Презентация Вебинар 1leadgen "excel для Директолога"...

Excel для Директолога: возможности, ограничения, альтернативы

вебинар

cc.1Leadgen.ru

Илья Векторов

Ведущий

https://vk.com/id194986725

Концептуальная направленность

Попытка логически предугадать будущее

От третьего лица (незаинтересованного)

Про долгосрочные тренды

«Рванная» последовательность - нормально

НЕ про фишки

Особенности вебинара

1. Взаимоуважение (или бан)

2. Вопросы/мысли приветствуются

3. Материал – сугубое ИМХО

4. Мнение не профессионала

5. Структура вебинара – 3 части

6. Регламент 1.5 - 3 часа с перерывом

Правила вебинара

ПЛАН ВЕБИНАРА:

1. Плюсы и минусы Excel, развитие КК 1LEADGEN

2. Тренды: средне- и долгосрочные

3. Анонс нового проекта

ЧАСТЬ I

Excel: плюсы и минусы

Контекстный Комбайн 1LEADGEN: развитие

Какие задачи могут возникать перед директологом

/ интернет-маркетолом

ВОЗМОЖНЫЕ ЗАДАЧИ

Повторяемые Жесткие решения KeyCollector

Ad Hoc Гибкие решения Excel

Настройка РК

Отдельные процессы (например парсинг)

Excel «по умолчанию» является одним из самых

мощных инструментов по работе с данными

Возможности EXCEL

Стандартные (формулы и приемы)

VBA (скрипты и функции)

100 степеней свободы

100N

степеней свободы

Автоматизируемое и НЕ автоматизируемое в MS Excel

АВТОМАТИЗИРУЕМОЕ:

• «Механические» циклы / переборы

• Работа с текстовыми строками

• Точные (математические) критерии

• Гибкие / Жесткие скрипты (UDF,

Subs)

• Набор критериев

• Моделируем «как если делать

самим руками» (функция макро

рекодер)

НЕ АВТОМАТИЗИРУЕМОЕ:

• Массивы (например склонения)

• Любые решения Да/Нет

• только random

• Нечеткое соответствие

• ограничено FUZZY

• Субъективные критерии (логические

группы)

• Очень большие объемы

• Интерактивность (API и т.д.)

• На «пользовательском» уровне

Почему КК 1LEADGEN не будет развиваться?

Хороший инструмент, но в плане развития себя исчерпал, потому что…

1. VBA неудачная технология для сложных решений

2. Слабый поток идей от участников 3. Техническая ограниченность самого Excel

Как следствие – неинтересно.

Куда будет развиваться КК 1LEADGEN ?

Основные изменения в проекте КК 1LEADGEN:

1. Начиная с версии 2.0 Контекстный Комбайн 1LEADGEN будет

НАДСТРОКОЙ MS Excel

2. Проект Контекстный Комбайн 1LEADGEN переходит в режим

«фоновой поддержки» (исправление ошибок, добавление

функций по запросу)

Демо видео работы надстройки

В чем преимущество надстройки?

Файл + набор

макросов

Надстройка

для MS Excel

ПЛЮСЫ НАДСТРОЙКИ:

1. Работает в любом открытом файле Excel

2. Более быстрая работа чем обычный макрос

3. Удобство за счет вынесения на ленту (Ribbon)

4. Компактность

Зачем надстройка ?

Уход от подобного безумия

Излишняя сложность – всегда недостаточный навык.

Ручное vs. Автоматическое создание объявлений

$ деньги

Трудозатраты

(время) Качество

$ деньги

Трудозатраты

(время) Качество

Под вопросом но об этом далее…

ТРАДИЦИОННОЕ ПРЕДСТАВЛЕНИЕ

Методология vs. Технология

Пример Поиск книг по Автору

Методология vs. Технология

Хороший метод Плохой метод

А Б В

АЯ

Г Д

1. Книги по цвету

перебор

АЯ АЯ АЯ АЯ АЯ

2. Книги по цвету + АЯ

АЯ АЯ АЯ АЯ АЯ

2. Цвет+ АЯ + Параллельно

Лучше

Еще

лучше

Плохо

Первая буква автора

Задача: найти книги по автору за

минимальное время

Методология vs. Технология

предел 1

предел 2

У хороший методологии

выше предел

эффективности

Хорошая технология

может компенсировать

плохую методологию

только до определенной

степени

ВОПРОСЫ / ОТВЕТЫ

ЧАСТЬ II

Куда движемся: средне- и долгосрочные тренды

Почему человек со стороны иногда может

лучше прогнозировать тренды?

0

10

20

30

40

50

60

70

80

90

100

0 5 10 15 20 25

Данные 1 Данные 2

1 наблюдение может

существенно повлиять

на линию тренда!

2 одинаковых набора данных, отличие только в одном значении

ЧАСТЬ II

Трансформация рынка/отрасли

Тенденции Эволюция

Что значит «оцивилизовывание» рынка ?

Смотрим на Запад (Google, Baidu, Bing, там

больше денег)

Изменение структуры рынка в пользу крупных и богатых клиентов

Рост роли капитала (оборот/бюджет)

Рост роли креативной составляющей !

Снижение роли технической компетенции (выравнивание уровня)

Рынок «частных директологов» будет

гарантированно схлопываться

Больший объем работы будет выполняться гораздо меньшим количеством людей (речь о порядках)

Пути развития отдела трафика

Пути развития направления контекстной

рекламы в компании

• In-House спелист

• SaaS/DIY сервисы (roistat, Elama) • SLA модель аутсорсинг (контроль по KPI)

• Партнерство/CPA

Проблемы с точки зрения компании

Усиление внутренних подразделений IN-HOUSE (или плотная работа с бутиковыми специализированными

агентствами)

Интернет-маркетинг будет становится конкурентными

преимуществом компаний из ЛЮБЫХ отраслей

↑ качества внутренних и внешних

инструментов/процессов будет приводить к снижению

требований к исполнителям внутри кампаний при

повышении качества работы

Автоматизация + API будет приводить к исключению из

процессов посредников

Большие бюджеты и возможность постоянно тестировать

будут приводить к появлению ноу-хау у крупных

рекламодателей

Пути развития отдела трафика

Проблема с In-House специалистами: рост профессионализма + наличие бюджета (капитал)

УЖЕ реально предлагают розовые сапоги

Пути развития отдела трафика

Проблема SaaS / DIY сервисами:

• Лучшие наработки интегрируются в сами системы

контекстной рекламы (долгосрочный тренд)

• Недоступный для понимания уровень сложности, как

следствие…

• Уход в ML, AI, programmatic и т.д.

• С точки зрения директолога – кардинальное снижение

трудозатрат (вплоть до «автоматизации» самого

директолога)

Проблема SLA CPA моделями:

• Умение работать с системой KPI

• Необходимость в контроле подрядчика

• Должна биться экономика проектов

• Требуется определённый уровень доверия между агентами

• Один из самых ценных ресурсов – данные, остаются у подрядчика

Пути развития отдела трафика

Ложные тенденции

Программисты «Боги»

Появляются программисты «боги», генерирующие

большие семантические ядра, использующие

стандартные возможности (метки, дополнительные ссылки

и т.д.) + автоматизация управления кампанией.

Считают что программирование = хороший маркетинг.

Мечта = упаковать свой алгоритм в платный сервис.

ИМХО, одиночки не могут просить хороший сервис, нужна

команда.

Устойчивый сервис должен отвечать 2-м критериям:

1. Должен быть value для пользователя

2. Функционал должен быть (относительно) уникальным /

трудно копируемым

Тенденции Сервисы

Что будет происходить с сервисами?

• То, что пишется в 10 строчек кода на Python не может

считаться «сервисом»

• Технические (механистические) сервисы умрут

• Бизнес сервисов, которые мешают Яндексу разрабатывать

деньги будет сокращаться (например, Elama)

• Сервисы без элемента «черного ящика» (с элементами

ML/AI) – умрут

Тенденции Итоги

Что будет происходить ? Переход от Ручных стратегий к Автоматическим (более

прогнозируемый доход для Яндекса, но для рекламодателя –

«черный ящик»)

«Вымывание» микро и малых клиентов с рынка, приоритет

клиентов с большими бюджетами (см. развитие на Западе

Google AdWords)

Хорошие фитчи и наработки будут становится элементами

интерфейса (если не ведут к снижению общего дохода

Яндекса!)

Создание качественных рекламных компаний от технического

процесса будет сдвигаться в область креатива, тестов и

анализа

Разброс уровня РК будет сокращаться ВЫРАВНИВАНИЕ

компаний

Тенденции Развитие Яндекса

Борьба с «прокладками» (под «прокладкой» понимается любой посредник между деньгами клиента и Яндексом )

Стремление к модели – оплата за действие cost per action

CPA (по модели интеграции Яндекс.Маркета с

обезличенными продавцами)

В наиболее маржинальных темах возможно создание

собственных компаний

Расширение контроля за цепочкой (забрать максимум $ из

цепочки): Поиск → Сайт → Конверсия → Оплата

Яндекс.Директ → Яндекс.Метрика → Яндекс.Касса

Максимально забрать у рекламодателя инструменты,

влияющие на расходы (но оставить инструменты влияющие

на конверсию)

Тенденции Развитие Яндекса

Идеальный результат для Яндекса: клиент указывает нишу,

выбирает опции компании и вносит деньги (будет

реализован в том или ином виде на базе машинного

обучения)

Машинное обучение: модель «персональный цифровой

менеджер», позволит реализовать модель даже для мелких

рекламодателей

Агрессивная монетизация (Яндекс – публичная компания) :

«мало показов», «синонимы», выдавливание в авто

стратегии)

Максимальная монополизация коммерческих тематик,

перевод клиентов на собственные сервисы

Высокая вероятность: государственный протекционизм,

ограничение конкуренции и, как следствие, снижение

качества выдачи и стратегический проигрыш Google

ЧАСТЬ II

Трансформация профессии

Разделение труда

Директолог

специализация

Product/Project Manager

Программист (технарь)

ИМХО про «профессию» Директолог:

Набор навыков который человек может освоить за несколько недель

не может считаться профессией.

Перспектива Директолог vs. PM

1 Директолог-Программист

X 100 «Директологов»

Большинство текущих

директологов в не смогут

конкурировать на техническом

уровне

Product/Project

Менеджеры (PM)

«Клей» между технарем-

директологом и бизнес-средой:

умение ставить ТЗ, знание

продукта / рынка / ЦА

Настоящее и Будущее

условная продуктивность

Директологи Сейчас

Будущее

X 100 X 10

+ чужие наработки (доп. рычаг)

Новый проект

1LEADGEN про это

Директолог-программист

PM PM PM PM

Какой технический уровень достаточен ?

Умею делать сам

Могу поставить задачу

Необходим минимум

навыков, в первую

очередь чтобы уметь

поставить задачу (ТЗ)

Чем выше собственный

уровень, тем проще и

эффективнее ставишь

задачу для технического

специалиста!

КК 1LEADGEN также требует минимальный технический уровень,

чтобы более эффективно оперировать РК.

ЧАСТЬ II

Трансформация технологий работы

Мифы о «длинном хвосте»

Тиражируемый миф о «длинном хвосте»

Ко

нку

ре

нц

ия

Конверсия

Нарушение логики:

Вложенность фраз.

Ваши НЧ конкурируют с

ВЧ/СЧ крупных игроков! высокая низкая

ни

зка

я вы

со

ка

я Ложные предпосылки: Lamoda показывается по слову «купить

обувь», я буду рекламироваться «купить

розовые сапоги в Саратове» и не буду

конкурировать Ламодой.

Я буду вести на целевые товарные

страницы, а Ламода ведет на общий

каталог.

Что делает Яндекс ?

«Расширяет»

голову за счет

синонимов

(нельзя отключить)

«Отрубает» хвост за счет

отключения «неэффективных»

фраз (статус мало показов)

Мифы о «длинном хвосте»

Кто хочет лучше понять принцип «Длинного

хвоста» и принцип эффективного

семантического ядра:

1. Заходим в группу

vk.com/cc1leadgen

2. Находим пост от 9 июня 2016

3. Смотрим видео «Концепция

семантического ядра и

операторов Яндекс Директ +

инструмент MECE»

Технология создания РК автоматизация

Почему важно оптимизировать (НЕ максимизировать СЯ) ?

Сбор

СЯ

Управление РК

+

Анализ

Генерация РК

Кластеризация

Крайне важно с учетом нововведения Яндекса

(«мало показов») + ограничение Яндекса

Относительно неплохо автоматизировано: KeyCollector, MOAB,

Пастухов

Хорошо автоматизировано

Со

зда

ни

е Р

К

Слабо автоматизировано + высокие технические требования к исполнителю

Уровень приближается к

ИИ / машинного обучения

(не автоматизируемо в

традиционном понимании)

Про автоматические генераторы

объявлений

Подготовка РК Введение и корректировка

Генерация объявлений

2%

Избавляемся от иллюзий

Яндекс Директ – это «черный ящик», сложная система на базе

машинного обучения и искусственного интеллекта, нацеленная

на максимизацию прибыли Яндекса.

Стоит рассматривать любые нововведения Яндекса с этой

точки зрения.

Война «черных ящиков»…

VS.

Яндекс Директ Рекламодатель

Критерий:

максимальный

доход от… ???

Отдавать или нет контроль

за расходами на РК ?

«Будущее банковского бизнеса –

это "борьба" одного искусственного

интеллекта против другого»

Вадим Кулик, Зампред Сбербанка

Новые технологии

Машинное обучение (искусственный интеллект)

Нейронные сети (видеокарта Tesla Nvidia)

Работа с большими массивами данных Big Data

Специализированные языки программирования Python, R

Технология в средне- и долгосрочной перспективе бьет

класс с вероятностью 99.99% !

Агенты, использующие эти технологии гарантированно

выиграют у самого талантливого «кустаря».

В чем «прелесть» машинного обучения ?

Традиционное программирование:

Машинное обучение:

Данные Разработк

а

алгоритма

Результат

Данные

(обучающ.

датасет)

Подбор

алгоритма

Результат

(обучающ.

датасет)

Технологии работы Будущее

Выиграет тот, кто максимально использует внутренние

возможности рекламных систем (они будут расширятся)

Все технические «облегчалки жизни» рано или поздно

переедут в интерфейс систем

Сильно возрастет роль ОПТИМИЗАЦИИ РК (переход от

максимизации к оптимизации) см. видео MECE

Сильно возрастет роль анализа (т.к. технически РК будут

приближаться по уровню исполнения)

Что будет дальше происходить ?

Технические и расчетные задачи будет браться на

себя компьютер, через технологии нейронных сетей,

машинного обучения и т.д.

И будут делать это в миллионы раз быстрее и зачастую

лучше людей!

ВАЖНО: человеку останется креативная функция

генерирования гипотез + постановки технических

заданий

Тренд Машинное Обучения : ↑ возможностей РК (стратегий)

↓ требований к программированию

По мнению Андрея Себранта то, что раньше делали 100

программистов, сегодня (в 2016) может сделать

«полпрограммиста» + TensorFlow

ВОПРОСЫ / ОТВЕТЫ

ЧАСТЬ III

Проект Python Директолог 1LEADGEN

ВИДЕО

Андрея Себранта про возможности нейросетей

https://www.youtube.com/watch?v=rK2iA_36qEI

18:00-24:30

ВИДЕО

Герман Греф про будущее бизнеса

https://www.youtube.com/watch?v=bzc4WHIOb_Q

43:30-45:00

Перспективные направления

• Машинное обучение ML

• Big Data

• Искусственный интеллект AI

• Robotic process automation RPA

1. Яндекс активно использует в своих сервисах

2. Google выложил в открытый доступ TensorFlow

3. Исследование McKinsey

Почему будущее за ИИ и машинным

обучением ?

Disruptive technologies: Advances that will transform life,

business, and the global economy

Исследование McKinsey

http://www.mckinsey.com/business

-functions/digital-mckinsey/our-

insights/disruptive-technologies

Disruptive technologies: Advances that will transform life,

business, and the global economy

Исследование McKinsey

Расширяем область света

Excel ИИ

нейронные сети

python

машинное обучение API

big data

Проект Python Директолог 1LEADGEN

Проект – Эксперимент!

Сообщество экспертов / пользователей

Апробация новых инструментов

Инструмент Python

Инструмент TensorFlow / Нейросети

vk.com/py1Leadgen

Является ЭКСПЕРИМЕНТОМ

Подразделяется на различные уровни

Непрофессионалы

Программисты / технари

Обучающий проект

Основной инструмент Python + модули

Ориентация на искусственный интеллект /

машинное обучение

Open source / Crowd source

Проект Python Директолог 1LEADGEN

ПАБЛИК 1LEADGEN

Возможность задавать вопросы и

предлагать новости

Фокус на новые технологии для

директологов и интернет- маркетологов

Более широкий круг тем и вопросов чем

Excel

vk.com/1Leadgen

1LEADGEN Паблик vk.com/1Leadgen

Структура

Python Директолог 1LEADGEN vk.com/py1Leadgen

МетрикМастер1LEADGEN vk.com/mm1Leadgen

Контекстный Комбайн 1LEADGEN vk.com/cc1Leadgen

Telegram Канал 1LEADGEN

@t1Leadgen

За кем / чем следить:

Илон Маск

Питер Тиль

Марк Андрессен

Андрей Себрант

Telegram @TechSpark

Имеет смысл

следить за этими

компаниями:

https://en.wikipedia.org/wiki/Robotic_process_automation

Книги must read

Искусственный

интеллект

Ник Бостром

Сумма

технологии

Станислав Лем

От нуля к

единице

Питер Тиль

Верховный

алгоритм

Педро Домингос

Роботы

наступают

Мартин Форд

ВОПРОСЫ / ОТВЕТЫ