Сообщить об ошибке на сайте
URL
Ошибка
Кейсы

Роман Нестер — сооснователь и генеральный директор Segmento, платформы, таргетирующей рекламу на основе офлайн- и онлайн-данных. Нестер является экспертом по data-driven-маркетингу и digital-стратегиям, консультирует Сбербанк в области цифрового маркетинга, технологических инвестиций и работы с ИИ и big data. «Хайтек» поговорил с Романом Нестером о персонализации рекламы, работе со Сбербанком и МТС, а также — об использовании персональных данных крупными корпорациями и будущем рекламы на телевидении.

Машинное обучение и онлайн-реклама

— Как работает Segmento и программатик?

— Технологически это система, которая делает баннеры и видео в интернете на 2 млн сайтов таргетированными и персональными. В тот момент, когда вы заходите на сайт или открываете приложение, пока у вас на экране что-то загружается, срабатывает система. Она успевает провести колоссальное количество операций — оценить вас, все ваши признаки, параметры, предсказать, насколько вы ценны для рекламодателя. Выбрать, какому рекламодателю лучше отдать показ, конкурировать с другими 40 роботами на аукционе и после этого показать рекламу. И все это — за шесть сотых секунды. Это та же скорость, с которой моргает человеческий глаз.

Главная особенность Segmento: мы сделали машинное обучение реально эффективным для онлайн-рекламы. Удалось построить систему, которая очень круто таргетирует, оптимизирует рекламные компании.

— Как вы используете машинное обучение?

— Система автоматически обучается после каждого взаимодействия с пользователем, который смотрит рекламу. Для пользователя запоминается около 2 тыс. параметров: как он вел себя в офлайне, на какую рекламу когда и как реагировал, в какое время. Это улучшает рекламную кампанию с каждым новым кликом пользователя на баннер или с каждым досмотром видео. Каждая сотня кликов позволяет модели перестроиться и сделать показы еще точнее. Раньше такого не было: эта модель постоянно учится, моментально запуская в работу накопленные знания и делая рекламную кампанию эффективнее. Система анализирует пользователя, показывает ему рекламу, а потом учитывает то, что произошло после показа, — и снова все взвешивает. Это порядка 80 тыс. решений каждую секунду. И все эти решения — новая почва для обучения.

— В будущем у каждого будет индивидуальная реклама?

— Она, в общем-то, и сейчас индивидуальная, но это сложно заметить, ведь в каждом рекламном аукционе участвуют 40 роботов. Некоторые из них умные, некоторые глупые. Некоторые про вас знают, некоторые не знают ничего. И если наша система решит, что сейчас рекламу показать неэффективно, какой-то глупый робот может решить обратное. И вы увидите рекламу, которая покажется вообще не подходящей. Поэтому потребителю довольно сложно заметить, что машинное обучение сделало огромный шаг вперед.

Фото: Антон Карлинер / «Хайтек»

— Когда-нибудь это будет заметно?

— Думаю, это точно будет становиться заметнее. Персональным станет все — не только баннеры, видеореклама, но и сами сайты. Мы, например, научили сайт Сбербанка узнавать вас в момент, когда вы заходите. Он анализирует и загружается в нужном формате. Сейчас там персонализируются отдельные блоки, которые не предлагают то, что не нужно. Затем пользователи будут видеть разный дизайн, интерфейс и даже цвета. Каждой компании сегодня хочется быть более персональной: предсказывать потребности и в нужный момент предлагать продукт. Это приведет к прикольной «гонке вооружений», в которой всем будет важно максимально инвестировать в точность своих предсказаний.

Цифровой агент и будущее рекламы

— Раньше вы говорили, что не любите термин «искусственный интеллект» и предпочитаете ему «машинное обучение». Верите ли вообще в ИИ, появится ли он в рекламе и изменит ли индустрию?

— Чисто технически есть два подхода. Есть General AI — самообучающаяся система, способная решать бесконечно вариативные задачи без поддержки человека. Это интересная концепция — речь идет о сингулярности, развитии ИИ с бешеной скоростью и опережении человека. И когда-нибудь этот момент настанет, но сейчас мы весьма далеки. Возможно, это случится даже не при моей жизни. Раньше я считал по-другому.

Второе — конкретные вертикальные ИИ, системы, которая в своей нише хорошо решает задачи. Они строятся на нейронных сетях, машинном обучении, то есть на системах, способных улучшаться автоматически и автоматизировано решать задачи. Они сделают нашу жизнь лучше. Сейчас будущее — за теми людьми, которые применяют наработки машинного обучения, чтобы решить какую-то конкретную боль в жизни человека. Я хочу, чтобы мои боли решали, и чем технологичнее, тем лучше.

Сейчас креативность — непредсказуемая вещь. Если топ-менеджеру понравилась картинка, которую принесло креативное агентство — вообще не факт, что на самом деле это сработает. На фестивалях рекламы мы смотрим на единичные случаи, когда это сработало. Это уйдет в прошлое. Все станет очень прогнозируемым — любые креативные идеи можно будет по щелчку пальца запустить на аудиторию в 30 человек. Быстро получить обратную связь, что-то скорректировать — и создать практически идеально работающий материал.

«Я бы больше спрашивал про это разные медиа, которые люди с Adblock просто обрекают на смерть. Людям почему-то очень нравится получать хороший контент бесплатно».

— Adblock и другие похожие инструменты стали проблемой для рекламодателей. Со временем реклама будет становиться лучше, но технологии блокировки тоже. Насколько это проблема — сейчас и в перспективе?

— Это не проблема, потому что мы как система работаем с десятками миллионов пользователей. И где-то 10-15% в России ставят себе Adblock. Ну, не покажем ему рекламу. Система довольно быстро увидит, что он не кликает, и просто исключит из аудитории показов. Я встречал исследования, говорящие о том, что из реально платежеспособных, нужных рекламодателю пользователей Adblock ставит один из 15 или даже из 20. С точки зрения бизнеса рекламных платформ, колоссально это ничего не меняет.

«Количество данных — абсолютно бессмысленная метрика»

— На основе каких данных система оценивает пользователя?

— Человек обычно проводит время в сети так: 2% времени что-то ищет, 30% — сидит в соцсетях, а оставшееся время — что-то читает, ходит по разным сайтам. В среднем человек посещает до 60–70 сайтов в день. И след посещенных сайтов — про что они, частота этих посещений, как часто человек на них возвращается — крайне важная часть профиля. Она очень точно описывает — на мой взгляд, гораздо точнее, чем соцсети, — интересы человека в данный момент. На основе этого можно понять, что ему лучше показать, как сделать, чтобы в нужный момент он предпочел тест-драйв нового внедорожника Toyota тест-драйву внедорожника УАЗ. Потому что в правильное время нужному человеку была показана реклама этих компаний.

Фото: Антон Карлинер / «Хайтек»

— Для скоринга берете все возможные данные — из онлайна и офлайна?

— Да, причем в какие-то моменты времени онлайн-данные оказываются гораздо ценнее, чем данные из офлайна о покупках и посещениях конкретных торговых точек. Мы первыми в России — и, возможно, даже первыми в Европе — сделали технологию, которая соединяет знания крупного офлайн-бизнеса с онлайн-поведением пользователя. Эту технологию мы придумывали сами, сделали с нуля. И гигантское количество сил потратили на то, чтобы данные загружались в нашу систему в агрегированном, зашифрованном виде, понятном только алгоритмам машинного обучения, что делает их использование полностью безопасным для клиентов и эффективным для рекламодателей.

— Лидеры глобального рынка рекламы сейчас — Facebook и Google. Конкурируете ли с ними, есть ли в принципе такая возможность? Даже если у вас будут все российские банки с телекомом, — не будет такого количества данных.

— Facebook — мощнейшая компания, у нее есть данные. Но не знаю ни об одном случае, чтобы она целиком закрывала все задачи рекламодателя. Ни здесь, ни на Западе. Конкуренция за рекламодателя есть всегда, и мы однозначно конкурируем с Google и Facebook.

Количество данных — абсолютно бессмысленная метрика, в ней нет никакого значения. Есть очень сильно разогретые ожидания по поводу того, что сбор любых данных может сделать что-то эффективнее. Очень многие данные бизнесу, а конкретно рекламе и маркетингу, не дадут ничего. Например, просто знания о половой принадлежности и возрасте в гигантских количествах уже неэффективны. Рекламодатель же хочет получать конкретное повышение продаж, изменение поведения потребителей.


Ключевые навыки digital-специалиста:
  • понимание, из каких предпосылок нужно выбрать необходимую аудиторию;
  • умение с помощью машин и алгоритмов управлять рекламной кампанией и оптимизировать ее;
  • умение работать с рекламодателем.

У нас великолепное положение относительно других компаний: находимся на российском рынке, он для большого количества западных компаний сложен или недостаточно велик. Из-за сложности им нужно инвестировать много ресурсов, то есть подключать локальный инвентарь, работать с местными данными. Но это очень дорого для таких гигантских и неповоротливых компаний, как Google.

Здесь от Facebook и Google все рекламодатели будут получать коробочный продукт: есть четыре кнопки, на которые нужно нажимать, и надеяться, что произойдет что-то хорошее. Если хорошее не произошло, дальше можно взывать к небу, но Facebook и Google не будут тратить время на вас. Мы можем для каждого рекламодателя быть на голову лучше. С точки зрения прямой эффективности — сколько покупок рекламодатель в результате получит — мы еще три-четыре года назад в баннерной рекламе давали результаты лучше, чем эти гиганты.

Личные данные и большие корпорации

— Говоря о кейсе Cambridge Analytica: пытались ли когда-либо получать данные из Facebook, если это было так просто?

— Я не считаю ценными данные из социальных сетей. Это лишь один из видов данных, и из моей практики, для решения бизнес-задач они не всегда эффективны. И потом, Cambridge Analytica действует на узком рынке политики. Насколько мне известно, у них на один громкий кейс, который вроде успешный, приходятся штук десять провальных. Мы политической рекламой не занимаемся, потому что чаще всего там таргетинг и все остальное не особо полезны.

Фото: Антон Карлинер / «Хайтек»

Считаю, что в долгосрочной перспективе социальные сети включатся в гонку за данными по-настоящему ценными — и здесь мы в равных условиях. То есть они займутся поиском данных о том, как люди ведут себя в офлайне, будут собирать что-то еще из поведения пользователей.

— Как относитесь к тому, что корпорации хотят знать так много о клиентах?

— В корпорациях всегда были аналитические подразделения, и десять лет назад, и 20. До всякого машинного обучения они точно так же стремились как можно больше информации про вас получить. Например, скоринговые (рисковые) подразделения в банках — в этом нет ничего нового. Просто сейчас люди стали об этом задумываться в свете хайпа про большие данные.

«Скажу парадоксальную вещь: я верю корпорациям больше, чем маленьким компаниям. Потому что для корпорации очень дорого упустить утечку данных. В отличие от небольшой компании, которая готова эти данные продать кому угодно. Меня больше пугает возможность, что мои данные пойдут куда-то гулять, чем то, что сама корпорация обо мне что-то собирает. Если она что-то собирает, то должна в ответ давать сервис»

У меня нет проблем с тем, что Facebook анализирует с головы до пяток. Я получаю офигительный сервис. Я получаю суперсервис от Google, он в любой момент может помочь мне в жизни. Я могу в любой момент времени от этого отказаться. Но тогда, наверное, буду уже неконкурентен — как человек, как мужчина, как сотрудник.

Также люди склонны переоценивать, что социальные сети про них знают. Что, в конце концов, в этом такого? Государственные органы знают про вас гораздо больше. Задумывались ли о том, как там хранятся ваши данные? Куда они попадают, насколько они защищены? Наверное, нет. Вот это меня волнует больше, чем то, как коммерческие компании анализируют какой-то кусочек данных про меня и используют для того, чтобы свои сервисы сделать лучше.

«Контроль в стартапе — вещь аморфная»

— Сбербанк в какой-то момент был вашим основным инвестором, и вы до сих пор используете их данные. Сейчас 50% компании принадлежит Сбербанку, 50% — венчурному фонду Sistema_VC. Как нашли этого инвестора?

— Этот фонд — наш стратегический партнер. Основной инвестор этого фонда — АФК «Система», она же основной акционер МТС. Одна из наших задач — построить продукт, объединяющий данные МТС и онлайн-поведение пользователя. Мы этим сейчас и занимаемся. При этом Sistema_VC — это deep tech фонд, который вообще инвестирует в самые прорывные направления: в искусственный интеллект, в применение больших данных. И именно этот фонд стал инвестором в это новое начинание. Фактически из проекта, который делал только Сбербанк, эта история стал joint venture — совместным

— У вас сейчас вообще есть доля в компании?

— Не хотел бы отвечать на этот вопрос.

— Если верить справкам ЕГРЮЛ, у вас ее нет. 50% — у Сбербанка, 50% — у «Системы».

— Если бы вы пять лет назад посмотрели, то же самое увидели. Сделки структурируются по-разному, в разных юрисдикциях, так что это ни о чем не говорит.

Фото: Антон Карлинер / «Хайтек»

— В одном интервью вы говорили, что была не самая типичная для стартапа ситуация «экзита» — когда основателям не принадлежит контрольный пакет. Почему отказались от контрольного пакета и посчитали, что можете развивать компанию без него?

— У стартапа всегда есть свой путь. Либо делать что-то исключительно самостоятельно — не вступая в партнерства, без каких-то сильных ресурсов на стороне. Либо подумать: на каких условиях ты готов стать гораздо крупнее, чем ты бы мог это сделать самостоятельно. Но нужно искать какие-то компромиссы. Вообще контроль в стартапе — вещь весьма аморфная. Даже стартапы, в которых основателю принадлежит 60–70%, на самом деле жестко контролируются фондом. Как только появляются сторонние деньги на борту, у тебя уже нет контроля. Попытки что-то совсем контролировать приведут к тому, что будешь спорить с акционерами вместо того, чтобы заниматься стартапом. Сторонние деньги у нас появились еще в 2012-м, потом еще раунд, еще раунд. С этого момента учились работать с партнерами. А Сбербанк стал таким инвестором, который принес не только деньги, а что-то гораздо более важное — возможность создать уникальный для рынка продукт.

— Кто ваши основные клиенты и сколько их всего?

— Сегодня система в основном решает задачи крупного бизнеса. Нашим рынком называем топ-1000 рекламодателей в России с бюджетом на маркетинг в районе 60–100 млн рублей в год. И чаще всего наши рекламодатели — это крупные автобренды, фармпроизводители, крупные потребительские компании. С кем мы практически не работаем, — это малый и средний бизнес. Им обычно хватает самого базового инструмента — поисковой рекламы. За прошлый год у нас было больше 300 клиентов, большинство из которых сейчас остаются для новых рекламных кампаний.

— Данные по выручке?

— Нас оценили два независимых аудитора, входящие в «Большую четверку», и компания сейчас стоит в четыре раза больше, чем при покупке Сбербанком в 2015 году. Скорее всего, она является самой дорогой из независимых программатик-компаний на российском рынке. Это десятки миллионов долларов.

Если оценить выручку, то с 2015 года мы выросли почти в шесть раз, а по итогу этого года ожидаем, что мы вырастем почти в десять раз. При этом доля Сбербанка (как клиента) — никогда не превышала 20–25%. Принято считать, что мы — компания, которая очень тесно работает со Сбербанком. Он для нас очень любимый, но только один из этих трех сотен клиентов. На него трудится отдельная команда, делаем вместе потрясающе интересные пилоты.

Нейросети и будущее ТВ-рекламы

— Когда вы создавали компанию, на рынке бюджетно доминировала реклама на телевидении. Сейчас больше 50% рынка — в интернете. Насколько ТВ-реклама эффективна сейчас и что с ней в итоге произойдет?

— Телевизионная реклама — великолепный и очень эффективный инструмент для больших потребительских компаний. Другое дело, что если ею управлять не на принципах 40-летней давности, то она может быть еще эффективнее. Наше население по-прежнему смотрит телевидение, оно будет продолжать его смотреть. Но то, как к людям будет приходить сигнал, и то, что они видят на своих экранах, — это точно будет меняться и прогрессировать. И этим будут управлять системы. Программатик-ТВ для нас — один из важнейших векторов развития.

Мы хотим, чтобы, например, смотря фильм Данилы Козловского «Тренер», вы видели в перерыве рекламу концерта в парке Горького, а ваша мама, сидящая в соседней комнате, — рекламу специй. Каждый — на своем телевизоре, получая совершенно одинаковую передачу и одинаковый сигнал.

— Вы уже заходите на рынок программатик-ТВ?

— Там много нюансов: нужно, чтобы сторона «железа» определенным образом развивалась. Все большие западные платформы уже активно это делают, потому что там более конкурентный, немонопольный рынок телевидения.

Задача — объединить ТВ и цифровую рекламу с точки зрения медиапланирования и закупок. На самом деле, зрителями обоих медиа являются одни и те же люди, просто в разные моменты. Задача таких платформ, как наша — все объединить и управлять рекламой на основе данных.

Фото: Антон Карлинер / «Хайтек»

— Вы уже создали инструментарий для эффективных показов рекламы. Что дальше?

— Нам точно есть, куда развиваться, потому что каждый месяц система становится еще немного эффективнее. Есть гигантское количество идей — например, применить нейросети для предсказания. Дальше — есть разные каналы внутри цифровой рекламы. Мы говорим про баннеры и видео, а еще есть отправка e-mail, СМС, нативная реклама — все это также будет управляться нашей платформой. Система будет выбирать не просто кому показать и что показать, но еще и по какому каналу. Отправить вам два письма, одно СМС и показать баннер или показать четыре видеоролика и не тратиться на другие методы, потому что они вас раздражают?

Система сможет предсказывать последовательность для каждого пользователя и переучиваться на ходу. Если сейчас вы запускаете рекламную кампанию, а потом через месяц приходят отчеты, то в дальнейшем этот цикл будет происходить буквально в течение нескольких десятков минут. Уже сегодня наши модели перестраиваются каждые час или два. Человек делает это в сотню раз медленнее.

Дальше мы выйдем на поле того, чтобы показывать рекламу еще и на ТВ-канале. Параллельно автоматизируем не только то, как показывать, но и что показывать. Нейросети, которые создают изображения, тексты, персонализируются под каждого отдельного человека. Будущее совсем рядом, мы прямо сейчас тестируем эти системы.

Загрузка...
Подписывайтесь на наши каналы в Telegram

«Хайтек» - новости онлайн по мере их появления

«Хайтек» Daily - подборки новостей 3 раза в день

Big data на страже здоровья: как и зачем медицинские организации собирают и хранят данные
Тренды
Николь Миллс, Booking.com — об инновациях, agile-подходе и индустрии впечатлений
Кейсы
Слишком опасный нанопластик: как одноразовые пакеты превращаются в частицы-убийцы
Тренды
Здесь может быть ваша реклама: НАСА планирует заработать на космосе миллионы
Тренды
Идеи
Человек и квантовая теория: существует ли то, что мы не наблюдаем
Опасный криптотрейдинг: как киберпреступники угрожают виртуальным сбережениям и биржам
Тренды
Как через 20 лет будет выглядеть армия будущего
Тренды
5 финансовых инструментов, которые помогут инвесторам даже после падения криптовалюты
Тренды
Александр Лямин, Qrator Labs: наша задача — выработать у людей цифровую гигиену, чтобы они «не ели с помойки»
Кейсы
Эдуард Фош Вильяронга: люди видят в роботе только внешность, забывая, что он следит за ними
Тренды
Доктор Куэй Во-Райнард, HIT Foundation: если страна требует суверенитета данных, мы построим для нее отдельный блокчейн
Кейсы
Идеи
«Хакинтош»: как собрать свой собственный Mac лучше, чем у Apple
Роботы против мигрантов: какой вклад в ксенофобию и расизм делают технологии ИИ
Тренды
Война скриптов — искусственный интеллект против навязчивой рекламы
Тренды
Как заново изобрести супермаркет: осознанность потребления, этика производства и роботы
Тренды
Каждый человек станет сам себе банком: цифровой мир отказывается от посредников между бизнесом и клиентом
Тренды
Архитектор вычислительной инфраструктуры «Платона» Александр Варламов — о будущем ИТ-индустрии в России, стартапах и разработке
Кейсы
Дмитрий Богданов, капитан сборной России по CS:GO — о стиле жизни киберспортсмена, тренировках и блокировках РКН
Тренды
Идеи
Космос — наш дом: что осталось решить ученым, чтобы поселить человека за пределами Земли
Прайсинг, трекинг, скоринг, биллинг и другие технологии, которые двигают российский бизнес
Тренды
«Педиатр 24/7»: как телемед-стартап подарил родителям спокойствие, а врачам — работу
Кейсы
Вас снова обманули: как человечество учит компьютеры определять фейки в интернете
Тренды
БиСи Бирман, Heavy Projects: ИИ должен иметь несовершенства — это элемент случая
Мнения
Артем Геллер, lab.ag: делая сервис для государства, ты помогаешь своей бабушке
Мнения
Акселераторы и инкубаторы: что выбрать стартапу на раннем этапе развития
Мнения
Вопрос доверия: как и почему изменилось отношение к телемедицине в России
Тренды
Правительственные криптопесочницы: как освободить финтех от давления закона и защитить потребителей
Тренды
Тренды
Суперагенты в недвижимости: как блокчейн и большие данные заменяют риелторов
СМИ будущего: вертикальные видео, новости по запросу и смерть сайтов
Тренды
Тренды
Колонизация отменяется: почему терраформирование невозможно на Марсе
Сет Стивенс-Давидовиц: у людей гораздо больше непристойных и скверных мыслей, чем мы думали
Мнения
Умные города подвергают своих жителей опасности из-за датчиков освещения и радиации
Тренды
Геронтолог Обри ди Грей: жизнь длиной в тысячу лет — это побочный эффект поиска вечного здоровья
Мнения
Биоценоз в фарме: зачем нужна альтернатива антибиотикам и как работают лекарства нового поколения
Тренды
Чарльз Адлер, co-founder Kickstarter: я — панк-рокер, который раздвигает границы
Кейсы
Как ИИ меняет медицину: личный помощник для врачей, маршрутизатор в клиниках и разработчик лекарств
Кейсы
Эдвин Диндер, Huawei Technologies: умный город — это ничто
Мнения
«Если изобретение с ИИ не приносит пользу, сам продукт никому не нужен»
Мнения
Feature engineering: шесть шагов для создания успешной модели машинного обучения
Тренды
Мнения
Человек — это набор из пяти чисел: Игорь Волжанин, DataSine — о психотипировании с помощью big data
Карло Ратти, Senseable City Laboratory (MIT) — о городах будущего, третьей коже человека и роболодках
Тренды
Мы все — сенсоры: CEO SQream Ами Галь — о том, как обрабатывают big data
Кейсы
Что такое скрапинг: как Amazon, Walmart и другие ритейлеры используют ботов в борьбе с конкурентами
Идеи
Почему китайские подлодки-беспилотники станут самым опасным врагом под водой?
Идеи
Филипп Роуд, LSE Cities: самый кошмарный сценарий — беспилотники, ездящие по городу, чтобы не платить за парковку
Мнения
Юрий Корженевский — о том, как построить безопасные системы для банков на блокчейне
Блокчейн
Иннополис
Russian Robot Olympiad: как дети строят роботов и решают реальные инженерные проблемы
MyGenetics: ДНК-тесты, помогающие «взломать» организм, как компьютер
Тренды
Trade-to-Mine: как биржи привлекают трейдеров в условиях падения рынка
Блокчейн