Все посчитано: реклама изнутри

В этом выпуске мы решили отойти от строго математических тем и теорий и поговорить о рекламе — это ведь тоже целая наука, и математики в ее основе не мало. Разбираемся, как работает рынок рекламы изнутри, почему аналитика должна стоять во главе формирования рекламных бюджетов и что из рекламной аналитики стоит перенять продуктовой.Обсуждаем:рекламу глазами клиента, закупщика и платформы: три разные перспективыкак формируется стоимость рекламы и какое место тут занимает аналитикаинсайдерскую информацию о российском рекламном рынкерекламные аукционы, другие механики продаж и аналитические ловушкинейробиологию в рекламеинтеграцию рекламы в AI-продукты и ее будущееи, конечно, главный вопрос рубрики «Зачем учить математику?» — без нее в рекламе никуда.Погружаемся в мир рекламы с нашим гостем — Романом Назаренко, который отвечает за DWH в Т-Банке и рулит аналитикой рекламы T-Ads.Выпуск будет полезен аналитикам, маркетологам и всем, кто хочет понимать, почему реклама — это не только креатив, но и строгая наука. Слушайте, вдохновляйтесь и делитесь своими мыслями об аналитике в рекламе в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:12 Начало выпуска00:58 Тема выпуска01:16 Гость — Роман Назаренко01:39 Реклама глазами клиента — ведущих и гостя06:25 Круто, ты попал на ТВ? Проблемы ТВ-рекламы и баннеров 11:04 Виды рекламы, стоимость и причем тут аналитика20:00 Российский рынок рекламы сегодня: инсайдерская информация23:51 Реклама глазами закупщика: особенности аналитики в рекламе25:48 Реклама глазами платформы: аукционы и другие механики продажи рекламы33:07 Рубрика «Зачем учить математику?»34:28 Аналитические ловушки в рекламе39:43 Нейробиология в рекламе41:26 Это перенимается: что из рекламной аналитики применяется в других сферах43:45 Будущее рекламы: интеграция в AI-продукты50:02 Вывод52:11 Рубрика «Что считается?»52:37 Завершение выпуска

В этом выпуске разбираемся с одной из самых известных платформ для специалистов по анализу данных и машинному обучению — Kaggle. Что это вообще такое и нужно ли оно вам?Спойлер: Kaggle — это как олимпиада для взрослых, но не столько ради медалей и призов (хотя и они там имеются), сколько ради реального профессионального роста.Как стать гранд-мастером Kaggle и почему это работает лучше любого резюме? Что Kaggle дает аналитикам и зачем сражаться за тысячные доли после запятой в метриках? Что общего Kaggle имеет с реальными бизнес-задачами и как AutoML делает ML-щика даже из тех, кто не умеет в ML?Обсуждаем все это с нашим гостем, который уже 14 лет в Kaggle, единственным в России четырехкратным гранд-мастером Kaggle, победителем Kaggle AutoML Гран-При 2024 и руководителем R&D-юнита в AI-лаборатории Авито — Александром Рыжковым.Слушайте, вдохновляйтесь и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya своим опытом на Kaggle!Тайм-коды:00:12 Начало выпуска00:40 Тема выпуска00:54 Гость — Александр Рыжков01:06 Что такое Kaggle03:09 «Олимпиада для взрослых»: задачи реального бизнеса на Kaggle06:15 В поисках сокровищ: секреты компаний на Kaggle10:14 Зачем участвовать в соревнованиях Kaggle13:14 Как стать гранд-мастером Kaggle17:15 Навыки будущего гранд-мастера Kaggle21:01 AI-инструменты в Kaggle23:32 Kaggle и математика25:40 Рубрика «Зачем учить математику?»27:01 Зачем Kaggle аналитикам31:41 Чем соревнования Kaggle отличаются от прода33:48 AutoML как инструмент для соревнований Kaggle и для бизнеса44:42 Вывод47:01 Рубрика «Что считается?»47:20 Завершение выпуска

В новом выпуске говорим про ТИгр. И нет, это не о полосатых обитателях лесов и саванн и не о Т-Играх Т-Банка. Речь о теории игр. Разбираем, как предсказывать поведение других и быть всегда на шаг впереди, когда выгоднее действовать в своих интересах, а когда кооперироваться, и что нужно, чтобы стать хорошим стратегом по жизни. А еще: как теоретико-игровые механики могут не только бустануть бизнес, но и повысить ВВП целой страны? Было ли равновесие Нэша в «Играх разума»? И как «Теория большого взрыва» учит нас моделировать «игры»? В общем, интересно будет явно не только аналитикам. Обсуждаем все это с Дмитрием Дагаевым — заведующим Лаборатории исследований спорта факультета экономических наук НИУ ВШЭ, доцентом РЭШ, который уже много лет преподает теорию игр. Слушайте и делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya, в какие игры играете вы. P.S. Все же уже поняли, что мы не про компьютерные игры? В общем, ждем ваших кейсов применения теории игр!Тайм-коды:00:12 Начало выпуска00:49 Тема выпуска01:09 Гость — Дмитрий Дагаев01:28 Что такое теория игр (ТИгр)03:30 Вся наша жизнь — игра?07:28 Равенство Нэша11:49 Дилемма заключенного16:27 Ценовые войны19:54 Моделирование «игр» и аукционы25:51 Научный киноляп: неравновесие Нэша в «Играх разума»28:07 ТИгр в «Теории большого взрыва», или Что нужно учитывать при моделировании «игр»30:44 Как построить корректную модель «игры»33:14 Рубрика «Зачем учить математику?»35:20 Как стать хорошим стратегом38:05 Применение ТИгр в аналитике42:51 Индивидуализм vs. кооперация: кто какую стратегию выбирает46:09 ТИгр в построении команд51:31 Вывод52:14 Рубрика «Что считается?»52:56 Завершение выпуска

В этом выпуске говорим о самообразовании. Зачем в век AI продолжать учиться? Что такое «синдром вечного ученика» и как не попасть в его ловушку? Где баланс между «надо» и «хочу»? Как эффективнее обучаться и чем в этом помогает математический склад ума?Все это обсудили с человеком, который ни на день не перестает учиться и успел до 30 попасть в тот самый рейтинг Forbes, победив в категории «Управление». В гостях у нас CDO Райффайзенбанка в России Андрей Сухань.Андрей поделился своими подходами к обучению, а вы делитесь своими — в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:12 Начало выпуска00:39 Тема выпуска00:50 Гость — Андрей Сухань​​01:05 В чем суть обучения05:30 Рубрика «Зачем учить математику?»06:14 Математики vs. гуманитарии08:09 От математики к аналитике09:25 Мотивация к постоянному обучению11:26 Как выбирать, чему учиться12:43 Книга, которая научит всему14:14 Надо vs. хочу19:00 Синдром вечного ученика24:28 Чему сейчас учится Андрей26:20 Что могут дать курсы, YouTube и AI30:49 Почему в век AI все еще нужно учиться35:34 Сто раз отмерь: как выбирать материал для изучения39:20 Графовый подход к обучению42:35 Рубрика «Что считается?»42:56 Завершение выпуска

В этом выпуске говорим об AI с точки зрения науки и математики. Обсуждаем, как в этой сфере проходят исследования, что общего они имеют с аналитикой, кто может ими заниматься и зачем компании создают внутри целые AI-центры. А еще попробуем расставить точки над «и» в вопросе, чем же отличается работа в продукте, в RnD и в исследованиях.У нас так много вопросов! Как в исследованиях применяют LLM? Почему AI-исследователи не думают о продукте? Что такое God feeling ресерчера и как его развить?Все ответы есть у гостя этого выпуска — руководителя Research направления AI-Центра Т-Банка, победителя рейтинга Forbes «30 до 30» в категории «Наука и технологии» 2025, Даниила Гаврилова. Слушайте и делитесь своими впечатлениями в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды: 00:11 Начало выпуска00:45 Тема выпуска01:02 Гость — Даниил Гаврилов01:50 Что такое ресерч в AI03:35 Думают ли в ресерче о пользователях?04:26 Мотивация в ресерче и выбор направления исследований07:46 Кто работает в ресерче09:25 Майндсет и навыки исследователя в AI11:16 Почему важно не концентрироваться на результате14:49 Gut feeling: роль интуиции в ресерче15:57 Нужно ли быть гением математики для ресерча в AI17:03 Рубрика «Зачем учить математику?»17:31 Методы и гипотезы в ресерче22:02 Что считать финальным продуктом ресерча25:20 Рецензирование исследований26:28 Как оценить значимость исследования29:03 Расставляем точки над «и»: отличия ресерч-отдела от RnD30:44 Применение LLM в исследованиях35:43 Что именно исследует AI-Центр Т-Банка36: 55 Отличия ресерч-отделов в разных компаниях37:52 Зачем компаниям свой ресерч39:23 Выводы40:20 Рубрика «Что считается?»40:34 Завершение выпуска

Продолжаем углубляться в математичность и все, что с ней связано. В этом выпуске поговорим про критическое мышление. Когда в сомнениях есть польза, нужно ли разбираться в теме, чтобы о ней рассуждать, как невидимый дракон связан с формулой Байеса и зачем аналитикам (и не только) интеллектуальная скромность и интеллектуальное мужество? Все это обсудим с Викторым Горбатовым — тренером по критическому мышлению и аргументации, автором более 30 научных статей и двух учебных пособий по логике, в прошлом преподавателем НИУ ВШЭ. Ну и, самое главное, разберемся, как критическое мышление развивать — будем практиковаться прямо в эфире! Приготовили для вас классные упражнения.Слушайте, делайте, а потом делитесь в нашем телеграм-канале https://t.me/eto_schitaetsya, как получается применять критическое мышление в жизни и работе.А если хотите еще больше углубиться в тему, заглядывайте в телеграм-канал Виктора Горбатова https://t.me/podumai2Тайм-коды:00:00 Начало подкаста00:56 Тема выпуска01:07 Гость — Виктор Горбатов01:30 Что такое критическое мышление03:00 Три компонента критического мышления05:40 Важна ли экспертность10:19 Перенос критического мышления на другие области12:19 Критическое мышление и генетика13:24 Интеллектуальные скромность и мужество15:18 Критическое мышление в аналитике19:25 Притча про невидимого дракона22:28 Формула Байеса — икона критического мышления26:57 Упражнение «Калибровка уверенности»32:32 Упражнение «Голландская книга»34:36 Как Даня и Юля применяют критическое мышление в работе36:16 Метод «Пять почему»37:16 Правило «7-38-55»39:38 Рубрика «Что из вуза пригодилось в жизни»40:58 Как проверить себя здесь и сейчас44:38 Рубрика «Что считается»44:59 Завершение выпуска

Наша команда в полном составе — на технической конференции по продуктовой аналитике Aha 2025! Этот спецвыпуск мы записали прямо со сцены, да еще и перед живой аудиторией. Вашему вниманию его аудиоверсия.Тема, под стать сезону, околонаучная. Обсудили, что из математических предметов университета пригодилось нам в жизни и в работе (разобрали конкретные кейсы!) и как сами вузы могут помочь аналитикам вывести исследования на новый уровень. Вспомнили прошлое и заглянули в мир RnD вместе с Кириллом Кочневым — руководителем направления продуктовой аналитики в HeadHunter, и Жорой Сукасяном — руководителем экосистемной аналитики в Т-Банке.Если не успели пообщаться с нами вживую на конференции, с удовольствием обсудим ваши кейсы в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:00 Начало выпуска01:01 Тема выпуска01:22 Гости — Кирилл Кочнев и Жора Сукасян02:13 Кто где учился и что вынес из универа для работы и жизни07:29 Метод дихотомии08:14 Метрическое пространство09:29 Математическая оптимизация11:09 Алиса: что у нее под капотом16:05 Экономические модели в аналитике18:59 Золотое сечение21:18 Теория игр и равновесие Нэша22:29 RnD: на стыке науки и бизнеса25:58 Исследования на аутсорсе26:36 Как выбрать, кому отдавать исследования на аутсорс28:27 Как работать с учеными34:44 Трудности перевода: язык науки и язык бизнеса37:55 Зачем учить математику39:12 Что считается39:27 Кейс от слушателя41:01 Завершение выпуска

Мы продолжаем экспериментировать, и у нас новый необычный сезон. Посвятим его математичности и всему, что с ней связано. Про что это? Про любовь аналитиков (и не только) к математике, про образование, эксперименты, критическое мышление и многое другое. Начнем с олимпиад. Спойлер: этот выпуск не только для школьников и студентов (хотя им тоже очень советуем послушать!). Что нового в олимпиадах, как меняются поколения в digital-профессиях и для чего взрослым инвестировать свое время в образовательный движ — обсудим с Юлей Гуровой, членом жюри Всероссийской олимпиады по экономике и членом методкомиссии олимпиады DANO. А еще в этом выпуске мы, наконец, дошли до понимания сути кварков, о которых все сезоны говорил Даня. Интрига сезона — изменились не только темы и рубрики, но и состав ведущих! Как послушаете, делитесь впечатлениями в нашем телеграм-канале https://t.me/eto_schitaetsya Тайм-коды:00:00 Начало подкаста00:19 Темы сезона и выпуска01:28 Гостья — Юля Гурова02:04 Как попасть в олимпиадную движуху05:08 Олимпиады как путь поступления07:23 Эволюция олимпиад. DANO08:54 Кто может участвовать в олимпиадах и зачем нужны хакатоны14:24 TikTok, Chat GPT и новое поколение участников олимпиад18:44 Рубрика «Зачем учить математику»21:41 Зачем олимпиады вузам и компаниям26:57 Как выбирать женихов, работу и будущих сотрудников29:15 Хочу создать олимпиаду: как действовать31:57 Команда олимпиады: кто и что делает33:53 Зачем профессионалам инвестировать время и силы в олимпиады39:26 Как именно внести свой вклад в развитие олимпиад41:20 Советы школьникам и их родителям43:06 Рубрика «Что считается»44:44 Подводим итоги

А вот и новогодний подарок от нашего подкаста: заключительный выпуск специального сезона. Вас ожидает яркий финал, ведь в этот раз мы поговорим о том, что касается каждого, — о медицине.Как проводят тесты препаратов и ревью решений, когда речь идет о человеческой жизни? Откуда в медицине берутся данные и какие механизмы снижения рисков используются?На эти и многие другие вопросы нам ответил Александр Ракитько, директор по науке Genotek. И так как Саша — специалист по генетике, мы просто не смогли удержаться и обсудили ДНК-тесты. Все комментарии по поводу этого выпуска и всего спешла мы по-прежнему будем ждать в нашем телеграм-канале https://t.me/eto_schitaetsya. Мы очень старались, работая над этим сезоном, и жаждем узнать, как он вам. Тайм-коды:00:00 Начало подкаста 01:17 Гость — Александр Ракитько02:19 Аналитика в медицине: историческая справка04:26 Становление доказательной медицины 05:24 Формализация и стандартизация клинических рекомендаций 06:46 Где брать данные о редких болезнях 07:37 Тесты в медицине: разбираем на примере вакцины от COVID-1909:12 Как COVID-19 повлиял на лечение рака10:19 Кейс про исследование резистентности к COVID-1912:16 Реакция организма на вакцинацию зависит от генетики14:08 Отличие клинических тестов от А/В-тестов18:36 Ген лени: эксперимент с мышами20:22 Когортный анализ в медицине22:50 Волонтерские проекты в медицине23:35 Науке нужны данные25:19 Насколько нас определяет генетика26:59 Генетический дейтинг27:55 Расшифровка генома: почему долго и дорого 29:36 Спорим о временных рядах30:26 Аналитика в медицине несовершенна31:42 Ревью научных статей в медицинских журналах35:21 Генетика и А/В-тесты 36:36 Подход к сбору данных в медицине 38:23 Использование результатов ДНК-тестов в жизни39:25 Рубрика «Это перенимается»44:15 Подводим итоги

Вашему вниманию предлагается эпизод про офлайн-ретейл. Сегодня поймем, как действовать на территории, где не работают законы диджитала. С правилами этого мира нас познакомит Максим Покусенко, руководитель Big Data в Magnit Tech. Вместе с ним оцифруем посетителя магазина, измерим эффективность промоакций и разберемся, как проводить A/B-тесты в офлайн-среде.  А что бы вы переняли у коллег из ретейла? Пишите в комментариях к выпуску в нашем телеграм-канале https://t.me/eto_schitaetsyaТайм-коды:00:00 Начало подкаста01:09 Гость — Максим Покусенко01:28 Аналитика в ретейле завязана на чеках04:27 Различия офлайн- и онлайн-ретейла05:31 Открытие новых точек09:37 Окупаемость точки11:53 Планограмма магазина14:32 Камеры и компьютер-вижн на благо ретейла17:14 На какой полке лучше всего продается товар20:19 Когда нужны крутые камеры, а когда хватит обычных22:16 A/B-тесты в офлайне: все не так просто24:47 Как делать A/B-тесты в офлайне27:06 Цифровой след: карты лояльности в помощь аналитикам30:14 Частотность посещений магазинов31:09 Портрет семьи покупателей32:51 A/B-тесты в магазинах с низкой частотностью посещения33:57 Как измерить эффективность внешней рекламы в офлайне37:36 Сложность учета эффективности промоакций42:31 Собственное производство сетевых магазинов45:59 Строим прогнозы пополнения полок48:12 Кейс с предпринимателем, который понял систему50:43 Работа с фродом в офлайне52:46 Рубрика «Это перенимается»55:22 Подводим итоги