на Indie Games Accelerator из России, Украины и Беларуси будут приниматься впервые!

Indie Games Festival: промо-кампании для финалистов

Эта программа разработана для небольших команд, которые недавно выпустили игру и хотят дальше работать над проектом без помощи паблишера или инвесторов.

Основные критерии отбора: инновационность, увлекательность и дизайн. Среди призов: фичеринг на Google Play и промо-кампании для 3 игр-победителей стоимостью 100 000 евро.

Условия участия: в программе участвуют 29 стран Европы, включая Россию, Украину и Беларусь; максимальное количество человек в команде 50, игра должна быть выпущена на Google Play не ранее 3 марта 2020 г. Подробнее с правилами участия и критериями отбора можно ознакомиться здесь.

В прошлом году в финал конкурса прошло три проекта из России: My Diggy Dog 2 от King Bird Games, Color Spots от UX Apps и Tricky Castle от Team Tricky подать заявку можно до 1 июля.

31 марта мы опубликовали обновленные правила программы для разработчиков Google Play. Изменения касаются разрешения на доступ ко всем хранящимся на мобильном устройстве файлам, неприемлемого контента (включая ненормативную лексику), азартных игр, а также игр, конкурсов и турниров с реальными денежными призами. Кроме того, мы добавили новые уточнения и примеры для уже существующих правил полный список изменений можно посмотреть в Центре правил. Все новые и существующие приложения должны быть приведены в соответствие с обновленными правилами до 5 мая 2021 г.

Конфиденциальность и безопасность пользователей имеют первостепенное значение для Google Play, поэтому мы постоянно работаем над нашими политиками и правилами. Джо Дэвис, менеджер Академии Google Play, объясняет новые правила в семиминутном видео (доступны субтитры на русском языке):

• 0:45 All Files Access Permission

• 1:30 Новостные приложения

• 2:12 Пояснения для Personal & Sensitive User Data

• 2:27 Пояснения для Families Ads & Monetization policies

• 3:48 New Package (App) Visibility policy

Полный список изменений со ссылками на примеры можно посмотреть в Центре правил. Напоминаем, что все новые и существующие приложения должны быть приведены в соответствие с обновленными правилами до 5 мая 2021 г.

Дополнительный материал:

• Developer Policy Center все правила Google Play и дополнительные материалы в одном месте. Для тех, кто предпочитает формат видео роликов, плейлист Google Play PolicyBytes.

• Учебная программа о политиках и правилах Google Play на сайте Play Academy.

Недавно, в нашем Google Cloud блоге, мы анонсировали, что в сервисе Compute Engine появились виртуальные машины A2 на базе графических процессоров NVIDIA Ampere A100 с тензорными ядрами. С их помощью пользователи смогут выполнятьмашинное обучениеивысокопроизводительные вычисленияна базе архитектуры NVIDIA CUDA, увеличивая рабочие нагрузки за меньшее время и цену.

В этой статье, мы хотим рассказать подробнее о том, что представляют из себя виртуальные машины А2, об их производительности и особенностях. И рассказать о том, как мы используют эти машины наши коллеги и партнеры.

Высочайшая производительность

Одна ВМ A2 поддерживает до 16графических процессоров NVIDIA A100. На сегодняшний день это самый производительный экземпляр графического процессора на одном узле среди всех конкурирующих решений от крупнейших поставщиков облачных услуг. В зависимости от масштабов рабочей нагрузкивы также можете выбрать виртуальные машины A2 с меньшим числом графических процессоров (1, 2, 4 и 8).

Это позволяет исследователям, специалистам по обработке данных и разработчикам значительно увеличивать производительность масштабируемых рабочих нагрузок (например, машинное обучение, логический вывод и высокопроизводительные вычисления) на архитектуре CUDA. Семейство ВМ A2 на платформе Google Cloud Platform способно удовлетворить потребности самых требовательных приложений для высокопроизводительных вычислений, например при моделировании методами вычислительной гидродинамики вAltair ultraFluidX.

Для тех, кому нужны сверхпроизводительные системы, Google Cloud предлагает кластеры из тысяч графических процессоров для распределенного машинного обучения, а также оптимизированные библиотеки NCCL для горизонтального масштабирования. Версия ВМ с 16 графическими процессорами A100, объединенными через шинуNVIDIA NVLink, это уникальное предложение Google Cloud. Если вам нужно масштабировать требовательные рабочие нагрузки по вертикали, можно начать с одного графического процессора A100 и довести их число до 16 без настройки нескольких ВМ для машинного обучения на одном узле.

Чтобы удовлетворить потребности разных приложений, доступны и менее производительные конфигурации ВМ A2 с встроенным SSD-диском на 3ТБ, который ускоряет доставку данных в графический процессор. Так, графический процессор A100 в Google Cloud более чем в 10раз увеличивает скорость предварительного обучения модели BERT-Large по сравнению с NVIDIA V100 прошлого поколения. При этом в конфигурациях с числом графических процессоров от 8 до 16 наблюдается линейный рост производительности. Кроме того, разработчики могут использовать предварительно настроенное ПО в контейнерах из хранилища NVIDIANGCдля быстрого запуска экземпляров A100 в Compute Engine.

Отзывы пользователей

Мы стали предлагать ВМ A2 с графическими процессорами A100 нашим партнерам в июле 2020 года. Сегодня мы работаем со множеством организаций и помогаем им достигать новых высот в области машинного обучения, визуализации и высокопроизводительных вычислений. Вот что они говорят о виртуальных машинах А2:

КомпаниюDessaнедавно приобрел холдинг Square. Она занимается исследованиями в сфере ИИ и стала использовать ВМ A2 одной из первых. На базе ее экспериментов и инноваций Square разрабатывает персонализированные сервисы и умные инструменты для Cash App, которые с помощью ИИ помогают неспециалистампринимать более взвешенные финансовые решения.

"Благодаря Google Cloud мы получили необходимый контроль над своими процессами, говорит Кайл де Фрейтас, старший разработчик ПО в Dessa. Мы понимали, что предлагаемые в Compute Engine ВМ A2 на базе графических процессоровNVIDIA A100с тензорными ядрами способны радикально сократить время вычислений и значительно ускорить наши эксперименты. Процессоры NVIDIA A100, используемые в Google Cloud AI Platform, позволяют нам эффективно развивать инновации и воплощать в жизнь новые идеи для наших клиентов".

Hyperconnect это международная компания, занимающаяся видеотехнологиями в сфере коммуникаций (WebRTC) и ИИ. Hyperconnect стремится объединять людей во всем мире и для этого создает сервисы на базе различных технологий обработки видео и ИИ.

"Экземпляры A2 с новыми графическими процессорами NVIDIA A100 на платформе Google Cloud поднимают производительность на совершенно новый уровень при настройке моделей глубокого обучения. Мы легко перешли на них с прошлого поколения графических процессоров V100. Благодаря конфигурации ВМ A2-MegaGPU мы не только ускорили обучение более чем в два раза по сравнению с V100, но и получили возможность масштабировать по вертикали рабочие нагрузки с большими нейронными сетями в Google Cloud. Эти инновации помогут нам оптимизировать модели и повышать удобство использования сервисов Hyperconnect", говорит Ким Бемсу, исследователь по машинному обучению в Hyperconnect.

DeepMind(дочерняя компания Alphabet) это команда ученых, инженеров, специалистов по машинному обучению и других экспертов, которые развивают технологии ИИ.

"DeepMind занимается искусственным интеллектом. Наши исследователи проводят различные эксперименты в этой сфере с применением аппаратных ускорителей. Благодаря Google Cloud мы получили доступ к новому поколению графических процессоров NVIDIA, а виртуальная машина A2-MegaGPU-16G позволяет проводить обучение моделей быстрее, чем когда-либо. Мы с радостью продолжаем работать с платформой Google Cloud, которая поможет нам создавать будущую инфраструктуру машинного обучения и ИИ", Корай Кавукчуоглу (Koray Kavukcuoglu), вице-президент DeepMind по исследовательской деятельности.

AI2 это некоммерческий исследовательский институт, занимающийся перспективными исследованиями и разработками в сфере ИИ для общего блага.

"Наша основная миссия расширение возможностей компьютеров. В связи с этим мы сталкиваемся с двумя фундаментальными проблемами. Во-первых, современные алгоритмы ИИ требуют огромных вычислительных мощностей. Во-вторых, специализированное оборудование и ПО в этой области быстро меняются. И с этим нужно что-то делать. Процессоры A100 в GCP в четыре раза производительнее наших нынешних систем, и для их использования не требуется серьезно перерабатывать программный код. По большому счету достаточно минимальных изменений. Графический процессор A100 в Google Cloud позволяет значительно увеличить количество вычислений на доллар. Соответственно, мы можем проводить больше экспериментов и использовать больше данных", говорит Дирк Груневельд, старший разработчик Allen Institute for Artificial Intelligence.

OTOY это компания, которая занимается облачными графическими вычислениями. Она развивает инновационные технологии создания и доставки контента для средств массовой информации и индустрии развлечений.

"Уже около десяти лет мы расширяем границы возможного в сфере графической визуализации и облачных вычислений и стремимся устранить ограничения для художественного творчества. Благодаря процессорам NVIDIA A100 в Google Cloud с большим объемом видеопамяти и самым высоким рейтингом OctaneBench за всю историю мы первыми достигли уровня, когда художникам при реализации своих замыслов больше не нужно задумываться о сложности прорисовки. Система визуализации OctaneRender снизила стоимость спецэффектов. Она позволяет любому разработчику с графическим процессором NVIDIA создавать великолепную картинку кинематографического качества. Виртуальные машины с процессорами NVIDIA A100 в Google Cloud предоставляют пользователям OctaneRender и RNDR доступ к современным графическим процессорам NVIDIA, прежде доступным только для крупнейших голливудских студий", говорит Джулз Урбах, основатель и генеральный директор OTOY.

Цены и доступность графических процессоров

Экземпляры NVIDIA A100 теперь доступны в следующих регионах: us-central1, asia-southeast1 и europe-west4. В течение 2021года к ним добавятся дополнительные регионы. ВМ A2 в Compute Engine доступны по запросу со скидкой за вытесняемые экземпляры и обязательство по использованию, а также полностью поддерживаются в Google Kubernetes Engine (GKE), Cloud AI Platform и других сервисах Google Cloud. A100 предлагаются по цене всего 0,87доллара США за один графический процессор в вытесняемых ВМ A2. С полным прейскурантом можно ознакомитьсяздесь.

Начало работы

Вы можете быстро развернуть работу, приступить к обучению моделей и выполнять рабочие нагрузки с логическим выводом на графических процессорах NVIDIA A100 с помощьюобразов ВМ для глубокого обученияв доступных регионах. В этих образах собрано все необходимое ПО: драйверы, библиотеки NVIDIA CUDA-X AI и популярные фреймворки для ИИ, такие как TensorFlow и PyTorch. Оптимизированныеобразы TensorFlow Enterpriseтакже включают поддержку A100 для текущих и прошлых версий TensorFlow (1.15, 2.1 и 2.3). Вам не нужно беспокоиться об обновлении ПО, совместимости и настройке производительности всё это мы берем на себя. Наэтой страницеприводятся сведения о доступных в Google Cloud графических процессорах.

Напоминаем что при первой регистрации в Google Cloud: вам доступны бонусы на сумму 300 долларов США, а более 20 бесплатных продуктов доступны всегда. Подробнее поспециальной ссылке.

А так же выражаем благодарность за помощь в подготовке материала коллегам: Бхарат Партасарати, Крис Клебан и Звиад Кардава

Если вы прочитали мою статью, то вы слышали про технологию Skywater 130nm. Google сделала анонс второй программы Multi-project-wafer, и вы можете произвести свою микросхему за бесплатно. С несколькими оговорками

• Проект должен быть по технологии 130нм Skywater

• Проект должен быть доступен всем

• Проект должен находиться под лицензией из списка одобренных

• Проект должен быть готов к июню 18 числа 2021-го года.

Несмотря на то, что 130нм очень древняя технология почти 20 летней давности, тем не менее с ней можно разработать самые разнообразные и интересные проекты.

Меня поправили в коментариях

130 нм мэйнстрим в части микроконтроллеров, многих видов автомобильных и высоковольтных силовых микросхем, а вовсе не древняя технология. Не надо все мерить по процессорам для песональных компьютеров, современные 130 нм так же похожи на 130 нм из Pentium III, как Tesla 3 похожа на Ford T. И там, и там четыре колеса, на этом сходство заканчивается.

Для изготовления микросхем Google и её партнер efabless выбрали компанию Skywater Technology Foundry, ранее известную под названием Cypress Semiconductor. Производство первых микросхем будет окончено в декабре.

Ранее бывшую собственным производством Cypress и выделенную в независимую компанию. Сама Cypress продолжает существовать в fabless режиме.

Кхм, меня попровляют в личных сообщениях, спасибо @amartology.

Технология имеет слой для полупроводников и 5 металлических слоёв. Заказчики проектов получат 50 экземпляров в корпусе WCLSP 6x10.

Из проектов прошлого года мне понравился вот этот. Это проект передатчика-приёмника для любительских спутников AMSAT.

Для того чтобы вы смогли разработать свою микросхему гугл также выпустила Process Development Kit доступный по ссылке вот тут. Важно сказать, чтобы гугл вашу микросхему вообще одобрил она должна быть собранна по проекту Caravel user project.

Если у вас есть готовый проект написанный на Verilog, его можно собрать используя OpenLANE.

Привет, Хабр!

Я 8 лет занимаюсь проектами в антимонопольной сфере одном из самых интересных направлений юриспруденции. Сейчас руковожу командой в юридической фирме ART DE LEX, которая специализируется на цифровых рынках. Мы ведем работу по возбужденному сегодня Федеральной антимонопольной службой делу против Google.

В этой статье я рассмотрю отдельные аспекты антимонопольного регулирования в отношении цифровых платформ, приведу примеры антимонопольного анализа и базовые рекомендации для пользователей и платформ.

В последнее время заметно беспрецедентное внимание государства к сфере IT и в первую очередь к деятельности техногигантов Apple, Alphabet, Amazon, и Facebook. Важное значение здесь имеет активность Минюста США и Федеральной торговой комиссии, известных ранее своим мягким отношением к этим компаниям и делавших ставку на возможность саморегуляции отрасли. Например, основания для подачи иска против Google из-за действий по монополизации рынка мобильного поиска были у ФТС еще восемь лет назад, но экономисты регулятора не усмотрели тогда существенных рисков.

Теперь ситуация изменилась в конце прошлого года Минюст США подал иск против Google, ФТС против Facebook, а Конгресс США и вовсе рассматривает возможность принудительного разделения компаний. Такая активность на родине техногигантов (с учетом высокого уровня протекционизма) стала еще одним сигналом другим странам к работе в данном направлении. Тем более, что есть уже примеры довольно агрессивного поведения со стороны отдельных компаний. Так, в Австралии в ответ на новый закон, обязывающий делиться частью рекламных доходов, получаемых за счет использования контента новостных изданий, Google пригрозил закрыть в стране свою поисковую систему, а Facebook на какое-то время заблокировал ссылки на новости от австралийских издателей.

Вчера ФАС объявила о возбуждении антимонопольного дела в отношении компании Google. По тому же нарушению, признаки которого недавно ведомство усмотрело в действиях Яндекса, злоупотреблению доминирующим положением. Ранее злоупотребившими доминирующим положением ФАС признавала Apple, HeadHunter, Microsoft, Booking и Google.

Злоупотребление доминирующим положением

Первое, на что обращают внимание при описании злоупотребления доминирующим положением, доминирование само по себе нарушением не является. Даже доля в 100 % на мировом рынке и рыночная власть над всеми контрагентами это не нарушение. Но определенные действия (или бездействие) наносят вред экономике, если совершаются именно доминантом. Это логично исключение русскоязычного сайта из поисковой выдачи Google и Яндекса приведет к катастрофическому падению трафика, а отсутствие в выдаче DuckDuckGo, скорее всего, вообще не будет заметно (не в обиду отличному сервису).

В антитрасте есть два подхода к определению злоупотребления доминирующим положением:

• прямое указание видов действий доминанта, признаваемых нарушением, они запрещаются per se (лат. "сам по себе") без оценки и доказывания последствий,

• указание последствий, при возникновении (или угрозе возникновения) которых любые действия доминанта признаются нарушением, если между действиями и последствиями есть причинно-следственная связь.

В Федеральном законе "О защите конкуренции" от 26.07.2006 135-ФЗ (ЗоЗК) прямо перечислены 11 видов действий, которые запрещаются per se. Среди таких действий установление или поддержание монопольно высокой цены, создание дискриминационных условий, навязывание невыгодных условий договора и др.

Но одновременно используется и второй подход, в качестве последствий указаны (достаточно одного):

• недопущение, ограничение, устранение конкуренции,

• ущемление интересов других лиц (хозяйствующих субъектов) в сфере предпринимательской деятельности,

• ущемление интересов неопределенного круга потребителей, в том числе следующие действия (бездействие).

Есть еще случаи, когда применение указанных запретов исключается, про которые я этой статье писать не буду, так они требуют отдельного рассмотрения.

Я буду в тексте использовать слово "товар" также для обозначения услуг и работ. Это юридический термин, используемый в антимонопольном законодательстве. Терминология в антитрасте выглядит так, как будто речь всегда идет о физических товарах. Например, формулировка "Google продает YouTube Дудю" означает, что Google LLC оказывает Дудю комплекс бесплатных услуг сервиса YouTube.

В общем виде алгоритм установления злоупотребления доминирующим положением выглядит следующим образом:

Рассмотрим на актуальном примере:

Сейчас большую активность проявляет Коалиция за справедливость приложений (КСП), которая объединила ряд разработчиков в борьбе против несправедливых условий магазинов приложений.

Основные претензия КСП к Apple:

высокая комиссия за платежи в App Store и платежи внутри приложений,

ограничения на использование альтернативных средств оплаты.

Нарушает ли Apple российское законодательство?

Позиция на рынке

На первом этапе устанавливается доминирующее положение. И часть работы здесь уже выполнила ФАС.

По результатам рассмотрения дела Лаборатория Касперского vs Apple ФАС определила, что существует мировой рынок распространения приложений для мобильных устройств, функционирующих под управлением операционной системы iOS. На этом рынке доля у Apple будет близка к 100 %, так как официальные альтернативные каналы установки приложений отсутствуют. Можно, конечно, попробовать рассмотреть Testflight, PWA, IPA Sideloading (с джейлбрейком и без) в качестве таких каналов. Но первым же опросом разработчиков и пользователей такое предположение будет опровергнуто, да и фактическая доля использования этих каналов будет минимальной.

Почему именно для мобильных устройств и операционной системы iOS? Здесь все просто опросы разработчиков показали неготовность к отказу от разработки приложений для мобильных устройств и разработки приложений для одной мобильной ОС в пользу любой другой.

Итак, переход на другую ОС или другой канал распространения с целью обхода уплаты комиссии не альтернатива для разработчиков.

По механизмам монетизации Apple разделил приложения на 8 групп:

бесплатные не платят комиссию,

бесплатные с рекламой не платят комиссию,

бесплатные с физическими товарами и услугами не платят комиссию,

бесплатные с оплатой внутри приложений платят комиссию с платежей внутри приложений,

платные платят комиссию с платежей в App Store при приобретении,

бесплатные с подпиской платят комиссию с платежей за подписки, оформленные через сервис Apple,

приложения с контентом (в оригинале читалки) приложения, в которых контент приобретается за пределами приложения, а потребляется внутри приложений, аналогично следующей категории,

кроссплатформенные платят комиссию только с платежей на iOS, с платежей на других платформах не платят.

Получается, что у разработчиков есть несколько вариантов обхода необходимости платить комиссию:

сделать приложение бесплатным,

изменить модель монетизации и получать доход с рекламы,

проводить платежи на другой платформе или через браузер.

Первый вариант полностью лишит разработчика прямого дохода. Второй довольно сомнителен изначальное решение не использовать монетизацию с помощью рекламы, наверное, было обусловлено меньшей доходностью этого метода или нежеланием портить рекламой пользовательский опыт. Третий вариант мог бы сработать для некоторых приложений, но Apple ограничивает информирование пользователя о возможности использования альтернативных методов.

Таким образом, возможность найти альтернативу платежной системе Apple выглядит сомнительной. Наверное, при наличие такой возможности КСП и не появилась бы. Чтобы это проверить необходимо провести опрос репрезентативной выборки разработчиков и пользователей. С высокой вероятностью он подтвердит наши предположения. В таком случае мы получим близкую к 100 % рыночную долю Apple, и, соответственно, установим доминирующее положение.

Навязывание

Эквайринг Apple неразрывно связан с магазином App Store. Но являются ли они одним товаром? Чтобы ответить на этот вопрос, необходимо определить будут ли разработчики приобретать App Store и эквайринг по отдельности при наличии такой возможности. В контексте нашей ситуации вопрос упрощается до "Будут ли разработчики использовать альтернативные системы эквайринга при наличии такой возможности?". Для ответа даже не нужен опрос можно просто посмотреть способы оплаты в приложениях доставки еды, такси и интернет-магазинов, которым Apple дает возможность выбора. И практически везде мы увидим набор различных способов оплаты (вплоть до оплаты наличными). Да и сам факт допустимости использования для отдельных видов приложений различных способов оплаты показывает, что Apple продает свой эквайринг и App Store по отдельности.

Так как это различные товары, то перед нами может быть классический случай связывания или продажи "в нагрузку". За практику связывания в 2015 г. был признан злоупотребившим доминирующим положением Google он обязывал разработчиков устанавливать с Play Store весь пакет GMS и ставить Google поиском по умолчанию. Для тех, кто помнит покупку билетов на вокзале, продажа страховки ЖАСО вместе с ж/д билетом без указания на возможность отказа один первых кейсов по этому виду нарушений в России.

На классических рынках связывание это чаще всего нарушение. Но на цифровых рынка связывание бывает позитивным явлением и может приносить больше пользы, чем вреда. Например, единство аппаратной части и ОС в планшетах и смартфонах Apple вполне можно было бы обосновать целями обеспечения стабильности, безопасности и совместимости. Но в нашем случае довольно сложно дать обоснование полезности связывания App Store с системой обработки платежей, да и сам Apple отлично обходится без такого связывания для отдельных категорий приложений.

Связывание и навязывание условий, препятствующих использованию альтернативных систем платежей, могут быть квалифицированы как нарушение п. 3 ч. 1 ст. 10 ЗоЗК навязывания контрагенту условий договора, невыгодных для него или не относящихся к предмету договора.

Создание препятствий доступу на рынок

Отсутствие возможности использовать альтернативный эквайринг вредит не только разработчикам, но и владельцам потенциальных альтернатив. Apple закрывает для них довольно привлекательную часть рынка.

Это нарушает еще один запрет п. 9 ч. 1 ст. 10 ЗоЗК создание препятствий доступу на товарный рынок.

Завышение цены и ценовая дискриминация

Комиссию можно рассматривать как цену на услугу. В ЗоЗК есть отдельный состав для случаев завышения цены установление монопольно высокой цены. МВЦ цена, которая превышает цену на сопоставимом конкурентном рынке, а расходы на производство и реализацию и прибыль при такой цене выше "необходимых". Эта "необходимость" не определена, что для антимонопольного регулирования нормально, так как невозможно прописать в законе единую формулу для всех цен на всех рынках.

Расходами и прибылью оперировать неудобно, поэтому на практике при оценке цены используют рентабельность соотношение доходов от товара к расходам на его производство и реализацию. Рентабельность Apple необходимо с чем-то сравнить. Но не совсем ясно за какой именно набор услуг Apple взимает комиссию непосредственно за эквайринг или за возможность использования инфраструктуры платформы.

В первом случае сравнение проводится с такими сервисами как Stripe, PayPal, которые позволят организовать оплату в приложении. Допустим, что наше приложении не приносит больших доходов, средний платеж в нем составляет 5$ и Apple применяет пониженную комиссию в 15 %. Для Stripe и PayPal возьмем размер комиссии за внутренние платежи в США.

Apple 5 * 0,15 = 0,75$

Stripe 5 * 0,029 + 0,3 = 0,445$

PayPal (Micropayment) 5 * 0,05 + 0,05 = 0,3$

Если брать российского разработчика с небольшим оборотом, то на платеж в 300 руб. комиссия Apple составит 45 руб., а сервиса интернет-эквайринга Тинькофф всего 9 руб.

Даже для льготного разработчика с "льготной" комиссией разница с ценами известных эквайринговых сервисов довольно большая. Колоссальные различия будут, например, у крупных разработчиков F2P игр для них комиссия Apple не упадет ниже 30 %, а вот комиссии за внешний эквайринг будут очень малы за счет объемных скидок.

Я предполагаю, что затраты на эквайринговую часть у Apple вряд ли выше, а скорее даже ниже, чем у специализированных сервисов. В итоге мы получаем завышенную рентабельность по сравнению с сервисами, предлагающими схожий функционал. Эти же эквайринговые сервисы можно признать участниками сопоставимого рынка и констатировать превышение цены на сопоставимом рынке.

Второй вариант Apple берет комиссию не только за эквайринг, но и за возможность использования инфраструктуры, компенсируя тем самым инвестиции в создание и поддержание этой инфраструктуры.

У этого толкования есть ряд проблем.

Только 16 % из всех приложений приносят Apple комиссионные, остальные пользуются инфраструктурой бесплатно. Такое явление называется кросс-субсидирование и зачастую оно связано с дискриминацией. Есть ситуации, когда оно допустимо и обосновано. Например, при наличии на платформе платных и бесплатных тарифных планов. В таком случае пользователи сами выбирают использование платного плана, а бесплатные осуществляют важную функцию привлечения новых пользователей, которые затем могут перейти на платные тарифы.

В нашем случае трудно найти обоснование дискриминации. Разработчик крупного приложения доставки еды с десятками тысяч загрузок будет работать бесплатно, а инди-разработчик текстового квеста платить 15 %. Дискриминация есть и при первом варианте, но здесь она более очевидна, так как инфраструктуру используют все, а платит за нее меньшинство.

App Store как платформа подвержена влиянию сетевого эффекта (подробнее см. ниже) увеличение количества разработчиков увеличивает ценность услуг платформы для пользователей (и наоборот). Повышение ценности App Store, в свою очередь, повышает ценность iPhone и iPad основных товаров Apple. Следовательно, за счет создания и поддержания разработчиками приложений для iPhone и iPad растут (или не падают) доходы Apple. Можно даже попробовать оцифровать пользу разработчиков для Apple, например, выяснив путем опроса какой процент пользователей откажется от приобретения нового iPhone, если из App Store пропадут все приложения членов КСП.

Таким образом, в действиях Apple можно найти признаки п. п. 1 и 8 ЗоЗК установления монопольно высокой цены и создания дискриминационных условий.

Следовательно, в действиях Apple есть признаки 4 из 11 прямо перечисленых видов злоупотребления доминирующим положением. Возможно, что Epic Games и Spotify стоит развернуть фронт борьбы и в России.

Чаще всего пострадавшим от злоупотребления цифровой платформой доминирующим положением становится бизнес, работающий через эту платформу. На начальном этапе платформа предлагает максимально выгодные условия сотрудничества и набирает базу пользователей. Эта база дает ей рыночную власть, которая позволяет все больше менять правила в пользу платформы. Это может проявляться во введении принудительной рекламы на видеохостинге, создании собственных сервисов и их приоритизации поисковой системой, продвижении на платформе собственного ПО при одновременном ограничении стороннего и т. д.

Яркий пример из нового дела против Google только за период с июля по сентябрь 2020 г. YouTube удалил более 1,8 млн каналов более 32 млн видеозаписей. При этом в блоге сервиса сообщается о высокой вероятности блокировки даже без прямых нарушений, в том числе из-за более активного использования автоматических систем оценки контента и сдвигами к стратегии чрезмерной защиты приоритета скорости модерации перед качеством.

При этом пользовательское соглашение направлено на обеспечение максимальной дискреции YouTube и снижение ответственности перед пользователями. В отношении бизнес-пользователй YouTube не несет ответственности за упущенную выгоду, недополученный доход, потерю данных, упущенный шанс, потерю предполагаемых сбережений, а также косвенные, сопутствующие или штрафные убытки. Договорная подсудность судам Англии и Уэльса ведет к необходимости полагаться на ограниченные возможности внутренней апелляции сервиса.

Что делать платформам и пользователям?

Самая оптимальная стратегия защиты интересов для бизнес-пользователей это создание коалиций. Объединившись, компании многократно усиливают свою возможность быть услышанными на различных площадках: экспертных советах, ассоциациях, круглых столах, заседаниях судов и антимонопольных органов. Упомянутая выше КСП или коалиция против колдунщиков яркие примеры объединений, успешно реализующих стратегию защиты своих интересов в антимонопольных органах.

Российский антимонопольный орган был создан и приобретал опыт в сложных условиях переходной экономики, на фоне столкновения огромного количества разнонаправленных интересов. В рамках своих полномочий он выступал медиатором, помогая сторонам разбирательства в короткие сроки прийти к консенсусу. Благодаря этому сейчас у ФАС есть ряд свойств, необходимых для разрешения конфликтов в на цифровых рынках:

• скорость с поступления жалобы до принятия решения проходит около 16 мес. (в Еврокомиссии дела могут рассматриваться до 8 лет), дело Яндекс vs Google было рассмотрено за 7 мес.,

• эффективность предписания ФАС почти всегда исполняются,

• компетентность ФАС получила признание на международном уровне, ее решения успешно проходят судебную проверку.

Важное значение имеет наличие коалиции при рассмотрении в ФАС антимонопольных дел. Фактически процесс в ФАС очень состязательный и весьма желательно иметь сильное представительство и единую позицию. Коалиция позволит выполнить и прикладную задачу обеспечить привлечение экспертов (экономистов, социологов, технических специалистов) для формирования позиции.

Для платформ, особенно самых крупных, важен конструктивный диалог со всеми категориями пользователей. С их участием имеет смысл вести работу по саморегуляции. Примеры отраслевой саморегуляции разрабатанные участниками рынка под эгидой ФАС Кодекс поведения автопроизводителей и автодилеров и Кодекс добросовестных практик в фармацевтической отрасли. Индивидуальная саморегуляция обычно осуществляется путем разработки, обсуждения с ФАС и заинтересованными лицами (например, в рамках экспертного совета при ФАС) и принятия публичных правил торговой практики компании.

Для цифровых платформ потребуется более детальная проработка актов саморегуляции и более широкое их обсуждение, а для трансграничных цифровых платформ обсуждение и согласование на международном уровне.

Анализ состояния конкуренции. Предварительное определение продуктовых границ

В антимонопольном анализе самая сложная часть анализ состояния конкуренции. Именно в результате его проведения выясняется занимает ли компания доминирующее положение. И первый шаг здесь это определение рынка.

В экономической теории под рынком понимается институт или механизм, который сводит вместе покупателей или продавцов конкретного товара или услуги. В антитрасте при расследовании потенциального нарушения или согласовании сделок ключевое значение имеет определение релевантного рынка рынка, на котором произошло нарушение, или рынка (рынков), затрагиваемых сделкой.

Релевантный рынок (или товарный рынок) это сфера обращения взаимозаменяемых товаров, в границах которой приобретатель может приобрести товар, а за их пределами не может (или это нецелесообразно). Следовательно, рынок определяется через его границы. Эти границы могут быть продуктовыми или географическими.

В этой статье я ограничусь темой продуктовых границ одной из самых интересных в антитрасте. Для начала необходимо предварительно определить о каком собственно товаре идет речь. Это можно сделать, например, на основе условий договоров или оценок специалистов, перечень способов открытый. Уже на этом этапе задача становится нетривиальной у нас нет четкого алгоритма предварительного определения товара.

Приведу пример по мотивам дела "о колдунщиках":

Владелец агрегатора отелей ABC вбивает в Google запрос "отели Москва" и видит вместо первой ссылки (или второйтретьей, это как повезет) Google OneBox с формой и данными сервиса Google Travel. Уже есть основания для подачи заявления в ФАС здесь признаки и недобросовестной конкуренции, и злоупотребления доминирующим положением. Но для начала можно установить какую именно услугу оказывал Google владельцу ABC.

Для этого открываем договор между компаниями пользовательское соглашение. Но в Условиях использования Google про поисковый сервис лишь упоминается никакого перечня услуг, оказываемых Google владельцу сайта ABC, нет. Как в данном случае определять продуктовые границы? Поисковый запрос гласил "отели Москва". Значит, может быть, речь идет об услугах поиска средств размещения? Но на этом рынке Google никаких услуг владельцу ABC не оказывал, здесь они прямые конкуренты. Этот рынок релевантен с точки зрения недобросовестной конкуренции, но не злоупотребления доминирующим положением.

Можно попробовать определить продуктовые границы через услуги, которые оказываются поисковым сервисом любому вебсайту, настройки которого допускают индексацию поисковым роботом. Тогда предполагаемое нарушение произошло на рынке услуг по отображению сайтов поиска средств размещения в поисковой выдаче. Такой подход тоже не будет корректным ведь для пользователей, непосредственно осуществляющих поиск, Google выступает в качестве поисковой системы общего характера.

Однако формулировка "услуги по отображению сайтов в поисковой выдаче" не будет отражать всех взаимоотношений в рамках осуществления интернет-поиска поисковая выдача не существует сама по себе, она воспринимается пользователем, который ввел поисковый запрос. Поэтому наиболее оптимальным будет описание продуктовых границ рынка, учитывающее и вторую категорию пользователей, авторов запросов.

В таком случае речь идет уже о рынке услуг поиска в интернете общего характера. Этот рынок будет многосторонним его участниками будут владельцы универсальных поисковых систем, владельцы индексируемых интернет-ресурсов и авторы поисковых запросов. Именно такой подход к определению границ рынка использовала ФАС, выдавая Яндексу предупреждение и возбуждая антимонопольное дело.

В дальнейшем мы будем определять заменители предварительно определенного товара, поэтому сначала логично определить товар максимально конкретно сузить продуктовые границы. Однако допустить слишком слишком сильное сужение тоже нельзя используемые характеристики должны иметь значение для потребителя, влиять на выбор им того или иного товара.

Пример предварительного определения продуктовых границ:

ФАС предварительно определила товар как колесо цельнокатаное диаметром 957 мм с набором технических характеристик: марка стали, внутренний диаметр отверстия ступицы. Каждое колесо с отличающимся набором обозначенных характеристик предварительно рассматривалось в качестве отдельного товарного рынка. Это обоснованное сужение границ взаимозаменяемость колес с каждой связкой характеристик еще предстояло определить в дальнейшем.

С учетом этого попробуем назвать услугу, оказываемую Google через сервис YouTube. Посмотрим как определяют YouTube сам Google и коллективный разум (Wikipedia):

Terms of Service

The Service allows you to discover, watch and share videos and other content, provides a forum for people to connect, inform, and inspire others across the globe, and acts as a distribution platform for original content creators and advertisers large and small.

Условия использования YouTube

Сервис платформа, на которой пользователи могут находить и смотреть видео и другой контент, публиковать собственные материалы, а также общаться между собой и делиться новостями и идеями. Авторам и рекламодателям платформа также предоставляет возможность показывать и распространять ролики и объявления.

Wikipedia (en)

YouTube is an American online video-sharing platform headquartered in San Bruno, California.

Wikipedia (ru)

Видеохостинг, предоставляющий пользователям услуги хранения, доставки и показа видео.

И обратимся к определениям вида платформ, к которым относится YouTube:

Wikipedia (en)

An online video platform (OVP), provided by a video hosting service, enables users to upload, convert, store and play back video content on the Internet, often via a structured, large-scale system that may generate revenue. The website, mainly used as the video hosting website, is usually called the video sharing website.

Wikipedia (ru)

Видеохостинг веб-сервис, позволяющий загружать и просматривать видео в браузере, например, через специальный проигрыватель. При этом большинство подобных сервисов не предоставляют видео, следуя таким образом принципу контент генерирует пользователь (User-generated content).

Теперь у нас есть базовая терминология, но использовать термины "видеоплатформа" и "видеохостинг" в качестве продуктовых границ рынка мы сразу не можем, так как они слишком широкие. Так мы сразу отнесем, например, Netflix и TikTok к заменителям YouTube, не предоставив себе возможности проверить наличие реальной взаимозаменяемости между сервисами. Поэтому мы, ориентируясь на указанные выше источники, выделим ключевые признаки YouTube.

Начнем с функционала. Функциональное назначение являлось отправной точкой выявления продуктовых границ делах Лаборатория Касперского vs Apple (в качестве функционального назначения товара определена возможность распространения приложений, предназначенных для использования на абонентских устройствах) и Стафори v. HeadHunter (функциональное назначение определено перечнем функций для каждой из выделенных категорий пользователей - соискателей и работодателей).

В нашей ситуации оптимальным будет по аналогии с делом Стафори vs HeadHunter определить перечень функций YouTube:

• Загрузка, хранение и показ видеоконтента

  Загрузка и хранение это именно доступный для пользователей функционал. То есть, любой зарегистрированный пользователь может загрузить контент (хранить и показывать его) или посмотреть чей-то контент. Эта характеристика отличает основанные на пользовательском видеоконтенте видеохостинги от, например, онлайн-кинотеатров.

• Поиск видеозаписей

  Для авторов и зрителей важны не только и не столько само загрузка, хранение и показ видеоконтента (эти функции можно реализовать и на собственном сервере), но и возможность в широком смысле найти контент. В этом помогает витрина видеоконтента разделы Главная (с рекомендованным на основе истории просмотра и поиска, сведений из аккаунта Google и браузера Chrome видеоконтентом), Популярные видео и Подписки.

  Cервис обладает высококачественным поиском, в выдаче которого также учитываются данные, на основе которых делаются рекомендации. Кроме того, в сервисе имеется функция Следующее, предлагающая схожий контент при просмотре видео. В плане поиска YouTube сильно обгоняет сервисы с видеофункционалом. Но мы не будем это свойство ограничивать функционалом и качеством YouTube. Будем понимать под поиском функцию, для которой бы подошло более емкое слово "discovery".

  Такой функционал позволяет зрителям быстро и удобно находить интересующие их видеозаписи и трансляции, а авторам набирать просмотры и подписчиков. Рекомендации позволяют показывать пользователю наиболее релевантные для него видео. Это означает, что контент канала будет автоматически предлагаться к просмотру зрителям, с высокой степенью вероятности относящимся к целевой аудитории канала.

• Социальные функции, связанные с видеоконтентом

  Это комментирование и оценка. Без них описываемый вид платформ сложно представить. Но здесь мы ограничиваемся функциями, завязанными на основной вид контента. Иначе границы будут изначально сильно расширены, что не позволит достоверно учесть мнение пользователей.

Функциональные характеристики имеет смысл дополнить характеристиками качественными.

• Диверсифицированность контента, авторов и зрителей

В приведенном ранее примере я упоминал, что ФАС выделил рынок услуг поиска в интернете общего характера. Однако поисковые функции предлагает подавляющее большинство платформ: поиск по средствам размещения в Booking, по репозиториям в GitHub, по видеоконтенту в YouTube и т. д. Не следовало ли ФАС разбить общий поиск на сегменты и анализировать их как отдельные рынки?

Выше уже затрагивался вопрос связывания двух товаров в один и их разделения. Приведу более известный пример услуги мобильной связи.

Следует ли считать мобильный интернет, мобильную телефонию и смс-сообщения отдельными услугами, выделяя каждую в отдельный рынок? Или это одна услуга мобильной связи? В сфере мобильной связи имеет место яркий пример конвергенции, обусловленный на стороне производства возрастающим объемом общего оборудования и ПО, используемого для оказания всех трех услуг.

Конвергенция привела к тому, что все три услуги начали продаваться едиными пакетами. Ценовая политика операторов привела к экономической нецелесообразности приобретения услуг мобильной связи по отдельности. Сейчас профиль потребления очевиден подавляющее большинство абонентов приобретает услуги мобильной связи в пакете. Поэтому на данный момент следует определять единый рынок мобильной связи. Не исключено, что использование пакетной продажи приведет к объединению рынка мобильной связи с рынками фиксированной связи.

Сферы использования общих и специализированных поисковиков иногда пересекаются отель, репозиторий и видеозапись можно найти и в Google. Однако, например, в ситуации с репозиторием Google не предоставит удобных функций фильтрации поисковой выдачи и расширенного поиска, возможности ознакомления и взаимодействия с репозиторием и т. д. Поэтому пользователи предпочтут использовать GitHub для поиска репозитория с конкретными параметрами. Но заменить Google коллекцией спецпоисковиков тоже никто не спешит.

YouTube это специализированный на видеоконтенте сервис, но в отношении видов контента такая специализированность отсутствует. На YouTube размещают видеоконтент и крупнейшие СМИ, и бьюти-блогеры. Аудитория YouTube тоже диверсифицирована это люди разных возрастов, видов профессиональной деятельности, интересов. Диверсифицированность аудитории и контента отличает YouTube от, например, сервиса Twitch, специализирующегося на тематике компьютерных игр.

• Отсутствие существенных ограничений по длительности, размеру и формату видеоконтента

Важным свойством YouTube, отличающим его, например, от TikTok, является возможность хранения (показа и трансляции) длительных видеозаписей. На YouTube можно добавлять файлы размером до 128 ГБ включительно. Максимальная продолжительность видео 12 часов.

YouTube активно используется на всех видах устройств компьютерах, телевизорах, смартфонах и планшетах для просмотра как горизонтального, так и вертикального видео. Сервисы TikTok, Instagram и IGTV в подавляющем большинстве случаев используются для просмотра вертикального видео на смартфонах. Профиль использования этих сервисов является фактическим ограничением для показа на них горизонтального видеоконтента.

Я не указал еще две особенности YouTube, которые важны для потребителя и влияют на его выбор. Их учет, скорее всего, позволил бы признать Google единственным участником рассматриваемого рынка. Это высокое качество и большая пользовательская база.

На пользовательской базе остановлюсь подробнее.

Рассматриваемый рынок является многосторонним. Его участники это продавцы (владельцы платформ) и потребители (зрители, авторы, рекламодатели). На таких платформах имеют место сетевые эффекты прямые (зависимость потребительской ценности товара от количества потребителей одной и той же группы) и косвенные (зависимость ценности товара для одной группы потребителей от количества потребителей в другой группе).

Хрестоматийный пример прямого сетевого эффекта увеличение количества пользователей телефонных аппаратов повышало потребительскую ценность аппаратов, так как количество потенциальных контактов с использование этого вида связи. Эта же логика распространяется на мессенджеры и социальные сети.

В нашем случае имеют место, в первую очередь, косвенные сетевые эффекты:

1. Чем больше на YouTube зрителей, тем больше просмотров, что увеличивает ценность платформы для авторов и приводит к увеличению их количества и активности на платформе;

2. Чем больше на YouTube авторов, тем больше контента и тем выше его качество, что привлекает зрителей;

3. Увеличение количества просмотров и видеоконтента приводит к повышению привлекательности YouTube для рекламодателей увеличивается как их количество, так и их расходы на рекламу;

4. Популярность сервиса среди рекламодателей, в свою очередь, привлекает новых авторов и мотивирует их на повышение количества и качества контента goto п. 1.

Этот цикл позволяет обеспечить сервису стабильный рост количества и активности пользователей, а, следовательно, и рост рекламных доходов. Он также дает платформе стабильность группы пользователей удерживают друг друга от возможного отказа от YouTube.

Имеет ли смысл выделять большую пользовательскую базу как один из признаков определяемого товара? Сейчас на практике этого не делают. Но если не учесть этот признак, то получится, что на данном этапе мы признаем конкурентом YouTube какой-нибудь небольшой видеохостинг на 1000 видеозаписей. На самом деле, это не приведет с существенному искажению результатов исследования, так как пользовательская база и ее активность будут прямо коррелировать с рыночной долей сервиса. Небольшие сервисы просто будут иметь минимальную долю на рынке. Они также зачастую специализированы на определенной тематике и могут не относиться к рассматриваемому рынку.

Итак, мы предварительно определили товар это услуги платформ, обладающих вышеуказанными характеристиками. Кратко назовем их услугами платформ социального сетевого видеохостинга (ССВ). Дополнение "социального сетевого" здесь для того, чтобы сделать акцент на пользовательский контент и социальные элементы.

Следующим этапом будет определение взаимозаменяемых товаров. Об этом в следующей статье.

Темаотказа от ссылоквсегда была предметом горячих споров, а эксперты по SEO расходились во мнениях относительно того, следует ли отклонять плохие ссылки и как это может повлиять нарейтинг сайтав Google.Хотя масштабы спорны, алгоритмы ранжирования все же влияют накачество ссылок, поэтому плохая ссылка может очень сильно повредить поисковый рейтинг.Со всеми изменениями и проблемами, приобретенными к 2021году, мы считаем целесообразным регулярно проверять ссылки на их актуальность и качество.Давайте подробнее рассмотрим, как и почему отклонять обратные ссылки - и как определить, нужно ли вам это делать вообще. А поможет вам в этоммассовая проверка ссылок.

Краткое введение в отмену

В прошлом Google оценивал страницы по качеству ссылок с помощью PageRank, но эта система быстро использовалась.Обновление алгоритма Penguin в 2012 году было направлено на то, чтобы препятствовать сайтам с обилием спам-ссылок.Эти сайты могли восстановиться только путем удаления этих плохих ссылок, и поэтомуродился инструмент Google Disavow.Позже в Penguin 4.0 произошло важное изменение: Google не будет столько наказывать низкокачественные ссылки, сколько обесценивать их, а это означает, что вам нужно отклонять ссылку только в том случае, если вы получили уведомление об этом, то есть ручное действие.

Перенесемся в сегодняшний день, иGoogle утверждает,что отказ от ссылокне сильно повлияетна рейтинг вашего сайта.Однако неофициальная позиция несколько более двусмысленна:Джон Мюллер изGoogleутверждает,что отречение может действительно принести пользу некоторым сайтам.В конце концов, в некоторых случаях отказ может помочь, но Google затрудняет использование необходимого инструмента, а если зайти слишком далеко, безусловно, можно получитьнеприятные последствия.

Что такое ручные действия

Вы можете узнать статус своего сайта, заглянув в Google Search Console в разделе Ручные действия.Это просто, когда Google дает вам знать, что он планирует исключить или наказать определенный контент более низкого качества из результатов поиска.Штрафные ссылки могут включать в себя что угодно, от наполнения ключевыми словами или скрытого текста, неестественных или неорганически полученных ссылок, автоматических ссылок, PBN, спама в комментариях и форумах, ссылок, вдохновленных влиятельными лицами / платных ссылок, подозрительных перенаправленийи т. д.

Отказ от отцовства - хорошая идея?

Как и в большинстве случаев, связанных с SEO, все зависит от обстоятельств.Насколько низкое качество ссылок и насколько они влияют на рейтинг?Хорошее эмпирическое правило - отрицать только тогда, когда у вас буквально нет другого выхода.Например, сначала обратитесь к владельцам некачественных ссылок, указывающих на ваш сайт, и попросите их удалить, используя отказ только в крайнем случае.В конечном счете, это расширенная функция, которую следует использовать с осторожностью, поскольку она может принести больше вреда, чем пользы.

Что делать, если я не принимаю меры вручную?

Прежде чем что-либо делать, вам потребуется всесторонний аудит ссылок, чтобы правильно понять, как работают ваши ссылки.Будьте уверены, Googleпроигнорируетвсе ссылки, за исключением тех, за которые ваша команда SEO несет прямую ответственность.При оценке качества ссылок ищите все, что нарушаетусловия Google, например платные ссылки, схемы ссылок и взаимные ссылки / обмен, подозрительные якорные тексты, статьи со ссылками на хитрые сайты,вредоносные программы и скрытые сайтыили "наркотики, покер и порно".

Если эти ссылки не приносят доход и не влияют на ваш обычный поисковый трафик, решение может быть таким же простым, как полное удаление страницы.

Советы по эффективному отклонению

• Естественно, удалите все ссылки, которые вы получили вручную.

• Сосредоточьтесь на создании ссылок, представляющих ценность для читателей, которые повысят авторитет и доверие к домену вашего сайта.

• Если вы не слишком уверены в SEO, используйте инструмент мониторинга обратных ссылок или проконсультируйтесь с командой SEO для получениясовета экспертово том, какие именно ссылки следует отклонять в рамках обычногоаудита сайта.

• Убедитесь, что вы получаете ссылки с авторитетных отраслевых сайтов.

• Ссылки на домены с истекшим сроком действия или чрезмерно региональный контент могут пропускаться через обычные фильтры, поэтому следите за ними.

• Как правило, наиболее вероятными виновниками являются ссылки с чрезмерно оптимизированным якорным текстом, ссылки, не относящиеся к отрасли, или ссылки, которые кажутся спамерскими, поэтому начните с них.

• Не думайте, что удаление любой старой ссылки автоматически улучшит рейтинг - это может сделать прямо противоположное.

Лучшая стратегия

В целом, ваше внимание должно быть сосредоточено на поддержании максимально возможного качества исходящих ссылок и отказе от тех, которыеявно и значительно вредятвашим результатам обычного поиска - в противном случае действуйте осторожно.Внимательно следите за любыми входящими ссылками, которые могут навредить репутации вашего сайта.Даже скрупулезный аудит ссылок может пропустить несколько плохих ссылок, но этот относительно небольшой риск следует сопоставить с вашими общими приоритетами SEO, риском неправильного отрицания и вашеймаркетинговой стратегиейв целом.

Хорошо, когда бюджет на рекламу практически не ограничен и можно позволить себе выкупать первые позиции по всему пулу запросов. Но чаще всего ситуация обратная: есть 100 тысяч и с каждого рубля нужно выжать максимум. В статье собрали рекомендации, которые помогут сэкономить бюджет, не потеряв позиции в выдаче, и получать больше целевого трафика.

1. Уточняйте таргетинг с помощью операторов и типов соответствия

Показ по запросам в широком соответствии однозначно позволяет расширить охват и в нишах, где не так много трафика по основным ключевикам, может быть единственным решением. Но там, где трафика достаточно, широкое соответствие будет размывать точность таргетинга и приводить к показам по нерелевантным запросам.

С помощью операторов в Яндекс.Директе и типов соответствия в Google Ads можно добиться показа по целевым запросам и минимизировать расход бюджета на запросы, которые не конвертят или вовсе не подходят для кампании.

Операторы соответствия в Яндекс.Директе

• ! фиксатор формы слова. Позволяет зафиксировать слово в указанном числе, падеже и времени. Например, при запросе вида купить !самокаты детские показы будут по запросам, в которых слово самокаты указано именно в множественном числе.

• + фиксирует стоп-слова (предлоги, местоимения, слова, не несущие смысла). Запрос лампа +для рабочего стола обеспечит показы по схожим запросам, в которых содержится предлог для. По запросу лампа на рабочий стол показов не будет.

• [ ] фиксирует порядок слов в фразе. Особенно актуален при рекламе туристических услуг, путевок, перевозчиков, авиабилетов везде, где от порядка слов во фразе напрямую зависит релевантность показа.

• " " (оператор кавычки) фиксирует количество слов во фразе. Позволяет добиться показов по фразам, не содержащим дополнительных слов.

• () и | используются совместно, нужны для группировки слов в сложных запросах. Например, можно объединить запросы купить самокат двухколесный и купить самокат трехколесный в один купить самокат (двухколесный | трехколесный).

Типы соответствия в Google Ads

• Широкое соответствие тут все ясно, показы возможны по любым запросам, связанным с ключевым словом. Разброс может быть большим, поэтому при широком соответствии важно мониторить отчет по ключевым словам и оперативно минусовать нерелевантные.

• Фразовое соответствие объявления могут показываться по поисковым запросам, которые включают значение ключевого слова. Это позволяет задать более точный таргетинг, в отличие от широкого соответствия, куда могут попадать совсем неподходящие запросы.

• Точное соответствие обеспечивает максимальную точность таргетинга. Объявления будут показаны по запросам, значение или намерение которых совпадает с ключевым словом. Тут есть небольшой нюанс: точное соответствие не гарантирует показ исключительно по заданному запросу. Показы будут по всем запросам, которые Google посчитает идентичными по значению. Но все же так можно исключить массу нерелевантных показов.

2. Работайте с минус-словами

Это далеко не новый совет, но важный. Работа с минус-словами должна быть регулярной. Сразу после запуска кампании отслеживать запросы и минусовать нерелевантные желательно ежедневно. Спустя пару недель количество нерелевантного трафика должно быть существенно меньше и минусовку можно проводить не так часто.

В кампаниях с несколькими группами объявлений обязательно делайте кросс-минусовку: это поможет исключить конкуренцию между ключевыми запросами в рамках одной кампании.

3. Не конкурируйте ставкой

От позиции объявления в результатах поиска зависит объем трафика. Естественное желание всегда показываться на первых позициях оправдано: больше трафика больше конверсий. Однако это не всегда рентабельно. Если аукцион перегрет, то для попадания на первые позиции придется заплатить слишком дорогую ставку. Такой трафик может не окупиться.

Первым делом считайте рентабельность трафика

Если показ на первой позиции обходится дороже прибыли, которую приносит этот трафик, платить за попадание в топ не имеет смысла.

Для расчетов соберите следующие данные:

• стоимость клика на первой позиции;

• % конверсии сайта (можно брать средний по сайту, но если коэффициент конверсии существенно различается в зависимости от категории или товара, лучше считать по категориям или потоварно);

• маржинальность товара.

Например, у нас есть такие данные:

Чтобы получить 1 конверсию, необходимо потратить: 1/0,03 * 30 = 1000 рублей. При такой конверсии и маржинальности показ на первых позициях однозначно нецелесообразен. Разумнее показываться ниже, получать меньше трафика, но зато работать в плюс.

Повышайте позицию за счет других факторов (кроме ставки)

Повысить ставку самый простой и прямолинейный способ показываться выше. Но добиться этого можно не только ставкой. Позиция объявления в выдаче зависит нескольких факторов:

• качество самого объявления;

• релевантность и качество целевой страницы;

• условия, в которых выполняется поиск;

• ожидаемый эффект от расширений, которые используются в объявлении.

Не на все факторы получится повлиять, но объявления и посадочную страницу можно проработать. При прочих равных, если ваше объявление более информативное, полезное и имеет хорошую кликабельность, то есть шансы, что вы сможете показываться выше конкурентов, у которых с качеством объявлений похуже.

При снижении ставки детально прорабатывайте семантику

Если снижаете ставку для экономии бюджета, полезно более детально проработать семантику и собрать как можно больше релевантных СЧ и НЧ запросов. Так вы сможете показываться по запросам, по которым не так много трафика, но более целевые пользователи. Плюс есть шанс, что конкуренты не настолько детально прорабатывают семантику и по таким ключам у вас будет меньше конкуренции.

Автоматизировать подбор запросов можно с помощью специальных инструментов. Для примера покажем, как это сделать с помощью инструмента Подбор слов и медиапланирование от Click.ru.

В сервисе можно собрать семантику тремя способами:

• автоматически на основе контента сайта. Нужно указать URL своего сайта, и система подберет запросы, основываясь на содержимом страниц;

• на основе сайтов конкурентов;

• из счетчиков статистики. Можно собрать запросы, зафиксированные счетчиками Яндекс.Метрики и Google Analytics (по которым люди уже заходили на ваш сайт).

Чтобы расширить список запросов, можно добавить базовые запросы в ручной подборщик, раскрыть список вложенных запросов и отобрать подходящие:

После подбора добавим все подходящие фразы в медиаплан. Отобразится таблица с прогнозными данными для каждого запроса по следующим метрикам:

• CTR;

• частотность;

• средняя стоимость клика;

• количество кликов в месяц;

• бюджет.

В Click.ru можно также подключить рекламные аккаунты Google Ads и Яндекс.Директа и управлять ими с одного интерфейса. А при подключении к партнерской программе можно получать до 12% от суммарного расхода на рекламу по всем аккаунтам. Подробнее здесь.

4. Тестируйте оплату за конверсии

Если у вас есть товары, которые пользуются спросом и стабильно приносят конверсии, протестируйте модель оплаты за конверсии. Выгоды такой модели можно даже не расписывать, но вкратце:

• вы платите только за целевые действия (заказ/заявка);

• плата за клики и показы, которые не приводят к конверсии, не списывается;

• можно задавать цену за конверсию с учетом маржинальности. Это позволит всегда быть в плюсе.

Такие модели доступны в Google Ads и Яндекс.Директе (правда, не во всех типах кампаний).

Оплата за конверсии в Google Ads

Оплата за конверсии при рекламе в Google доступна для умных и стандартных кампаний в КМС. Чтобы воспользоваться оплатой за конверсии, необходимо выбрать стратегию с целевой ценой за конверсию при настройке ставок в кампании:

В некоторых аккаунтах опция оплаты за конверсии может быть недоступной. Это возможно по таким причинам:

• в качестве цели кампании выбрана офлайн-конверсия (для них модель оплаты за конверсии недоступна);

• в аккаунте получено менее 100 конверсий за последние 30 дней;

• данные о конверсиях поступают в аккаунт с задержкой более 7 дней;

• аккаунт не соответствует требованиям (достаточно неопределенная формулировка, но фактически с этим ничего нельзя поделать и остается только ждать, пока опция станет доступна).

Оплата за конверсии в Яндекс.Директе

В Директе оплату за конверсии можно подключить в динамических объявлениях, текстово-графических кампаниях и смарт-баннерах.

У Яндекса менее строгие требования для доступа к оплате за конверсии:

• на сайте должен быть установлен счетчик Метрики и настроены цели;

• по выбранной цели (за достижение которой хотите платить) счетчик должен фиксировать хотя бы 10 конверсий еженедельно.

Чтобы подключить оплату за конверсии, при создании кампании выберите стратегию Оптимизация конверсии и включите опцию Оплата за конверсии.

5. Работайте с качеством объявлений

Ранее мы уже упоминали, что достичь более высоких позиций в выдаче можно не только за счет повышения ставки. Вот факторы, которые учитывают рекламные системы при ранжировании объявлений:

Качественная проработка объявления позволяет не переплачивать на аукционе и занимать хорошие позиции. Вот, что можно сделать для достижения этой цели:

• использовать все доступные поля при создании объявлений (например, Google постоянно напоминает о том, что нужно добавить больше заголовков или вариантов описаний). Важно заполнять их не просто для галочки, а качественно прописывать с учетом потребностей целевой аудитории: это поможет повысить CTR;

• добавлять все расширения, которые уместны;

• использовать в заголовках ключевые слова (опять же, эта рекомендация постоянно отображается при создании объявлений в Google Ads);

• прописывать в тексте объявлений емкую и полезную информацию для клиентов. Ориентируйтесь на то, что важно клиенту для принятия решения о покупке.

Если у вас есть активные кампании, которые стабильно приносят хорошие результаты, проанализируйте их и определите, какие именно объявления показывают максимальную эффективность. В новых кампаниях используйте эти наработки при составлении объявлений.

6. Запускайте несколько объявлений в группе

Эта рекомендация не связана напрямую с расходом бюджета, она больше про общий подход к ведению рекламных кампаний. При первичном запуске кампании не всегда получается с первого раза найти рабочую комбинацию таргетингов и объявлений. Все нужно тестировать, в том числе и объявления.

Оптимально создавать 2-3 варианта объявлений на группу и тестировать их на протяжении нескольких недель, чтобы накопить более-менее значимый объем данных. Затем вы сможете выявить варианты, которые приносят более дешевые конверсии (или конверсии с большей ценностью) и отключить неэффективные объявления.

7. Помните про временной таргетинг

Если вы рекламируете товары или услуги, которые имеют четкую привязку к определенному времени суток (например, доставка завтраков), настроить временной таргетинг ваша обязанность. В остальных случаях нужно смотреть по ситуации.

Если есть накопленная статистика за длительный период (оптимально, за несколько месяцев), проанализируйте отчет по времени показа объявлений и посмотрите, есть ли там временные отрезки, в которые бюджет расходуется, а трафик совсем не конвертит. Если такие периоды есть, можно задать понижающие корректировки ставок на это время или вовсе отключить показы. А сэкономленный бюджет перераспределить на время, когда трафик более конверсионный.

8. Корректируйте ставки по сегментам: отключайте показы там, где нет конверсий

Кроме анализа эффективности рекламы в зависимости от дня и времени суток, целесообразно отслеживать, какие сегменты аудитории показывают хорошую конверсию, а какие просто съедают бюджет. Для этого полезно анализировать сегменты по следующим параметрам:

• по геолокации;

• устройству показа;

• аудитории;

• полу и возрасту.

Например, в некоторых нишах с десктопа практически нет заказов, а все конверсии приходят именно с мобильных. Тратить бюджет на показы для десктопов в этом случае имеет смысл, если у бюджета нет жестких ограничений и вы можете позволить себе работать в долгую и на охват. Если же каждый рубль должен приносить максимум возврата инвестиций как можно быстрее, то лучше сосредоточиться на мобильном трафике и перераспределить на него бюджет.

В кампании с рекламой домашнего декора ситуация обратная:

• с мобильных нет конверсий при расходе почти 50 евро;

• с десктопов 10 конверсий по 1 евро.

Очевидно, что мобильный трафик экономически невыгоден. Его можно не отключать сразу, а для начала задать понижающую корректировку на 4050%. Если после этого с мобильных по прежнему не будет конверсий (или конверсии будут нерентабельными), можно будет отключить полностью.

9. Не показывайтесь по запросам с неопределенным интентом

В зависимости от того, на какой стадии воронки продаж находятся потенциальные клиенты, их запросы будут отличаться. Например, рассмотрим продажу детских самокатов. Вот как запрос, который вводит пользователь, может идентифицировать его текущее намерение:

Чем точнее запрос, тем ниже его частотность и тем больше он привлекателен (конверсия по последнему запросу будет намного выше, чем по первому). Также есть запросы с невыраженным намерением. Например, по запросу детские самокаты непонятно, что интересует пользователя: он хочет выбрать и купить или ему просто захотелось посмотреть, какие самокаты для детей существуют.

Выгоднее всего фокусироваться на запросах, которые идентифицируют людей, находящихся на нижних стадиях воронки: они знают, что именно хотят и готовы к покупке.

Чтобы расходовать бюджет более эффективно:

• показывайтесь по СЧ и НЧ запросам с ярко выраженным интентом (намерением);

• минусуйте общие фразы и фразы, по которым много показов и кликов, но нет конверсий.

На примере ниже две группы ключевых слов. На первый взгляд, между ними нет существенных различий. Однако в первой группе содержатся слова, обозначающие технические детали и более явное намерение. Во второй общие фразы, обозначающие категорию товаров, но без детализации. По коэффициенту и стоимости конверсий однозначно понятно, что в первой группе более теплый трафик.

Пользуйтесь этими рекомендациями и тратьте бюджет на рекламу эффективно. Успешных продаж!