Шум и стоимость
Площадок стало больше, креативов – в тысячи раз больше. Пользователь научился фильтровать. Его внимание – самый дефицитный ресурс. Старые методы не позволяют говорить адресно и релевантно, поэтому большая часть рекламных сообщений воспринимается как белый шум, назойливый фон. А за внимание теперь приходится платить все больше. Бюджеты растут, а отдача снижается, потому что вы конкурируете за один и тот же грубо отсеченный сегмент с десятками других таких же маркетологов, вооруженных теми же тупыми инструментами. Это аукцион, на котором все повышают ставки, но покупают все менее и менее качественное внимание.
Возьмите паузу и подумайте о последних пяти рекламных объявлениях, которые вы сами заметили в соцсетях. Сколько из них были вам действительно интересны? А сколько вы пролистали, даже не запомнив бренд? Скорее всего, соотношение будет печальным. Вот это и есть результат работы старых методов. Они больше не создают диалог, они создают монолог в мегафон в шумной толпе.
Именно здесь и наступает момент истины. Продолжать увеличивать бюджеты, надеясь на авось, или признать, что нужен принципиально иной подход – более тонкий, умный и адаптивный. Подход, который не делит людей на грубые ящики, а учится понимать их уникальные паттерны поведения. К счастью, такой инструмент уже существует, и он уже не фантастика. Но о нем – в следующих главах. А пока давайте смиримся с простой мыслью: эпоха стрельбы из пушки по площади закончилась. Пора учиться снайперскому искусству.
Что такое нейросети и как они учатся
Представьте, что ваш мозг – это огромный офис. В нем сидят сотни тысяч маленьких сотрудников – нейронов. Каждый из них связан с другими тысячами таких же сотрудников проводами-связями. Они постоянно переговариваются, передают друг другу записки, что-то обсуждают. Когда вы видите рекламный пост, один отдел офиса кричит: «Эй, это же про рыбалку!». Другой отдел, вспоминая ваши прошлые походы в магазин за снастями, подтверждает: «Да, нашему боссу это интересно!». Третий отдел, оценив креатив, добавляет: «И выглядит это круто, давайте покажем ему еще что-то подобное». Этот офис, где все работают сообща, чтобы принять решение, – и есть очень грубая, но наглядная аналогия нейросети.
Нейросеть – это математическая модель, вдохновленная устройством нашего мозга. Только вместо биологических клеток тут – слои алгоритмов, а вместо электрических импульсов – цифры и вычисления. Если объяснять совсем на пальцах, то нейросеть это такая очень усердная и дотошная стажерка по имени Нейра. Вы даете ей тысячу фотографий и говорите: «Нейра, вот на этих котики, а на этих – собачки. Запомни, как они выглядят». Она начинает вглядываться в каждый пиксель, искать закономерности: у котиков, кажется, уши острее, а усы длиннее. Сначала она будет часто ошибаться, путать мопса с персом. Но вы каждый раз поправляете ее: «Нет, Нейра, это собака, смотри – хвост виляет». И вот после тысяч таких поправок она уже не просто запоминает конкретные картинки, а начинает понимать саму суть «кошачести» и «собачности». Она научилась.
Как же происходит это самое обучение?
Процесс обучения нейросети напоминает обучение ребенка ходьбе. Сначала он делает шаг, спотыкается и падает. Мозг получает сигнал: «Так, больно, так делать не надо, надо было перенести вес иначе». Нейросеть работает по схожему принципу ошибок и их исправления. Вы загружаете в нее огромный массив данных: например, миллионы записей о поведении пользователей в соцсетях – какие посты они лайкали, на какие ссылки кликали, сколько времени смотрели видео. Это называется «тренировочные данные». Потом вы ставите перед нейросетью задачу: «Найди людей, которые с высокой вероятностью купят дорогие кроссовки».
Она берет первую порцию данных и выдает предсказание: «Вот эти десять тысяч человек – потенциальные покупатели». А вы ей в ответ: «Нейра, ты ошиблась на 85%. Из тех, кого ты назвала, купили только 15%». Нейросеть, точнее алгоритмы, которые ею управляют, огорчаются (условно, конечно) и начинают внутреннюю работу. Они начинают аккуратно подкручивать миллионы внутренних «винтиков» – так называемых весов и параметров связей между нейронами. Цель одна – в следующий раз ошибиться меньше. Этот цикл «предсказал – получил оценку ошибки – подкрутил настройки» повторяется миллионы и миллионы раз. Постепенно, шаг за шагом, нейросеть находит все более тонкие и неочевидные для человека связи. Она может обнаружить, что покупатели премиальных кроссовков часто смотрят обзоры на гаджеты поздно вечером в среду, состоят в группах про урбанистику и редко, но метко комментируют посты про современное искусство. Человек такую абсурдную на первый взгляд связь вряд ли бы обнаружил.