📦 Контроль начинается с понимания: Финал серии
Подошла к концу большая серия постов про историю развития рекламных алгоритмов. В ней мы проследили историю становления систем контекстной рекламы. Посмотрели, как на рекламу влияли внешние факторы, какие изменения происходили и как менялась логика управления.
От круглосуточного мониторинга ставок до их автоматического расчета, от тысяч ключей к автотаргетингу, от ручных настроек до создания рекламы с помощью ИИ-инструментов.
Между этими событиями — не просто череда обновлений Яндекса и Google. Интернет научился хранить и обрабатывать огромные массивы данных. Машинное обучение позволило прогнозировать клики и покупки. Нейросети научились создавать рекламные материалы и работать с задачами, которые человек описывает обычными словами. Рекламные системы постепенно превращали эти возможности в инструменты.
Ручных решений стало меньше. Но машина зависит от заданной цели и полученных данных. Если алгоритм видит заявку, но не знает, состоялась ли после звонка продажа, то будет искать новые заявки — даже если бизнесу нужны покупатели.
«Контроль начинается с понимания» — с этой мысли началась серия. Сегодня контроль означает понимание, что алгоритм считает успехом, на каких данных учится, где есть пробелы и как на это обучение влиять. А также понимание современных ИИ-инструментов и траектории их развития.
Все части серии по порядку 👇
🟡История алгоритмов. Начало
🟡Аукцион второй цены и Нобелевская премия
🟡Подпорки: как конкурентов заставляли платить втридорога
🟡Когда только ставки оказалось мало
🟡Зачем знать, каким был аукцион Директа 10 лет назад?
🟡VCG: более совершенный аукцион, победивший подпорки
🟡Первый «бунт машин»
🟡Появление РСЯ: как алгоритм научился показывать рекламу без запроса
🟡Как Яндекс научился узнавать пользовательские интересы
🟡Как алгоритмы научились собирать рекламные кампании
🟡Ограничение трекинга и переизобретение конверсионных стратегий
🟡Генеративный ИИ врывается в рекламу
🟡Нейросеть делает следующий ход
Подошла к концу большая серия постов про историю развития рекламных алгоритмов. В ней мы проследили историю становления систем контекстной рекламы. Посмотрели, как на рекламу влияли внешние факторы, какие изменения происходили и как менялась логика управления.
От круглосуточного мониторинга ставок до их автоматического расчета, от тысяч ключей к автотаргетингу, от ручных настроек до создания рекламы с помощью ИИ-инструментов.
Между этими событиями — не просто череда обновлений Яндекса и Google. Интернет научился хранить и обрабатывать огромные массивы данных. Машинное обучение позволило прогнозировать клики и покупки. Нейросети научились создавать рекламные материалы и работать с задачами, которые человек описывает обычными словами. Рекламные системы постепенно превращали эти возможности в инструменты.
Ручных решений стало меньше. Но машина зависит от заданной цели и полученных данных. Если алгоритм видит заявку, но не знает, состоялась ли после звонка продажа, то будет искать новые заявки — даже если бизнесу нужны покупатели.
«Контроль начинается с понимания» — с этой мысли началась серия. Сегодня контроль означает понимание, что алгоритм считает успехом, на каких данных учится, где есть пробелы и как на это обучение влиять. А также понимание современных ИИ-инструментов и траектории их развития.
Все части серии по порядку 👇
🟡История алгоритмов. Начало
🟡Аукцион второй цены и Нобелевская премия
🟡Подпорки: как конкурентов заставляли платить втридорога
🟡Когда только ставки оказалось мало
🟡Зачем знать, каким был аукцион Директа 10 лет назад?
🟡VCG: более совершенный аукцион, победивший подпорки
🟡Первый «бунт машин»
🟡Появление РСЯ: как алгоритм научился показывать рекламу без запроса
🟡Как Яндекс научился узнавать пользовательские интересы
🟡Как алгоритмы научились собирать рекламные кампании
🟡Ограничение трекинга и переизобретение конверсионных стратегий
🟡Генеративный ИИ врывается в рекламу
🟡Нейросеть делает следующий ход