ГОЛУБЯТНЯ: Софт для мозгов. Часть вторая

Автор: Сергей Голубицкий

На прошлой неделе замахнулся на эксклюзивное и доселе напрочь обделенное вниманием «Голубятен»: креативный этап датамайнинга, теорию радиантного мышления, софтверные когнитивные имитаторы (СКИ) и их универсальное применение в любой аналитической работе — от составления квартального финансового отчета и разработки новой конструкции крыла самолета до решения образовательных задач и аналитической журналистики.

Настало время нести забазарный ответ, а за какую ниточку дергать — не приложу ума. Если с места в карьер разбирать конкретные СКИ — программы, имитирующие активность человеческого мозга, то у читателя непременно встанет вопрос ребром: какого рожна? В смысле: что прикажете делать со всеми этими интеллект-картами? Не говоря уж о том, что неплохо бы было разобраться — что это за зверь и с чем его едят!

Выходит полюбэ, что начинать разговор с софтверной начинки — не по-макаренковски, все равно что кайфоломить сочный анекдот. Посему, volens nolens, будем рисовать гопак с правильного бока, а именно с теории.

Принято считать, что теорию подгонки процессов мозговой деятельности под практические нужды homo creans[Человек творящий (лат.)] создал американский популяризатор науки Тони Бьюзен. Вы не поверите, но так оно и есть! Тони Бьюзен, как и положено популяризатору, ничего сам не придумал, а просто извлек из высоколобого лабораторного чулана ряд разработок, которые, как оказалось, обладали выдающейся практической ценностью.

В основе прагматического подхода Тони Бьюзена лежит мнемоника — техника запоминания. Оказалось, что в процессе обучения мозг лучше всего усваивает информацию:

полученную в начале учебного процесса («эффект первичного восприятия») либо в его конце («эффект недавнего восприятия»);

обладающую прямыми ассоциативными связями с ранее обретенными знаниями;

уникальную по содержанию или форме;

вызывающую обостренное восприятие одного из пяти органов чувств;

несущую особый интерес для обучаемого.

В процессе обработки поступающей информации наш мозг реализует пять основных функций: восприятие, удержание, анализ, вывод и управление. Не вдаваясь в подробности, можно сказать, что процесс этот предельно нелинейный, поскольку акцентирует не сам информационный поток, а лишь ключевые моменты этого потока, беспечно пуская побоку шелуху избыточных фактов.

Посмотрим теперь, как нелинейная обработка информации мозгом отражается в традиционной технике людей по изложению усвоенных материалов. Самая распространенная форма — простое повествование, с которым мы встречаемся на каждом шагу: когда пересказываем друзьям содержание просмотренного фильма или прочитанной книги, передаем беседу с третьим лицом, описываем события бытовой либо политической жизни. Формы эти, как правило, устные и при письменном изложении подвергаются, заимствуя компьютерную терминологию, «компрессии с потерей качества». Компрессия эта называется конспектированием.

Самый распространенный вид конспекта — линейный по времени, при котором информация записывается по мере ее поступления — например, во время прослушивания лекции. Внешне более изысканный, а на поверку — столь же безалаберный! — вид конспектирования — иерархический, при котором ошметки информации располагаются не столбиком один за другим (1, 2, 3, 4 и т. д.), а с потугой на многоуровневую структуру (1.1, 1.2, 1.3, 2.1, 2.2, 2.2.1 и т. д.).

Очевидно, что ни один из традиционных общепринятых подходов к фиксированию информации никаким местом не соответствует процессам, реально протекающим в нашем мозгу. Так, при любом конспектировании за правдоподобием временного ряда теряются ключевые слова, усложняется запоминание, тратится время на фиксирование несущественных фактов, не обеспечивается стимулирование творческого потенциала нашего воображения.

Рядом с традиционными формами конспектирования во все времена существовал альтернативный способ фиксирования информации, который в глазах общественности выглядел беспорядочно. Меж тем, восклицает Тони Бьюзен, именно такой «беспорядочный» конспект максимально приближен к естественной форме функционирования нашего мозга! Особенности альтернативного подхода: визуализация ритма, структуры и образности излагаемой информации (все эти цветочки-ромашки, чертики, стрелочки и смайлики на полях страницы), активное применение цвета (цветные карандаши), графическое представление информации, использование многомерных объектов, нелинейное размещение фактографии на пространстве листа бумаги, приоритет личных ассоциаций над временной последовательностью (не «оратор сказал А, потом Б», а «музыка навеяла»).

«Беспорядочный» конспект венчает любимое дитя современной социологии и психологии — гештальт, умение воспринимать информацию в целостном виде («Зри в корень!»).

Читатель уже догадался, что «беспорядочный» конспект и является той самой палочкой-выручалочкой, призванной произвести революцию в работе современного человека с информацией. Тони Бьюзен дал этому конспекту более благообразное имя — Mind Map, «интеллект-карта»[Существует море эквивалентов Mind Map в русском языке: «карты ума», «умные карты», «карты памяти», «карты знания», «ментальные карты», «мозговые карты», «картоиды» и даже «околесица»!], определив ее как форму графического выражения радиантного мышления.

В свою очередь, радиантное мышление (от «радиант» — «точка небесной сферы, из которой как бы исходят видимые пути тел с одинаково направленными скоростями» — аналог ассоциативного мышления!) определяется в качестве основного принципа функционирования человеческого мозга. Прагматический аспект радиантного мышления — создание альтернативного способа изложения усвоенных материалов, то есть с применением интеллект-карт.

Построение интеллект-карты подчинено ряду простых, однако непреложных правил:

она графична (то есть «рисуется», а не «пишется»);

она всегда строится вокруг центрального объекта (=радиантов, центральной идеи);

каждое слово и рисунок в интеллект-карте, в свою очередь, сами становятся центрами для очередной ассоциации;

основные темы и идеи, связанные с объектом внимания (изучения), расходятся от центрального образа в виде ветвей;

ветви, принимающие форму плавных линий, обозначаются и поясняются ключевыми словами или образами. Вторичные идеи также изображаются в виде ветвей, отходящих от ветвей более высокого порядка; то же справедливо для третичных идей и т. д.;

ветви формируют связанную узловую систему.

Достаточно взглянуть на изображение типичной интеллект-карты[Интеллект-карта заимствована из программы ConceptDraw MindMap Professional], чтобы понять принципиальную нелинейность и трехмерность этой структуры в пространстве, времени и цвете (см. рис.).

Понимаю смятение читателя: ему только что дали понять, что всю сознательную жизнь он неправильно работал, учился, конспектировал институтские лекции и вообще — предавался грязному надругательству над естественным поведением собственного мозга. Моя первая реакция на теорию радиантного мышления была точно такой же. Однако преодолев злополучную «курву переучивания»[Для новичков волапюка нашего культур-повидла: ничего личного, всего лишь игривый перевод «relearning curve»], давно уже не мыслю серьезного творчества без предварительной визуализации с помощью интеллект-карт. Кого-то могут вдохновить сугубо прагматические стимулы:

применение интеллект-карт вместо традиционного конспектирования позволяет экономить от 50 до 95% времени, затраченного на записывание. Экономия времени на чтение и поиск ключевых слов в объемном конспекте — более 90%;

беспрецедентная концентрация внимания не на случайной информации, а на существенных вопросах;

визуально четкие ассоциации ключевых слов друг с другом;

качественное улучшение запоминания за счет разноцветного и многомерного представления информации, что соответствует естественным формам функционирования мозга;

концентрация на ключевых понятиях и центральной идее не только отвечает естественным стремлениям мозга, но и стимулирует эвристику, способность творить новое содержание и идеи.

Автор теории радиантного мышления дает ряд практических рекомендаций по составлению интеллект-карт. Прежде чем обозначить основные сферы применения новой методики, мне бы хотелось остановиться на этих рекомендациях, которые Тони Бьюзен называет «законами интеллект-карт». Вот они:

1. Эмфаза, то есть концентрация внимания на центральном образе.

2. Интенсивное использование графических образов.

3. Работа как минимум с тремя цветами.

4. Объемное изображение (в первую очередь, за счет выпуклых букв и псевдотрехмерной графики — все эти кубики, гробики и параллелепипеды).

5. Синестезия — комбинирование всех видов эмоционально-чувственного восприятия (от рисования сердечек, пронзенных стрелами, до междометий и восклицаний).

6. Частое варьирование размеров букв (шрифтов), толщины линий и масштаба графики.

7. Использование стрелок для подчеркивания связей между элементами интеллект-карты.

8. Кодирование информации и изобретение аббревиатур.

9. Строгий принцип «Одно ключевое слово на каждую линию».

10. Использование ключевых слов над ассоциативными линиями (длина линии должна равняться длине относящейся к ней ключевой фразы).

11. Ограничение блоков важной информации с помощью линий (группировка — одна из важнейших техник мнемоники).

12. Использование номерной последовательности в изложении мыслей (вложенная иерархия).

Перечислять сферы применения радиантного мышления и интеллект-карт с указанием конкретных профессий бессмысленно, поскольку речь идет об универсальном инструменте. В самом общем виде можно сказать, что интеллект-карты незаменимы при brain-storming’е — в цейтноте, в авральной ситуации, когда требуется коллективная либо индивидуальная выработка стратегии либо выход на оригинальное решение. Без интеллект-карт трудно добиться адекватной организации собственных мыслей (конспектирование) или чужих идей (аннотирование). Помимо этого интеллект-карты блестяще справляются с любой мнемонической задачей, направленной на запоминание многоуровневого информационного контекста.

Уф! Вот, собственно, и вся теория. Сегодняшняя «Голубятня» получилась на удивление академичной, поскольку я честно сдерживал позывы индивидуальности, стремясь донести в целомудренном виде оригинальное учение Тони Бьюзена. Разумеется, не из особой любви к англо-саксонскому позитивизму (об этом я еще выскажусь!), а из чисто прагматических соображений: очень хотелось сэкономить читателю время, так что теперь вместо чтения пузатых книжек Тони Бьюзена можно смело приступать к освоению СКИ — компьютерных программ для работы с интеллект-картами. Этой конкретикой мы займемся через неделю!

Оптимизация: Деньги на Яндекс

Автор: Михаил Мухин

Онлайновая реклама, особенно поисковая, перестала быть рекламным фастфудом. В Сеть пришли серьезные бюджеты, которые требуют серьезного подхода. Однако общедоступных и понятных рекламных стратегий, пригодных для работы с конкретными механизмами размещения (например, «Яндекс.Директ»), как не было, так и нет. Михаил Мухин попытался проанализировать, какая часть рекламных денег тратится непосредственно на привлеченного посетителя, а какая пускается на ветер. — В.Г.

Больше посетителей, меньше затрат: вот задача, которую решает рекламодатель «Яндекс.Директ». При размещении рекламных объявлений в поисковой выдаче рекламодатель составляет текст, указывает список ключевых запросов, по которым объявление должно показываться, и назначает ставку, то есть цену, которую он согласен платить за клик (переход посетителя на его сайт). В «Яндекс.Директе» имеется семь мест для размещения объявлений: два «спецразмещения», «первое место», три места для «гарантированных показов» и одно для всех остальных.

Для простоты возьмем более примитивную модель и будем исходить из того, что у нас есть только гарантированные и негарантированные показы. И вот с этого места начнем поподробнее.

Желающих разместить свое объявление по некоторому запросу слишком много (порой зашкаливает за полсотни), поэтому на гарантированных местах показываются те, кто назначил бо’льшую ставку, а единственное негарантированное место «разыгрывается» между всеми оставшимися (с учетом назначенной ставки). Причем место разыгрывается каждый раз, при наборе запроса очередным посетителем. Сначала повезло одному объявлению, потом другому, третьему… И чем выше назначена ставка, тем чаще будет показываться объявление, тем больше посетителей мы привлечем и… тем больше денег потратим.

Типичная эволюция подхода рекламодателя к размещению на «Директе» выглядит следующим образом.

Стадия первая, разумно осторожная. Назначение ставки ниже «гарантированного показа» плюс проверка отдачи. Разумеется, отдача есть. Было бы странно, если б ее не было. Объявление показывается тем посетителям, которые именно сейчас ищут именно те услуги, которые предлагает рекламодатель. Так что отдача получена, и очень неплохая.

Ошарашенный рекламодатель берет калькулятор, делит сумму дохода на количество привлеченных посетителей (он еще не знает, что это называется «конверсия»), лезет в «Директ», смотрит текущую ставку «гарантированного показа», понимает, что по деньгам (оп-па!) все проходит, и… переходит во вторую стадию: обязательно-всегда-всегда-всегда быть в гарантированных показах! Тут-то деньги и летят на ветер.

Чтобы понять, как это происходит, рассмотрим модельные примеры. Допустим, каждый посетитель, привлеченный на сайт, приносит $10 дохода. Вопрос: сколько нужно платить за привлечение посетителей, чтобы это было выгодно?

Пример 1. Ставка $0.10/клик. Получаем одного посетителя в сутки. Выгода: 1х($10—$0.10) = $9.90/сутки.

Пример 2. Ставка $1/клик. Получаем десять посетителей в сутки. Выгода: 10х($10—$1) = $90/сутки. Уже лучше.

Пример 3. Ставка $5/клик. Получаем сто посетителей и выгоду: 100х($10—$5) = $500/сутки. Хорошие деньги!

Примерно так рассуждает рекламодатель, оставляя за кадром вопрос определения оптимальной ставки. Заметим, что на ставке $9.90 для получения выгоды $500/сутки нам нужно привлечь 5 тысяч посетителей. А их нет, поскольку нам нужны не просто посетители, а только те, кто именно сейчас ищет именно то… ну и так далее, см. предыдущий абзац.

Нарисуем график «Выгода, получаемая от одного клика / Ставка за клик» (напомню: конверсия у нас = $10). Получаем простую обратно пропорциональную зависимость: чем больше платим, тем меньше извлекаем прибыли (рис. 1).

Теперь второй график, чуть посложнее, «Кликов в сутки / Ставка за клик». Его смысл: количество полученных кликов (посетителей) растет вместе с ростом ставки, которую мы назначаем. Сначала кривая растет быстро, затем медленнее и наконец останавливается в точке «максимального охвата». В этой точке, как принято говорить, мы «выбрали всю аудиторию», и поднимать ставки дальше нет смысла (рис. 2).

Вопрос: в какой точке (на какой ставке) можно достигнуть максимальной выгоды? Если мы имеем два указанных графика, ответ найти просто: нужно перемножить приведенные функции, и мы получим третий график — «Выгода в сутки / Ставка за клик» (рис. 3).

Очевидно: ставка, на которой достигается максимальная выгода, находится заметно левее точки максимального охвата. Причем всегда. Кто не верит, пусть проверит на досуге. Причем разница может оказаться весьма существенной.

В нашем идеальном примере точка максимальной выгоды находится чуть выше ставки $4 и дает немалый выигрыш по сравнению с другими ставками (см. табл. 1).

Разумеется, все приведенные цифры придуманы автором и не имеют к реальной жизни никакого отношения. Давайте теперь выясним: насколько идеальная теория далека от грубой реальности.

Очевидно, для определения точки оптимума нужно построить кривую «Количество кликов от Ставки». И первое, что тут нужно понять: абстрактно такой кривой не существует. Ее вид определяется только стратегией покупки клика и имеет смысл только по отношению к этой стратегии.

В любой области рекламы (не только в Интернете) базовая схема расчетов такова: изначально фиксируется стратегия или совокупность стратегий покупки контактов с аудиторией. Далее замеряется, какие затраты какое количество контактов дают. Полученные данные упорядочиваются по возрастанию цены за контакт, и строится соответствующая кривая. Определение оптимальной точки становится простой технической задачкой.

Вернемся к примерам. Мы взялись продвигать некие услуги. Нашли доброго пенсионера, нацепили на него плакат и отправили гулять вокруг офиса… Сработало: пошли клиенты.

Что будет, если мы наймем десять пенсионеров? Сто? Тысячу? С увеличением количества прогуливающихся пенсионеров, растут расходы на их управление. На каждые десять пенсионеров понадобится контролер объема и качества прогулок, затем потребуются: учетчик, бухгалтер, разработчик маршрутов и пр. Если мы знаем, сколько контактов (встреча с прохожим) обеспечивает каждый пенсионер, мы сможем подсчитать и управленческие расходы на один полученный контакт.

Рост управленческих расходов — не единственный источник роста цены контакта. Внимание!

Выпускаем на улицу вторую тысячу пенсионеров.

Увы, приход клиентов в офис вдвое не поднялся. Почему? Потому, что пенсионеры гуляют в разных местах. Многолюдные центральные улицы, дающие высокое количество контактов, уже освоены. Вторая тысяча пенсионеров гуляет по спальным районам. Количество контактов там меньше, зарплата у пенсионеров та же, затраты на один контакт — выше.

К делу мы подходим серьезно, поэтому (с некоторой точностью) оцениваем число контактов, которые можно получить на каждой улице города, расписываем план освоения улиц в порядке убывания количества контактов, строим кривую «Количество контактов /Стоимость контакта», учитывающую эти данные и управленческие расходы, получаем оптимальную точку и определяем: какие улицы выгодно осваивать, какие нет. 548 пенсионеров из второй тысячи уволены, у дверей офиса собрался митинг…

Закроем окно, вернемся к расчетам. Кто подумал, что задача решена, тот неправ. Любую стратегию всегда можно усовершенствовать. Нашу — тем более. Большинство прохожих ходит по одним и тем же улицам. Ценность повторного контакта пенсионера с одним и тем же прохожим заметно ниже. Принимаем решение: на каждой улице пенсионер будет гулять один раз в три дня. Строим новую кривую, определяем новую оптимальную точку. Еще 765 пенсионеров уволено, митингующие готовятся к штурму…

Повторю то, с чего начал: вид кривой «Количество контактов / Цена контакта» определяется исключительно стратегией покупки контакта и имеет смысл только по отношению к этой стратегии. Смена или усовершенствование стратегии требует новых расчетов.

Это любимая реплика посетителей форума «Директ.Яндекса». Попробуем «просчитать Я», исходя из здравого смысла.

Предположим, нам нужно продвигать пластиковые окна. Идем на «Директ.Яндекс» и понимаем: нас тут не ждали. Конкурирующих рекламных объявлений — от тридцати до пятидесяти (и это на семь рекламных мест!); минимальная ставка, на которой можно попасть в гарантированные показы, в разное время суток колеблется между $6 и $12 (данные на начало апреля). Бюджет у нас маленький. Шеф в принципе отказывается понимать, как можно платить 12 долларов только за то, что один посетитель посмотрит на наш сайт. Аргумент «Если другие платят постоянно, значит это им выгодно» уничтожен анекдотом про то, что «На другой стороне улицы еще дороже». Дискуссия закрыта, уныло плетемся на рабочее место.

Зададимся вопросом: имеет ли смысл болтаться среди тех сорока четырех бедолаг, которые претендуют на последнее рекламное место в негарантированных показах? Если формулировать строго: как зависит количество показов «негарантированного» объявления от изменения ставки?

Начнем с простого. Можно не сомневаться: раз уж Яндекс взялся показать, пусть и негарантированно, сорок пять (включая наше) объявлений — он это сделает. Также можно с уверенностью предположить, что 100% показов будут неравномерно распределены между конкурентами. Поэтому еще раз переформулируем вопрос: от каких параметров зависит распределение негарантированных показов?

Первый параметр, очевидно, вытекает из сказанного: это количество «претендующих» объявлений. Чем больше у нас конкурентов, тем меньше нам достанется. А вот для того, чтобы «вычислить» остальные, нужно понять интересы Яндекса.

А там работают умные люди. Понятие максимальной выгоды им знакомо, значит, правило распределения показов должно быть нацелено на повышение суммарного дохода в единицу времени…

Внимание! Пока мы рассуждали, на Яндекс пришел очередной посетитель и набрал запрос «пластиковые окна». Какое из сорока пяти конкурирующих объявлений будет ему показано?

Первое, что приходит в голову: то, за которое назначена более высокая ставка. Верно, но не совсем. Вовсе не факт, что посетитель, за которого мы тут тихо пихаемся, кликнет по объявлению. Нет клика => у Яндекса нет денег => у нас нет посетителя. Ждем следующего посетителя и прикидываем, какое объявление покажет Яндекс в следующий раз?

Помечтаем. Вот если бы мы были Яндексом… И если бы мы заранее точно знали, на какие объявления кликнет очередной посетитель, можно было бы отбросить остальные, а потом выбрать объявление с самой высокой ставкой… А те, про которые точно известно, что не кликнет, — вообще не показывать… А того, у кого меньше ставка, но кликнет… все равно не показывать… Пока ставки не поднимет…

Это уже похоже на логику. Мы можем оценить вероятность того, что на данное объявление будет сделан клик. Для этого нужно показать объявление много-много раз (например, тысячу) и посчитать количество сделанных по нему кликов. И мы получим CTR = процент кликов на один показ (он же — вероятность клика). Соответственно, сравнивать объявления нужно по сочетаниям их ставок (предлагаемых Яндексу денег) и CTR (ожиданием того, что эти деньги будут заработаны).

По каждому объявлению можно подсчитать вероятность получения денег — это произведение Ставки (Bid) на CTR. Соответственно, частота показа объявления должна быть пропорциональна этой вероятности. И мы получаем формулу вероятности показа объявления N: