🦊 #онтоп про хронику российского digital-рынка — самая важная мысль
Мы уже рассказали о том, что происходит с рынком рекламы и почему малые предприниматели выбывают из игры. Сначала их встречает перегрев аукциона и конкуренция с крупными брендами, а затем добивают недобросовестные агентства.
🤔 Но почему подрядчики так поступают?
Что ж, лёгкие деньги кончились. Маржа убывает, маркетплейсы уже не платят агентствам как раньше, возвратные комиссии тоже просели. Из-за этого растёт фрод, достигая в mobile космических 90%.
🫡 Реальная эффективность рекламы падает почти вдвое
Часть бюджета уходит в мусорный трафик, медийке перестают доверять, контекст перегревается и становится слишком дорогим. В такой модели первым с рынка выбывает малый бизнес — у него просто нет запаса прочности.
☝️ Самая важная мысль
Даже если бы мы не занимались тем, чем занимаемся, здравый смысл ведёт к одному — вам нужна сквозная аналитика, честная атрибуция и нормальная оптимизация. Просто перекладывать деньги из канала в канал, ориентируясь на опыт пятилетней давности, больше не работает. Принимать решения нужно через данные, анализ и проверку гипотез. Вы можете делать это сами или через нас, но это нужно делать.
🚀 Со сложной темой разобрались. Надеемся, в новом году будут более позитивные кейсы для обсуждения — но, как говорится, на Деда Мороза надейся, а сам не плошай.
Всех с наступающим!
Мы уже рассказали о том, что происходит с рынком рекламы и почему малые предприниматели выбывают из игры. Сначала их встречает перегрев аукциона и конкуренция с крупными брендами, а затем добивают недобросовестные агентства.
🤔 Но почему подрядчики так поступают?
Что ж, лёгкие деньги кончились. Маржа убывает, маркетплейсы уже не платят агентствам как раньше, возвратные комиссии тоже просели. Из-за этого растёт фрод, достигая в mobile космических 90%.
🫡 Реальная эффективность рекламы падает почти вдвое
Часть бюджета уходит в мусорный трафик, медийке перестают доверять, контекст перегревается и становится слишком дорогим. В такой модели первым с рынка выбывает малый бизнес — у него просто нет запаса прочности.
☝️ Самая важная мысль
Даже если бы мы не занимались тем, чем занимаемся, здравый смысл ведёт к одному — вам нужна сквозная аналитика, честная атрибуция и нормальная оптимизация. Просто перекладывать деньги из канала в канал, ориентируясь на опыт пятилетней давности, больше не работает. Принимать решения нужно через данные, анализ и проверку гипотез. Вы можете делать это сами или через нас, но это нужно делать.
Единственный способ оставаться в зоне рентабельности — строить многослойную аналитику. Для этого есть мы, всегда открыты к диалогу: hello@cybrain.io
🚀 Со сложной темой разобрались. Надеемся, в новом году будут более позитивные кейсы для обсуждения — но, как говорится, на Деда Мороза надейся, а сам не плошай.
Всех с наступающим!
👍4🔥2
🦊 Статья о том, как проходил ребрендинг CyberBrain
Весёлый материал, который основан на отнюдь не весёлых событиях
🎅 Решили оставить всё плохое в уходящем году
Так появилась хроника ребрендинга, где мы честно говорим о недобросовестных подрядчиках, сорванных сроках, потраченных нервах и всех злоключениях, которые нам пришлось пережить на пути к новому сайту. Но делаем это весело, с плотными выводами и позитивным финалом.
👉 Контекст
Идея сделать новый сайт родилась из потребности рассказать о новых продуктах: ИИ Помощнике и Сигналах.
Долгое время мы совершенствовали направление дашбордов, но в начале 2025 года поняли: рынок меняется, и людям нужен совершенно другой формат аналитики. Без поиска отчётов и ручного мониторинга, но с персонализированными ответами и визуалом, с автоматическими уведомлениями о проблемах. Так мы начали создавать новые модули платформы и параллельно делать сайт, который стал отражением этих изменений.
⚡️ И понеслось
Поиск подрядчиков, созвоны, слив подрядчиков, поиск новых, бесконечная проработка текстов и креативов, согласования — и так полгода, с мая по декабрь.
🚀 Результат
Вот он, родимый — CyberBrain 2.0, в который вложено столько сил и труда, что вы не представляете. Собственно, об этом новая статья — как изнутри выглядел эмоциональный аттракцион под названием ребрендинг.
Отправьте этот материал тем, кто хочет запускать новый сайт, или просто для поднятия настроения, в том числе новогоднего. Хотим 550 подписчиков, и если успеем набрать до боя курантов, то будем счастливы. Репост — дело опциональное, но очень для нас приятное.
🎄 Всех с наступающим!
Весёлый материал, который основан на отнюдь не весёлых событиях
🎅 Решили оставить всё плохое в уходящем году
Так появилась хроника ребрендинга, где мы честно говорим о недобросовестных подрядчиках, сорванных сроках, потраченных нервах и всех злоключениях, которые нам пришлось пережить на пути к новому сайту. Но делаем это весело, с плотными выводами и позитивным финалом.
👉 Контекст
Идея сделать новый сайт родилась из потребности рассказать о новых продуктах: ИИ Помощнике и Сигналах.
⚡️ И понеслось
Поиск подрядчиков, созвоны, слив подрядчиков, поиск новых, бесконечная проработка текстов и креативов, согласования — и так полгода, с мая по декабрь.
🚀 Результат
Вот он, родимый — CyberBrain 2.0, в который вложено столько сил и труда, что вы не представляете. Собственно, об этом новая статья — как изнутри выглядел эмоциональный аттракцион под названием ребрендинг.
Отправьте этот материал тем, кто хочет запускать новый сайт, или просто для поднятия настроения, в том числе новогоднего. Хотим 550 подписчиков, и если успеем набрать до боя курантов, то будем счастливы. Репост — дело опциональное, но очень для нас приятное.
🎄 Всех с наступающим!
👍3🔥3
🦊 Подводим итоги 2025 года
CyberBrain всегда создавалась с идеей дать маркетологам инструмент глубокой аналитики, который не требует быть аналитиком. В 2025 мы пришли к этой цели, сделав масштабный апгрейд платформы.
От ретроспективной → к проактивной аналитике
Раньше системы отвечали на вопрос, что уже случилось, а причины и выводы нужно было искать вручную. CyberBrain переходит к проактивной модели:
🔸преждевременно находит аномалии и сообщает о них вам
🔸помогает общаться с данными и возвращает ответы на понятном для вас языке
🔸вызывает нужные инструменты под конкретную задачу в одном окне, без необходимости искать информацию в отчётах
Вместо сложной навигации у пользователя появляется единая точка входа в платформу — 🤖 ИИ-помощник.
Как это работает:
⚡️ Чат вместо поиска по дашбордам
CyberBrain уходит от интерфейсов, где нужно разбираться, куда смотреть: взаимодействие становится ещё проще. Мы добились того, что информация актуализируется под пользователя. В основе этого лежат сложнейшие вычисления и алгоритмы, но на выходе вы получаете удобный чат место навигации по отчётам.
🚀 Спасибо, что были с нами. В 2026 мы продолжим развивать проактивную аналитику, чтобы вы тратили меньше времени на поиск причин и больше — на принятие важных решений.
#платформа
CyberBrain всегда создавалась с идеей дать маркетологам инструмент глубокой аналитики, который не требует быть аналитиком. В 2025 мы пришли к этой цели, сделав масштабный апгрейд платформы.
От ретроспективной → к проактивной аналитике
Раньше системы отвечали на вопрос, что уже случилось, а причины и выводы нужно было искать вручную. CyberBrain переходит к проактивной модели:
🔸преждевременно находит аномалии и сообщает о них вам
🔸помогает общаться с данными и возвращает ответы на понятном для вас языке
🔸вызывает нужные инструменты под конкретную задачу в одном окне, без необходимости искать информацию в отчётах
Вместо сложной навигации у пользователя появляется единая точка входа в платформу — 🤖 ИИ-помощник.
Как это работает:
• вы описываете задачу
• система сама находит и анализирует данные
• объясняет метрики и состояние кампаний
• предлагает обоснованные решения
• сопровождает ответы таблицами и графиками
⚡️ Чат вместо поиска по дашбордам
CyberBrain уходит от интерфейсов, где нужно разбираться, куда смотреть: взаимодействие становится ещё проще. Мы добились того, что информация актуализируется под пользователя. В основе этого лежат сложнейшие вычисления и алгоритмы, но на выходе вы получаете удобный чат место навигации по отчётам.
🚀 Спасибо, что были с нами. В 2026 мы продолжим развивать проактивную аналитику, чтобы вы тратили меньше времени на поиск причин и больше — на принятие важных решений.
#платформа
🔥5
С Новым 2026 Годом! 🎄
Спасибо, что были с нами и двигали рынок вперёд. Желаем, чтобы ваш трафик был целевым, аудитории — активными, а алгоритмы — предсказуемыми.
Желаем крепкого здоровья и сил для новых достижений, успешных проектов и результатов, о которых узнает вся индустрия. Пусть в жизни будет как можно больше ярких перемен и возможностей для реализации.
И главное — пусть в новом году у вас будет меньше рутины и больше возможностей создавать, экспериментировать и расти. Мы рядом, чтобы помогать вам в этом каждый день.
С наилучшими пожеланиями,
команда CyberBrain 🦊
Спасибо, что были с нами и двигали рынок вперёд. Желаем, чтобы ваш трафик был целевым, аудитории — активными, а алгоритмы — предсказуемыми.
Желаем крепкого здоровья и сил для новых достижений, успешных проектов и результатов, о которых узнает вся индустрия. Пусть в жизни будет как можно больше ярких перемен и возможностей для реализации.
И главное — пусть в новом году у вас будет меньше рутины и больше возможностей создавать, экспериментировать и расти. Мы рядом, чтобы помогать вам в этом каждый день.
С наилучшими пожеланиями,
команда CyberBrain 🦊
👏5⚡1🔥1
🦊 Claude получил доступ к файлам на компьютере
Anthropic представила Cowork — агента, встроенного прямо в приложение Claude. Пока функция доступна только на macOS и только для тарифа Max. Позже обещают поддержку Windows и синхронизацию между устройствами.
🤖 Почему это важно
Многие уже начали собирать персональных помощников на Claude Code — под себя, под рабочие задачи, с доступом к файлам и заметкам. В Anthropic это увидели, и теперь строить такого ассистента станет гораздо проще — без использования терминала и IDE.
→ Агент Cowork умеет работать с файлами напрямую: читать, редактировать, создавать новые и выполнять цепочки задач без постоянного диалога в чате.
Это большой шаг к умному персональному ассистенту:
• дал доступ к папке
• поставил задачу
• получил результат — отчёт, таблицу, порядок в файлах
Без костылей и самописных сценариев.
🐱 Наконец-то можно будет найти все фото кота за 5 лет и собрать лучшие моменты в один коллаж.
→ Источник
Anthropic представила Cowork — агента, встроенного прямо в приложение Claude. Пока функция доступна только на macOS и только для тарифа Max. Позже обещают поддержку Windows и синхронизацию между устройствами.
Многие уже начали собирать персональных помощников на Claude Code — под себя, под рабочие задачи, с доступом к файлам и заметкам. В Anthropic это увидели, и теперь строить такого ассистента станет гораздо проще — без использования терминала и IDE.
→ Агент Cowork умеет работать с файлами напрямую: читать, редактировать, создавать новые и выполнять цепочки задач без постоянного диалога в чате.
Это большой шаг к умному персональному ассистенту:
• дал доступ к папке
• поставил задачу
• получил результат — отчёт, таблицу, порядок в файлах
Без костылей и самописных сценариев.
→ Источник
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4⚡1
🦊 Быстрая подборка полезных новостей
Продолжаем вкатываться в рабочую неделю, и вот, оказывается, что произошло за время отдыха:
1️⃣ Google превращает Gmail в AI-ассистента
Gemini будет помогать разбираться в длинных цепочках писем, писать ответы, искать информацию прямо в почте и подсвечивать главное.
2️⃣ AI от Microsoft становится полноценной частью воронки продаж
Copilot помогает пользователю выбрать товар и оформить покупку прямо в диалоге — без перехода на сайт. Параллельно появляются Brand Agents: ИИ-ассистенты от брендов, которые работают на стороне сайта бренда — отвечают на вопросы, объясняют разницу между продуктами и помогают довести пользователя до покупки.
3️⃣ NVIDIA представила платформу Rubin
NVIDIA анонсировала Rubin — новое поколение AI-платформы и суперкомпьютеров для обучения и работы сложных моделей и агентных систем. Все разговоры про агентов и автономные AI-системы упираются в вычисления. Rubin — это про то, чтобы такие системы стали быстрее, дешевле и масштабируемее.
4️⃣ Ваш телефон уже активно использует AI — даже если вы этого не замечаете
Исследование показывает: AI давно встроен в смартфоны — от клавиатуры и фильтрации уведомлений до подсказок и автоматических действий. Это наталкивает на интересную мысль: побеждает не самый умный AI, а самый незаметный.
Продолжаем вкатываться в рабочую неделю, и вот, оказывается, что произошло за время отдыха:
1️⃣ Google превращает Gmail в AI-ассистента
Gemini будет помогать разбираться в длинных цепочках писем, писать ответы, искать информацию прямо в почте и подсвечивать главное.
2️⃣ AI от Microsoft становится полноценной частью воронки продаж
Copilot помогает пользователю выбрать товар и оформить покупку прямо в диалоге — без перехода на сайт. Параллельно появляются Brand Agents: ИИ-ассистенты от брендов, которые работают на стороне сайта бренда — отвечают на вопросы, объясняют разницу между продуктами и помогают довести пользователя до покупки.
3️⃣ NVIDIA представила платформу Rubin
NVIDIA анонсировала Rubin — новое поколение AI-платформы и суперкомпьютеров для обучения и работы сложных моделей и агентных систем. Все разговоры про агентов и автономные AI-системы упираются в вычисления. Rubin — это про то, чтобы такие системы стали быстрее, дешевле и масштабируемее.
4️⃣ Ваш телефон уже активно использует AI — даже если вы этого не замечаете
Исследование показывает: AI давно встроен в смартфоны — от клавиатуры и фильтрации уведомлений до подсказок и автоматических действий. Это наталкивает на интересную мысль: побеждает не самый умный AI, а самый незаметный.
👍4🔥2
🦊 Если вы вдруг не заметили, у нас большой апдейт — новый сайт, лого, и вообще мы теперь лучше и круче. Но какой ценой...
В первой статье мы писали о том, что сам ребрендинг, который длился полгода, оставил после себя неизгладимые впечатления. Одни мы этот груз не понесём, поэтому представляем вашему вниманию... ещё одну статью про ребрендинг😈
На этот раз поведаем о том, как пришли к новому логотипу, почему фирменный жёлтый цвет потеплел и больше не такой кислотный, что означают планеты на главной странице — и прочие визуальные новшества.
Статьякороткая и с картинками для настоящих ценителей дизайна, всем приятного чтения, хорошего вечера и выходных!
В первой статье мы писали о том, что сам ребрендинг, который длился полгода, оставил после себя неизгладимые впечатления. Одни мы этот груз не понесём, поэтому представляем вашему вниманию... ещё одну статью про ребрендинг
На этот раз поведаем о том, как пришли к новому логотипу, почему фирменный жёлтый цвет потеплел и больше не такой кислотный, что означают планеты на главной странице — и прочие визуальные новшества.
Статья
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥3
🦊 Как быстро закрыть отчётность с помощью AI-стека. ChatGPT + Notion + Loom + Canva — практичная связка для подготовки отчётов и презентаций
❓ Какие задачи решает стек
• Быстрая генерация текстов, сценариев и гипотез (ChatGPT)
• Хранение знаний, контент-планов и отчётов в едином пространстве (Notion)
• Мгновенные видео-вложения с пояснениями для коллег и клиентов (Loom)
• Красивые креативы, лендинги и презентации (Canva)
🧩 Сборка стека по шагам
🔸 ChatGPT
Регистрация и доступ. Если у вас есть платный доступ к ChatGPT, используйте встроенные инструменты: исследование, поиск в сети, а также подключите в настройках нужные приложения. Например, можно подключить Canva App — и прямо из ChatGPT создавать и редактировать дизайны для презентаций и постов, или Airtable — чтобы работать с данными и таблицами.
🔸 Notion
1. Настройка рабочего пространства. Создайте базу с разделами: «Контент-план», «Идеи», «Отчёты», «Шаблоны промптов».
2. Интеграция с ChatGPT. ИИ можно использовать для генерации текстов и переносить результаты в Notion вручную или через инструменты автоматизации (например, Zapier, Make или n8n).
3. Notion AI — функция внутри Notion для работы с текстами прямо в страницах и базах. В тарифах Free и Plus есть пробный режим, в Business и Enterprise работает без ограничений.
🔸 Loom
Установка расширения Chrome или настольного приложения.
🔸 Canva
Регистрация и подбор шаблонов. Выберите дизайн для постов, презентаций, баннеров.
Продолжение следует...
#оптимизируй
• Быстрая генерация текстов, сценариев и гипотез (ChatGPT)
• Хранение знаний, контент-планов и отчётов в едином пространстве (Notion)
• Мгновенные видео-вложения с пояснениями для коллег и клиентов (Loom)
• Красивые креативы, лендинги и презентации (Canva)
🔸 ChatGPT
Регистрация и доступ. Если у вас есть платный доступ к ChatGPT, используйте встроенные инструменты: исследование, поиск в сети, а также подключите в настройках нужные приложения. Например, можно подключить Canva App — и прямо из ChatGPT создавать и редактировать дизайны для презентаций и постов, или Airtable — чтобы работать с данными и таблицами.
Роль: ваш «мозг» — помогает с текстами, идеями, гипотезами и первичным анализом данных.
🔸 Notion
1. Настройка рабочего пространства. Создайте базу с разделами: «Контент-план», «Идеи», «Отчёты», «Шаблоны промптов».
2. Интеграция с ChatGPT. ИИ можно использовать для генерации текстов и переносить результаты в Notion вручную или через инструменты автоматизации (например, Zapier, Make или n8n).
3. Notion AI — функция внутри Notion для работы с текстами прямо в страницах и базах. В тарифах Free и Plus есть пробный режим, в Business и Enterprise работает без ограничений.
Роль: единое хранилище всех знаний, планов и результатов.
🔸 Loom
Установка расширения Chrome или настольного приложения.
Роль: быстро записывать видео с экрана и голосом, чтобы показать результат работы, объяснить инсайты из отчёта или представить креативы коллегам / клиентам.
🔸 Canva
Регистрация и подбор шаблонов. Выберите дизайн для постов, презентаций, баннеров.
Роль: превращает текстовые идеи и сценарии в визуал: от инфографики до анимаций.
Продолжение следует...
#оптимизируй
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
🦊 AI-стек ChatGPT + Notion + Loom + Canva — как это работает на практике
Задача: еженедельный отчёт по рекламным кампаниям, формирование гипотез и вопросов для следующей недели
1. ChatGPT
– В Notion открываем шаблон промпта «Еженедельный отчёт».
– Запускаем промпт в ChatGPT:
⬥
2. Notion
– Фиксируем выводы ChatGPT в разделе «Отчёты».
– Опционально: Добавляем в контент-план новую секцию «Гипотезы на следующую неделю».
3. Canva
– Берём шаблон «Презентация для отчёта».
– Копируем ключевые тезисы из Notion, вставляем в шаблон Canva и быстро оформляем в слайды — цифры, графики, рекомендации. Подходит для презентаций, обложек или постов.
4. Loom
– Записываем 2-минутный видео-комментарий для команды:
«Кратко проговорю изменения за неделю, на что обратить внимание и какие вопросы предлагаю проверить дальше…»
– Отправляем ссылку на видео в рабочий чат, а в Notion на странице отчёта собираем все материалы: тезисы выводов, ссылку на презентацию и видео-комментарий.
✅ Результат
– Экономия времени благодаря универсальному алгоритму.
– Всё в одном месте — не нужно сверяться с почтой и папками.
– Удобная коммуникация с коллегами: у них есть поясняющий текст, слайды и видео.
✅ Подход работает не только для отчётов — по такой схеме вы можете:
– Подготовить презентацию для клиента.
– Оформить идеи для креативов.
– Собрать материалы для рассылки или вебинара.
🚀 Резюмируем
Используя связку ChatGPT + Notion + Loom + Canva, вы автоматизируете рутинные процессы, экономите время и повышаете качество коммуникации. Надеемся, было полезно!
#оптимизируй
Задача: еженедельный отчёт по рекламным кампаниям, формирование гипотез и вопросов для следующей недели
1. ChatGPT
– В Notion открываем шаблон промпта «Еженедельный отчёт».
– Запускаем промпт в ChatGPT:
⬥
На основе данных по кампаниям за неделю сформулируй краткие выводы для руководства: что изменилось, какие каналы требуют внимания и какие риски или возможности стоит отметить. Подготовь версию выводов для слайда и короткий текст для комментария команде.2. Notion
– Фиксируем выводы ChatGPT в разделе «Отчёты».
– Опционально: Добавляем в контент-план новую секцию «Гипотезы на следующую неделю».
3. Canva
– Берём шаблон «Презентация для отчёта».
– Копируем ключевые тезисы из Notion, вставляем в шаблон Canva и быстро оформляем в слайды — цифры, графики, рекомендации. Подходит для презентаций, обложек или постов.
4. Loom
– Записываем 2-минутный видео-комментарий для команды:
«Кратко проговорю изменения за неделю, на что обратить внимание и какие вопросы предлагаю проверить дальше…»
– Отправляем ссылку на видео в рабочий чат, а в Notion на странице отчёта собираем все материалы: тезисы выводов, ссылку на презентацию и видео-комментарий.
– Экономия времени благодаря универсальному алгоритму.
– Всё в одном месте — не нужно сверяться с почтой и папками.
– Удобная коммуникация с коллегами: у них есть поясняющий текст, слайды и видео.
– Подготовить презентацию для клиента.
– Оформить идеи для креативов.
– Собрать материалы для рассылки или вебинара.
🚀 Резюмируем
Используя связку ChatGPT + Notion + Loom + Canva, вы автоматизируете рутинные процессы, экономите время и повышаете качество коммуникации. Надеемся, было полезно!
#оптимизируй
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥2
🦊 Мусорный AI-контент лёг в основу PR-кампании — история успеха #в_мире_брендов
🔸 Первый акт — провокация. Фитнес-сеть Equinox без объяснений выкладывает серию кринжовых изображений, которые выглядят как неудачные эксперименты с нейросетями. Без спортсменов и привычного глянца, но с ощущением, что лента сошла с ума.
🔸 Второй акт — раскрытие смысла. Через несколько дней появляется основной месседж кампании: Question Everything But Yourself — Сомневайся во всём, кроме себя. Equinox объясняет: мир переполнен искусственными образами, фильтрами и сгенерированной красотой, а реальным остаётся только тело и усилия человека.
🔸 Третий акт — работа на контрасте. На смену мусорным картинкам приходят кадры реальных людей без ретуши.
→ Видим точное попадание в культурный контекст и сильный смысловой якорь. Люди устали от идеальных, но фальшивых картинок. На фоне бесконечного AI-слопа тело становится последним аналоговым доказательством подлинности. Вместо того чтобы бороться с трендом, Equinox грамотно использует его в своих целях.
👍 Как вам такой креатив?
🔸 Первый акт — провокация. Фитнес-сеть Equinox без объяснений выкладывает серию кринжовых изображений, которые выглядят как неудачные эксперименты с нейросетями. Без спортсменов и привычного глянца, но с ощущением, что лента сошла с ума.
🔸 Второй акт — раскрытие смысла. Через несколько дней появляется основной месседж кампании: Question Everything But Yourself — Сомневайся во всём, кроме себя. Equinox объясняет: мир переполнен искусственными образами, фильтрами и сгенерированной красотой, а реальным остаётся только тело и усилия человека.
🔸 Третий акт — работа на контрасте. На смену мусорным картинкам приходят кадры реальных людей без ретуши.
→ Видим точное попадание в культурный контекст и сильный смысловой якорь. Люди устали от идеальных, но фальшивых картинок. На фоне бесконечного AI-слопа тело становится последним аналоговым доказательством подлинности. Вместо того чтобы бороться с трендом, Equinox грамотно использует его в своих целях.
👍 Как вам такой креатив?
👍4🔥2
🦊 Умный транскрибатор для диктовки промптов, который превращает поток сознания в крутой текст
Wispr Flow расшифровывает речь и сразу приводит её в рабочий вид для промптов, заметок и других целей.
🔸Чистит речь на лету. Убирает «ээ», повторы, слова-паразиты.
🔸Структурирует мысли. Сервис собирает всё в связные абзацы с логикой и пунктами, даже если вы говорили сумбурно.
🔸Ускоряет работу с ИИ. Промпт — голосом, правки — голосом. Общение с ИИ идёт в разы быстрее, чем через клавиатуру.
🔸Подходит не только для промптов. Заметки, письма, черновики постов, ТЗ, комментарии к документам.
💵 Тарифы
Есть бесплатный Basic с недельными лимитами на диктовку и платный Pro с неограниченными словами и приоритетной поддержкой. Для команд отдельный Enterprise с безопасностью уровня SOC2 / ISO и корпоративными настройками.
🔒 Безопасность
• Сервис работает через облако, поэтому нужен интернет — офлайн-режима нет.
• Также в облаке работают распознавание и обработка речи, поэтому не обсуждайте с ИИ конфиденциальную информацию. Впрочем, это правило относится ко всем нейронкам.
#оптимизируй → Ссылка на Wispr Flow
Wispr Flow расшифровывает речь и сразу приводит её в рабочий вид для промптов, заметок и других целей.
🔸Чистит речь на лету. Убирает «ээ», повторы, слова-паразиты.
🔸Структурирует мысли. Сервис собирает всё в связные абзацы с логикой и пунктами, даже если вы говорили сумбурно.
🔸Ускоряет работу с ИИ. Промпт — голосом, правки — голосом. Общение с ИИ идёт в разы быстрее, чем через клавиатуру.
🔸Подходит не только для промптов. Заметки, письма, черновики постов, ТЗ, комментарии к документам.
Есть бесплатный Basic с недельными лимитами на диктовку и платный Pro с неограниченными словами и приоритетной поддержкой. Для команд отдельный Enterprise с безопасностью уровня SOC2 / ISO и корпоративными настройками.
• Сервис работает через облако, поэтому нужен интернет — офлайн-режима нет.
• Также в облаке работают распознавание и обработка речи, поэтому не обсуждайте с ИИ конфиденциальную информацию. Впрочем, это правило относится ко всем нейронкам.
#оптимизируй → Ссылка на Wispr Flow
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5
Внимание, загадка: что это?
🐾 🐾 🐾 🐾 — ответ: кот на принтере, вид снизу
Наше бесспорное конкурентное преимущество — кот Сильвер. Обитает у аналитика Маши и телепатически считывает запросы клиентов. Благодаря Сильверу мы знаем, чего вы хотите и что нам делать. Сейчас, например, нам нужно отдыхать. И вам тоже!
#это_что_за_зверь
Наше бесспорное конкурентное преимущество — кот Сильвер. Обитает у аналитика Маши и телепатически считывает запросы клиентов. Благодаря Сильверу мы знаем, чего вы хотите и что нам делать. Сейчас, например, нам нужно отдыхать. И вам тоже!
#это_что_за_зверь
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9
🦊 Почему где-то ИИ работает, а где-то нет? Запустили серию статей — следите в нашем киберблоге
Решили разобраться, почему в одних областях ИИ успешен, а в других про него мелькают новости без обещанных результатов. Например, почему нет полностью автономных автомобилей, почему ИИ не заменил врачей и почему ему до сих пор не доверяют управление критическими системами без человека.
Тема большая и интересная, написали уже два материала:
🔸 Области безграничного роста ИИ: где и почему технология успешна
• Где ИИ действительно масштабируется — например в IT и маркетинге, в смартфонах и промышленной автоматизации
• Где он до сих пор развивается медленно — например, в беспилотных автомобилях и робототехнике
• Почему так происходит
🔸 Почему ИИ не везде успешен: как устроены языковые модели и где проходят их границы
• Что такое LLM на самом деле — почему они отлично справляются с кодом и другими языковыми задачами
• Как так вышло, что за пределами языковых задач их возможности резко сужаются
• Почему с некоторыми нейросетями лучше общаться на английском, чем на русском языке
🚀 Вас ждёт целая серия — не пропустите #новый_материал
Решили разобраться, почему в одних областях ИИ успешен, а в других про него мелькают новости без обещанных результатов. Например, почему нет полностью автономных автомобилей, почему ИИ не заменил врачей и почему ему до сих пор не доверяют управление критическими системами без человека.
Тема большая и интересная, написали уже два материала:
🔸 Области безграничного роста ИИ: где и почему технология успешна
• Где ИИ действительно масштабируется — например в IT и маркетинге, в смартфонах и промышленной автоматизации
• Где он до сих пор развивается медленно — например, в беспилотных автомобилях и робототехнике
• Почему так происходит
🔸 Почему ИИ не везде успешен: как устроены языковые модели и где проходят их границы
• Что такое LLM на самом деле — почему они отлично справляются с кодом и другими языковыми задачами
• Как так вышло, что за пределами языковых задач их возможности резко сужаются
• Почему с некоторыми нейросетями лучше общаться на английском, чем на русском языке
🚀 Вас ждёт целая серия — не пропустите #новый_материал
👍4
🦊 Ушла эпоха: формулы в Excel больше не нужны. Задачу можно описать словами в чате — ИИ сделает всё за вас
Шелдон на связи! Великий гений из «Теории большого взрыва» будет следить за AI-апдейтами и делиться с вами.
Тук-тук-тук, новость.
Тук-тук-тук, новость.
Тук-тук-тук, новость.
🔠 Claude теперь работает прямо в Excel: вместо ручной работы вы просто описываете задачу ИИшке и ждёте, пока она сама обновит таблицу. Через обычный текст, без формул и скриптов.
→ Новые возможности
• Генерация сводных таблиц и графиков по запросу
• Автоматическое создание и редактирование сложных формул
• Поиск ошибок и несостыковок в существующих расчётах
• Сравнение периодов и поиск аномалий
• Комментарии и интерпретация цифр
Доступно для тарифных планов Pro, Max, Team, Enterprise и-и-и... Бугагашенька!
Источник | #эксперт_на_проводе | #нейронки
Шелдон на связи! Великий гений из «Теории большого взрыва» будет следить за AI-апдейтами и делиться с вами.
Тук-тук-тук, новость.
Тук-тук-тук, новость.
Тук-тук-тук, новость.
→ Новые возможности
• Генерация сводных таблиц и графиков по запросу
• Автоматическое создание и редактирование сложных формул
• Поиск ошибок и несостыковок в существующих расчётах
• Сравнение периодов и поиск аномалий
• Комментарии и интерпретация цифр
Доступно для тарифных планов Pro, Max, Team, Enterprise и-и-и... Бугагашенька!
Источник | #эксперт_на_проводе | #нейронки
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7
🦊 Почему хайпит Moltbot: ИИ научился работать с файлами, облаком и инфраструктурой
Говард на связи! Пока Шелдон познаёт с ИИ тайны вселенной, я нашёл для вас кое-что покруче. Даже моя мама интересуется, нельзя ли эту штуку подключить к её холодильнику.
Moltbot — это Telegram-бот, который становится прослойкой между Claude и чем угодно: файлами, облаком, серверами, Airflow, скриптами, API и другими системами.
Как это работает
1️⃣ Пользователь пишет задачу в Telegram.
2️⃣ Moltbot переводит текст в конкретные действия: куда сходить, что проверить и что запустить.
3️⃣ ИИ сам идёт в нужные файлы, сервисы или облако, делает проверку или действие и возвращается с результатом.
4️⃣ Если ответ появляется не сразу, бот ждёт и пишет в чат, когда задача действительно выполнена.
Почему Moltbot набирает популярность
🦾 ИИ выходит за пределы текстовых ответов и начинает работать с реальными данными и системами.
🦾 Не требуется отдельный интерфейс: вся работа происходит в Telegram.
🦾 Подход хорошо масштабируется на инженерные и B2B-сценарии.
🦾 Понятность и доступность: новинку берут на вооружение небольшие команды, нанимая бота в качестве техподдержки.
Возможности применения
• работа с файлами: поиск, чтение, анализ и действия с локальными и подключёнными данными
• взаимодействие с внешними сервисами и приложениями через настроенные подключения
• помощь разработчикам и инженерам: выполнение задач в среде, к которой боту дали доступ
• автоматизация повторяющихся рабочих действий через набор подключённых навыков
• уведомления: бот может сам написать в чат при наступлении нужного события
⚡️ Наш опыт использования Moltbot
За два дня мы собрали бота и подключили к облаку. Теперь он отвечает команде на инженерные вопросы, проверяет данные в таблицах, смотрит состояние пайплайнов, перезапускает задачи и осуществляет мониторинг. Когда появляются данные или решается проблема, бот сам напоминает об этом в чат.
Как вам такая новинка? Что думаете?
Пользуйтесь, пока Шелдон не запретил!
Источник | #эксперт_на_проводе | #what_the_hack
Говард на связи! Пока Шелдон познаёт с ИИ тайны вселенной, я нашёл для вас кое-что покруче. Даже моя мама интересуется, нельзя ли эту штуку подключить к её холодильнику.
Moltbot — это Telegram-бот, который становится прослойкой между Claude и чем угодно: файлами, облаком, серверами, Airflow, скриптами, API и другими системами.
Как это работает
1️⃣ Пользователь пишет задачу в Telegram.
2️⃣ Moltbot переводит текст в конкретные действия: куда сходить, что проверить и что запустить.
3️⃣ ИИ сам идёт в нужные файлы, сервисы или облако, делает проверку или действие и возвращается с результатом.
4️⃣ Если ответ появляется не сразу, бот ждёт и пишет в чат, когда задача действительно выполнена.
Изначально проект назывался Clawdbot, но Anthropic попросила переименовать его из-за созвучия со своим чат-ботом Claude. Чувствуете масштаб новинки?
Почему Moltbot набирает популярность
🦾 ИИ выходит за пределы текстовых ответов и начинает работать с реальными данными и системами.
🦾 Не требуется отдельный интерфейс: вся работа происходит в Telegram.
🦾 Подход хорошо масштабируется на инженерные и B2B-сценарии.
🦾 Понятность и доступность: новинку берут на вооружение небольшие команды, нанимая бота в качестве техподдержки.
Возможности применения
• работа с файлами: поиск, чтение, анализ и действия с локальными и подключёнными данными
• взаимодействие с внешними сервисами и приложениями через настроенные подключения
• помощь разработчикам и инженерам: выполнение задач в среде, к которой боту дали доступ
• автоматизация повторяющихся рабочих действий через набор подключённых навыков
• уведомления: бот может сам написать в чат при наступлении нужного события
⚡️ Наш опыт использования Moltbot
За два дня мы собрали бота и подключили к облаку. Теперь он отвечает команде на инженерные вопросы, проверяет данные в таблицах, смотрит состояние пайплайнов, перезапускает задачи и осуществляет мониторинг. Когда появляются данные или решается проблема, бот сам напоминает об этом в чат.
Как вам такая новинка? Что думаете?
Пользуйтесь, пока Шелдон не запретил!
Источник | #эксперт_на_проводе | #what_the_hack
🔥5
🦊 Цифры, которые меняют индсутрию:
• Google — в 2 раза быстрее массовые миграции кода на десятках тысяч строк
• Airbnb — миграция 3 500 тестов за 6 недель вместо 1,5 лет
• Amazon — +57% к скорости решения задач
Во-первых, это по-настоящему крутые кейсы внедрения LLM.
Во-вторых, это отрывок из нашей статьи. Да-да, мы запустили серию материалов про ИИ: рассказываем, почему технология успешна в одних сферах и медленнее развивается в других. Если пропустили первые две части, анонсы и ссылки лежат в этом посте.
Сегодня мы предлагаем ещё два материала:
🔸 Почему разработчики первыми перестраивают работу под ИИ
• Почему ИИ в разработке растёт быстрее, чем, например, в маркетинговой аналитике
• Что на самом деле меняется в деятельности разработчика
• Где эффект от ИИ стабильно высок, а где слаб
• Почему это важно для бизнеса
• Почему в России внедрение ИИ пока не стало системным
🔸Как LLM упрощают жизнь разработчикам: технические кейсы
• Примеры идеальных задач для LLM в разработке
• Кейсы крупных компаний по внедрению LLM + разовые, но показательные эксперименты — открывайте эту статью, если хотите детализацию по цифрам из начала поста
• Базовые ответы: как LLM применяются в разработке
🚀 Всем хорошей пятницы и выходных!
#новый_материал
• Google — в 2 раза быстрее массовые миграции кода на десятках тысяч строк
• Airbnb — миграция 3 500 тестов за 6 недель вместо 1,5 лет
• Amazon — +57% к скорости решения задач
Во-первых, это по-настоящему крутые кейсы внедрения LLM.
Во-вторых, это отрывок из нашей статьи. Да-да, мы запустили серию материалов про ИИ: рассказываем, почему технология успешна в одних сферах и медленнее развивается в других. Если пропустили первые две части, анонсы и ссылки лежат в этом посте.
Сегодня мы предлагаем ещё два материала:
🔸 Почему разработчики первыми перестраивают работу под ИИ
• Почему ИИ в разработке растёт быстрее, чем, например, в маркетинговой аналитике
• Что на самом деле меняется в деятельности разработчика
• Где эффект от ИИ стабильно высок, а где слаб
• Почему это важно для бизнеса
• Почему в России внедрение ИИ пока не стало системным
🔸Как LLM упрощают жизнь разработчикам: технические кейсы
• Примеры идеальных задач для LLM в разработке
• Кейсы крупных компаний по внедрению LLM + разовые, но показательные эксперименты — открывайте эту статью, если хотите детализацию по цифрам из начала поста
• Базовые ответы: как LLM применяются в разработке
🚀 Всем хорошей пятницы и выходных!
#новый_материал
⚡3👍2
🦊 На рынке творится #$%*!@ — никогда не оптимизируйте одну и ту же кампанию по двум и более моделям атрибуции
[Модель Маркова-Шепли, часть 1: шок и отрицание]
На рынке додумались до ноу-хау — большой верификатор предлагает клиентам сдвоенную модель атрибуции Маркова-Шепли. И вроде бы всё хорошо — целых две data driven модели. Одна голова хорошо, а две — лучше, ведь так?
В серии постов рассказываем
🔸 Почему это чудовище Франкенштейна не будет нормально работать в реальном мире.
🔸 Почему подобные системы, взятые с потолка, не просто бесполезны, а вообще могут оставить бизнес без денег.
С одной стороны, рынок двигается вперёд и начинает работать с атрибуцией — это хорошо. Но у клиентов пока нет такого уровня экспертизы, чтобы дать им веер инструментов для оценки рекламы и сказать — разбирайтесь сами.
🫣 Как выглядит ноу-хау из начала поста
Вот две модели атрибуции, крутитесь как хотите.
Давайте сразу проясним
✅ И в теории, и на практике можно использовать несколько моделей атрибуции для независимой оценки кампаний. Нормальная история, если нужно посмотреть на эффективность каналов с разных сторон.
❌ На практике нельзя использовать результаты разных моделей атрибуции для оптимизации — только в теории.
И даже так это будет возможно лишь при соблюдении условий:
а) Если речь идёт о кампаниях одного типа — или performance, или медийные.
б) Если вы обладаете бесконечными компетенциями, временем и деньгами.
Исключение — универсальный фреймворк, в котором модели образуют единое пространство интерпретации, не противореча друг другу. У нас это связка из трёх моделей: две линейные задают нижнюю и верхнюю границы (недоучёт и переучёт), а Шепли находится между ними как справедливая оценка. В эту систему можно поместить KPI и сразу понять, укладывается ваша кампания в целевые показатели или нет.
⬇️
Связка двух data driven моделей, Шепли и Маркова, не даёт основы для оптимизации — вы всё время будете сравнивать белое и солёное.
🦊 Короткий комментарий по ситуации
Модель Маркова-Шепли с натяжкой могла бы работать в идеальном мире, но в реальности всё упирается в многоканальные медиасплиты и дефицит ресурсов.
🦊 Длинный комментарий по ситуации
Пост 1 (этот) — введение в курс дела
Пост 2 — критические различия Маркова и Шепли
Пост 3 — подводные камни данного ноу-хау
Пост 4 — почему подход не работает на практике
Пост 5 — зачем вообще нужна атрибуция
Пост 6 — парадокс оптимизации по двум моделям
Пост 7 — подводим итоги, собираем овации (желательно)
🚀 Ну что, поехали!
#атрибуция_просто #мифы #онтоп
[Модель Маркова-Шепли, часть 1: шок и отрицание]
На рынке додумались до ноу-хау — большой верификатор предлагает клиентам сдвоенную модель атрибуции Маркова-Шепли. И вроде бы всё хорошо — целых две data driven модели. Одна голова хорошо, а две — лучше, ведь так?
В серии постов рассказываем
🔸 Почему это чудовище Франкенштейна не будет нормально работать в реальном мире.
🔸 Почему подобные системы, взятые с потолка, не просто бесполезны, а вообще могут оставить бизнес без денег.
С одной стороны, рынок двигается вперёд и начинает работать с атрибуцией — это хорошо. Но у клиентов пока нет такого уровня экспертизы, чтобы дать им веер инструментов для оценки рекламы и сказать — разбирайтесь сами.
🫣 Как выглядит ноу-хау из начала поста
Вот две модели атрибуции, крутитесь как хотите.
Давайте сразу проясним
И даже так это будет возможно лишь при соблюдении условий:
а) Если речь идёт о кампаниях одного типа — или performance, или медийные.
б) Если вы обладаете бесконечными компетенциями, временем и деньгами.
Исключение — универсальный фреймворк, в котором модели образуют единое пространство интерпретации, не противореча друг другу. У нас это связка из трёх моделей: две линейные задают нижнюю и верхнюю границы (недоучёт и переучёт), а Шепли находится между ними как справедливая оценка. В эту систему можно поместить KPI и сразу понять, укладывается ваша кампания в целевые показатели или нет.
Связка двух data driven моделей, Шепли и Маркова, не даёт основы для оптимизации — вы всё время будете сравнивать белое и солёное.
🦊 Короткий комментарий по ситуации
Модель Маркова-Шепли с натяжкой могла бы работать в идеальном мире, но в реальности всё упирается в многоканальные медиасплиты и дефицит ресурсов.
🦊 Длинный комментарий по ситуации
Пост 1 (этот) — введение в курс дела
Пост 2 — критические различия Маркова и Шепли
Пост 3 — подводные камни данного ноу-хау
Пост 4 — почему подход не работает на практике
Пост 5 — зачем вообще нужна атрибуция
Пост 6 — парадокс оптимизации по двум моделям
Пост 7 — подводим итоги, собираем овации (желательно)
🚀 Ну что, поехали!
#атрибуция_просто #мифы #онтоп
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5
🦊 Смесь бульдога с носорогом и Маркова с Шепли — почему это не работает
[Модель Маркова-Шепли, часть 2: гнев]
На каком основании эти цифры вообще можно усреднять?
Откуда взялась мысль, что среднее арифметическое между двумя несовпадающими реальностями становится какой-то третьей, объективной истиной?
🔸 Марков — модель про отключение. Отвечает на вопрос: что будет, если убрать канал из цепочки.
Это вероятностная модель, которая работает с уникальными взаимодействиями: 10 раз посчитали — 10 разных результатов получили. Подходит для оптимизации или только медийных, или только performance-каналов.
🔸 Шепли — модель про добавление. Отвечает на вопрос: что будет, если канал появится в цепочке.
Работает по логике из теории игр: вес делится между всеми участниками в зависимости от реального вклада в результат. Подходит для корректной оценки сразу и медийки, и перформа, потому что учитывает их совместное влияние в пути клиента.
Подробнее: Марков VS Шепли: две модели атрибуции на основе данных. Когда и какую лучше применять?
👉 Марков VS Шепли на примере медийной рекламы
У Маркова многократные показы учитываются как отдельные касания: 20 показов = 20 переходов с собственным весом = переспам по показам в рамках смешанного сплита. Шепли рассматривает те же показы как участие одного канала в цепочке взаимодействий.
🤌 Это два разных, не пересекаемых взгляда на мир
Либо Шепли, либо Марков. Либо демократия, либо тоталитаризм. Либо молоко, либо селёдка. Никогда не соединяйте две вселенные — получите коллапс.
Шепли работает на макроуровне с уникальными каналами, Марков — на микроуровне с уникальными взаимодействиями.
Если их результаты сходятся — это удачное совпадение. Но чем сложнее медиасплит, тем меньше такая вероятность.
🪑 Не пытайтесь усидеть на двух стульях
Пока рекламные кампании однородны, можно использовать обе модели и сопоставлять их результаты. Но когда у вас многоканальный сплит, между Марковым и Шепли начинаются жёсткие расхождения по CPA. Для стратегии оптимизации в любом случае придётся выбрать что-то одно, но на рынке почти никто не даёт готового ответа, что именно.
Продолжим бомбить в следующем посте, потому что это ужас. Ставьте реакты, мы возьмём среднее арифметическое от лайков и огоньков и прикинем, сколько получилось молний 🫠
#атрибуция_просто #мифы #онтоп
[Модель Маркова-Шепли, часть 2: гнев]
На каком основании эти цифры вообще можно усреднять?
Откуда взялась мысль, что среднее арифметическое между двумя несовпадающими реальностями становится какой-то третьей, объективной истиной?
🔸 Марков — модель про отключение. Отвечает на вопрос: что будет, если убрать канал из цепочки.
Это вероятностная модель, которая работает с уникальными взаимодействиями: 10 раз посчитали — 10 разных результатов получили. Подходит для оптимизации или только медийных, или только performance-каналов.
🔸 Шепли — модель про добавление. Отвечает на вопрос: что будет, если канал появится в цепочке.
Работает по логике из теории игр: вес делится между всеми участниками в зависимости от реального вклада в результат. Подходит для корректной оценки сразу и медийки, и перформа, потому что учитывает их совместное влияние в пути клиента.
Подробнее: Марков VS Шепли: две модели атрибуции на основе данных. Когда и какую лучше применять?
👉 Марков VS Шепли на примере медийной рекламы
У Маркова многократные показы учитываются как отдельные касания: 20 показов = 20 переходов с собственным весом = переспам по показам в рамках смешанного сплита. Шепли рассматривает те же показы как участие одного канала в цепочке взаимодействий.
🤌 Это два разных, не пересекаемых взгляда на мир
Либо Шепли, либо Марков. Либо демократия, либо тоталитаризм. Либо молоко, либо селёдка. Никогда не соединяйте две вселенные — получите коллапс.
Шепли работает на макроуровне с уникальными каналами, Марков — на микроуровне с уникальными взаимодействиями.
Если их результаты сходятся — это удачное совпадение. Но чем сложнее медиасплит, тем меньше такая вероятность.
🪑 Не пытайтесь усидеть на двух стульях
Пока рекламные кампании однородны, можно использовать обе модели и сопоставлять их результаты. Но когда у вас многоканальный сплит, между Марковым и Шепли начинаются жёсткие расхождения по CPA. Для стратегии оптимизации в любом случае придётся выбрать что-то одно, но на рынке почти никто не даёт готового ответа, что именно.
Продолжим бомбить в следующем посте, потому что это ужас. Ставьте реакты, мы возьмём среднее арифметическое от лайков и огоньков и прикинем, сколько получилось молний 🫠
#атрибуция_просто #мифы #онтоп
👍6🔥3⚡1
🦊 Clawdbot → Moltbot → OpenClaw
Nintendo: подержите моё пиво
Радж на связи! Шелдон и Говард наконец-то освободили эфир, чтобы я рассказал по-настоящему крутую историю. В общем, слушайте.
→ Недавно мы писали про Moltbot
Это open-source прослойка между LLM и внешними сервисами, которая позволяет модели вызывать реальные действия и API из привычного для вас интерфейса — например, чата Telegram.
→ Фокус в том, что теперь это OpenClaw
Возможно, вы уже слышали, что проект снова переименовали: сначала это был Clawdbot → потом Moltbot → теперь OpenClaw.
→ Ого, три названия за одну неделю...
Но если вам кажется, что это крайний случай — сейчас будет история компании, которая меняла не названия, а целые бизнесы. Nintendo, выходи.
🃏 1889 → игральные карты ханафуда
Nintendo основана в Киото как мастерская по производству ханафуда — традиционных японских карт. Интересный факт: ханафуда традиционно использовались в азартных играх, которые в Японии долгое время существовали в полулегальной или подпольной форме. В таких заведениях нередко крутились люди, связанные с якудза.
🌎 1902 → западные игральные карты
Компания начинает выпуск первых в Японии западных игральных карт — сначала на экспорт, но затем продукт становится популярным внутри страны.
👸 1959 → лицензионные карты Disney
Nintendo заключает сделку с Disney и выпускает карты с персонажами — это резко расширяет аудиторию и помогает масштабироваться через массовую розницу. Самое то после карт для якудза.
🤪 1960-е → время проб и ошибок
Столкнувшись с ограниченным ростом рынка игральных карт, Nintendo пробует неожиданные направления: такси, еда, игрушки, шариковые ручки. Из самого необычного — компания пробовала управлять love hotels (отели с почасовой арендой комнат для свиданий), но проект быстро сошёл на нет.
🧸 1970-е → игрушки и электроника
Попробовав разные направления бизнеса, Nintendo делает ставку на игрушки и электронные устройства.
👾 1977–1981 → первые игровые устройства и аркады
Nintendo выпускает домашние игровые системы Color TV-Game (конец 1970-х) и усиливает аркадное направление. В 1981 Donkey Kong становится международным хитом и фактически закрепляет поворот в видеоигры.
🎮 1983–1985 → видеоигры становятся главным бизнесом
1983: запуск игровой консоли Famicom в Японии
1985: выход в США как NES — точка, когда Nintendo окончательно становится видеоигровой компанией
→ Nintendo десятилетиями перебирала направления бизнеса
Со временем компания нашла свою нишу и уже много лет остаётся одним из самых сильных и прибыльных игровых бизнесов в мире. Это хороший пример того, что в поиске работающей модели нет ничего страшного в смене идей, форматов — и, конечно, названий.
#эксперт_на_проводе #в_мире_брендов
Nintendo: подержите моё пиво
Радж на связи! Шелдон и Говард наконец-то освободили эфир, чтобы я рассказал по-настоящему крутую историю. В общем, слушайте.
→ Недавно мы писали про Moltbot
Это open-source прослойка между LLM и внешними сервисами, которая позволяет модели вызывать реальные действия и API из привычного для вас интерфейса — например, чата Telegram.
→ Фокус в том, что теперь это OpenClaw
Возможно, вы уже слышали, что проект снова переименовали: сначала это был Clawdbot → потом Moltbot → теперь OpenClaw.
→ Ого, три названия за одну неделю...
Но если вам кажется, что это крайний случай — сейчас будет история компании, которая меняла не названия, а целые бизнесы. Nintendo, выходи.
🃏 1889 → игральные карты ханафуда
Nintendo основана в Киото как мастерская по производству ханафуда — традиционных японских карт. Интересный факт: ханафуда традиционно использовались в азартных играх, которые в Японии долгое время существовали в полулегальной или подпольной форме. В таких заведениях нередко крутились люди, связанные с якудза.
🌎 1902 → западные игральные карты
Компания начинает выпуск первых в Японии западных игральных карт — сначала на экспорт, но затем продукт становится популярным внутри страны.
👸 1959 → лицензионные карты Disney
Nintendo заключает сделку с Disney и выпускает карты с персонажами — это резко расширяет аудиторию и помогает масштабироваться через массовую розницу. Самое то после карт для якудза.
🤪 1960-е → время проб и ошибок
Столкнувшись с ограниченным ростом рынка игральных карт, Nintendo пробует неожиданные направления: такси, еда, игрушки, шариковые ручки. Из самого необычного — компания пробовала управлять love hotels (отели с почасовой арендой комнат для свиданий), но проект быстро сошёл на нет.
🧸 1970-е → игрушки и электроника
Попробовав разные направления бизнеса, Nintendo делает ставку на игрушки и электронные устройства.
👾 1977–1981 → первые игровые устройства и аркады
Nintendo выпускает домашние игровые системы Color TV-Game (конец 1970-х) и усиливает аркадное направление. В 1981 Donkey Kong становится международным хитом и фактически закрепляет поворот в видеоигры.
1983: запуск игровой консоли Famicom в Японии
1985: выход в США как NES — точка, когда Nintendo окончательно становится видеоигровой компанией
→ Nintendo десятилетиями перебирала направления бизнеса
Со временем компания нашла свою нишу и уже много лет остаётся одним из самых сильных и прибыльных игровых бизнесов в мире. Это хороший пример того, что в поиске работающей модели нет ничего страшного в смене идей, форматов — и, конечно, названий.
#эксперт_на_проводе #в_мире_брендов
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥1
🦊 Смесь бульдога с носорогом и Маркова с Шепли — почему ТОЧНО не работает в том виде, в котором это продают
[Модель Маркова-Шепли, часть 3: всё ещё гнев]
Ситуация напоминает мебель без инструкции, причём собрать надо сразу два шкафа: один в прихожую, другой в гостиную, без отвёртки и с закрытыми глазами.
🔸 Пока это обсуждается в отрыве от денег, всё выглядит более-менее безобидно.
🔸 Как только мы прокидываем цифры в бюджеты, начинается хаос. Марков и Шепли могут показывать совершенно разные результаты. Не плюс-минус и погрешность, а противоположные.
Представим ситуацию
☹️ На практике ситуация ещё хуже⤵️
1️⃣ Под видом Маркова берётся не полноценная модель, а матрицы транзитивности — таблицы с вероятностью переходов между каналами. Это главный параметр марковской атрибуции: матрицы отражают структуру путей, но сами по себе не отвечают на вопрос, что будет, если убрать канал.
2️⃣ У виновника торжества нет полной картины по клиенту. Только медийка без перформа, и то неполная. Модель строится на данных, которые проходят через их инфраструктуру — всё остальное выпадает из анализа. Любая попытка что-либо считать на такой выборке изначально не имеет смысла.
🫥 Марков вообще не может корректно работать с медийной рекламой, когда у вас уже есть перформ, и уж тем более когда медийка при этом неполная.
Склеить Маркова и Шепли — попытка жить в двух вселенных. Вы принимаете решения либо через исключение каналов, либо через распределение вклада. Какое может быть среднее арифметическое между селёдкой и молоком?
В итоге получается не Марков и не Шепли, а нечто третье. Модель без чёткой интерпретации, без управленческого смысла и без ответа на вопрос, что с этим делать дальше.
#атрибуция_просто #мифы #онтоп
[Модель Маркова-Шепли, часть 3: всё ещё гнев]
Ситуация напоминает мебель без инструкции, причём собрать надо сразу два шкафа: один в прихожую, другой в гостиную, без отвёртки и с закрытыми глазами.
🔸 Пока это обсуждается в отрыве от денег, всё выглядит более-менее безобидно.
🔸 Как только мы прокидываем цифры в бюджеты, начинается хаос. Марков и Шепли могут показывать совершенно разные результаты. Не плюс-минус и погрешность, а противоположные.
Представим ситуацию
По модели X канал дал 37 конверсий, а по модели Y — 43. Ещё куда ни шло. А если одна насчитает 0, а другая 50? Как это усреднять? То есть канал либо не конвертит вообще, либо туда надо лить все деньги. Усредняем — и отправляем в канал Шрёдингера половину бюджета. Так, что ли?
☹️ На практике ситуация ещё хуже
1️⃣ Под видом Маркова берётся не полноценная модель, а матрицы транзитивности — таблицы с вероятностью переходов между каналами. Это главный параметр марковской атрибуции: матрицы отражают структуру путей, но сами по себе не отвечают на вопрос, что будет, если убрать канал.
2️⃣ У виновника торжества нет полной картины по клиенту. Только медийка без перформа, и то неполная. Модель строится на данных, которые проходят через их инфраструктуру — всё остальное выпадает из анализа. Любая попытка что-либо считать на такой выборке изначально не имеет смысла.
🫥 Марков вообще не может корректно работать с медийной рекламой, когда у вас уже есть перформ, и уж тем более когда медийка при этом неполная.
Склеить Маркова и Шепли — попытка жить в двух вселенных. Вы принимаете решения либо через исключение каналов, либо через распределение вклада. Какое может быть среднее арифметическое между селёдкой и молоком?
В итоге получается не Марков и не Шепли, а нечто третье. Модель без чёткой интерпретации, без управленческого смысла и без ответа на вопрос, что с этим делать дальше.
#атрибуция_просто #мифы #онтоп
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥1