О работе с большими данными, роли продакта в B2B-продуктах и моделях машинного обучения episode artwork

EPISODE · Mar 9, 2022 · 53 MIN

О работе с большими данными, роли продакта в B2B-продуктах и моделях машинного обучения

from Подкаст make sense (Есть смысл)

«Когда меня кто-то спрашивает, хочу ли я, чтобы кто-то отслеживал мою деятельность в приложении, я обычно отвечаю „да”, потому что вижу в этом ценность». «Есть два подхода в рекламе — стандартный диджитал, когда все хотят сегменты и говорят: „Дайте нам сегмент домохозяек, дайте нам сегмент курителей вейпов”. И у нас есть немного радикальное мнение, что сегменты работают хуже, чем триггерная лидогенерация. То есть если ты хочешь продавать вейпы, то тебе нужен не сегмент людей, которые курят вейпы, а конкретный человек, который в конкретный момент хочет купить вейп. И тебе надо в этот момент отправить ему соответствующую коммуникацию». Подкаст выходит при поддержке ProductSense Academy: https://bit.ly/37grdee Собеседник: Евгений Максимча Head of Products, oneFactor fb.com/maximcha Ведущий подкаста: Юра Агеев ФБ: fb.com/ageev.yuri Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast. О чем говорим: 1:52 В чем особенность работы продакта в B2B 5:34 Как становятся продактами в B2B 7:14 Консалтинг, погружение в неизвестный продукт и цель работы с данными 9:40 Рост интереса к аналитике в Ecommerce и улучшение качества продуктов 14:24 Как говорить «нет» крупным клиентам и работать с возражениями 15:57 Внедрение B2B-сервисов в бизнес клиентов 20:14 Что такое продукты, основанные на больших данных, и как они помогают предсказывать события 24:00 Триггерная лидогенерация и сегменты в рекламе на основе больших данных 27:03 Почему рекламные системы не могут отключить рекламу после покупки 27:51 Какой объем данных можно называть «большими» и как обучать модель 31:13 Что такое модель, эталонная выборка, инжиниринг и машинное обучение 33:23 Откуда берется и как определяется точность предсказаний 37:46 Откуда берутся данные для принятия бизнес-решений 40:26 Что такое эталон клиента 42:23 Измерения без эталона и проблема доказательств 47:42 Большие данные — инструмент для больших компаний 49:10 Концепция открытых данных от государства 50:13 Когда про каждого человека будет известно все и когда эти данные научатся использовать эффективно

Episode metadata supplied by the publisher feed · Published Mar 9, 2022

Embed this episode

Ready to play

О работе с большими данными, роли продакта в B2B-продуктах и моделях машинного обучения

0:00 53:37

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

No similar episodes found.

No similar podcasts found.

Frequently Asked Questions

How long is this episode of Подкаст make sense (Есть смысл)?

This episode is 53 minutes long.

When was this Подкаст make sense (Есть смысл) episode published?

This episode was published on March 9, 2022.

Can I download this Подкаст make sense (Есть смысл) episode?

Yes. Use the download control on the episode player to save the publisher-provided media file.
URL copied to clipboard!