Русский
Русский
English
Авторизация
Ip-адрес
Восстановление пароля
Регистрация
Статистика
Реклама

Контент

Перевод Мы стоим на пороге кризиса Фальшивой науки

20.06.2021 14:08:21 | Автор: admin


Журналы все чаще отзывают научные статьи, потому что оказывается, что написаны они не теми, кем заявлено. Необходимо выработать более эффективные способы решения проблемы, в противном случае мы рискуем полностью утерять общественное доверие к науке.

Занятие наукой подразумевает поиск знаний об окружающем мире при помощи строгой логики и проверки каждого предположения. По результатам таких поисков исследователи описывают важные открытия в работах и отправляют их издателям для возможной публикации. После экспертной оценки, в ходе которой другие ученые подтверждают достоверность изложенного материала, журналы публикуют работы для ознакомления с ними общественности.

В связи с этим многие небезосновательно верят, что опубликованные работы весьма надежны и отвечают высоким стандартам качества. Вы можете ожидать встретить какие-то незначительные оплошности, упущенные в процессе ревью, но явно не крупные нестыковки. Ведь все-таки это наука!

Как ни печально, но в подобном предположении вы ошибетесь. Реальная и точная наука существует, но и в этой области наблюдается тревожное количество фиктивных исследований. Причем за последние несколько лет их объем увеличивается с невероятной скоростью, о чем свидетельствует все более частый отзыв научных статей от публикаций.

Фиктивная наука
На данный момент практикуется ряд приемов, которые угрожают подрывом легитимности научных исследований в целом. К ним относятся выдумывание авторов, а также указание соавторства никак не связанных с исследованием ученых и даже более гнусные приемы вроде заваливания журналов материалами из низкосортного бреда, сгенерированного ИИ.

Этот процесс аналогичен отзыву товаров в магазинах. Если ранее проданный товар по какой-то причине оказался плох или опасен, то магазин обязан отозвать его и попросить покупателей его не использовать. Таким же образом журнал может отозвать опубликованную работу, которая в ретроспективе оказалась фиктивной.

Конечно же, иногда статьи отзываются по причине искренней ошибки автора. Однако более, чем в половине случаев причиной оказываются академические нарушения или откровенная подделка. Вплоть до начала последнего десятилетия подобные явления обычно ограничивались фальсификацией исследователями экспериментальных данных или искажением результатов экспериментов в угоду их теории. Однако, чем больше усложняется технологический мир, тем более запутанными становятся и средства мошенничества в нем.

Одним из простых решений может стать простое игнорирование ложных работ. Но проблема в том, что их, как правило, сложно определить. К тому же, каждый отзыв статьи из публикации в некоторой степени губит репутацию журнала. А если такое будет происходить регулярно, то и общественная вера в научные исследования сойдет на нет. Следовательно, научное сообщество должно уделить этой проблеме серьезное внимание.

Camille Nos


Часть этой проблемы смоделирована намеренно. К примеру, Camille Nos никак не связано с ИИ, но все равно заслуживает упоминания. Созданное в марте 2020 года, Nos уже выступило соавтором более, чем 180 работ в таких разносторонних областях, как астрофизика, компьютерная наука и биология.

Я использовал оно, потому что Nos не является реальным человеком. На деле это псевдо-личность, созданная французским движением в защиту науки RogueESR. В качестве первого имени было взято французское гендерно-нейтральное Camille, а в качестве фамилии слияние греческого слова , означающего разум/познание, и французского слова nous, означающего мы.

Nos была создана в ответ на новый, вызвавший бурную критику, закон (источник на французском) по реорганизации академических исследований во Франции. Несмотря на то, что задачей закона было улучшение исследовательской деятельности, его противники считают, что ввиду устанавливаемых им требований рабочие места ученых окажутся в шатком положении и будут зависеть от внешнего финансирования. В частности, согласно новому закону, финансирование ученых должно соответствовать их прежним заслугам, хотя открытия, как правило, совершаются на уровне сообщества коллективно.

Чтобы открыто обозначить эту проблему, многие исследователи выбрали добавлять в качестве соавторов Nos. Однако журналы и научные рецензенты, которые отвечали за проверку таких работ, не всегда ставились в известность о том, что Nos реальным человеком не является.

Несмотря на то, что исследовательская составляющая этих работ пока что внушает доверие, здесь возникает обеспокоенность тем фактом, что в качестве соавтора можно легко добавить псевдо-личность, у которой даже нет удостоверения. Безусловно сама затея подчеркивать общественные усилия такими авторами, как Nos является похвальной, но мысль о том, что сегодня ученых можно буквально рожать из воздуха, весьма настораживает.


Усилия сообщества должны быть стандартизированы, но пока для этого нет системы

Указание авторов там, где они не участвовали


Тем не менее проблема проявляется не только в недостатках системы экспертной оценки и научной среды. Случаи фейкового соавторства особенно участились в работах по теме ИИ. Это мошенничество включает практику внесения в соавторы широко известных ученых, даже без их уведомления или согласия. Еще один способ это добавление фиктивного соавтора, такого как Camille Nos, но уже с целью симулирования международного сотрудничества или вызова более широкого научного дискурса.

Помимо привнесения иллюзии международного сотрудничества, указание фиктивных авторов с респектабельными именами может повысить авторитетность работы. Многие ученые, прежде чем читать или цитировать таких авторов в своей работе, будут искать их имена в Google. При этом участие в соавторстве сотрудника престижного института может подтолкнуть их к более пристальному изучению работы, особенно если она еще не проходила экспертное ревью. Престиж института в таком случае может служить неким заместителем достоверности на период оценки работы экспертами. А на такую оценку порой уходят долгие месяцы.

Сложно сказать, сколько лже-авторов на текущий момент уже внесено в публикации. Одна из причин в том, что некоторые ученые могут предпочесть игнорировать указание собственной фамилии в работе, которую они не писали. Это особенно верно для случаев, когда содержимое такой работы нельзя назвать плохим (как и хорошим), а на судебные разбирательства может уйти много денег и времени. Более того, сейчас не существует ни одного стандартного метода для проверки идентичности ученого перед публикацией его работы, что позволяет фиктивным авторам проскальзывать налегке.

Все эти проблемы показывают необходимость внедрения процесса верификации ID. Официально ничего подобного мы на данный момент не имеем, и это должно быть стыдно. В эпоху, когда каждый банк может верифицировать ваш ID онлайн и сопоставить его с лицом на вашей веб-камере, наука даже не способна защитить от мошенничества своих наиболее ценных участников.


Когда речь идет о написании научных работ, то путь мысли старого-доброго человеческого ума пока еще превосходит налучший ИИ

Алгоритмы плохие писатели


В 1994 году физик Алан Сокал решил написать фейковую статью по какой-то гуманитарной теме и отправить ее в журнал. Статью приняли, хотя никто, включая самого автора, не понял, о чем она была. Это не только смехотворно, но также показывает, насколько рецензенты могут облениться. В этом случае они, по сути, одобрили бессмысленную статью.

Аналогичным образом в 2005 году трое студентов, изучавших компьютерные науки, решили приколоться над научным сообществом, разработав программу SCIgen. Она генерирует абсолютно бессмысленные работы с графами, иллюстрациями и цитатами, приправленные множеством заумных слов из компьютерной науки. Одна из таких статей даже была принята к участию в конференции. Более того, в 2013 году различными издателями было отозвано 120 работ, когда вскрылось, что написала их SCIgen. За 2015 год сайт программы все еще зарегистрировал около 600 000 посещений.

К сожалению, фейковые статьи генерируются не только в качестве шутки или студенческого прикола. Целые компании зарабатывают деньги, создавая бредовые статьи и отправляя их хищническим журналам, которые такие работы принимают просто потому, что берут за это комиссию. Подобные компании, иначе именуемые бумажными фабриками, вырабатывают все более и более изощренные методы.

Несмотря на совершенствование техник обнаружения подделок, эксперты небезосновательно остерегаются, что такие бессовестные деятели, отточив свое мастерство на низкосортных журналах, могут рискнуть переключиться на авторитетные. Это способно привести к своеобразной гонке вооружений между бумажными фабриками и журналами, которые не хотят публиковать бредятину.

Конечно, это не все, и на горизонте маячит еще один вопрос: Как долго написанием научных работ будут заниматься только люди? Может ли случиться так, что через 10 или 20 лет ИИ-алгоритмы станут способны автоматически анализировать обширные объемы литературы и делать собственные заключения в новой работе, соответствующей высшим научным стандартам? Как тогда мы будем отдавать должное этим алгоритмам или их создателям?

Хотя сегодня мы пока имеем дело с намного более простыми вопросами: Как выявить работы, написанные относительно несложными алгоритмами, и не несущие никакой смысловой нагрузки? Что с ними в итоге делать? Помимо добровольных усилий и принуждения лже-авторов отзывать свои работы, научное сообщество имеет поистине мало ответов на эти вопросы.


Большинство журналов остро нуждаются в обновлении систем безопасности для отслеживания фиктивных работ

Противодействие фальшивой науке


Большинство журналов, дорожащих своей заслуженной репутацией, по крайней мере требуют от желающих опубликовать свои работы верификацию по электронной почте. Вот, к примеру, система верификации журнала Science. Но несмотря на это, создать фейковую почту и пройти такой процесс проверки достаточно просто. Подобный вид мошенничества по-прежнему распространен, что подтверждается большим количеством работ, ежегодно отзываемых даже из престижных журналов. Это лишь доказывает, что нам необходима более строгая система контроля.

Один из эффективных подходов идентификации ученых это ORCID. По сути, с помощью этой системы, каждый исследователь может получить уникальный идентификатор, который затем будет автоматически привязываться к хронологии его деятельности. Применение ORCID при экспертной оценке журналов и в процессе публикации существенно усложнит создание фиктивных личностей или использование имен исследователей без их согласия.

Несмотря на то, что это очень многообещающая инициатива, ни один серьезный журнал еще не ввел обязательное получение авторами идентификаторов из ORCID или иных систем. Я считаю, что подобное бездействие позорно, ведь таким образом можно с легкостью решить проблему.

Наконец, в данном контексте может помочь сам искусственный интеллект. Некоторые журналы развертывают модели ИИ для обнаружения фиктивных работ. Однако пока что, издатели еще не пришли к согласию по единому стандарту. Как следствие, журналы, которым недостает ресурсов или опыта, не могут применять меры того же уровня, что и авторитетные издания.

Это расширяет разрыв между журналами высокого и низкого уровня и, лично для меня, является очевидным подтверждением того, что все заинтересованные издания должны объединиться и найти способ распределить ресурсы для борьбы с мошенничеством. Конечно же, более популярные журналы могут получать выгоду за счет отставания конкурентов, но только в краткосрочной перспективе. Если же заглянуть дальше, то преобладание числа журналов с низкими стандартами может снизить доверие к научным публикациям в целом.

И речь не о том, что исследователи и научные журналы сидят и бездействуют вместо того, чтобы отслеживать лже-авторов. Отдельные издания действительно проделывают в этом направлении очень многое. Но, если одни журналы имеют для этого средства, а другие нет, то получается, что публикуются они не на равных правилах игры. К тому же, мошенники всегда смогут нацелить свои фейковые статьи на журнал с низким бюджетом.

Именно поэтому в данном случае для отслеживания бумажных фабрик и определения идентичности всех их авторов необходим коллективный подход.

Помимо науки: все больше фейковых новостей


Думаю, ни для кого не секрет, что фейковый контент свойственен не одной только науке. Всего несколько лет назад в разгар эпохи Трампа выражение фейковые новости уже звучало как хит сезона. А с тех пор методы генерации контента с целью влияния на общественное мнение стали только изощреннее. При этом они весьма похожи на методы, применяемые в научных работах.

К примеру, в различных консервативных СМИ было очевидно, что авторами обзорных статей являются фейковые журналисты. Их фотографии генерировались ИИ-алгоритмами, а аккаунты LinkedIn и Twitter были абсолютно вымышленными, и до сих пор неизвестно, кто на самом деле стоял за этими статьями.

Существуют также несколько генераторов новостных статей, которые упрощают создание фейковых аннотаций. Несмотря на то, что опытного фактчекера таким способом не проведешь, среднего пользователя Facebook подобный материал может зацепить настолько, что он даже поделится им с друзьями.

Именно поэтому я доверяю только новостям и научным данным из проверенных источников, а также контенту, который могут самостоятельно перепроверить на истинность. Другие источники я полностью отвергаю, потому что знаю, что большинство из них находится в диапазоне от простительной ошибки до абсолютного вымысла.

Еще несколько лет назад я не придерживался такой позиции, как и люди, меня окружающие. Доверие к новостям существенно подкосилось, и я даже не представляю, каким образом его можно вернуть. Сегодня то, что уже давно происходило с новостями, начало происходить с наукой. Очень плохо, что найти правду о происходящем в мире становится все сложнее. Но если пошатнуться основы самого человеческого знания, то это уже будет куда большее бедствие.

Несмотря на то, что споры вокруг фейковых новостей затихли после выборов 2020 года, тема далеко не закрыта. Поскольку инструменты для подделывания контента все больше и больше совершенствуются, я считаю, что в ближайшие годы этот вопрос еще разгорится очередной волной внимания.

Хочется верить, что к тому времени мы уже достигнем согласия на тему того, как противостоять фейковому контенту и фейковым исследованиям.


Подробнее..
Категории: Блог компании ruvds.com , Научно-популярное , Читальный зал , Контент-маркетинг , Наука , Контент , Публикации , Ruvds_перевод , Фальшивая наука

Автоматизация или смерть как управлять тысячами единиц игрового контента с помощью гугл-таблиц

10.06.2021 18:12:02 | Автор: admin

Несколько лет назад в нашем онлайн-шутере столкнулись с немного абсурдной проблемой: контента стало так много, что мы уже не могли с ним работать вручную. Сотни единиц оружия, карт, механик, гаджетов и много чего еще все нужно балансировать между собой, иначе геймплей развалится на части. Можно нанять больше людей, но лучше прибегнуть к алгоритмам, формулам и автоматизации.

Звучит сложно, но на деле хватило обычных гугл-таблиц. Ну, как обычных с тысячами строк и формулами, которые не помещаются на экран монитора. Пришлось немного повозиться с их организацией, зато теперь всей игрой мы управляем из нескольких документов.

Под катом на примерах расскажу, как автоматизировать работу с контентом, если в проекте его уже свыше тысячи единиц, как внедрить новые механики и фичи, не ломая при этом баланс и игровой опыт, и даже, как избавить QA-отдел и программистов от лишней работы.

Баланс в онлайн-шутере крайне важная штука. Нужно, чтобы геймплей нравился всем игрокам не было тех, кто не может вообще никого убить или, наоборот, тех, кто доминирует и фрустрирует всех остальных.

На первых годах жизни Pixel Gun 3D использовалась простая схема: весь контент добавлялся и редактировался вручную. Нужно поменять урон пушке? Заходишь в Unity, открываешь нужный файл и правишь руками. Дело на пару минут.

Потом индустрия начала переходить на freemium. От рынка отставать не стали и проект тоже изменил модель монетизации переработали экономику, прогрессию и многое другое, но сейчас не об этом. В результате DAU полетело вверх, а мы усиленно начали добавляли больше режимов, оружия, персонажей и так далее.

Проблемы начались, когда только оружия в каждой категории накопилось по 20-30 единиц, появились гибридные механики, а данных стало так много, что их уже невозможно было разобрать руками. Вместе с этим повысился порог входа в процессы для новых сотрудников только что пришедший в команду геймдизайнер не мог ориентироваться в контенте, так как банально не знал его на уровне названий.

Нужно было глобально что-то менять.

Сначала просто хотели сэкономить немного времени на балансировке контента, а в итоге автоматизировали большинство процессов, избавились от лишней ручной работы и разгрузили сотрудников. И все это с помощью гугл-таблиц.

Из гугл-таблиц в Unity

В первую очередь стали разбираться, как упростить работу с данными и можно ли их загружать в Unity из обычных гугл-таблиц. Оказалось, можно. Это был ключевой момент и первый шаг на пути к автоматизации назвали его удаленным контролем.

Для получения данных с таблиц мы используем Google Apps Script. Первое время заводили отдельные скрипты на каждую таблицу, в которых обрабатывали данные в JSON. Затем, получая в редакторе JSON, применяли их по назначению.

Сейчас пришли к тому, что опубликовали один скрипт. С его помощью получаем сырые данные с таблиц и уже в проекте конвертируем их в необходимый формат на С#. Этот подход более быстр и удобен.

Так выглядит наш скрипт: 
function doGet(e){ if (e === undefined || e.parameter === undefined) {   return FailWithMessage("nullable parameters"); } var tableId = e.parameter["table"]; var listName = e.parameter["list"]; if (listName !== undefined && listName !== "" && listName !== "null") {   var startRow = parseInt(e.parameter["startRow"]);   var startColumn = parseInt(e.parameter["startColumn"]);   var numRow = parseInt(e.parameter["numRow"]);   var numColumn = parseInt(e.parameter["numCol"]);   return GetSigleList(tableId, listName, startRow, startColumn, numRow, numColumn); } else {   return GetAllTable(tableId); }}  function GetSigleList(tableId, listName, startRow, startColumn, numRow, numColumn){ var ss = SpreadsheetApp.openById(tableId); if (ss == null) {   return FailWithMessage("table with name: " + tableId + "not found"); } var sheet = ss.getSheetByName(listName); if (sheet == null) {   return FailWithMessage("list with name: " + listName + "not found"); }  if (numRow < 1) numRow = sheet.getLastRow(); if (numColumn < 1) numColumn = sheet.getLastColumn(); var range = sheet.getRange(startRow, startColumn, numRow, numColumn); var data = range.getValues(); var str = JSON.stringify(data);  var resultObject = {   "resultCode": 2,   "message": str }; var result = JSON.stringify(resultObject); return ContentService.createTextOutput(result);}  function GetAllTable(tableId){ var ss = SpreadsheetApp.openById(tableId); if (ss == null) {   return FailWithMessage("table with name: " + tableId + "not found"); }  var result = {};  var listModes = ss.getSheets(); for(var i = 0; i< listModes.length; i++) {   var sheet = listModes[i];   var sheetName = sheet.getSheetName();     var range = sheet.getRange(1, 1, sheet.getLastRow(), sheet.getLastColumn());   var data = range.getValues();   result[sheetName] = data; }  var str = JSON.stringify(result);  var resultObject = {   "resultCode": 2,   "message": str };  var result = JSON.stringify(resultObject); return ContentService.createTextOutput(result);} function FailWithMessage(message){ var result = {   "resultCode": 1,   "message": message };   var str = JSON.stringify(result);  return ContentService.createTextOutput(str);}

Для его использования необходимо создать новый скрипт, вставить содержимое из примера, опубликовать и в разрешениях указать, что запускать могут все, даже анонимные пользователи.

После публикации получится ссылка такого формата:

https://script.google.com/macros/s/WwlCZODTDRXJaHhdjfwFRcKtHRQOHqzYisjndduZzDihMpXehLrNxdi/exec

Ее нужно использовать для запуска скрипта. Чтобы скрипт знал, с какой таблицы нужны данные, в get-запрос подставляем ID таблицы. Получить его можно из URL таблицы. Например, в https://docs.google.com/spreadsheets/d/example_habr/edit#gid=0, ID будет example_habr.

Если нужно получить данные с конкретного листа, можно в запрос добавить его название тогда данные вернутся только по нему. То же самое и с диапазоном интересующих ячеек.

Полный запрос будет выглядеть так:

https://script.google.com/macros/s/WwlCZODTDRXJaHhdjfwFRcKtHRQOHqzYisjndduZzDihMpXehLrNxdi/exec?table=example_habr&list=MyList&startRow=1&startColumn=2&numRow=10&numCol=5

У Google есть ограничения на количество запросов и время выполнения. Поэтому нельзя использовать этот инструмент, например, для подтягивание конфигов напрямую в клиент у пользователей при превышении лимита скрипт начнет выдавать ошибку.

Теперь большинство параметров контента редактируется не внутри проекта, а во вне. Движок просто получает данные из таблицы в реальном времени. Например, нужно всем пушкам добавить 5 урона: вбиваем в ячейку, протягиваем по столбцу и нажимаем загрузить. Готово все данные ушли в клиент. По сути, мы с помощью нескольких гугл-таблиц управляем всей игрой.

Сейчас таких таблиц баланса уже много, все с закрытыми доступами на нужных специалистов. Отдельно по оружию, питомцам, гаджетам, экономике уровней и другим вещам. Но принцип работы один ничего не делается по отдельности руками на клиенте.

Но мы пошли дальше.

Из Unity в гугл-таблицы

Когда пользователь играет матч, вся статистика отправляется на наш сервер: по ID игрока в базу данных сохраняется, с какой пушкой он ходил, какие результаты показал и прочее. Таких необработанных данных очень много по каждому пользователю и единице контента: киллрейты, результаты матчей, частота взятие пушек и другое. Их мы давно использовали для аналитики но все было вручную, долго и сложно.

Почему бы не использовать таблицы не просто для загрузки данных в Unity, но и в обратную для обработки собираемой статистики и метрик или поиска проблемных мест? Да и вообще для генерации самого контента.

Начали с простеньких задачек. Например, мы часто превышали лимит в 500 символов на описание апдейта в Google Play. Стор такое отклоняет, нужно переписывать и отправлять заново. Задались вопросом, а есть ли формула для подсчета символов в ячейке? Разумеется, в гугл-таблицах большой перечень базовых формул, которые можно комбинировать как угодно и решать практически любые задачи. Написали в ячейке, чтобы описание апдейта автоматически проверялось на количество символов =ДЛСТР(номер ячейки). Теперь проблемы нет.

Гугл-таблицы закрывают большинство наших потребностей. Формулы состоят из простых операторов, но сочетания такие, что иногда не помещаются на экран 27-дюймового монитора. Есть отдельные специалисты, которые их составляют, знают разные фишки, специальные округления, сложные погрешности, выборки.

В гугл-таблицах огромное количество функций, ознакомиться со всеми можно на сайте саппорта Google.

Например, решили составить коллекции для галереи оружия (это такие подборки оружия по схожим признакам: цвет, сеттинг, сезон). Чтобы составить одну коллекцию, нужно оценить визуал, смотрятся ли они вместе, схожий ли у них класс и другие детали. Для этого сделали таблицу, в которую из базы данных выгрузили список всех пушек, написали формулу и подгрузили превьюшки, с которыми можно визуально работать. А уже из таблиц по балансу подтягиваем названия, теги и остальную информацию.

В результате получили таблицу, которую можно подгрузить в любую другую и взаимодействовать с пушками наглядно они автоматом подтягиваются по тегу. Например, по тегу Weapon970 сразу подгружается ее название, превью и так далее. С этим уже можно спокойно работать.

Еще пример. Решили поменять баланс дробовиков (скорострельность, дальность и так далее). Надо понимать, что механик много, а позиций еще больше. Каждую нужно учитывать в формулах в виде отдельных коэффициентов. Геймдизайнер не может зайти и перепечатать параметры руками их придется менять у каждого дробовика, которых может быть несколько десятков.

В формулах есть множество коэффициентов. Есть даже коэффициент крутости добавляем его, если, например, текстура пушки получилась особенно красивой. В таком подходе мы уже думаем через переменные, а не через частные случаи. Уже не хочется вручную переделывать руками 40 позиций, хочется иметь один коэффициент, который сделает все сам.

В итоге таблицы экономят колоссальное количество времени. На подготовку уйдет максимум пару часов (если совсем что-то нестандартное), зато потом можно ворочать огромным количеством данных или сущностей. Вручную те же задачи могут спокойно занять неделю.

Где используем автоматизацию

Мы применяем ее практически везде, где это возможно. И всегда ищем новые способы, чтобы сделать себе жизнь проще и переложить часть работы на формулы.

Балансировка контента

Самые базовый способ применения, о котором уже упоминали выше. Так мы ищем проблемные места, добавляем новый контент, не ломая старый, нерфим или бафаем оружие и так далее.

Если есть ошибка в балансе пушки, то апдейтим ее прямо на сервере, после того, как пересчитали в таблице. Такие правки стараемся переводить в формат удаленного контроля, чтобы не выпускать отдельные патчи в сторы.

Например, если на сервере не контролируется размер обоймы, а в коде добавили лишний нолик и у пулемета стало 50 тысяч патронов без патча такое не пофиксить. Пока он выйдет, пулемет купит большинство, баланс посыпется, появится куча негатива в соцсетях. Но если сделать это на сервере, то достаточно убрать одну цифру все наладится, а игроки даже не заметят. По максимуму вводить удаленный контроль очень хорошая практика.

Генерация сущностей

Автоматизацию можно использовать не только для баланса, но и для генерации нового контента. Так, в каждом батлпассе у нас есть порядка 140 разных челленджей (например, сыграть 10 игр в определенном режиме или убить 30 противников из пистолета). Каждый раз придумывать это вручную долго и нудно, поэтому сделали генерацию. Собрали подробный список условий и прямо из гугл-таблицы создаем квесты теперь одна формула придумывает нам все задачи на каждый сезон.

Естественно, со сгенерированным пулом работает уже человек и настраивает кривую сложности. Игрок должен плавно войти в ивент, тем самым повысив конвертацию в платеж или в более длинную игровую сессию.

Подобным образом мы генерируем задачи и для клановых войн.

Пример формулы:

=ifs(I2="EndMatch";ifs(AE2<=TasksData!$O$34+TasksData!$N$34;"TeamDuel";AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34;ЕСЛИ(A2=0;"TeamDuel";"Spleef");AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34;"Duel";AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34;ЕСЛИ(A2=0;"Duel";"BattleRoyale");AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34+TasksData!$J$34;ЕСЛИ(A2=0;"TeamFight";"DeadlyGames");AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34+TasksData!$J$34+TasksData!$I$34;"CapturePoints";AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34+TasksData!$J$34+TasksData!$I$34+TasksData!$H$34;"FlagCapture";AE2<=TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34+TasksData!$J$34+TasksData!$I$34+TasksData!$H$34+TasksData!$G$34;"Deathmatch";AE2>TasksData!$O$34+TasksData!$N$34+TasksData!$M$34+TasksData!$L$34+TasksData!$K$34+TasksData!$J$34+TasksData!$I$34+TasksData!$H$34+TasksData!$G$34;"TeamFight"); I2="killPlayer";ifs(AE2<=TasksData!$N$35;"TeamDuel";AE2<=TasksData!$N$35+TasksData!$L$35;"Duel";AE2<=TasksData!$N$35+TasksData!$L$35+TasksData!$K$35;ЕСЛИ(A2=0;"TeamFight";"BattleRoyale");AE2<=TasksData!$N$35+TasksData!$L$35+TasksData!$K$35+TasksData!$J$35;"DeadlyGames";AE2<=TasksData!$N$35+TasksData!$L$35+TasksData!$K$35+TasksData!$J$35+TasksData!$I$35;"CapturePoints";AE2<=TasksData!$N$35+TasksData!$L$35+TasksData!$K$35+TasksData!$J$35+TasksData!$I$35+TasksData!$H$35;"FlagCapture";AE2<=TasksData!$N$35+TasksData!$L$35+TasksData!$K$35+TasksData!$J$35+TasksData!$I$35+TasksData!$H$35+TasksData!$G$35;"Deathmatch";AE2>TasksData!$N$35+TasksData!$L$35+TasksData!$K$35+TasksData!$J$35+TasksData!$I$35+TasksData!$H$35+TasksData!$G$35;"TeamFight"); I2="killPet";ifs(AE2<=TasksData!$G$36;"Deathmatch";AE2>TasksData!$G$36;"TeamFight"); I2="killPlayerThroughWall";ifs(AE2<=TasksData!$I$37;"CapturePoints";AE2<=TasksData!$I$37+TasksData!$H$37;"FlagCapture";AE2<=TasksData!$I$37+TasksData!$H$37+TasksData!$G$37;"Deathmatch";AE2>TasksData!$I$37+TasksData!$H$37+TasksData!$G$37;"TeamFight"); I2="killPlayerFlying";ifs(AE2<=TasksData!$I$38;"CapturePoints";AE2<=TasksData!$I$38+TasksData!$H$38;"FlagCapture";AE2<=TasksData!$I$38+TasksData!$H$38+TasksData!$G$38;"Deathmatch";AE2>TasksData!$I$38+TasksData!$H$38+TasksData!$G$38;"TeamFight");I2="ramEscort";"Siege";I2="escortDestroyGate";"Siege";I2="winBrNoChest";"BattleRoyale";I2="crashChest";"BattleRoyale";I2="winBrInParty";"BattleRoyale";I2="flagCapture";"FlagCapture";I2="pointCapture";"CapturePoints")

Пример таблицы с вводными для генератора:

Пример формулы (в ней представлена часть с генерацией описаний задач, Key_номер это ключи локализаций, из которых составляются задачи):

=IFS(I2="endMatch";(ЕСЛИ(T2=0;"Key_7220";"Key_7234"));I2="killPet";ЕСЛИ(W2="None";"Key_7228";"Key_7224");I2="killPlayer";ЕСЛИ(Q2=1;"Key_7227";(ЕСЛИ(W2="NONE";ЕСЛИ(R2=1;"Key_7232";ЕСЛИ(S2=1;"Key_7233";"Key_7221"));"Key_7216")));I2="killPlayerFlying";"Key_7225";I2="killPlayerThroughWall";"Key_7226";I2="ramEscort";"Key_7235";I2="escortDestroyGate";"Key_7236";I2="winBrNoChest";"Key_7229";I2="crashChest";"Key_7230";I2="winBrInParty";"Key_7231";I2="flagCapture";"Key_7237";I2="pointCapture";"Key_7238";I2="";"")

И еще более эпичная, уже проходящая через ячейки параметров и рандомайзеров:

=ifs(L3="DeadlyGames";0;L3="BattleRoyale";0;L3="TeamDuel";0;1=1;ЕСЛИ(I3="killPlayer";ifs(A3=0;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")>=(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38)*6;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")<(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38+TasksData!$B$47)*6;1;0);0);A3=1;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")>=(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38+TasksData!$B$47+TasksData!$B$48+TasksData!$C$34+TasksData!$C$36+TasksData!$C$38)*6;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")<(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38+TasksData!$C$34+TasksData!$C$36+TasksData!$C$38+TasksData!$B$47+TasksData!$B$48+TasksData!$C$47)*6;1;0);0);A3=2;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")>=(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38+TasksData!$B$47+TasksData!$B$48+TasksData!$C$34+TasksData!$C$36+TasksData!$C$38+TasksData!$C$47+TasksData!$C$48+TasksData!$D$34+TasksData!$D$36+TasksData!$D$38)*6;ЕСЛИ(СЧЁТЕСЛИ($I$2:I2;"killPlayer")<(TasksData!$B$34+TasksData!$B$36+TasksData!$B$38+TasksData!$B$48+TasksData!$C$34+TasksData!$C$36+TasksData!$C$38+TasksData!$D$34+TasksData!$D$36+TasksData!$D$38+TasksData!$B$47+TasksData!$C$47+TasksData!$C$48+TasksData!$D$47)*6;1;0);0));0))

Симуляция процессов

Другой пример. Добавляем в игру сундук с предметами: игрок открывает и получает приз. У сундука есть множество правил, как и что будет выпадать. Можно написать код и отдать QA-отделу, чтобы это проверить, но есть способ лучше. Прямо в гугл-таблице делаем симулятор дропа: вносим правила, условия, открываем 1000 сундуков и корректируем всю модель под нужный исход. Для этого не нужен ни код, ни программист достаточно таблицы и самой концепции.

Пример части вводных данных:

Пример использованных формул в ячейках:

=СЛУЧМЕЖДУ(1;100)
=СРЗНАЧ(13;15)*6
=СУММ(B4:F4)
=IFS($A32<=G32;"Mythic";$A32<=F32;"Legend";$A32<=E32;"Epic";$A32<=D32;"Rare";$A32<=C32;"Common")

Сами по себе формулы простые, но при правильном построении связей ячеек и порядка выполнения действий получается нужный результат.

Пример результатов дропа по номерам открытий:

Разумеется, в самом проекте все пишет программист, но проверить это можно заранее. По сути все, что есть в игре, можно симулировать в таблице. И если результаты устраивают передавать в разработку.

Воркфлоу создания таблицы

Рассказать, как именно происходит работа с данными и создание таблиц, лучше всего на примере. Допустим, мы решили выяснить, какие пушки сейчас самые популярные в игре. А для этого нужно подтянуть множество дополнительных данных.

Расскажу подробнее по шагам (цифры в примере изменены в рамках конфиденциальности):

Эти же данные можно брать из таблицы баланса. Разница в том, что таблица баланса дает актуальные параметры (и не дает метрики), а на сервере информация хранится с пометкой даты ее можно выгрузить за нужный период (и вместе с метриками).

2. Затем создается гугл-таблица, в которой будет происходить основная работа. И в нее загружается полученный CSV-файл.

3. Для удобства из другой таблицы с помощью формулы подтягиваются картинки пушек. Арты предварительно загружены на сервис для получения прямой ссылки в формате (важно именно расширение в конце ссылки):

http://адрес_сервиса/путь/номер/имя картинки.jpg

Для добавления в таблицу используем простую функцию:

=IMAGE("https://files.fm/u/wdrhemgnk#/view/special_offer_pixelman_reward_big.png")

Пример формулы для подтягивания артов с перебором:

=ЕСЛИ(ЕНД(ВПР(A4;importrange(имя_таблицы;Лист1!B:F);5;ЛОЖЬ))=ЛОЖЬ;ВПР(A4;importrange(имя_таблицы;Лист1!B:F);5;ЛОЖЬ); ЕСЛИ(ЕНД(ВПР(A4;importrange(имя_таблицы;Лист1!C:F);4;ЛОЖЬ))=ЛОЖЬ;ВПР(A4;importrange(имя_таблицы;Лист1!C:F);4;ЛОЖЬ); ЕСЛИ(ЕНД(ВПР(A4;importrange(имя_таблицы;Лист1!D:F);3;ЛОЖЬ))=ЛОЖЬ;ВПР(A4;importrange(имя_таблицы;Лист1!D:F);3;ЛОЖЬ); ЕСЛИ(ЕНД(ВПР(A4;importrange(имя_таблицы;Лист1!E:F);2;ЛОЖЬ))=ЛОЖЬ;ВПР(A4;importrange(имя_таблицы;Лист1!E:F);2;ЛОЖЬ);НИМА ТАКОГО))))

Теперь можно работать не с абстрактными строками, а наглядно. Если пушек 30 штук, можно зайти в игру и посмотреть, но когда их 700 так уже не сделаешь.

Важный момент: после подгрузки данных мы их вырезаем (ctrl+x) и вставляем без привязки к формуле (ctrl+x+v). Формулу затем удаляем, иначе после каждого обновления страницы она будет пересчитывать все строки. В данном случае более 800.

Далее одну базу можно использовать для всех задач, где требуется отображение картинок оружия.

4. При желании можно выгрузить название пушки в игровом магазине (а также все необходимые для задачи параметры, например, дополнительные свойства).

5. Также используем форматирование ячеек. Оно может выполнить множество полезных преобразований. Например, покрасить ячейки, в которых значение больше 2 или меньше 1.

В применении к данным о киллрейте пушки (соотношение числа убийств из пушки к смертям игрока с ней) видно превышение обозначенного предела, а также низкие значения, которые явно являются поводом передать эти данные в отдел балансирования.

6. Добавляем столбец с категориями оружия (у нас их 6) и прибегая к тому же условному форматированию красим каждый в свой цвет. Стало видно, что в топе нет пушек категории Special, что уже наталкивает на анализ механик этой категории оружия.

В итоге, чтобы собрать такую таблицу с категориями, свойствами, превью и прочим пришлось вытащить эту информацию из нескольких разных мест. И на это ушло около 15 минут, а не весь день. Так как формулы операций типовые, а таблицы с рендерами и данными есть уже готовые.

Теперь можно сортировать, строить графики, добавлять продажи или другую информацию, чтобы быстро и обоснованно сделать нужные выводы или проверить теории.

Для наглядности на основе данных можно построить и график. Делается это через простую операцию добавления: добавить диаграмма (сразу можно выделить нужный диапазон ячеек).

График популярности оружияГрафик популярности оружия

Жизнь после автоматизации

На самом деле сплошные профиты. Проблемы дисбаланса значительно сократились, стало проще следить за контентом и предугадывать возможные проблемы, потому что общая картина всегда перед глазами, а проблемные места подсвечиваются.

Теперь легче что-то поменять, перезалить или вообще обновить целый класс оружия, в котором 100+ позиций. Достаточно вбить новые параметры все автоматически и с учетом механик пересчитается под норму (а часть параметров пересчитаются сами под новые вводные).

Мы избавились от мелкого ручного менеджмента, освободили время сотрудников для более интересных задач, сняли дополнительную нагрузку на технический отдел и теперь программисты не отвлекаются от написания кода. И что еще важно новички в команде теперь легко вливаются в процессы и намного быстрее разбираются с проектом на реальных задачах.

Переход к автоматизации непрерывный эволюционный процесс, и во многом непаханное поле. Теперь постоянно думаем, как оптимизировать ресурсы и упростить задачи, пробуем новые варианты, формулы и всегда ищем более удобные решения. Например, сейчас работаем над добавлением всех этих процессов прямо в админку.

P.S. Данный подход меняет сам принцип работы с различными инструментами. Например, в том же Slack можно видеть BB-коды наглядно с помощью простой команды #:

Полезные ссылки

Подробнее..
Категории: Javascript , Автоматизация , Разработка игр , Хранение данных , Дизайн игр , Геймдизайн , Геймдев , Контент , Шутер , Баланс , Блог компании lightmap , Google sheets , Гугл таблицы , Таблицы данных

Мозг, видео, фото, VR, 3D и конверсия будущее визуализации в интернет-торговле

23.11.2020 14:22:47 | Автор: admin
Условия постоянного роста рынка интернет-коммерции обостряют конкуренцию. Сегодня зарабатывают лишь те, кто очень давно на рынке, либо те, кто способен привлечь клиента уникальным предложением. Прошли времена, когда можно было заработать на товарах, снятых ушлым дядей Васей на калькулятор из условного магазина кампуктер.ру. Вылизанный до блеска и существенно приукрашивающий действительности старый добрый маркетинг тоже мало интересен современному потребителю. При этом наиболее перспективным способом донести информацию о товаре до потенциального клиента становится визуальный контент. Под катом рассуждаем почему это так и какие средства визуализации будут определять конверсию в ближайшем и отдаленном будущем.



Почему мозг любит глазами


Основная причина визуальный контент воспринимается быстрее, чем любой другой, именно визуальное восприятие является ведущим при совершении покупки у большинства людей. Согласно нейробиологическим исследованиям , у человека ведущим каналом восприятия является визуальный, так как в визуальном восприятии задействовано более 50% всех нейронов неокортекса. Этим, отчасти, можно объяснить, что интернет торговля смогла в значительной степени заменить традиционную. Из этого сделан вывод о том, что потребитель, а тем более клиент ИМ выбирает товар в первую очередь глазами. Недоступность кинестетического, а порой и достаточного аудиального воздействия ещё больше фокусирует потенциального покупателя на визуальном восприятии.

К настоящему моменту сформировался ряд тенденций в визуализации товаров в интернет торговле. Именно эти тенденции, очевидно, станут будущим этой отрасли и уже приобрели значительный вес:

  • Видеообзоры;
  • Рост разрешения фотографий и увеличение их количества;
  • Трехмерный контент (360 photo, 3D обзоры);
  • Эксперименты с VR.

Ритейлеры отмечают, что следование одному или нескольким трендам визуализации из описанных выше, кроме, пожалуй, использования VR-контента, уже сегодня повышает продажи. Например, Pult.ru делают ставку на многообразие фото и видео обзоры значимых товаров, а Связной провёл A/B тестирование 3D-обзоров, получил в результатах 7% рост конверсии от трехмерного контента. Можно констатировать, что в будущем именно визуальный контент будет определять продажи и именно в него будут интегрированы текстовый и аудиальный.

Видео


Видео самый простой, можно даже сказать уже традиционный способ презентации товара потребителю. Причем обзоры товара независимыми блогерами порой важнее для покупателя, чем вся страница товара, которая нередко воспринимается как недостоверная. Когда говорят о развитии видеоконтента, подразумевают, в первую очередь, независимые обзоры и тесты устройств. Причем стандартные распаковки, судя по отзывам покупателей в комментариях под соответствующими видео, уже не всегда устраивают. Покупатель всё чаще хочет максимально компетентного независимого мнения.

С технической точки зрения важным становится разрешение видео, ракурсы съемки и качество освещения. Важно, чтобы товар было видно со всех сторон, а ещё лучше, если он будет эксплуатироваться в различных режимах. В случаях с электроникой имеют значение также объективные даже аппаратные тесты, если компетенции обзорщика позволяют их сделать. Иными словами, чем подробнее видео, тем выше его потребительская ценность. YouTube-комьюнити в этом смысле только наращивает позиции, избавляя магазины от необходимости самостоятельного создания контента.

Среди недостатков этого типа визуализации товара можно выделить длительность, возможность необъективной оценки или скрытой рекламы. Необъективность обзоров рассматривать не будем в силу того, что проверка объективности любого контента невозможна. С теми или иными допущениями существующие обзоры более или менее объективны.

А вот длительность представляет проблему, так как длительное изучение покупки отдаляет пользователя от покупки, а значит, в теории, снижает конверсию. В классической мечте интернет ритейлера покупатель заходит, влюбляется в потребительские свойства товара и покупает. Видеоконтент может создать отдаленный вау-эффект, но чем дольше времени проходит с момента знакомства покупателя с товаром до момента покупки, тем больше факторов (в том числе случайных) способно изменить его решение.

Разрешение, HDR, количество


Растут требования к традиционным фото. Для современной ecommerce постепенно минимальным приемлемым разрешением фото товара становится FullHD. Высокое разрешение позволяет рассмотреть товар в деталях, что значимо для потенциального потребителя. Также имеет значение динамический диапазон, особенно в случае многообразия оттенков у товара, как правило, приемлемое качество достигается с применением технологии HDR.

В последние годы значительно выросло количество фотографий. Это связано с тем, что потребитель хочет видеть на фото наличие тех или иных особенностей, например, интерфейсов гаджета или элементов одежды, а не читать о них в описании. К текстовому описанию, как правило, прибегают лишь в случае, если товар очень нужен и нет возможности получить информацию другими способами. Отчасти, это объясняется гипотезой о том, что мозг среднестатистического покупателя ленив и стремится получить информацию наиболее простым из доступных способов.

Встречается мнение о том, что через 10 лет двухмерный контент вымрет под натиском более информативных форматов. Я категорически не согласен с этой позицией, хотя бы в силу того, что наиболее простые решения являются одними из самых эффективных. У меня есть предположение, что он несколько видоизменится, например, получит элементы интерактивного взаимодействия наподобие тех, которые есть в 3D-обзорах.

360 photo и 3D обзоры


Созданы для трехмерной визуализации объектов. Можно вертеть во все стороны, рассматривая нужный товар. Первое пришествие этих технологий визуализации пришлось на середину-конец нулевых и провалилось. Низкие скорости передачи данных и несовершенство веб-технологий отображения, в частности Adobe Flash, убили желание интернет ритейлеров первой волны использовать трехмерный контент. Сегодня скорости выросли, технологии изменились и 360-градусные панорамные снимки высокого разрешения, а также полноценные трехмерные модели товара (3D-обзора, в технологии компании REVIEW3) отвоевывают утраченные позиции.

Тут много достоинств, например, возможность мгновенно рассмотреть товар со всех сторон, а в случае с обзорами, ещё и интерактивно взаимодействовать с объектом, получая информацию (в т.ч. текстовую). Пожалуй, основным преимуществом такого контента является время, которое можно упустить при просмотре большого количества фото.

Недостатки также ощутимы, в случае с 360 photo это стоимость, которая многократно превышает стоимость стандартных фото. В случае же 3D-обзоров их количество ограничено тем, что продает по подписке единственная в мире компания REVIEW3, которая создает исключительно модели электроники и выбирает лишь флагманы и массово продающиеся. Тем не менее, интерес российского и зарубежного рынка онлайн-ритейла к данным технологиям активно растет с момента наступления пандемии и повсеместного ухода магазинов в онлайн. Поэтому стоит в ближайшие годы ожидать экспоненциальный рост количества 3D-объектов на сайтах интернет-магазинов совершенно разной направленности: от привычных уже магазинов электроники до ювелирных онлайн-бутиков.

VR в ритейле


Виртуальная реальность, пусть и отдаленное, но будущее интернет ритейла, особенно это касается одежды и носимой электроники. На текущий момент ограничения VR-технологий, как коммерческих, связаны с относительной ресурсоемкостью и малой распространенностью соответствующих периферийных устройств. Однако, как мы хорошо знаем, со временем и ростом технологичности стоимость любой электроники уменьшается, а возможности увеличиваются. Таким образом через 5 7 лет настанет момент, когда VR-очки станут такой же частью обыденной действительности, как смартфон. С этого момента интернет-ритейл начинает активнейшим образом использовать трехмерный VR-контент. Рискну предположить, что в основу лягут всё те же 360 photo и 3D-обзоры. Единственным значимым недостатком VR-решений сегодня является низкая распространенность устройств виртуальной реальности.

Итог


Все существующие сегодня тренды, очевидно, сохранятся на ближайшие пару десятилетий. Основными тенденциями ближайшего времени станут увеличение количества и качество традиционных фото, развитие видеоблоггинга с детальными обзорами и тестами устройств, увеличение доли трехмерного контента, в особенности 3D-обзоров, как более интерактивного контента. В отдаленной перспективе следует ожидать расцвет виртуальных примерочных, а также модернизацию традиционных типов контента, таких как фото и видео, возможно появление новых, более информативных и интерактивных форматов, дополняющих пользовательский опыт.

Использовано изображение
photomechanics.com
Подробнее..
Категории: Мозг , Научно-популярное , Ar и vr , Онлайн-торговля , Повышение конверсии , Конверсия , Контент , Ритейл , Ecommerce , Видео , Интернет-торговля , Магазины , Будущее интернет-торговли , Трехмерный контент , Vк-контент

Как быстрее доставить сообщение в мозг или немного о современном языке визуальной коммуникации

15.02.2021 20:10:51 | Автор: admin
За последние 20 лет интернет превратил практически каждого человека в источник публичных данных. Большинство людей, которые что-либо публикуют в сети, хотят что-то донести до окружающих, хотят чтобы это заметили, поняли и в идеале запомнили. Это в равной степени касается бесчисленного множества пользователей социальных медиа, интернет магазинов, СМИ. Не смотря на это своё желание, визуальная коммуникация, по моему субъективному мнению, развивается достаточно медленно.


И это странно, ведь согласно исследованиям визуальная коммуникация значительно эффективнее вербальной. В этом посте о причинах, по которым самым эффективным способом доставить сообщение мозг аудитории является визуальный контент, о современных типах такого контента и о возможных причинах того, почему традиционные вербальные средства пока сохраняют популярность и если не превосходят, то по крайней мере сравнимы по популярности с современным языком визуального контента.

Лучше один раз увидеть и при этом хорошо разглядеть


Помимо умозрительных заключений и не слишком подробной и научной маркетинговой статистики, существуют достаточно фундаментальные исследования о том, почему именно визуальный контент является наиболее действенным и лучше воспринимается аудиторией. Косвенно, но очень убедительно об этом свидетельствует исследование нейробиологов из Университета Рочестера.

Ученые доказали, что важнейшим типом восприятия для человека является визуальный. Исследование демонстрирует, что в процессах визуального восприятия задействовано более 50% нейронов коры головного мозга. Это детерминировано первостепенной важностью зрительной информации для человека на протяжении всей его эволюционной истории.


зрительная кора анализатор, отвечающий за получение мозгом зрительной информации с ним связана внушительная часть нейронов неокортекса, обеспечивающих восприятие, формирование и сравнение образов, взаимодействие со зрительной памятью

Иными словами, человеку на протяжении веков было важнее видеть объекты, нежели слышать, ощущать тактильно или по запаху. Именно этот вид восприятия определил многое в нашей культуре и именно он является ведущим у Homo Sapiens до настоящего момента.

Среди коммерческих исследований на тему эффективности разных типов контента в коммуникации особого внимания заслуживает подробное Not Another State of Marketing Report от разработчиков ПО для маркетологов HubSpot, все участники исследования сходятся во мнении о том, что визуальная коммуникация в несколько раз эффективнее вербальной.

Джон Медина (англ. John Medina) известный молекулярный биолог-эволюционист, занимающийся исследованиями в области генетики и нейробиологии в Вашингтонском университете ставит точку в вопросе ведущего типа восприятия у человека. В своем видео ученый демонстрирует, что человек, получив информацию полученная при помощи вербальных каналов коммуникации, например услышав, через три дня сможет воспроизвести лишь 10 % из неё. Тогда как добавление визуализации позволяет усвоить до 65% информации.



Таким образом можно не сомневаться в факте значимости визуализации для восприятия, и, что порой важнее усвоения передающейся информации. Это важно для образования, торговли, журналистики, значимо в проектной работе, где участникам проекта необходимо усвоить большое количество данных.

Обзор современных средств визуального представления контента


VR-туры в недвижимости и музейном деле
Форма распространенная в первую очередь в торговле недвижимостью, а также в качестве образовательного и музейного контента. Очень бурно растет и сообщает пользователю впечатления практически идентичные реальным. В торговле недвижимостью сосуществует с испытанными временем рендерами, в музеях с AR и аудиогидами, а в образовании является практически самостоятельным инструментом. Любопытно, что Goldman Sachs в 2020-м прогнозировал совокупную перспективную прибыль от VR в недвижимости ок 2,6 миллиарда долларов до 2025 года.



360 панорамы и 3D-обзоры в интернет торговле
360 photo это панорамные фотоснимки, не смотря на то, что они известны ещё со времен расцвета аналоговой фотографии, 10 лет назад такой контент вызывал WOW-эффект и считался чем-то необычным. Сегодня к нему привыкают всё больше, особенно покупатели luxuty и premium товаров в сети. Существуют 360 экскурсии по городам и музеям, 360 обзоры домов и квартир.



Сложности, связанные с необходимостью хранить большие объемы, решают такие компании как Cappasity, которые создают SaaS-платформы, позволяющие крупным магазинам хранить трехмерные визуализации своих товаров в облаке и не повышать нагрузку на серверы. Сервис активно использует отечественный ЦУМ и заокеанский American Greetings.

Принципиально иным путём пошла компания Review3, где средствами 3D моделирования создаются 3D обзоры объекта. Компания массово создаёт обзоры продающих товаров и предлагает купить размещение и прикрутить обзоры к магазину, воспользовавшись API.



Такой процесс ускоряет размещение контента и серьезно снижает стоимость применения контента. Сервис используют как крупные бренды, например DNS и Яндекс-Маркет, так и небольшие магазины.

Пользовательский визуальный контент социальных медиа
Главный привлекающий фактор такого контент живость фотографий По сути это самый посещаемый сегодня контент в интернете. Ничего принципиально нового в нем нет, но существуют неписаные форматные рамки, которые продиктованы удобством получения информации в той или иной социальной сети. Особый интерес он представляет для контент маркетинга, но его продвижение, ка ки в случае с большинством других решений потребует дополнительных вложений. В отношении соц. сетей действует простое правило, чем выше качество, уникальность и оригинальность визуального контента, тем ниже стоимость его продвижения.



Визуализация, созданная не цифровыми методами в контент-маркетинге
Когда мы говорим о языке визуальных средств, то одной из главных задач контента становится поразить воображение аудитории. Необходимо нечто необычное, существенно отличающееся от того, чем переполнена сеть. Это вернуло к жизни классические методы, например рисунок, живопись или фразы написанные от руки. Это особенно востребовано бизнесом, который нуждается в очеловечивании, в эпоху стерильного контента созданного дизайнера. Контент из соц. сетей, который служит той же цели уже поднадоел пользователем, а появление среди корпоративного контента рисунков, картин и от руки написанных фраз делает его не только живым, но и незаурядным. Особенно хорошо это играет на контрасте, когда такими кастомными и почти домашними средствами пользуется крупная, известная компания.



Почему всё это востребовано меньше, чем банальные подходы к визуализации?


Такой вопрос возникает у многих, кто создает современный контент контент и сталкивается с заказчиками, особенно в России. Так торговцы недвижимостью хотят только рендеры игнорируя VR и AR решения. Далеко не все интернет магазины торопятся внедрять 3-В обзоры и панорамные 360 photo, музеи редко предлагают что-то кроме аудиогидов, а визуальный контент крупных компаний редко значительно отличается от отраслевых шаблонов конца 90-х годов прошлого столетия.

По моей эмпирической оценке на 20 оригинальных визуальных решений с применением современных технологий и креативных подходов в российском сегменте приходится 80 совершенно заурядных стандартных решений, который не впечатляли уже 2008 году, Аналогичная история с вне сетевыми сценариями использования визуальных средств.

За пределами рунета и России ситуация не намного лучше. Я пришёл к выводу, что основной причиной этого удручающего ретроградства является не готовность лиц принимающих решения воспринимать нечто новое и страх, что новый визуал не будет эффективно работать.

У руля компаний, СМИ и музеев часто находятся люди, которые живут стереотипами прошлого. Они могут впечатлиться новой технологией, но не рискнут применить её в собственном бизнесе, своей организации, для своего проекта. Даже сам тезис о том, что визуальный контент объективно работает более эффективно, для них не очевиден.

Нужно ли с этим что-то делать?


Наиболее ригидных руководителей бессмысленно убеждать. Даже если ведущее глянцевое издание о бизнесе напишем, что без этих методов нельзя обойтись, они скорее всего проигнорируют. Всех остальных убеждают цифры и позитивные примеры использования. Мой знакомый работает на застройщика, и он скептически относился к внедрению VR-туров, пока не узнал, что их использует аукционный дом Sotheby's. Другой открыл интернет-магазин электроники и сопротивляться покупке 3D-обзоров, пока не узнал, что они подняли конверсию у Связного. Никакие логические доводы здесь не работают, т.к. большинство из нас заложники собственного опыта.

Использован фотоконтент:
verniedruzaj.ucoz.ru/news/distancionnyj_onlajn_kurs_dlja_pedagogov_i_ne_tolko/2017-12-03-243
fashions-girls.ru/%D1%81%D0%BC%D0%B5%D1%80%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5-%D1%81%D0%B5%D0%BB%D1%84%D0%B8-%D0%BA%D0%B0%D0%BA-%D1%81%D1%82%D0%B0%D1%82%D1%8C-%D0%B7%D0%B2%D0%B5%D0%B7%D0%B4%D0%BE%D0%B9-%D1%81.htm
www.gizmodo.com.au/2014/03/photo-wizard-warps-reality-invokes-interdimensional-wormholes-on-earth
Подробнее..
Категории: Мозг , Работа с 3d-графикой , Научно-популярное , Ar и vr , 3d-моделирование , Контент-маркетинг , Контент , Визуализация , Трехмерная визуализация , Восприятие , Восприятие контента , Визуальный контент

Эпоха визуального контента развитие или результат регресса пристрастия пользователей и закономерности восприятия

19.03.2021 20:17:05 | Автор: admin
Мы живём во времена, когда традиционные формы передачи информации уходят в прошлое, а центральную роль в человеческой коммуникации приобретает визуальный контент. Как уже не раз отмечали авторы Хабра, это связано с нейробиологическими закономерностями, в первую очередь, с простотой восприятия и быстрым запоминанием визуальной информации, которая обусловлена количеством нейронов КГМ, участвующих в процессе. Закономерно быстро растет и само количество информации, так, в соответствии с оценками Seagate и IDC, мировой объем информации, записанной в цифровом виде, к 2025 году достигнет 160 зеттабайт, хотя ещё в середине нулевых его оценивали в 0,16 зеттабайт. Немалая часть этого количества приходится на визуальный контент.



Столь существенный рост во многом обусловлен визуальным (графическим, видео и 3D контентом). Неуклонно растущая популярность именно визуальных средств передачи и обмена информации некоторыми считается свидетельством деградации человеческих способностей на фоне технического прогресса. Другие, напротив, считают эти процессы естественной реакцией восприятия на эволюцию коммуникационных технологий и не видят поводов для тревоги. Под катом попытка осмыслить существующие взгляды на изменения поведения пользователей при росте интереса к визуальному контенту, понять влияние тенденций развития визуальной коммуникации.

Влияние коммерческого сектора и проблема скорости покупки


Бабло, как многие знают, побеждает зло. По этой причине сегодня большинство тенденций, связанных с контентом, зарождаются в качестве трендов электронной коммерции. Массовая любовь к визуальному контенту не стала исключением. Когда стоит вопрос быстрого получения информации о товаре, пользователь интуитивно выбирает тот способ, который позволит получить представление о товаре быстрее.

Сторонники деградационной парадигмы считают культура современного потребления такова, что покупателям не очень хочется часами разбираться в сотнях характеристик, задумываться над смыслом написанного в даташитах. При этом визуальный контент сразу дает представление о внешнем виде товара, который для многих оказывается одним из наиболее значимых критериев.

Отчасти, такое мнение подтверждается маркетинговыми исследованиями поведения пользователей интернет-магазинов. Там значительная часть пользователей ограничивается информацией о 2-3-х наиболее значимых характеристиках, а всё остальное время просматривает фото на страницах товара или видеообзоры, не содержащие подробных сведений о характеристиках.

Противники регрессивной гипотезы отмечают, что нет ни одного репрезентативного исследования на эту тему, а само поведение пользователей характерно далеко не для всех сегментов рынка. Например, при выборе компьютеров, смартфонов и других сложных устройств внимание покупателей, как правило, сконцентрировано на характеристиках, а некоторые продавцы даже не утруждают себя размещением фото приличного качества в достаточном количестве.

Также в этом смысле интересно появление новых форматов визуального контента, таких как VR-туры для продажи недвижимости, AR для оффлайн магазинов и 3D-обзоры техники. Все эти форматы предполагают интерактивное взаимодействие с контентом, с получением подробной текстовой информации о характеристиках товара или объекта.

Например, 3D-обзоры ноутбуков от компании REVIEW3 содержат детальные модели лэптопов, наводя на интерфейс, можно видеть текстовую информацию о нём. Аналогичным образом работают AR-решения для офлайн ритейла, в них существует возможность получать информацию о характеристиках устройства, не заглядывая в даташит, сразу на экране смартфона. VR-решения в недвижимости также позволяют предоставлять дополнительную текстовую и звуковую информацию, которые дополняют представление потенциального покупателя об объекте.

Тут важно отметить, что все эти типы контента, согласно данным маркетинговых и научных исследований (ссылки), обладают более высокой конверсией, по сравнению с привычными фото и видео. Т.е., по всей видимости, для покупателя скорость и наглядность отнюдь не компенсирует информативность.

Споры об эффективности в обучении


Традиционалисты от образования убеждены, что классические методы обучения с минимальным количеством как цифрового, так и физического визуального контента максимально эффективны. Они полагают, что отсутствие дополнительных наглядных примеров и получение информации из сухих наукообразных текстов способствует развитию когнитивных способностей. Наличие же визуальных примеров, работающих на умозрительном уровне, делает обучение слишком простым, в результате мозг, якобы, создает менее стойкие очаги возбуждения.

Их противники убеждены в том, что чем нагляднее материал, тем больше информации будет усвоено, а также, что сухость научных текстов лишь усложняет понимание учебного материала или проблемы. Последние продвигают идею о том, что современные методы обучения позволят учащимся и студентам получать исчерпывающее представление об изучаемых предметах и явлениях благодаря визуализации в VR, AR и 3D контенте.

На текущий момент существуют исследования объективно подтверждающие, что при наличии визуализации усваивается значительно больше информации. Таким образом, можно констатировать, что человек лучше запоминает информацию, представленную в виде визуального контента, по сравнению с текстовым или аудиальным.

По моему представлению, визуальный контент незаменим при изучении анатомии и физиологии, технических дисциплин, физики, химии, а отказ от его использования лишь затягивает обучение. При этом нельзя не отметить, что способность к пониманию сложных текстов и сухой наукообразной информации действительно способствует когнитивному развитию. Продираясь per aspera ad astra вгрызаясь в сухие научные тексты учащиеся тренируют образное мышление, способности к обобщению и анализу в попытке осмыслить и представить написанное вместо использования готового визуального контента. Так создаются новые нейронные связи, в том числе в структурах мозга, отвечающих за когнитивные процессы.

Блоги и социальные медиа


Ещё одним сегментом, в котором очевиден рост использования визуального контента, являются блоги и социальные сети. Очевидно, что из преимущественно текстовых ресурсов они все больше становятся визуальными. Текстовая и аудиальная информация сегодня воспринимается не как основная, но как вспомогательная, дополняющая визуальный контент.

Хорошо демонстрирует ситуацию сравнение динамики роста удельного веса в структуре мировых данных классических и новых социальных медиа. Например, делавший ставку на различные виды контента и обилие сервисов Facebook завоевал в конкурентной борьбе свой первый миллиард пользователей за 7 лет существования, тогда как TiK-Tok, платформа, фокусирующая пользователей на примитивном визуальном контенте, набрала тоже количество за 3 года. До этого несколько лет были связаны со стремительным ростом аудитории Instagram, также с преимущественно визуальным контентом.

В качестве заключения


Такие результаты свидетельствуют лишь о том, что визуальный контент является основным способом получения информации, а также, что наиболее предпочтительная форма коммуникации также предполагает визуальную составляющую. Более того, что пользователь скорее предпочтет не статичное, а динамичное изображение (т.е. видео или некий интерактивный формат, типа 360photo, VR-тура или 3D-обзора. Иными словами, мы стали свидетелями и участниками революции медийного потребления. Более того, как мне кажется, даже не одной за последние 10 лет.

И как у любой революции, т.е. у быстрого коренного изменения, у повсеместной визуализации есть как позитивные, так и негативные стороны. Я не готов стать на сторону тех, кто утверждает, что обилие визуального контента приводит к массовой деградации, и полагаю, что это совершенно естественная эволюция контента, обусловленная особенностями человеческого восприятия, с одной стороны, и техническим прогрессом, с другой. Между тем, нужно признать, что в рассуждениях традиционалистов есть здравое зерно, работа со сложными, сухими текстами на самом деле стимулирует появление новых нейронных связей, развитие образного мышления, фантазии, способствует быстрой адаптации к незнакомым текстам и возможности выделять и усваивать главное в большом количестве информации. Буду признателен за мнение читателей на этот счет в комментариях.
Подробнее..
Категории: Мозг , Визуализация данных , Научно-популярное , 3d-моделирование , Информация , Контент , Графика , Видео , Прогресс , Восприятие , Визуальный контент , Деградация , Социальные медиа , Визуальная информация

Перевод Что читать специалисту по Data Science в 2020 году

23.10.2020 14:16:54 | Автор: admin

В этом посте делимся с вами подборкой источников полезной информации о Data Science от сооснователя и CTO DAGsHub сообщества и веб-платформы для контроля версий данных и совместной работы дата-сайентистов и инженеров по машинному обучению. В подборку попали самые разные источники, от аккаунтов в твиттере, до полноценных инженерных блогов, которые ориентированы для тех, кто точно знает, что ищет. Подробности под катом.

От автора:
Вы это то, что вы едите, и вам, как работнику умственного труда нужна хорошая информационная диета. Я хочу поделиться источниками информации о Data Science, искусственном интеллекте и связанных с ним технологиях, которые нахожу наиболее полезными или привлекательными. Я надеюсь, что это поможет и вам тоже!

Two Minute Papers


YouTube-канал, который хорошо подходит, для того чтобы быть в курсе последних событий. Канал часто обновляется, а ведущий обладает заразительным энтузиазмом и позитивом во всех освещаемых темах. Ожидайте освещения интересных работ не только об ИИ, но и о компьютерной графике и других визуально привлекательных темах.

Янник Килчер


На своем YouTube-канале, Янник технически подробно объясняет значимые исследования в глубоком обучении. Вместо того, чтобы читать исследование самостоятельно, часто бывает быстрее и проще посмотреть одно из его видео, чтобы глубже понять важные статьи. Объяснения передают суть статей, не пренебрегая математикой и не теряясь в трех соснах. Янник также делится своими взглядами о том, как исследования соотносятся друг с другом, мнением о том, насколько серьезно нужно относиться к результатам, более широкими интерпретациями и т.д. Новичкам (или неакадемическим практикам) труднее прийти к этим открытиям самостоятельно.

Distill.pub


По их собственным словам:

Исследования в области машинного обучения должны быть ясными, динамичными и яркими. А Distill создан, чтобы помогать в исследованиях.

Distill уникальное издание с исследованиями в области машинного обучения. Продвигаются статьи с потрясающими визуализациями, чтобы дать читателю более интуитивное понимание тем. Пространственное мышление и воображение, как правило, работают очень хорошо, помогая в понимании тем машинного обучения и Data Science. Традиционные же форматы публикаций, напротив, имеют тенденцию быть жесткими в своей структуре, статичными и сухими, а иногда и математическими. Крис Ола (Chris Olah), один из создателей Distill, также ведет удивительный личный блог на GitHub. Он давно не обновлялся, но до сих пор остается коллекцией лучших из когда-либо написанных объяснений по теме глубокого обучения. В частности, мне очень помогло описание LSTM!


источник

Себастьян Рудер


Себастьян Рудер пишет очень содержательный блог и информационный бюллетень, в первую очередь о пересечении нейронных сетей и анализа текстов на естественных языках. Он также дает много советов исследователям и докладчикам на научных конференциях, они могут быть очень полезны, если вы находитесь в академических кругах. Статьи Себастьяна, как правило, имеют форму обзоров, подводя итоги и объясняя состояние современных исследований и методов в той или иной области. Это означает, что статьи крайне полезны для практиков, которые хотят быстро сориентироваться. Себастьян также пишет в Twitter.

Андрей Карпати


Андрей Карпати не нуждается в представлении. Помимо того, что он является одним из самых известных исследователей глубокого обучения на Земле, он создает широко используемые инструменты, например, arxiv sanity preserver в качестве сторонних проектов. Бесчисленное множество людей вошли в эту сферу через его Стэнфордский курс cs231n, и вам будет полезно узнать его рецепт обучения нейронной сети. Я также рекомендую посмотреть его речь о реальных проблемах, которые Tesla должна преодолеть, пытаясь применить машинное обучение в массовом масштабе в реальном мире. Речь информативна, она впечатляет и отрезвляет. Помимо статей об ML непосредственно, Андрей Карпати дает хорошие жизненные советы для амбициозных ученых. Читайте Андрея в Twitter и на Github.

Uber Engineering


Инженерный блог Uber действительно впечатляет масштабом и широтой охвата, освящая массу тем, в частности искусственный интеллект. Что мне особенно нравится в инженерной культуре Uber, так это их тенденция выпускать очень интересные и ценные проекты с открытым исходным кодом в головокружительном темпе. Вот некоторые примеры:

  • ludwig
  • h3
  • react-vis
  • aresdb
  • И этот список можно продолжать и продолжать Снимаю шляпу, Uber

OpenAI Blog


Если отбросить разногласия, блог OpenAI, несомненно, прекрасен. Время от времени в блоге публикуется контент и идеи о глубоком обучении, которые могут прийти только в масштабах OpenAI: гипотетический феномен глубокого двойного спуска. Команда OpenAI, как правило, публикует посты нечасто, но это важные материалы.


источник

Taboola Blog


Блог Taboola не так хорошо известен, как некоторые другие источники в этом посте, но я считаю его уникальным авторы пишут об очень приземленных, реальных проблемах при попытке применять ML в производстве для нормального бизнеса: меньше о самоуправляемых автомобилях и агентах RL, побеждающих чемпионов мира, больше о том, как мне узнать, что моя модель теперь предсказывает вещи с фальшивой уверенностью?. Эти проблемы актуальны почти для всех, кто работает в этой области, и они меньше освещаются в прессе, чем более расхожие темы ИИ, но для правильного решения этих проблем все еще требуется талант мирового класса. К счастью, Taboola обладает как этим талантом, так и готовностью и способностью писать о нем, чтобы другие люди тоже могли учиться.

Reddit


Наряду с Twitter, нет ничего лучше в Reddit, чем зацепиться за исследования, инструменты или мудрость толпы.


State of AI


Посты публикуются только ежегодно, но наполнены информацией очень плотно. По сравнению с другими источниками из этого списка, этот доступнее для не связанных с технологиями деловых людей. Что мне нравится в докладах, так это то, что он пытается дать более целостное представление о том, куда движется отрасль и исследования, с высоты птичьего полета связывая воедино достижения в области аппаратного обеспечения, исследований, бизнеса и даже геополитики. Обязательно начинайте с конца, чтобы прочитать о конфликте интересов.

Подкасты


Откровенно говоря, я считаю, что подкасты плохо приспособлены для изучения технических тем. Ведь для объяснения тем они используют только звук, а наука о данных это очень визуальная область. Подкасты, как правило, дают вам повод для более глубокого исследования позже или в для увлекательных философских дискуссий. Тем не менее, вот некоторые рекомендации:

  • подкаст Лекса Фридмана, когда он разговаривает с видными исследователями из области искусственного интеллекта. Особенно хороши эпизоды с Франсуа Шолле!
  • Data Engineering подкаст. Хорош, чтобы услышать о новых инструментах инфраструктуры данных.

Потрясающие списки


Здесь меньше того, за чем нужно следить, но больше ресурсов, которые полезны, когда вы знаете, что ищете:


Twitter


https://twitter.com/mmariansky/status/1315961122080645120?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1315961122080645120%7Ctwgr%5Eshare_3%2Ccontainerclick_0&ref_url=https%3A%2F%2Fdagshub.com%2Fblog%2Frecommended-data-science-content-sources%2F
  • Мэтти Мариански
    Мэтти находит красивые, творческие способы использования нейронных сетей, и это просто забавно видеть его результаты в вашей ленте Twitter.
  • Ори Коэн
    Ори просто машина для ведения блогов. Он много пишет о проблемах и решениях для дата-сайентистов. Обязательно подпишитесь, чтобы получить уведомление, когда публикуется статья. Его сборник, в частности, действительно впечатляет.
  • Джереми Говард
    Соучредитель компании fast.ai, всесторонний источник творчества и продуктивности.
  • Хамель Хусейн
    Штатный инженер ML в Github, Хамель Хусейн занят на работе созданием и отчетностью по многим инструментам для кодеров в области данных.
  • Франсуа Шолле
    Создатель Keras, сейчас пытается обновить наши представления о том, что такое интеллект и как его проверить.
  • Хардмару
    Ученый-исследователь в Google Brain.


Заключение


Оригинал поста может обновляться по мере того, как автор находит замечательные источники контента, которые было бы стыдно не включить в список. Не стесняйтесь обращаться к нему в Twitter, если хотите порекомендовать какой-то новый источник! А еще DAGsHub нанимает Advocate [прим. перев. публичного практикующего стороннника] в Data Science, так что если вы создаете свой собственный контент по Data Science, не стесняйтесь написать автору поста.

image

Развивайтесь, читая рекомендованные источники, а по промокоду HABR, вы сможете получить дополнительные 10% к скидке указанной на баннере.


Eще курсы


Рекомендуемые статьи


Подробнее..
Категории: Образование , Машинное обучение , Data science , Блог компании skillfactory , Читальный зал , Data engineering , Контент , Skillfactory , Литература

Сервисы на нейронке, которые генерируют поздравления на 8 Марта

05.03.2021 18:07:04 | Автор: admin

К международному празднику разработчики расчехлили кодомёты и явили миру сервисы, генерирующие упоротые поздравления с помощью нейросетей. Делюсь находками.

Neural Shit Bot

Телеграм-бот @NeuralShit помогает придумать дегенератские поздравления c 8 марта с помощью нейросетей StyleGAN2 и AiTextgen. Каждое поздравление сопровождается не менее креативной картинкой. Например, вот:

Генератор открыток с8 Марта

Более культурный сервис генератор открыток на 8 Марта разработали Work Solutions: worksolutions.ru/neuro-march. "Мы обучили нейросеть на тысячах фотографий с цветочками, а также научили ее генерировать поздравительный текст. Теперь она может создавать новые уникальные нейро-открытки!" - говорится в тексте на сайте. После создания открытки можно тут же отправить её адресату в соцсетях.

Яндексовский генератор открыток

Сервис поможет придумать более-менее персональное поздравление, не похожее на эти все здоровья, счастья, любви. Норм вариант, чтобы придумать массовую открытку для рассылки в Ватсапе: yandex.ru/lab/postcard

Первые два поздравления получились логичными, а на третий раз получилась открытка-угроза:

Всем уникальности, эксклюзивности и милых открыток! Да пребудет с нами нейронка.

Подробнее..
Категории: Копирайт , Искусственный интеллект , Машинное обучение , Нейросети , Контент-маркетинг , Интернет-маркетинг , Контент , Бот , Smm , Поздравления , Креатив , Мемы

Перевод Можем ли мы привлечь общество к самостоятельному поддержанию интернет-культуры?

17.11.2020 08:20:28 | Автор: admin


С развитием социальных сетей и других онлайн-платформ люди получили беспрецедентную возможность для проведения публичных мероприятий. Но нередко эта способность по публикации и распространению информации используется не во благо. Здесь и распространение насилия, терроризма, фейка, популяризации запрещенных препаратов, спам, оскорбления и многое другое, что вызывает резонанс в обществе. И в таких случаях возможности онлайн-платформ по распространению информации начинают работать во вред людям.

При этом трудностей с выявлением информации, которую мы не хотели бы видеть, у онлайн-платформ хватает, так как объем распространяемого в интернете контента огромен, и он постоянно растет, а задача модерации контента при этом отнюдь не тривиальная. Поэтому, несмотря на успехи автоматических методов, число нанятых онлайн-платформами модераторов, вручную просматривающих контент, также непрерывно растет, как и волна критики со стороны общества в отношении процесса модерации.



И прежде всего в обществе все чаще разгораются споры кто и в каком объеме должен нести ответственность за контент.



В конце мая 2020 года Президент Дональд Трамп подписал исполнительное распоряжение, касающееся платформ социальных сетей, призвав привлечь их к ответственности за контент, размещенный на их сайтах, и приказав Федеральной торговой комиссии и генеральному прокурору начать расследование деятельности компаний. Причиной стало размещение в Twitter предупреждающего ярлыка о проверке фактов на некоторых твитах президента, которое президент воспринял как цензуру, применённой избирательно и не прозрачно.

Но чтобы мы хотели от интернет-компаний? Чтобы они были своеобразным глобальным цензором всего и вся на своих платформах, пускай даже дорогой ценой ручной модерации? Или все же не лезли в наше общение, во имя свободы слова? Где грань? Кто задает правила игры? Возможен ли компромисс в модерации информационного поля для всех участников сторон: интернет-компаний, пользователей, контролирующих органов? Может ли статься так, что поддержанию интернет-культуры это комплексная проблема, являющейся проблемой не только интернет-компаний, но и требующая участия самого общества в этом процессе и требующая принятие им на себя хотя бы части ответственности за публикуемый им же контент?

Подобные вопросы возникают все чаще и чаще




Но какими возможностями обладает общество для участия в процессе регулирования сетевой культуры?



В настоящее время компании пытаются привлечь пользователей к модерации путем использования кнопки пожаловаться, реализация применения которой имеет несколько основных подходов.

Так, по нажатию этой кнопки контент, выделенный пользователем, может быть отправлен на проверку назначенному заранее модератору. Плюс такого подхода это простота указания нарушения конечными пользователями. Минусом этого подхода является отсутствие доверия к оценке отдельного пользователя и, как следствие, необходимость подтверждения нарушения модератором, который нередко не успевает реагировать в следствии постоянного роста объема контента. И в этом случае, конечное слово, а значит и ответственность за отторжение неприемлемой информации полностью лежит на плечах интернет- компаний.

Другим основным подходом можно считать коллективную модерацию. Разновидностей такого подхода много, но в общем случае этот подход можно описать следующим образом. При нажатии кнопки пожаловаться определенным количеством пользователей на одном и том же контенте, компании могут считать, что нарушение было, и запустить автоматическую процедуру удаления неприемлемого контента или пометить его каким-либо образом, предупреждая тем самым своих пользователей. Плюс такого подхода состоит в том, что пользователи полностью самостоятельно могут влиять на информационную культуру. Принимая на себя таким образом групповую ответственность за отторжение неприемлемой информации. Минусом является то, что такая технология по-прежнему не доверяет оценке отдельного пользователя и, как следствие, она подразумевает некоторое, достаточное количество голосующих пользователей, которых может просто не набраться для организации голосования по конкретному контенту.

В итоге, участие общества в процессе регулирования сетевой культуры на практике является опосредованной или громоздкой процедурой, которую сложно использовать массово. И это несмотря на то, что пользователи заинтересованы в поддержании адекватной интернет-культуры и, как показывает практика использования кнопки пожаловаться, готовы в ней участвовать в случае нарушений! Однако их голоса воспринимаются очень условно, и все из-за того, что в интернете нет доверия к оценке, сделанной рядовым пользователем. Нет, по умолчанию.



Но можем ли мы научится доверять оценке отдельного пользователя?



Казалось бы, в интернет невозможно просто так взять и довериться оценке рядового пользователя. Но ведь можно создать условия, при которой этой оценке можно доверять. И такой успешный опыт уже есть. Такой метод использует широко известная и всем поднадоевшая reСaptcha. Точнее, одна из ее первых версий, в которой пользователю для авторизации на сайте предлагалось написать несколько слов. Одно из этих слов было проверочным и известно системе, а другое слово было неизвестно системе, и его требовалось распознать. Сами же пользователи не знали, какое слово известное, а какое нет, и для того, чтобы быстрее авторизоваться, вынуждены были стараться отвечать честно, а не гадать.

В итоге пользователи, которые отвечали честно и правильно вводили проверочное слово, считались объективными, и reCaptcha их пропускала дальше, а также принимала ранее не известное ей слово, как верный результат. И это оказалось эффективно. Таким несложным методом пользователи reCaptcha только за первые полгода работы успешно распознали около 150 миллионов не распознанных слов, которые не смогли распознать автоматические методы.


А что, если применить такой подход в области модерации?



Подобно reCaptcha можно дать отдельному пользователю возможность выполнить тест на модерацию, т.е. тест на оценку соответствие ряда публикаций неким заранее заданным правилам. При этом среди публикаций будет публикация, оценка которой нам не известна, а остальные публикации будут проверочными с заранее известными оценками. Далее, если пользователь успешно прошел тест, т.е. был честен в оценке проверочных публикаций, известных системе, то мы принимаем его оценку неизвестной публикации, то есть доверяем мнению этого пользователя. Причем, для получения оценки неизвестной нам публикации, таким образом, нам не нужно будет организовывать коллективное голосование. Достаточно будет одного пользователя.

Объединив этот тест с кнопкой пожаловаться, мы можем организовать среду, позволяющую пользователям полностью самостоятельно модерировать информацию. Для организации этого, после нажатия кнопки пожаловаться пользователю сначала будет предложено пройти тест. Затем, если он успешно прошел тест, публикация, на которую он хочет пожаловаться и которая, как он считает, нарушает некое заранее заданное правило, будет отправлена на проверку.

В процессе прохождения теста пользователь будет является невольным, непредвзятым модератором некой публикации, оценка которой еще не известна, среди остальных публикаций.А публикация, на которую пользователь пожаловался, будет в свою отправлена другому пользователю, который также использует кнопку пожаловаться, работающую подобным образом. И уже этот пользователь в свою очередь будет невольным, непредвзятым модератором, данной публикации.



Что может дать такой подход?


  • Этот подход позволит упростить процесс модерации, сделать его массовой процедурой, при которой каждый пользователь имеет возможность выявлять нарушающую правила информацию.
  • Этот подход позволяет четко ответить на вопрос о предвзятости модерации или на обвинения в цензуре: нет, такая модерация не является предвзятой оценивающий пользователь не знает, оценка какой публикации уже известна, а какую публикацию модерирует именно он.
  • Этот подход предлагает компромиссное решение для всех участников сторон: пользователей, интернет-компаний, контролирующих органов. Здесь сами пользователи являются непредвзятыми цензорами, компании создают условий пользовательской модерации, определяя вместе с контролирующими органами правила сетевого поведения.


Использование этого подхода видится прежде всего при модерировании интернет-обсуждений (комментариев). Так с его помощью его несложно организовать пользователей с разных сайтов в своеобразное сообщество модераторов. Сообщество, в котором адекватные, соблюдающие культуру пользователи имеют преимущество перед нарушающими и в котором используются простые правила. Небольшой пример возможной реализации такого подхода и правил сообщества приведен здесь.

Такой подход можно использовать и в других местах информационного поля. Например, для разметки видеоконтента, для выявления в них грубости, жестокости, наркотиков и т.д. Это может быть разметка видео, которое вы встретите на YouTube или пересланное вам по Whatsapp, в одну из групп, в которой вы состоите. Тогда, если это видео вас шокировало, и вы хотите предупредить других людей, вы можете с помощью указанного подхода пометить его как видео, содержащее тот или иной тип неприемлемого контента. Разумеется, предварительно выполнив тест по модерации. Для упрощения модерацию видео можно оптимизировать и посылать на модерацию не все видео целиком, а только фрагмент видео, содержащий неприемлемый контент. В итоге, при дальнейшем распространении этого видео, оно будет распространятся с пометкой, которая может быть полезной другим пользователям, не желающим видеть такого рода контент.

Этот же подход можно применить и к нарушениям другого типа. Например, в случае фейка пользователи могут самостоятельно добавлять ярлык о проверке фактов или же добавлять ссылку на опровергающую информацию.

И в заключении следует отметить, что нарушающая информация, выявленная пользователями с помощью указанного подхода в том или ином месте информационного поля, может быть передана на вход автоматическим методам, с целью последующей автоматизации процесса выявления подобных нарушений. Это позволит пользователям совместно с интернет-компаниями решать трудную задачу по модерированию публикуемой и распространяемой нами же информации.

Подробнее..
Категории: Социальные сети и сообщества , Управление сообществом , Управление медиа , Спам и антиспам , Контент , Сообщества , Модерация , Комментарии , Дискуссии

Пожиратель пыли, электропрачка и другие чудеса. Как рассказывали о технических новинках 100 лет назад

06.11.2020 18:09:43 | Автор: admin
Пожалуй, каждый современный техноавтор хоть раз мучился вопросом Ну что же такого особенного презентовать публике в этом новом гаджете? и в своих мучениях мечтал вернуться лет на 100 назад, когда только-только появившиеся чудо-машины чуть ли не продавали сами себя. Однако это более чем спорно даже когда техника уже стала относительно доступной, в домах ещё долгое время предпочитали камердинеров и горничных: и надёжнее, и мороки меньше.

Именно в ту давнюю эпоху и появилась профессия технического писателя человека, который препарирует сложные технологии, популярно разъясняет непонятные принципы и наглядно преподносит неочевидные ранее выгоды. От таланта и труда которого зависят ни много ни мало темпы технического прогресса. И приёмы работы которого, как это ни странно, не сильно устарели.

Хабр воздаёт должное всем этим смелым парням, работавшим как в эпоху, когда стиральные машины приходилось именовать электрической прачкой, так и во времена, когда едва ли кого удивишь сэкономленной гаджетом наносекундой. Вдохновляйтесь креативами технических писателей и копирайтеров прошлого века, создавайте прогрессивный техноконтент своего времени и отправляйте его на конкурс IT-статей ТехноТекст-2020





Этап первый: зачем эта штука



Итак, главная задача, которая стояла перед теми, кто описывал технические новинки в начале ХХ века, повысить уровень технической грамотности населения и преодолеть ментальное недоверие к механизированных слугам.

Понятно, что в описание принципов работы, механизмов и мощностей технописатели в то время не углублялись этого просто не требовалось: у потребителей ведь не было ни общих знаний, ни предшествующего опыта работы с подобными агрегатами; словом, их мало интересовали технические детали. Но и показать, чем использование устройства принципиально лучше, чем решение вопросов по старинке, на пальцах, не выходило. Попробуйте, например, со скидкой на эпоху описать, чем так удобны радиоприёмники. Додумались бы вы сказать, что это более надёжный и быстрый способ узнать важные новости, чем ждать почту или спрашивать окружающих?



Некоторые сравнения используются до сих пор, например метафора фотоохота появилась ещё в 1900-х.



Кстати, обратите внимание: техноконтент того времени выглядит как отдельные статьи многословный, с заголовком во много раз крупнее основного текста и со сложными иллюстрациями вместо минималистического пэкшота. При этом до начала 1930-х иллюстрации, как правило, использовались рисованные, а после уже фотографические. Хотя встречались, конечно, и не слишком понятные, но интригующие тизеры ну, тогда у людей ещё было время и терпение дочитать до момента, где продукт наконец предстаёт во всей красе.



Сразу два интересных кейса нам подарил пылесос. Первый что его не до конца понятные преимущества поначалу приходилось описывать как ест грязь. Второй что из двух вариантов его названия vacuum cleaner (вакуумный уборщик) и vacuum sweeper (вакуумная машина для подметания, вакуумный веник) закрепилось более статусное первое, которое условно приравнивало дорогое чудо техники к ещё одному слуге.



Преимущество гаджетов перед живыми работниками подчеркивали и с весьма неожиданных сторон. Например, кухонную плиту называли молчаливым напарником, очевидно, бросая камень в огород болтливых служанок.



Делать домашние дела играючи это ли не мечта, к которой хозяйки стремились и 100, и 200 лет назад? Эта максимально простая идея ставилась на первое место во многих описаниях техники как XX, так и XXI века. Хотя современные женщины к этой мечте, пожалуй, всё же чуточку ближе.



Второе, что обеспечивали гаджеты, это спокойствие. Особенно это касалось приборов, связанных с коммуникацией.



Стоит отметить, что, поскольку в кругу обеспеченных людей и даже в семьях со средним достатком работающих женщин было не так много, решение о покупке гаджета чаще всего принимал мужчина. Поэтому в те годы выходило много креатива, направленного на то, чтобы подвигнуть мужчин порадовать свою супругу, дочь или маму и подарить ей бытового помощника.

И снова вопрос стоял о том, как пелось в известной песенке, иметь или не иметь, а не о том, какой из приборов выбрать. И, кстати, поскольку новые гаджеты в основном были призваны облегчить жизнь и свободное время представлялось производителями как основной RTB,то авторам надо было доступно объяснить, хотя бы ЧТО агрегат делает, а не КАК.



Ну и ещё важной задачей, как ни смешно сейчас об этом говорить, было объяснить, что новые механизмы безопасны и не стоит их бояться. И здесь, конечно, мастерам слова приходилось серьёзно покопаться в технологиях, чтобы не закопать вместе с собой не искушённого техническими подробностями читателя.



Этап второй: выход на массовый рынок и борьба с конкурентами



Когда рынок принял механизированных слуг и поверил в новинки, то у тогдашних криэйторов начались ещё более сложные времена. Просто сравнение машины и человека уже не вывозило требовалось стимулировать к покупке не просто гаджета X, а гаджета X конкретной компании. Независимых обозревателей тогда не было компаниям приходилось наращивать базовую экспертность покупателей именно за счёт публикаций. А значит, пришло время препарирования и перевода на человеческий всех технологий и их более лучших характеристик. Ну прямо как сейчас со смартфонами!



Новое поколение каждого гаджета презентовалось как максимально совершенное.



Причём некоторые открытым текстом говорили, что их продукт априори лучше, чем у вашего соседа и сможет стать предметом зависти и восхищения. И конечно, позволит повысить ваш социальный статус.



Постепенно для подтверждения преимуществ стали проводиться и афишироваться исследования и тестирования. Но чтобы грамотно составлять и использовать конструкции вроде может (больше/тише/быстрее/чище и т. д.) благодаря (уменьшенному/точному/разнообразному и т. д.) чему-то, требовалось научно-популярное углубление в физику и механику.



Какие же конкретные достоинства вверенных им гаджетов акцентировали авторы? Одним из ключевых преимуществ заявлялось удобство использования.



Второй возможный аргумент безопасность, особенно часто её упоминали в контексте вопроса здоровья детей.



Кстати, эргономичность и экономия энергопотребления, которые сейчас все называют новым трендом, на самом деле уже совершили полный круг по временной петле, ведь счётчики во многих домах стояли с конца XIX века. Так, в 1912 году книжным бестселлером стала работа инженера В. А. Александрова Что нужно знать, чтобы меньше тратить на электричество книга за пару лет переиздавалась четыре раза. В ней 92 страницы, чтиво весьма занятное его легко найти в интернете, чтобы полистать на досуге.



Ну а вот как выглядела экономия электроэнергии, топлива и других ресурсов в качестве преимущества в коммуникации тех времен.



По мере усложнения технологий и устройств и расширения выбора на рынок стали выходить и мошенники, выпускавшие подделки под видом продукции уже ставших известными брендов. Тогда-то техноавторы того времени покоряют новую вершину начинают появляться написанные общедоступным языком гайды не только по использованию, но и по выбору гаджета и распознаванию подделки.

Ну, а что даже в наше время общий уровень технической грамотности населения далеко не стопроцентный.



Долгое время о возможностях апгрейда имеющейся техники или о самостоятельном ремонте речи не было. Но когда нарративы наконец позволили аудитории окончательно разобраться в новинках, свой контент стал появляться не только у конкретных устройств, но и у их комплектующих.



Этап третий: сторителлинг и контент-маркетинг



В XX веке информационное поле среднестатистического европейца или американца резко выросло всего за несколько лет. Так что и десятка объявлений в газете было достаточно, чтобы глаз замылился, а громкие заголовки вроде СЕНСАЦИЯ! и ЛУЧШИЙ В МИРЕ! перестали вызывать доверие, особенно после первой неудачной покупки такого распиаренного продукта.

Углубляться в описание технических принципов работы самим и погружать в это и потребителей, чтобы те начали осознавать разницу между новым и старым поколением техники или между устройствами разных брендов, к тому моменту стало просто обязательным. Так что королям и королевам креатива ХХ века пришлось учиться действовать ещё тоньше, например создавать целые истории (сейчас это называют модными словами натив и сторителлинг), в персонажах которых читатель мог узнать себя, а продукт при этом играл бы значимую роль.

Начиналось всё с некоего виртуального коммивояжёра, который презентовал продукт в формате связного рассказа и предоставлял подробные и простые объяснения принципов работы и выгод от использования.



Но со временем доверие к производителю как к тому, кто предлагает свой товар, упало. Тогда технические писатели стали вводить в свои объявления воображаемых третьих лиц, то есть подача шла через разговор с более прогрессивной дочерью или подружкой, которая знакомит читателя с технологией. Такой формат лучше настраивал на доверительный лад и позволял избавиться от стеснения и от стыдливости по поводу того, что читатель не разбирается в характеристиках товара.



Для большего доверия могли упоминаться и селебрити того времени.



Ну а для максимального погружения в атмосферу в контенте использовались различные частные случаи. Оцените, например, вот этот контент-кейс фотоаппаратов вполне в духе XXI века не сфотографировал, значит, не было. Кажется, автор этого объявления и в наше время не остался бы без работы.



Техноавторство стало принимать ещё более причудливые формы, когда кто-то придумал максимально поэтизировать процесс взаимодействия с механизмом.



Истории, напоминавшие семейные байки, дополненные милыми мелочами, защищали от того, что описание будет пролистано. Молодой человек, который хочет научиться танцевать, ребёнок, который вечерами втихаря таскает лакомства из холодильника, старушка, которой сложно самой справляться с бытом Герои были узнаваемыми и напоминали читателям об их близких или были похожи на них самих.



В начале века также начал распространяться столь популярный сейчас натив вот, например, производитель публикует рецепты блюд, которые можно легко и просто изготовить с помощью его плиты. То есть приготовить, конечно, можно и используя другую плиту, но читатель всё равно будет благодарен производителю за рецепт, что улучшит его отношение к бренду как к таковому. А заодно он лишний раз ознакомится с преимуществами продукта.



Ну и напоследок отметим появление историй в духе Виллариба и Виллабаджо, ставших очень популярными у нас 1990-х и 2000-х, то есть когда кто-то действовал по старинке и потерпел неудачу, а другой использовал ТОТ САМЙ продукт и ему всё удалось.




В общем, техническая эволюция продолжается, а техническим писателям и копирайтерам всё так же необходимо уметь рассказывать просто о сложном. Кстати, именно так Просто о сложном называется одна из номинаций конкурса IT-статей ТехноТекст-2020. И в нём могут участвовать не только статьи, созданные из любви к искусству, но и вполне себе коммерческие работы контент-маркетологов. Главное, чтобы пользы для читателя в них было заметно больше, чем рекламы.

Поторопитесь, последний день приёма заявок понедельник, 9 ноября 2020 года!



P.S. Если после прочтения этого текста вам кажется, что всё новое это хорошо забытое старое, то вам не кажется. Снято на айф то есть на Agfa в 1930-х.

Подробнее..
Категории: Научно-популярное , Гаджеты , Читальный зал , Контент-маркетинг , Блог компании хабр , Контент , Хабр , Технотекст , Авторы

Что такое HDR10? Разбор

05.02.2021 14:16:53 | Автор: admin
70% информации о мире человек получает через зрение. Фактически глаза наш главный орган чувств.Но можем ли мы доверять нашему зрению?

Давайте взглянем на картинку. Вроде ничего необычного. Но что если я вам скажу, что ячейки A и B совершенного одного цвета.





На самом деле мы не всегда можем отличить светлое от темного. Далеко за примерами ходить не надо: помните сине-черное / бело-золотое платье или появившиеся чуть позже кроссовки?





И все современные экраны пользуются этой особенностью человеческого зрения. Вместо настоящего света и тени нам показывают их имитацию. Мы настолько к этому привыкли, что даже не представляем что может быть как-то иначе. Но на самом деле может. Благодаря технологии HDR, которая намного сложнее и интереснее, чем вы думаете.Поэтому сегодня мы поговорим, что такое настоящее HDR-видео, поговорим про стандарты и сравним HDR10 и HDR10+ на самом продвинутом QLED телевизоре!



На самом деле первое, что надо знать про HDR: это не просто штука, которая правильно хранит видео. Чтобы увидеть HDR-контент нам нужно две составляющие: сам контент, и правильный экран, который его поддерживает. Поэтому смотреть мы сегодня будем на QLED-телевизоре Samsung.

6 стопов SDR


Ежедневно наши глаза сталкиваются с экстремальными перепадами яркости. Поэтому человеческое зрение в ходе эволюции научилось видеть достаточно широкий динамический диапазон (ДД), то есть разницу улавливать разницу между разными уровнями яркости. Фотографы и киноделы знают, что ДД измеряется в ступенях экспозиции или стопах (f-stop).

Так сколько стопов видит человеческий глаз? Скажу так по разному.

Если завязать вам глаза, вывести в незнакомое место и резко снять повязку, то в эту секунду вы увидите 14 стопов экспозиции. Это не мало. Вот камера, на которую я снимаю ролики, видит только 12 стопов. И это ничто по сравнению с человеческим зрением, потому что оно умеет адаптироваться.

Спустя пару секунд, когда ваши глаза привыкнут к яркости и обследуют пространство вокруг, настройки зрения подкрутятся и вы увидите потрясающую игру света и тени из 30 стопов экспозиции!





Ух! Красота! Но когда мы смотрим видео на ТВ или на экране смартфона, нам остаётся довольствоваться только 6 стопами экспозиции, потому как видео со стандартным динамическим диапазоном или SDR больше не поддерживает.

Яркость


Почему так мало? Вопрос исторический и связан он с двумя этапами.

Стандарты современного SDR видео зародились еще в середине 20-го века, когда появилось цветное телевидение. Тогда существовали только ЭЛТ телевизоры, и они были очень тусклые. Максимальная яркость была 100 нит или кандел на квадратный метр. Кстати, кандела это свеча. Поэтому 100 кандел на квадратный метр буквально означает уровень яркости 100 свечей, расположенных на площади в 1 метр. Но если вам не нравится измерять яркость в свечах, вместо кандел на квадратный метр можно просто говорить ниты. Кстати в нашем телевизоре Samsung Q950T 4000 нит.

Так вот, это ограничение яркости было заложено в стандарт SDR. Поэтому современные телевизоры показывая SDR-контент по сути игнорируют потрясающую адаптивность человеческого зрения подсовывают нам тусклую и плоскую картинку. И это несмотря на то, что с тех пор техника сильно продвинулись вперед.

Одной из особенностей технологии QLED является высокая пиковая яркость. Это самые яркие ТВ на рынке, они даже ярче OLED.

Современные QLED-телевизоры способны выдавать целых 4000 нит яркости, что в 40 раз больше, чем заложено в стандарт SDR. Потрясающе показывай, что хочешь. Но по-прежнему 99% контента, который мы видим это SDR, поэтому смотря YouTube на своём потрясающем AMOLED-дисплее, вы фактически смотрите эмуляцию кинескопа из гостиной времен разгара холодной войны. Такие дела.

Глубина цвета


Второе ограничение тоже происходит из глубокой древности 1990-х.

Тогда появился революционный стандарт цифровое телевидение высокой четкости HDTV, частью которого стала глубина цвета 8 бит.Это значит, что у каждого из базовых цветов красного, зеленого и синего может быть только 256 значений. Возводим 2 в 8-ю степень получается 256 это и есть 8 бит..

Итого на три канала, всего 16 777 216 миллионов оттенков.



Кажется, что это много. Но человек видит куда больше цветов. И все эти некрасивые ступенчатые переходы, которые часто можно заметить на видео и фотографиях и конечно в YouTube, спасибо его фирменному кодеку это как раз ограничения 8 бит.



Но самое интересное, что эти два ограничения: 6 стопов экспозиции и 8 бит на канал, не позволяли SD-видео сымитировать главную особенность человеческого зрения его нелинейность! Поэтому поговорим про восприятие яркости.

Восприятие яркости


Так уж эволюционно сложилось, что для человека всегда было важнее, что там находится в тени, чем на ярком солнце. Поэтому человеческий глаз гораздо лучше различает темные оттенки. И поэтому любое цифровое изображение кодируется не линейно, чтобы как можно больше бит информации отдать под темные участки изображения.



Иначе, для человеческого глаза в тенях перепады между уровнями яркости будут уж слишком большие, в светах, наоборот, совершенно незаметные, особенно если у вас в распоряжении всего 256 значений, которые есть в распоряжения SDR видео.



Но в отличие от SDR HDR видео кодируется с глубиной цвета, как минимум 10 бит. А это 1024 значения на канал и итоговые более миллиарда оттенков (1024 x 1024 x 1024 = 1 073 741 824)





А предельная яркость изображения в HDR видео стартует от 1000 нит и может достигать 10000 нит. Это в 100 раз ярче SDR!

Такое раздолье позволяет закодировать максимум информации в темных участках изображения и показать картинку куда более естественную для человеческого глаза.



Метаданные


Итак, мы с вами выяснили, что возможности HDR сильно превосходят SDR, и HDR показывает куда более страшную и всю из себя контрастную картинку, но! Какая разница, какой там у тебя формат видео, SDR или HDR, если качество изображения всё равно зависит от экрана, на котором ты смотришь. На некоторых экранах SDR выглядит так насыщенно и контрастно, что HDR даже и не снилось.Всё так!

Все дисплеи отличаются. Они по-разному откалиброваны, в них разный уровень яркости и прочие параметры.

Но HDR-видео в отличие от SDR не просто выводит изображение на экран, но еще и умеет сообщать телевизору, как именно нужно его показывать! Делается это при помощи так называемых метаданных.



Они бывают двух видов.

Статические метаданные. Содержат в себе настройки настройки яркости и контраста всего видео целиком. Например, человек, который мастерил какое-нибудь атмосферное, темное кино может указать, что максимальная яркость в этом фильме всего 400 нит. Поэтому телевизор с яркостью 4000 нит не будет задирать яркость и превращать ваш хоррор-фильм в детский утренник. Или наоборот фильм с яркостью 4000 нит по максимуму раскроется не только на телевизоре, который тянет такую яркость, но и на более тусклом экране, так как картинка правильно сожмётся до возможностей телевизора.

Но бывают такие фильмы, которые в целом темные, но в них есть сцены с яркими вспышками света. Или например фильм про космос, в котором ярко сияют звезды. В таких случаях необходимо настроить яркость каждой сцены отдельно.

Для это существуют динамические метаданные. Они содержат в себе настройки каждого пикселя в каждом кадре фильма. Более того, эти метаданные содержат информацию на каком дисплее мастерился контент. А значит ваш дисплей может взять эти настройки и адаптировать изображение так, чтобы вы получили максимально приближенную к задумке автора картинку.

HDR10 и HDR10+


Самый распространённый формат с поддержкой статический метаданных это HDR10.Более того это самый распространенный HDR формат в принципе. Если видите наклейку HDR на телевизоре знайте: он поддерживает HDR10. Это его плюс.

Но поддержка только статических метаданных не позволяют назвать его настоящим HDR.Поэтому компания Samsung, совместно с 20th Century Fox и Panasonic решили исправить это недоразумение и добавили к HDR10 поддержку динамических метаданных, назвав новый стандарт HDR10+.



Получился он царский 10 бит, 4000 нит, более миллиарда оттенков.Но видна ли разница между HDR10 и 10+ на практике.

У нас есть QLED телевизор Samsung Q950T, который как раз поддерживает оба формата. Поэтому сравнение будет максимально корректным. Мы запустили кино, которые смастерили в HDR10 и HDR10+. И знаете, что я действительно увидел разницу.На этом телевизоре и HDR10 выглядит круто, а HDR10+ вообще разрывает шаблон. И дело не только в стандарте HDR10+.

Adaptive Picture




Дело в том, что HDR-контент существенно более придирчив к качеству дисплея, чем SDR. Например, яркость в HDR-видео указывается не в относительных значениях, то есть в процентах, а в абсолютных в нитах.Поэтому, хочешь не хочешь, но если в метаданных указано, что этот конкретный участок изображения должен светить 1000 нит нужно, чтобы телевизор сумел выдать такую яркость. Иначе, это уже будет не HDR.

А если, вдруг, вы смотрите видео днём, в ярко освещенной комнате, то нужно еще компенсировать окружающее освещение.Большинство устройств не справляются с этой задачей. Но, у QLED телевизоров Samsung, в этом плане есть, огромное преимущество.

Во-первых, в них используется технология Adaptive Picture, которая подстраивает яркость и контрастность изображения в зависимости от окружающего освещения.

Во-вторых, как я уже говорил, запас яркости в QLED 4000 нит. А этого с головой хватит для компенсации практически любого внешнего освещения.

В отличие от OLED-телевизоров, которые могут выдавать необходимый уровень контраста только при плотно зашторенных шторах.

Другие технологии




Естественно, это не единственная крутая технология внутри данного телевизора. Здесь установлен мощный нейропроцессор Quantum 8K, который в реальном времени умеет апскейлить 4K-контент до 8К. Причём он не просто повышает четкость изображения, он распознаёт разного типа текстуры и дополнительно их прорабатывает.Еще тут сверхширокие углы обзора, прекрасный объемный звук, который кстати тоже адаптируется под уровень шума в помещении в реальном времени. И масса других технологии, эксклюзивных для QLED-телевизоров Samsung.

Но главная технология сегодняшнего вечера HDR10+ и, что прекрасно это не эксклюзив.



HDR10+ это открытый и бесплатный стандарт, как и обычный HDR10. Всё это дает ему огромное преимущество перед, по сути, таким же, но платным Dolby Vision.Поэтому HDR10+ есть не только в телевизорах и смартфонах Samsung его поддерживают практически все производители телевизоров, смартфонов, камер, ну и, конечно, в этом формате снимаются и делаются фильмы. А значит у HDR10+ есть все шансы стать настоящим народным стандартом HDR, которым вы сможете насладиться на всех экранах страны, как больших, так и малых.
Подробнее..
Категории: Алгоритмы , Разбор , Электроника для начинающих , Матрицы , Мониторы и тв , Контент , Блог компании droider.ru , Дисплей , Сжатие данных , Телевизоры , Тв , Телевидение , Dolby , Dolby vision , Hdr , Hdr10 , Hdr 10+ , Экран , Тв-матрицы , Hdr-контент , Hdr-видео

Копирайтер Vs GTP-3. Кто кого

23.03.2021 12:19:49 | Автор: admin

Нейросеть GTP-3 самый совершенный алгоритм, имитирующий естественный человеческий язык. Возможно, в ближайшем будущем он оставит копирайтеров и журналистов без работы. Да?

Быть такого не может, подумал я и протестировал решения на основе данного алгоритма, ruGTP-3 и Copy.AI.

Так ли хороша нейронка, как о ней говорят? Вот и посмотрим. Заодно и поговорим о том, как ее появление скажется на работе копирайтеров...

Про GTP-3

Принцип работы (из материала РБК.Тренды)

Нейросеть GPT-3 Generative Pre-trained Transformer разработана некоммерческой организацией OpenAI, которую основали глава SpaceX Илон Маск и экс-президент акселератора YCombinator Сэм Альтман. Третье поколение программы обработки естественного языка представили публике в мае 2020 года. Сегодня это самая сложная и объемная языковая модель из всех существующих.

Эта нейросеть подходит для решения практически любых текстовых задач, сформулированных на английском языке. Она очень гибкая, легко адаптируется к новым вводным данным. Превосходит роботов предыдущих поколений на порядок (или даже на несколько порядков).

Ее характеристики:

  • 175 млрд параметров, Для сравнения в предыдущей версии было 1,5 млрд.

  • 600 Гб датасета (вся англоязычная Википедия, книги и стихи, материалы из СМИ и GitHub, путеводители и рецепты). У предшественницы только 40 Гб.

  • архитектура трансформер (работает по принципу автодополнения, как Т9). В принципе, как и у предшественников.

Оценить качество работы новой нейросети можно по следующим материалам.

Интервью с нейросетью в РБК.Тренды

Эссе нейросети в The Guardian (на английском)

Сегодня доступ к нейросети открыт ограниченному кругу лиц. Но все же открыт, поэтому...

Русскоязычная версия ruGTP-3

Поэтому российские умельцы разработали аналогичный алгоритм ruGTP-3 Large. Видимо, они просто взяли GTP-3 и натянули на нее русскоязычный интерфейс.

Согласно статье с портала Cnews, это прообраз общего, или сильного, искусственного интеллекта (Artificial General Intelligence, AGI), способного решать разноплановые задачи в различных сферах деятельности.

Она обладает следующими функциями:

  • пишет новости, романы, стихи, пародии, техническую документацию и др,

  • исправляет грамматические ошибки,

  • ведет диалоги,

  • кодит (только я так и не понял, на каких языках).

Только нейросеть не генерирует текст и код с нуля, а только продолжает действия пользователя вместо него. То есть обязательно нужен специалист, который начнет работу, а программа продолжит.

Ну вот, а я-то думал...

Все интересующиеся могут найти ее >> здесь << .

Собственно, я интересуюсь и попробовал работать с ней (смотрите результаты ниже).

Интерфейс ruGTP-3Интерфейс ruGTP-3

Что я делал? Вводил незаконченный текст в интерфейс, в поле ruGPT-3 (760M) -> нажимал Дополнить -> и нейросеть дополняла -> я получал текст.

C первого захода сеть отказалась работать...C первого захода сеть отказалась работать...Со второго выдала полотно текстовой бредятины...Со второго выдала полотно текстовой бредятины...Третий заход тоже бредятина, хоть полотно и покороче...Третий заход тоже бредятина, хоть полотно и покороче...

В результате я получил несколько куч словесного мусора. Ну, наверное, примерно то же пишут горе-авторы на биржах контента по 20 /килознак, подумал я.

Но, говорят, ruGTP-3 занимает лидирующее место в рейтинге нейросетей, и она отлично справляется с задачами на логику, здравый смысл, понимание текста.

Странно... может для затравки ей нужен более осознанный текст (с большим количествчом исходных данных)....

Тогда я решил, будто продаю свежие цветы в Хабаровске и пишу текст для этих целей. А сеть сказала, что в Хабаровске можно есть еще и животных. Жесть. По-моему, это провал.Тогда я решил, будто продаю свежие цветы в Хабаровске и пишу текст для этих целей. А сеть сказала, что в Хабаровске можно есть еще и животных. Жесть. По-моему, это провал.

Мои ожидания были обмануты на 100%! Да если бы я такое написал, то был бы осмеян и опозорен (как заказчиками, так и другими райтерами).

Поэтому я оставил ruGTP-3 с ее доеданиями животных и перешел к другой разработке с GTP-3. Честно говоря, я не надеялся увидеть что-то более-менее адекватное. Оправдались ли мои ожидания? Читайте и узнаете...

COPY.AI

Впервые я прочитал о нем на портале фрилансеров. Узнал, что его создали Крис Лу и Паул Якобян (явно не русские парни), поэтому он должен сильно отличаться от ruGTP-3...

Посмотрим, что там.

Текст на главном экране: Представляем конец страха чистого листа. С инструментами для автоматизации креатива от COPY.AI вы сможете генерировать маркетинговые тексты за секунды. И призыв начать 7-дневный пробный период.Текст на главном экране: Представляем конец страха чистого листа. С инструментами для автоматизации креатива от COPY.AI вы сможете генерировать маркетинговые тексты за секунды. И призыв начать 7-дневный пробный период.

Ага, то есть это инструмент для копирайтеров подумал я, потому что термин страх чистого листа узкоспециализированный и крайне редко используемый, то есть программа не выполняет работу вместо копирайтера, а упрощает ее. Ну-ну...

Далее. С ней можно писать 18 видов текстов: тексты объявлений, посты, контент для сайтов, тексты для интернет-магазинов, тексты для блогов, тексты для отделов продаж. О!

И много отзывов. Люди говорят, что программа чудо, что она высвобождает уйму времени для писателей, что она помогает увеличить продуктивность писателя в 10 раз. Видимо, все очень хорошо.

Удивило: она выдает умопомрачительные идеи (brainstorming ideas).

Ну я улыбнулся -> Запустил триал -> Зарегистрировался -> Перешел в рабочий кабинет -> и вот...

Скриншот кабинетаСкриншот кабинета

Что меня порадовало

  1. Огромное количество видов текста (в левой части кабинета, под надписью Select tool). Как я понял, в зависимости от выбранного вида текста меняется структура контента.

  2. Работа с несколькими языками (вкладки Input Language и Output Language). Программа работает с немецким, британским английским, американским английским, французским, итальянским, испанским, японским, китайским, польским, португальским, бразильским и русским языками. Как пишет, так и переводит (Вау!)

  3. Можно таргетировать текст на специфичную аудиторию (для этого нужно поставить галочку в поле Need help targeting a more specific audience?). Можно выбрать аудиторию по роду занятий и геолокации, выбрать особый инфоповод, выбрать предмет продвижения.

Что расстроило

  • англоязычный интерфейс. Хотя мне не важно (и с современными переводчиками юзерам тоже должно быть не важно). Однако некоторым не англоговорящим постоянные переводы будут не удобны.

Ну я заполнил поля снова ввел историю о продаже цветов в Хабаровске.

Написал описание товара (Product Description) цветы. Продаю их офисным работникам из Хабаровска со скидкой 30% (организую распродажу в честь дня города).Написал описание товара (Product Description) цветы. Продаю их офисным работникам из Хабаровска со скидкой 30% (организую распродажу в честь дня города).

И вот что получилось в результате. Честно: результат превзошел мои ожидания...

Получил 7 вариантов текста.Получил 7 вариантов текста.

Оцениваю результат

Текст довольно связный, но с ошибками как будто переведенный через Google Translate.

+ Короткий. Такое ощущение, что просто подготовлен анонс текста в 3-4 предложениях.

То есть текст в результате нужно:

  • отредактировать (добавить идей),

  • откорректировать (убрать стилистические ошибки, добавить связки, форматировать, дописать).

Но. сервис обозначен, как сервис для копирайтеров чего ж я ожидал (дописывать придется). Другой разговор, что заменить копирайтера у него явно не получится.

Вывод и разговоры о будущем...

Что ruGTP-3, что Copy.AI явно не смогут заменить пишущих людей: у первой это не получится, а вторая создана не для этого.

Но что произойдет из-за появления этих программ? Однозначно, ничего страшного. Конечно, я не футуролог и не могу дать обоснованный прогноз с точностью 100%, но попытаться можно...

Пессимистичный прогноз

Бизнес ринется использовать нейронки для создания текстов. Она научится писать адекватные тексты и составит конкуренцию пишущим людям.

Впрочем, без работы совсем она их не оставит, так как копирайтеры сами будут пользоваться ей.

Почему так может случиться:

  • потому что бизнесменам нужны тексты дешево и качественно,

  • и потому что есть тенденция к ускорению медиапотребления, то есть народ меньше читает (а нейросеть как раз меньше пишет).

Однако я предпочитаю ждать лучшего и строить позитивные прогнозы.

Оптимистичный прогноз

Бизнес сразу поймет, что нейросеть не генерирует нормальные тексты и призовет на помощь копирайтеров. То есть ситуация в мире останется без изменений.

Это может случится при условии, что явных потрясений в мире не произойдет (то есть не выйдет еще более усовершенствованная сеть GTP-4 или какой-нибудь Skynet не сотрет все тексты в мире).

Вероятностный прогноз

От нескольких людей слышал, что за рубежом проблема с качеством контента. И с появлением GTP-3 ситуация не сильно изменится.

Соответственно, бизнес сочтет разработку бесполезной, и не будет пользоваться ей.

Хотя кому-то может и понравится. Ретрограды вроде меня будут продолжать писать и читать лонгриды. А вот представителям поколения Z вполне может хватить 3-4 предложений в тексте.

То есть, скорее всего, обе разработки с GTP-3 конечно найдут своих пользователей.

Однако, я должен отметить, что эти предсказания являются моими личными догадками, и вполне могут быть неправдой. В конце концов, я не Господь Бог и даже не футуролог, поэтому сколько-нибудь конкретных заявлений делать не могу.

Надеюсь, материал получился интересный и полезный.

Спасибо!

Подробнее..
Категории: Алгоритмы , Искусственный интеллект , Нейросети , Будущее здесь , Нейросеть , Контент-маркетинг , Интернет-маркетинг , Контент

Об информационной модели товара

02.07.2020 20:17:59 | Автор: admin

В современном мире основным источником информации о бытовом товаре для покупателя является интернет, посредством которого можно легко и быстро найти, сравнить, выбрать и даже купить модель товара того или иного типа. Однако мало кто из покупателей задумывается о том, что стоит за формированием контента, на основе которого он этот выбор делает.


Тем не менее, и владелец магазина, и его маркетинговый отдел прекрасно понимают необходимость предоставлять для товаров качественное, исчерпывающее и в то же время достаточно легко воспринимаемое клиентом описание.


Контент о товаре условно можно подразделить на несколько видов:


  1. Общая информация (фото, видео, редакторский текст).
  2. SEO (обвес для продвижения, поиска, сниппеты, микроразметка).
  3. Техническое описание (характеристики).
  4. Файлы документации.
  5. Связанные товары (сопутствующие, зависимые, обязательные, альтернативные и т.п.).

Информационная модель


В данной статье мы рассмотрим контент третьего типа техническое описание (на самом деле, на основе этого контента можно получать почти все остальное).


Такой контент, как правило, представляет собой таблицу, состоящую из пар Атрибут: Значение. При этом под атрибутом следует понимать некоторое обособленное свойство группы близких по назначению товаров, отражающее их функциональные, физические и/или потребительские качества. Значение атрибута это реализация такого свойства в данном конкретном товаре (говоря алгебраическим языком, значение есть действие атрибута на товар).


Атрибуты могут быть числовыми, категориальными и текстовыми.


Числовой атрибут представляет собой линейную шкалу, с помощью которой товары можно сравнивать между собой как обычные действительные числа. Как правило, это физическая величина (вес, объем, частота, мощность и т.п.) с единицей измерения (масштабом), либо количественный атрибут (без масштаба). Числовой атрибут в каждом товаре реализуется в виде конкретного числового значения с конкретной единицей измерения. Иногда два числовых атрибута объединяют в один для реализации интервального значения (от и до).


Категориальный атрибут представляет собой конечный список токенов (слов, словосочетаний, наименований, обозначений и т.п.) и в каждом конкретном товаре реализуется некоторым (возможно, пустым) подмножеством данного списка.


Наконец, текстовый атрибут в качестве значений может принимать любой текст из заданного алфавита, т.е. является аналогом категориального атрибута, но с бесконечным множеством возможных значений (звезда Клини в данном алфавите).


При желании все три типа атрибутов можно свести к последнему текстовому. Для клиента, читающего описание товара, между ними нет никакой разницы. Однако стоит заметить, что чем более структурирован атрибут и чем лучше он оцифрован (пусть даже это будет конечный список векторов или матриц, а не просто число), тем легче его использовать в алгоритмах сравнения товаров и при вычислении их функции полезности, а также в фильтрах и тегах. Поэтому техническое описание тем качественнее, чем больше в нем числовых атрибутов и чем меньше (в идеале совсем нет) текстовых.


Для каждого конкретного товара каждый атрибут в отдельности мало что значит, однако определенный набор атрибутов, реализованный в товаре, уже представляет собой некоторый генетический код данного товара, и поэтому от правильности выбора атрибутов зависит то, как данный товар будет соотноситься с другими, родственными товарами, насколько релевантен он будет в поиске, каким способом его можно будет отыскать в множестве подобных товаров.


Отсюда возникает дилемма: какой набор атрибутов, с одной стороны, достаточен для исчерпывающего (делающего его уникальным) описания одного товара, а с другой стороны, сколько вообще нужно атрибутов для того, чтобы адекватно описывать, сопоставлять и сравнивать товары в интернет-магазине или маркет-плейсе.


Как обычно, истина где-то посередине. Все товары необходимо разделить на группы таким образом, чтобы внутри каждой группы было как можно меньше малоиспользуемых атрибутов (крайний вариант: на каждый товар свой набор атрибутов) и в то же время количество этих групп должно быть как можно меньше, а их объем не должен сильно варьироваться от группы к группе (крайний вариант: единый набор атрибутов для всех товаров, т.е. одна группа товаров).


Обычно (и, как правило, эта логика оправдывается) принято подразделять товары на группы в соответствии с их функциями и потребительскими свойствами. Не стоит, например, искать одинаковые наборы атрибутов у микроволновой печи и бензиновой газонокосилки. В то же время, чайники и термопоты вполне могут быть объединены в одну группу товаров с одинаковым набором атрибутов.


Пара (Группа товаров: Набор атрибутов) называется информационной моделью (инфомоделью, моделью).


Таким образом, информационная модель представляет собой многомерное пространство (гиперкуб), измерениями в котором выступают атрибуты, а точками конкретные физические товары, а точнее, их представление в данной модели. Инфомодель эволюционирует во времени, т.к. пополняются списки значений категориальных атрибутов, добавляются новые атрибуты и единицы измерения.


Вариативность инфомоделей


Вспомним теперь о том, что товары, очень близкие по свойствам (одного назначения), производятся различными компаниями, количество которых может достигать нескольких сотен. У каждого производителя имеется свое собственное описание продукции, а значит, свое разбиение товаров на группы и своя информационная модель для каждой группы. Получается, что хотя производители и говорят практически об одном и том же, они пользуются разными формальными языками.


Это значит, что даже для одной группы товаров существует множество информационных моделей, а универсальной общепринятой модели не существует вовсе.


При создании собственного информационного каталога для интернет-магазина мы вынуждены так или иначе импортировать технические описания товаров извне. Это можно делать вручную силами собственной контент-команды, можно импортировать через API провайдеров контента и поставщиков, можно настраивать иные способы импорта контента из доверенных источников, а также комбинировать одни методы импорта с другими. Так или иначе, возникает задача определения операторов, отображающих внешние информационные модели во внутреннюю.


Кроме того, внутренняя модель также подвергается дальнейшей трансформации для предоставления данных на сайт интернет-магазина, в различные фиды для продвижения товаров на интернет-площадках. А если мы говорим о внутренней модели провайдера контента, то эта модель отображается в многочисленные информационные модели клиентов, приобретающих данный контент.


Таким образом, в общем случае мы имеем задачу двойного преобразования технического контента:
image
И на каждой из трех звеньев этой цепи мы имеем дело с различными информационными моделями и различным разбиением множества товаров на группы, так что при каждом преобразовании моделей мы вынуждены производить перевод с одного модельного языка на другой.


К сожалению, информационные модели это не линейные пространства, а преобразование, переводящее одну инфомодель в другую, не линейный оператор. Поэтому для создания транзитных преобразований (минующих внутренний каталог) отделаться перемножением матриц линейных операторов не удастся. И это не единственная проблема.


Трудности перевода


Перечислим некоторые из трудностей преобразования инфомоделей:


  1. Разбиение товаров на группы у доверенных источников может отличаться.
  2. Набор атрибутов в инфомоделях у всех доверенных источников разный (начиная от названий атрибутов и списочных значений и заканчивая используемыми физическими величинами).
  3. Язык (человеческий) моделей также может быть разным.
  4. Единицы измерения в числовом атрибуте могут указываться не в системе СИ и/или входить в название атрибута или в его значение.
  5. Товары могут быть описаны недостаточно полно.
  6. Значения могут быть ошибочными (даже у доверенных источников).
  7. Клиентские фиды и каталоги сильно отличаются своими требованиями.

Из перечисленных проблем возникают вопросы-задачи, знакомые всем, кто занимается обработкой (больших) данных.


  • Как организовать свою внутреннюю информационную модель, чтобы максимально точно вместить описания доверенных источников и максимально полно и адекватно сформировать данные для клиентских каталогов?
  • Как очистить входные данные от шума?
  • Как формализовать операторы преобразования информационных моделей на этапах импорта и экспорта?

Атомизированная модель


Если проблема различия разговорных языков решается относительно просто (нужно договориться о том, что и во внутренней модели, и во внешних доверенных источниках будет использоваться только английский язык и метрическая система мер), то различие в группах и наборах атрибутов требует построения такой принимающей модели, в которую бы все внешние атрибуты попали максимально разделенными, декомпозированными. Иначе говоря, операторы, преобразующие внешние инфомодели во внутреннюю модель (операторы импорта) не должны склеивать отдельные атрибуты в один, но вполне могут разделять один сложный атрибут на несколько более простых (т.е. увеличивать размерность инфомодели).


С другой стороны, чтобы максимально упростить синтез новых информационных моделей для клиентской стороны (экспорт), внутренняя модель также должна быть максимально структурирована и разбита на элементарные атрибуты так, чтобы операторы экспорта смогли бы сложить из них максимальное разнообразие внешних моделей (с понижением размерности инфомодели).


Такая атомизированная модель обладает рядом преимуществ по чисто комбинаторным причинам. Действительно, имея в арсенале всего три характеристики A, B, C, мы можем составить из них как минимум 5 (число Белла при n=3) непустых моделей ({A,B,C}, {A+B,C}, {A+C,B}, {A,B+C}, {A+B+C}). Эти комбинированные модели могут соответствовать разным внешним моделям, но при этом ложатся в одну внутреннюю модель.


Второе преимущество состоит в том, что такую модель легче модерировать. Если характеристика A задана всего один раз, то ее переименование, пополнение набора значений или единиц измерения, исправление ошибок производится также всего лишь один раз во внутренней системе. Если же мы внутреннюю модель сделаем такой, что в ней будут представлены все возможные комбинации из внешних моделей, то дальнейшее управление усложняется экспоненциально относительно атомизированной модели.


Очистка данных


Помимо проблемы сопоставления атрибутов разных внешних инфомоделей с внутренней моделью существует и проблема шума в исходных данных. Во-первых, данные могут быть неполны. Для импорта это не проблема, но это значит, что доверенный источник должен быть дополнен еще каким-то источником. Полнота данных о товаре означает, что в рамках одной информационной модели не существует двух товаров с одинаковым набором значений атрибутов. Полнота, очевидно, зависит от источника данных. Если в одном доверенном источнике относительно мало товаров, то их модель описания может быть бедной, т.к. малого набора атрибутов достаточно для их различия внутри данной модели. При объединении данных из многих доверенных источников полнота может быть утеряна, а значит, во внутренней модели описание товаров должно быть максимально подробным.


Таким образом, имеется необходимость получать данные для одного и того же товара хотя бы из двух-трех источников.


Это же требование делает возможным процесс верификации данных. Дело в том, что все ошибаются, в том числе и сайты производителей. Чтобы выявить ошибки, нужно уметь производить сопоставление импортируемых данных между собой и с описаниями товаров из данной группы. А для корректного сопоставления нам снова требуется единая атомизированная модель. Только в том случае, когда мы можем сопоставить данные из различных источников в рамках одной инфомодели, мы можем также выявить некоторые ошибки и тем самым очистить данные (например, не пропускать в систему противоречащие друг другу значения или пропускать только наиболее вероятные альтернативы).


Почему инфомодель не может быть всеобъемлющей?


Ранее мы уже отмечали, что при создании инфомодели необходимо соблюдать некоторый баланс между полнотой модели и глубиной разделения товаров на группы. Обсудим этот момент подробнее.


Очевидно, что делать одну модель для одного или 10 товаров неразумно хотя бы ввиду сопоставления затрат на создание модели и эффекта от ее использования. Из всего вышесказанного должно быть уже очевидно, что создание инфомодели дело хлопотное и затратное как по времени, так и по интеллектуальным ресурсам. Если при наличии 1000 товаров в каталоге создавать группы по 10 товаров, то нам потребуется 100 моделей, каждую из которых нужно создать и поддерживать.


Здесь, конечно, есть свои приемы экономии. Например, многие атрибуты (вроде частоты или веса) встречаются во многих моделях. Поэтому их создание и настройку проще вынести в отдельный каталог атрибутов, а модель собирать из них как лего.


Но ведь помимо создания модели потребуется еще произвести построение операторов импорта/экспорта, забирающих и отдающих контент во внешние модели. А в этих внешних моделях, как правило, категоризация (разбиение на группы) происходит по своим принципам. Потребуется создать несколько сотен операторов ради одной-двух внешних моделей. Это опять-таки накладно и весьма избыточно.


Наконец, если мы хотим использовать такие вещи, как машинное обучение для выявления ошибок, отклонений и для автоматизации импорта/экспорта данных, нам потребуется достаточно большая группа однородных описаний товаров, обладающих единой инфомоделью. Иначе машинное обучение будет некорректным.


ОК, почему же тогда не создать модель, которая включит все товары каталога? Одна модель требует одного акта творения и, казалось бы, сильно экономит на поддержке.


Однако и у этой крайности есть свои недостатки. Во-первых, эта модель получится крайне разреженной. Вспомним, что товар в инфомодели это вектор значений атрибутов. Если модель очень широкая, то может оказаться, что каждый товар использует 1-2% атрибутов, хотя все вместе товары используют 100% атрибутов.


У нас получается очень разреженная модель данных, а такие модели как правило очень требовательны к вычислительным ресурсам, поскольку сильно разреженные векторы требуют постоянной упаковки и распаковки для экономии памяти, а значит, производить массовые операции над каталогом становится трудоемкой задачей.


С точки зрения Data Science к такому информационному пространству следует применить алгоритмы понижения размерности, выкинув все незначащие атрибуты и распилив это единое пространство на несколько независимых подпространств, размерность которых будет в разы ниже исходной. Но это и есть не что иное, как переход к группам товаров со схожей информационной моделью (категоризация).


Во-вторых, глобальную информационную модель также необходимо обслуживать пополнять атрибутами, расширять списки значений, модифицировать операторы импорта/экспорта при таких изменениях. Здесь мы снова упираемся в проблему, когда необходимость внести небольшие изменения затрагивает весь каталог. А кроме того, повышаются риски возникновения дублирующих или перекрывающих атрибутов, поскольку отследить корректность модели становится непосильной для человека задачей.


В-третьих, если внутренняя модель используется для заполнения описаний руками, то контент-менеджер будет вынужден подолгу обозревать инфомодель в поисках нужного ему атрибута для простановки значения. А это огромная потеря времени и ресурсов компании.


Против глобальной инфомодели можно привести еще ряд аргументов, связанных с процессами управления каталогом, разделением прав доступа, отслеживанием модификаций модели, автоматизацией проверки качества вносимых значений и т.д.


Таким образом, чаще всего информационные модели строятся на группах очень схожих товаров, соблюдая паритет между всеобъемлемостью и тривиальностью модели. Когда мы имеем дело с товарной группой, где отличие по заполненности модели у товаров составляет 5-10%, мы не только упрощаем себе жизнь в плане управления моделью и привязки к ней операторов импорта/экспорта, но получаем еще ряд бонусов.


Избыточная атомизация модели


В попытках построить максимально элементарную инфомодель можно дойти до такого типа модели, который называется Да/Нет-моделью. В такой модели существует ровно два вида атрибутов числовые (с единицами измерения) и категориальные с одинаковым списком значений {Да,Нет}. Очевидно, что любой категориальный атрибут сводится к совокупности Да/Нет-атрибутов. Для этого достаточно взять список значений данного категориального атрибута и превратить его в одноименный список атрибутов. Тогда, если в товаре данное значение исходного атрибута присутствует, одноименный Да/Нет-атрибут принимает значение Да, а в противном случае Нет.


Такая сверхатомизированная модель имеет право на существование и даже нередко применяется на практике. Однако легко понять, что и она очень сложна для целей сопоставления внешних моделей с внутренними. Достаточно заметить, что добавление нового значения категориального атрибута практически никак не затрагивает формулы операторов импорта/экспорта, в то время как соответствующее добавление Да/Нет-атрибута может потребовать правок во многих сопровождающих алгоритмах преобразования инфомоделей.


Кроме того, такая модель будет сильно разреженной и окажется в сотни раз больше исходной модели со списочными атрибутами, в результате чего мы получаем все те проблемы, которые описывали для случая всеобъемлющей модели.


Оправдать пользу Да/Нет-модели можно разве что в каталогах с очень простым, слабо меняющимся описанием (вроде каталогов выборных листовок Да-Да-Нет-Да), либо если эта модель спрятана под капотом системы искусственного интеллекта, который самостоятельно формирует группы товаров и инфомодели для них, самостоятельно создает операторы импорта/экспорта, самостоятельно верифицирует и пополняет данные на основе внешних раздражителей (фидбэков от внешних систем и контролирующих алгоритмов).


Еще одно применение Да/Нет-модели это сопоставление с каким-то внешним каталогом, модель которого имеет такой же тип. В этом случае импорт контента немного усложнится: сначала оператор импорта выполнит заливку во внутреннюю Да/Нет-модель, затем другой оператор произведет сопоставление данных с нативной внутренней моделью, содержащей списочные категориальные атрибуты.


Бонусы атомизированной модели


Для начала заметим, что если инфомодель соответствует такой группе товаров, у которых заполнены примерно одни и те же атрибуты, то такие товары легко сравнивать между собой. А это очень важный аспект выбора товара покупателем.


Далее, если модель максимально декомпозирована, то и сравнение товаров в ней, и любая аналитика по имеющемуся контенту (статистический обсчет товарной группы) будут максимально детальными. Пользуясь атомизированной моделью, вы можете как под микроскопом выявить отличия в описаниях товаров, локализовать ошибочные значения, исключить неоднозначное толкование атрибутов, производить поиск зависимых атрибутов и вычислять отсутствующие знания о товаре.


Выше уже отмечалось, что атомизированная модель позволяет порождать большое количество комбинаций атрибутов, что упрощает создание операторов экспорта во внешние модели. Чем мельче элементарный квант модели, тем точнее мы можем выстроить правила экспорта данных для их соответствия требованиям заказчика или маркетплейса.


Ряд бонусов атомизированной модели проявляется тогда, когда мы говорим о системе управления контентом и ее интерфейсах.


Прежде всего, мы можем накладывать ограничения на допустимые значения атрибутов при вводе их как человеком-оператором, так и оператором импорта. Например, для числового атрибута можно задать ограничивающий диапазон либо превентивно, исходя из его физического смысла, либо на основе статанализа значений для ранее описанных товаров.


Можно также запретить вводить дробные значения для атрибутов количества или ограничить число знаков после запятой для значений частоты процессора.


В случае категориальных атрибутов часто используется ограничение на количество одновременно вводимых значений. Так, атрибуты подтипа селект позволяют выбрать только одно значение.


Наконец, можно выполнять перекрестную проверку значений и/или восполнение знаний о товаре. А именно, из физических соображений можно связать атрибуты формулами так, что если часть введенных значений позволяет однозначно вычислить остальные, то мы можем либо автоматически заполнить недостающие атрибуты, либо проверить правильность их заполнения.


Категориальные атрибуты с фиксированными списками значений и заданными у этих значений синонимами, а также с иерархией значений позволяют контролировать возникновение дублирующих атрибутов и значений. Отсутствие дублирующих фрагментов инфомодели означает более качественное ее использование при импорте/экспорте данных и более качественный поиск и сравнение товаров.
Еще одним важным бонусом атомизированной модели является то, что с помощью операторов экспорта из нее можно генерировать не только таблицу технических характеристик, которая больше ориентирована на читабельность, но и отдельный список фильтров для сайта, который будет включать более структурированные атрибуты, а также отдельный список атрибутов для таблицы сравнения товаров. Кроме того, можно строить экспорт SEO-текстов и метатегов, автоматическую генерацию наименований товаров и кратких описаний.


Ранее мы отмечали, что при создании модели и выборе источников лучше использовать один язык английский. Однако внешние клиентские каталоги могут требовать контент на различных языках. Наличие атомизированной модели позволяет создавать словари токенов для перевода атрибутов, значений и единиц измерения на другие языки. Здесь важно, чтобы как названия атрибутов, так и их значения были максимально цельными с лингвистической точки зрения, что позволит нивелировать неоднозначность перевода.


В завершение заметим, что, имея качественное и хорошо структурированное техническое описание товара, мы можем применять алгоритмы машинного поиска других видов контента изображений, документации, видеороликов, маркетинговых текстов и т.п.


Подводя итоги, зафиксируем тезисно основные выводы:


  • Информационная модель у каждого своя, поэтому для адекватного взаимодействия инфомоделей нужно создавать внутреннюю принимающую модель.
  • Внутренняя модель должна быть атомизированной, аналитической.
  • Больше числовых атрибутов, меньше текстовых!
  • Модель должна соответствовать группе однотипных товаров так, чтобы отличие между товарами группы по количеству используемых атрибутов было не более 5-10%.
  • Группы товаров не должны быть мелкими.
  • Язык (человеческий) внутренней модели и подключаемых доверенных источников должен быть английским, а система мер СИ.
  • Модель Да/Нет использовать с осторожностью, а лучше вообще не использовать.
Подробнее..
Категории: Теория , Управление e-commerce , Контент , Каталог , Описание товаров

Онлайн-соревнование для авторов лучшие корпоративные статьи 2020

18.07.2020 18:23:19 | Автор: admin
Привет, Хабр! Хочу поделиться информацией об онлайн-конкурсе для авторов и редакторов, которые занимаются созданием контента для компаний. Главная цель соревнований показать, что брендированный контент может быть ненавязчивым, интересным и полезным.

Кто организует конкурс


Конкурс проходит на платформе Contestars.com ее основатели занимаются запуском онлайн-соревнований по различным направлениям, связанным с ИТ, маркетингом и образованием.

Условия участия


К конкурсу допускаются любые корпоративные статьи, опубликованные в период с 18 ноября 2019 года по 9 ноября 2020 года (включительно).

Корпоративные статьи это любые публикации в поддержку компаний, их продуктов и услуг, но при этом не являющиеся прямой рекламой. Это могут быть истории, подборки полезных инструментов, переводные тексты и даже публикации в формате партизанского маркетинга.

В конкурсе участвуют все жанры: заметки, исследования, разборы и обзоры, интервью, лайфхаки и репортажи. Лучшие публикации будут выбраны в нескольких номинациях:

  • История
  • Подборка
  • Newsjacking
  • Партизанский маркетинг


Среди членов жюри, проводящих оценку присланных статей:

  • Александр Лашков, маркетолог, журналист и основатель американского агентства контент-маркетинга.
  • Александр Маслов, основатель собственного digital-агентства, член российской Гильдии маркетологов.
  • Иван Сергеев, известный хабраавтор, редактор множества корпоративных блогов на этой площадке.
  • и другие эксперты.

Что получат финалисты


Авторы лучших статей получат возможность сотрудничества с компаниями, в которых работают члены жюри это маркетинговые, digital-агентства и бренды, ведущие блоги на Хабре и других ресурсах.

Участие в конкурсе бесплатно, для этого нужно лишь отправить конкурсную информацию с помощью формы на этой странице.
Подробнее..
Категории: Маркетинг , Конкурс , Я пиарюсь , Контент

Как я искал (и пока не нашёл) главного по контенту или мой найм

27.01.2021 02:15:25 | Автор: admin

Зачем делать сложным,
То, что проще простого?
(с) Илья Кормильцев

Не хедхантер я, а предприниматель. У нас в ITSOFT работали хедхантеры с разным уровнем дохода. Их методы кажутся мне сложными и трудоёмкими, хотя они и вполне результативны для вакансий с чётким кругом обязанностей. Здесь я поделюсь своими подходами к найму.

Главное отличие между мной и хедхантером в том, что я ищу сотрудника себе, с которым непосредственно буду работать, а хедхантер ищет не себе. У хедхантера поиск будет более формальным, а у меня менее.

Мне менее важно, а HR-ам зачастую важны:

  • наличие диплома о высшем образовании;

  • опыт работы в крупных компаниях;

  • известные бренды в портфолио

  • профили в социальный сетях;

  • рекомендации с предыдущих мест работы;

  • софт-скиллз;

  • внешний вид, формальности и официоз.

Так уж получается, что HRы не писатели. Мне не удалось приучить их к креативу и краткости в вакансиях. Свою голову всем не поставишь и свой доход не дашь. Нужно делегировать. В тоже время у HRа может быть и отличное от моего мнение. Когда же ищется сотрудник, с которым предстоит работать мне, то тут я включаюсь. Возможно и не только с плюсами, но и всеми своими минусами. Зато у кандидата сразу есть возможность почувствовать с кем предстоит иметь дело.

На мой взгляд хедхантеры тратят неоправданно много времени на собеседования. Раньше я тоже тратил. А потом нашёл интересные лайфхаки, которые позволяют существенно сократить время на отбор. Жаль у hh.ru только API платное и для разовой задачи неоправданно, а то бы можно было и разбор откликов автоматизировать.

Составляем текст вакансии

Прежде чем составлять текст вакансии, естественно, смотрим, что у конкурентов. Посмотрел вакансии Тинькова, Варламова и ряда менее известных работодателей. Они длинные, заумные и скучные. Так я не хочу. Совершенно незачем спрашивать или требовать у соискателя A, B, С, D, E и F, если A определяет B, а B определяет C и D, а A и С определяют E и F. Нормальные формы таблиц реляционных баз данных вспоминаем или Евклидову геометрию. :)

Можно было бы вообще написать в вакансии одно предложение, что требуется человек для ведения блога на Хабре, который уже имеет публикации на Хабре. Но совсем уж до минимализма доводить не будем, тем более, что и автора статей в Т-Ж, да и просто автора толковых статей готов взять.

В тексте вакансии нет смысла писать требования, если задачи их определяют. А если не определяют, то такие требования лишние для вакансии, а то любят в вакансию всякую муть включать про стрессоустойчивость, лидерские качества, пару высших, умение работать в режиме многозадачности.

В требованиях в вакансии не имеет смысла писать то, что нельзя проверить или то, что не будет проверяться на собеседовании. Если повторить один и тот же смысл 10 раз, то ни на что это не повлияет, разве что оттолкнёт наоборот умных. Может поэтому кандидаты и не читают вакансии, а откликаются на всё подряд?!

Помимо задач нужно указать условия. Некоторые очень много расписывают, что они крутые. Не должно быть перебора. Максимум 7 пунктов. Самое основное. Иначе, будет похоже, что компания не уверена в себе, никто туда не идёт, и вот обещают горы золотые.

Ключевым условием должна быть зарплата. И она должна быть в рынке. Не делайте так:

Уже из ценника понятно, что это какой-то бред. Илья, конечно, гуманитарий и в математике не силён. Но такой дикий разброс зарплаты чёткий сигнал, что что-то неладно в Датском Королевстве. Зарплата в 30 000 вообще смешная. 70 000 нормально, но для верхней планки как-то мало.

И ещё деньги в вакансии всегда должны быть до вычета налогов. Каждый сам платит свои налоги в соответствии с законом. На тот же НДФЛ есть много вычетов. На детей копеечные и позорные, но есть инвестиционные вычеты, на медицинское обслуживание, на образование, на покупку жилья. И эти вычеты уже вполне серьёзные и могут НДФЛ в ноль свести.

А теперь смотрите мою вакансию и надеюсь вы сразу заметите лайфхак.

Вакансия главного по контенту

100 000р.

Задачи

  1. Писать для нашего блога на Хабре, нашего сайта и других площадок.

  2. Писать про нас в соцсетях.

  3. Расширять список площадок для публикаций о нас.

  4. Превращать тезисы, идеи, разговоры со специалистами в статьи.

В отклике на вакансию укажите:

  1. Список публикаций.

  2. Кейсы.

  3. Условия по деньгам и работе.

  4. Результаты, которые вы планируете достичь.

  5. Прочее, что считаете нужным.

Условия

  1. Интересная работа с умными людьми.

  2. По ТК или ГК РФ.

  3. В офисе или удалённо.

  4. Повышение квалификации, книги, курсы от Хабра и др.

  5. Гибкий график.

  6. Оплата больничного листа 100% и частичная компенсация платных медицинских услуг и занятий спортом.

  7. В офисе еда, кофе, чай, корпоративы.

Заметили или нет, можете написать в комментарии. Уж тут Хабр и всё в статье пояснять не требуется. Однако, интересно, что 99% кандидатов не замечают данный лайфхак или игнорируют умышленно. И это их проблемы. Взять человека, который не замечает, но при этом расписывает, какой он крутой в анализе текстов я не могу.

Вакансия получилась в некоторой степени вирусной. Её лайкали и репостили в сообществах. К сожалению, мне это пока не помогло. Хотя, я не теряю надежду. Главного по контенту пока не нашли, но нашли желающих сотрудничать по написанию отдельных статей.

Мои ошибки в работе с кадрами

Некоторые до сих пор работают и уже не исправить. Давно срослись.

Увольняйте быстро и сразу как видите, что сотрудник не устраивает. Об этом пишут во всех книгах. До меня это доходило как до жирафа. Ну как же так, ну может человек исправится, надо помочь, подождать. Ох В большинстве случаев не исправится. Больше я на эти грабли не наступаю. Лучше уволить раньше, чем позже.

Я использовал логические задачи на собеседованиях. Они не нужны. Достаточно дать задачу на арифметику. Попросите поделить или дроби сложить. Всё станет ясно. Люди делятся на две категории: одни в школе понимали, а другие учили. Вторые остались без образования и могут работать на конвейере по чётким инструкциям. Первые при необходимости выведут вам формулу cos(2*x) просто имея ручку и лист бумаги.

Умение взять шахматную задачу или вопрос в Что? Где? Когда?, конечно, круто, но не гарантирует отличного работника. На работе обычно другие задачи, и подход к их решению другой.

Мои методы фильтрации откликов

Редкое резюме я прочитываю до конца. У нас в МИЭМе был такой анекдот про профессора Бориса Абрамовича Фукса. Пришли молодые преподаватели к Борис Абрамовичу и спрашивают:

Борис Абрамович, научите нас принимать экзамен по математическому анализу.
Нет, ничего проще. Задаёте студенту первый вопрос. Если он не отвечает, то с ним всё ясно.
А если отвечает?
Тогда второй вопрос. Если не отвечает, то с ним всё ясно.
А если отвечает?
Тогда третий
И до каких пор так?
Пока не станет ясно.

И даже не анекдот это, а вполне реальные истории. Сейчас звонил профессору Протасову Алексею Михайловичу, и он мне рассказал, как в 1969 году сдавал Б. А. Фуксу экзамен. Другого студента Фукс попросил доказать всю цепочку теорем, которые использовались в доказательстве теоремы из вопроса.

Фильтрацию кандидатов мы должны осуществлять максимально быстро. Мы не можем проверить всё. Следовательно, нужно проверить то, что с высокой вероятностью будет гарантировать прочие знания.

Читая резюме, я считаю максимум до трёх минусов по следующим критериям:

  1. Ответ не по форме.

  2. Дурацкий вопрос: А ваша вакансия ещё актуальна?

  3. Содержание отклика не в тему требовались статьи, а нам прислали посты в инстаграм.

  4. Содержимое ответа не отвечает нашим ожиданиям статьи не в модерируемых источниках, а на Дзене или слабые или не зашли.

  5. Понты. Меня зовут Настя и я трудоголик. Борюсь со своей зависимостью уже 5 лет, но это не лечится., Я клёвый. Выводы делает читающий, не надо их навязывать.

  6. Ложь или странности. Статьи опубликованы под чужими именами. Один прислал даже ссылку на чужой блог на Хабре, хотя имел свой. Кто-то скрыл ФИО. Любые сомнения сразу минус. Кандидатов много, у нас задача из сотен или даже тысяч отобрать одного.

  7. Тупые шутки: Увидел вашу компанию в списке Форбс и решил, что стоит вам написать. И хоть мне это и приснилось, я счел это как знак.. Удачно пошутить вряд ли удастся. Лучше не шутить.

  8. Проблемы с русским языком, отсутствие пунктуации, сленг где могу применить свои скиллы.

  9. Много воды и предложений с нулевой смысловой нагрузкой: Меня заинтересовала ваша компания и вакансия. Предлагаю рассмотреть меня на позицию head of content., Здравствуйте, готов выполнить ваши задачи.

  10. То, что скорее минус: Набрал в личном Тиктоке 10 000 подписчиков за 2 недели, аккаунт в ОК, VK, почта на mail.ru.

Если понты, ложь или странности встречаются второй раз, то это второй минус. Можно считать общий рейтинг и минусы и плюсы. Дошли до -3 отказали. Каждый может сам определить конкретные параметры фильтрации.

Мои методы проверки резюме

Если резюме прошло формальный фильтр, то приглашаем на собеседование и проверяем само резюме.

Как уже было сказано ранее, в вакансии нужно писать только то, что реально нужно. А относительно резюме это означает, что претендент должен быть способен ответить за любую строчку в резюме. Если написал о высшем техническом образовании, то будь любезен поговорить про матан или линейку.

Ты манишь на свет всех крылатых в ночи,
Но не хочешь согреть никого этим светом.
(с) Илья Кормильцев

Почему многие долго ищут работу

По вакансиям видно, что кандидат долго находился или находится в поиске работы, или меняет постоянно работу. Бывают такие резюме, где человек меняет работу каждые 3-5 месяцев.

  1. Понты, самоуверенность. Считают, что их оторвут с руками, а их не отрывают. Работодатель рассматривает не понты, а результаты и ценность в контексте заданной вакансии. Понты ничего не гарантируют, скорее наоборот. Выводы всегда делает читатель. Не надо писать, кандидату, что он классный и лучше всех подходите.

  2. Распыляются на все вакансии, вместо того, чтобы составить профиль желаемой вакансии и работодателя, и тратить больше времени на конкретный отклик, чем просто направить отклик c сопроводительным письмом с общим текстом, который явно отправляется всем подряд.

  3. Игнорируют требования вакансии. Ребята, это сразу минус огромный, если отклик есть, и видно, что он послан на автомате. Это ничем не отличается оттого, что резюме просто опубликовано на сайте. Соискатели и хантеры должны уважать друг друга, экономить время друг друга и писать предметные отклики и приглашения.

Выводы и опыт сын ошибок трудных

То что тут изложено может лишь помочь, но не гарантирует положительного результата. Статья скорее предлагает тему для дискуссии как сократить затраты времени и ресурсов на поиск. Применение изложенного зависит от конкретной вакансии и работодателя.

У нас был и отрицательный опыт, когда взяли главбуха, которая имела хорошее резюме, на вопросы отвечала хорошо, задачки на математику решила, а потом она через 3 месяца сдала пустой отчёт в налоговую. Числа придумала, а в книге покупок и книге продаж счёт-фактур не было. С подобными вакансиями, где некому проверить очень опасно.

У нас был случай, когда толковый сотрудник из младшего руководящего состава, отключил видеонаблюдение, чтобы свой косяк списать на подчинённого.

Серебряной пули нет.

Но есть и радость. Берёшь человека иной раз, скромного, который по знаниям и опыту не соответствовал вакансии, но горел желанием работать, а потом он вырастает в несколько раз. Бывает бьёшься с человеком месяц, другой, уже теряешь веру, а потом раз и получилось, полетел сам.

Надеюсь данная статья поможет как соискателям, так работодателям улучшить качество резюме, вакансий, откликов. Рад буду конструктивным комментариям, полезным лайфхакам.

Подробнее..
Категории: Управление персоналом , Карьера в it-индустрии , Контент-маркетинг , Контент , Хабр , Авторы , Писатели , Технические писатели , Статьи , Блог компании веб-студия и дата-центр itsoft

Как создать эффективный СТА 10 подходов, которые работают

04.02.2021 16:05:13 | Автор: admin

Call To Action (CTA) это призыв к действию, с помощью которого можно перевести пользователя на сайт, получить отзыв, побудить к покупке и т.д. Рассказываем, как правильно сформулировать CTA и где лучше его разместить.

Рекомендации по созданию эффективного CTAРекомендации по созданию эффективного CTA

Сокращайте до смысла

Призыв должен быть коротким и понятным, как правило, не более четырех слов.

Иногда достаточно одного слова: анонс конференции призыв к регистрацииИногда достаточно одного слова: анонс конференции призыв к регистрации

Иногда призыв может быть длиннее, например, когда нужно подчеркнуть уникальность предложения.

В призыве указана вся информация, которая побудит читателя нажать на кнопкуВ призыве указана вся информация, которая побудит читателя нажать на кнопку

Стройте призыв на глаголах

Глаголы больше мотивируют на выполнение нужного действия. Используйте:

  • инфинитив для нейтрального призыва (подать заявку);

Подать заявкуПодать заявку

  • повелительное наклонение для активного призыва (подайте заявку);

Повелительное наклонение могут воспринять как приказ. Убедитесь, что текст не звучит двусмысленно.Повелительное наклонение могут воспринять как приказ. Убедитесь, что текст не звучит двусмысленно.

  • первое лицо чтобы читатель ассоциировал призыв с собой (подаю заявку).

Призыв от первого лицаПризыв от первого лица

Не обманывайте ожидания читателя

Текст призыва должен соответствовать теме рассылки, чтобы пользователи охотнее совершали целевое действие.

Призыв к использованию бонуса максимально соотносится с целью письма информированием подписчика о подарке.Призыв к использованию бонуса максимально соотносится с целью письма информированием подписчика о подарке.

Когда CTA оторван от основного текста, читатели могут подумать, что в письме не будет актуальной информации они закрывают его, и в худшем случае отправляют спам.

Более подходящей была бы кнопка Образ недели, Хочу взглянуть или ВдохновляйтесьБолее подходящей была бы кнопка Образ недели, Хочу взглянуть или Вдохновляйтесь

Адаптируйте призыв под свою нишу

CTA, который эффективен в одной сфере бизнеса, может совсем не работать в другой. Например, для ниши B2B подходят деловые CTA, например, Заказать презентацию, а вот для рассылки игрового проекта такая подача не подойдет: сравните Получи 7 дней игрового времени и Оформить подписку.

Оригинальный CTA: вопросительная форма, сленг, отсутствие как такового призыва. Но такая кнопка может не подойти, например, для интернет-магазина детских товаров.Оригинальный CTA: вопросительная форма, сленг, отсутствие как такового призыва. Но такая кнопка может не подойти, например, для интернет-магазина детских товаров.

Каждому сегменту свою кнопку

При разработке кнопки учитывайте интересы разных сегментов вашей базы:

  • для новых пользователей актуальны CTA, побуждающие продолжить знакомство с компанией, например, Узнать больше, Посмотреть тарифы;

  • для теплых подписчиков подойдут призывы к закрытию сделки, например, Купить сейчас, Заказать проект;

  • для клиентов, которые уже воспользовались услугами, используйте кнопки Поделитесь отзывом, Покупайте со скидкой 20 %, Используйте бонус.

CTA Получить консультацию располагает к общению, а указание стоимости или призыв забронировать место отпугнули быCTA Получить консультацию располагает к общению, а указание стоимости или призыв забронировать место отпугнули бы

С помощью разных кнопок можно охватить больше групп подписчиков.

Вы демонстрируете заботу о клиенте и экономите его времяВы демонстрируете заботу о клиенте и экономите его время

Сделайте призыв заметным

  1. Отдайте предпочтение кнопке, а не гиперссылке или кликабельному изображению.

Призыв, оформленный гиперссылкой, теряется в текстеПризыв, оформленный гиперссылкой, теряется в тексте

2. Выбирайте контрастные цвета, чтобы призыв не сливался с фоном.

Используйте корпоративные цвета для повышения узнаваемости брендаИспользуйте корпоративные цвета для повышения узнаваемости бренда

3. Используйте дополнительные эффекты (стрелки, анимация и др.), чтобы кнопку сразу заметили.

Анимации не должно быть много: одного элемента достаточноАнимации не должно быть много: одного элемента достаточноЕще один способ сделать CTA заметным добавить стрелочкиЕще один способ сделать CTA заметным добавить стрелочки

Не делайте слишком много кнопок

Количество и расположение кнопок зависят от объема письма:

  • короткое достаточно одного призыва на первом экране;

  • длинное продублируйте CTA в конце сообщения;

  • подборка сопровождайте кнопкой каждый товар.

Каждому товару свою кнопкуКаждому товару свою кнопку

Когда в письме неоправданно много кнопок, читатель может не понять, какое действие нужно совершить.

Слишком много разноплановых призывов к действию: читатель не поймет, что от него нужноСлишком много разноплановых призывов к действию: читатель не поймет, что от него нужноКнопки вступают в конфликт между собой, так как не имеют принципиального отличия и находятся слишком близкоКнопки вступают в конфликт между собой, так как не имеют принципиального отличия и находятся слишком близко

Адаптируйте кнопку для разных устройств

Почту просматривают с разных гаджетов: убедитесь, что кнопка корректно отображается в мобильной версии. Большая кнопка рекомендация, но не панацея. Главное, чтобы она гармонично вписывалась в рассылку, а не занимала половину экрана.

Слишком маленькая кнопка тоже минус. Если пользователям будет сложно на нее нажать, они закроют письмоСлишком маленькая кнопка тоже минус. Если пользователям будет сложно на нее нажать, они закроют письмо

Следите за статистикой

Об эффективности кнопки можно судить по базовым метрикам:

  • CTOR (Click-To-Open Rate) процент открывших рассылку пользователей, которые перешли по ссылке. Низкий CTOR может означать, что призыв остался незамеченным меняйте цвет на более контрастный, добавьте анимацию, сделайте кнопку больше.

  • CR (Conversion Rate) процент пользователей, которые получили рассылку и совершили целевое действие. Низкий CR может указывать на то, что предложение не заинтересовало подписчиков поработайте над формулировкой, адаптируйте тему письма и CTA под интересы аудитории.

Делайте призыв эффективнее

Чтобы улучшить CTA:

  1. Определите исходные статистические показатели. Например, CTOR рассылки равен 13,1 %.

  2. Сформулируйте гипотезы относительно текста, цвета, размера или расположения кнопки. Например, если добавить анимацию, кликабельность вырастет до 4 %, а если заменить призыв Купить на Покупай со скидкой 20%, еще на 0,5 %.

  3. Запустите сплит-тестирование. Чтобы понять, какое именно изменение повлияло на результат, проверяйте каждую гипотезу отдельно. Например, сначала добавить анимацию, а потом изменить призыв.

  4. Проанализируйте результаты и внедряйте удачные варианты.

Выводы

  1. Делайте призыв коротким и понятным.

  2. Используйте глаголы, чтобы он звучал убедительно.

  3. Учитывайте интересы и потребности каждого сегмента базы.

  4. Выбирайте контрастное оформление кнопки, если уместно добавьте анимацию.

  5. Идеальный вариант: 1 рассылка = 1 CTA так пользователь поймет, какое действие нужно выполнить.

  6. Убедитесь, что кнопка корректно отображается на разных устройствах.

  7. Повышайте эффективность рассылки с помощью сплит-тестирования вариантов кнопки. Все необходимое для проведения A/B-тестов вы найдете в сервисе DashaMail.

Подробнее..
Категории: Интернет-маркетинг , Контент , Email , Email-маркетинг , Блог компании dashamail. про email-маркетинг и не только , Dashamail , Email-рассылки , Cta , Призыв к действию

Категории

Последние комментарии

  • Имя: Макс
    24.08.2022 | 11:28
    Я разраб в IT компании, работаю на арбитражную команду. Мы работаем с приламы и сайтами, при работе замечаются постоянные баны и лаги. Пацаны посоветовали сервис по анализу исходного кода,https://app Подробнее..
  • Имя: 9055410337
    20.08.2022 | 17:41
    поможем пишите в телеграм Подробнее..
  • Имя: sabbat
    17.08.2022 | 20:42
    Охренеть.. это просто шикарная статья, феноменально круто. Большое спасибо за разбор! Надеюсь как-нибудь с тобой связаться для обсуждений чего-либо) Подробнее..
  • Имя: Мария
    09.08.2022 | 14:44
    Добрый день. Если обладаете такой информацией, то подскажите, пожалуйста, где можно найти много-много материала по Yggdrasil и его уязвимостях для написания диплома? Благодарю. Подробнее..
© 2006-2024, personeltest.ru