E-Contenta: советник по контенту

E-Contenta: советник по контенту

Продолжаем тему рекомендательных сервисов на основе big data. Доказав свою высокую эффективность, они пользуются все большим спросом именно как отдельные продукты. О том, почему контентным проектам не стоит всецело полагаться на вкус своих редакторов, мы говорим с генеральным директором сервиса E-Сontenta Зоей Никитиной.

Зоя Никитина, генеральный директор сервиса E-Сontenta.
Родилась в 1981 году в городе Сумы.
В 2003 году окончила Санкт-Петербургский государственный электротехнический университет (связи с общественностью).
В 2012-2014 годах — руководитель отдела маркетинга компании Veeam Software по Северной Европе и Южной Африке.
В 2014 году — генеральный директор компании Whitescape.
В 2014 году стала генеральным директором сервиса E-Сontenta.

Сергей Иванов: Я хочу, чтобы ты рассказала нам о том, как медиа и другие проекты могут стать более эффективными, предлагая своим зрителям, читателям и т. д. наиболее релевантные для них новости или другой контент. Расскажи, пожалуйста, про E-Сontenta: для кого он создан, как он работает?
Зоя Никитина: E-Сontenta — это рекомендательный сервис для медиакомпаний, причем для любых медиакомпаний. Это могут быть бизнесы, которые занимаются книгами, музыкой, видео, статьями, образовательные сервисы и т. д. Мы анализируем поведение пользователей в интернете, как на самих площадках этих медиакомпаний, так и вовне: в социальных сетях… — вплоть до поисковых запросов. И можем предвидеть, что человек захочет почитать, послушать или посмотреть. Это вкратце.
С. И.: Вы себя определяете как рекомендательный сервис для ТВ- и видеоконтента. Тем не менее из ваших клиентов два являются классически книжным магазинами, а два как раз относятся именно к сфере видео. Это переход от классических книжных магазинов и переформатирование на видеоконтент?
З. Н.: Когда компания только зарождалась, фокус был исключительно на книжный рынок. Но затем мы стали общаться с медиакомпаниями. Увидели большую потребность в данном сервисе не только от книжных компаний, но и от других. И решили, что мы пойдем в медиасектор целиком и будем таким образом объединять в единое медиапространство те компании, с которыми мы работаем.
С. И.: Обычно на контентных площадках уже есть какая-то рекомендательная система. И тут сразу возникает вопрос: вы любую рекомендательную систему готовы заменить своей? В чем недостатки стандартных решений?
З. Н.: В принципе, созданием собственных рекомендательных систем занимаются достаточно большие компании. Например, первым нашим клиентом была компания Bookmate. У них были в зачаточном состоянии разработки собственных рекомендательных систем, но это достаточно нетривиальная задача, если ты в это погружаешься глубже. Потому что недостаточно одного программиста, недостаточно одного аналитика. Нужна целая команда, которая будет этот сервис создавать и развивать. Необходимо важное для современных рекомендательных систем умение работать не только с данными, которые накоплены на площадке. В принципе, все применяют классический метод коллаборативной фильтрации, и какого-то rocket science там нет. Но если мы встречаемся с проблемой «холодного» старта, тогда нам нужны внешние данные. Этот момент достаточно сложен для компаний. И это как раз то, чем мы цепляем компании, когда начинаем с ними работать, и, в частности, чем мы зацепили Bookmate.
С. И.: Вы анализируете профили в соцсетях, подмешиваете данные сторонней DMP.
З. Н.: Да, именно так. Мы берем данные из соцсетей, мы берем данные DMP.
С. И.: Истории просмотра самого сайта, да?
З. Н.: Да, истории просмотра самого сайта. У нас получается некий гибридный способ использования информации, внешней и внутренней. И сам рекомендательный алгоритм также имеет два подхода: user-based и item-based. Если мы похожи с тобой, то есть мы из России, подписаны на одни паблики во «ВКонтакте» и т. д., то система нам может порекомендовать одинаковые вещи. Это user-based. И item-based: если я читаю детективы, то, скорее всего, мне порекомендуют Агату Кристи, «Шерлока Холмса» и т. д.
С. И.: Давай еще поговорим о профиле в соцсетях. Вы называете его одним из основных источников. Но не все же контентные ресурсы предлагают пользователям регистрироваться через соцсеть, заходить через соцсеть.
З. Н.: Видимо, компании думают, что это несколько усложняет процесс. Это как будто бы усложняет процесс регистрации. Многие компании хотят, чтобы человек сразу «проваливался» в сервис, вплоть до отсутствия какой-либо регистрации. Но это такой путь… В любом случае приложению нужно будет как-то общаться с пользователями, возвращать их. Или побуждать их к тому, чтобы они расшарили в соцсетях информацию о том, что они сделали что-то на площадке. Поэтому это, конечно же, очень важный шаг.
С. И.: В данном случае необязательно логиниться — уже сами предложения и «шары» каким-то образом работают?
З. Н.: Да, да.
С. И.: Я понял. Тогда пойдем к сторонним DMP, данные которых вы используете. Какие это DMP, как вы с ними работаете, какие данные получаете?
З. Н.: Мы работаем с Madnet, мы работаем с iData, мы работаем с DCA (Data-Centric Alliance). У нас есть данные чуть ли не о 90% всех пользователей Рунета. Это классное конкурентное преимущество. И, кстати, очень интересный кейс, который мы сейчас видим: мы, допустим, общаемся с очень крупным провайдером кабельного телевидения, и в их планах стоит перевод традиционного вещания в онлайн…
С. И.: Вот бы я хотел узнать, кто это!
З. Н.: Пока не могу сказать, но это достаточно крупный игрок на рынке Восточной Европы.
С. И.: Хорошо.
З. Н.: И их кейс — это именно использование тех данных о пользователях, которые у них есть из офлайна, из кабельного телевидения. Как это можно перенести в онлайн? Здесь мы сейчас разрабатываем разные стратегии. В целом эта сцепка онлайн- и офлайн-данных. Это, как мне кажется, будет достаточно традиционный кейс для тех СМИ, которые не сразу стали онлайновыми, а переходят из каких-то традиционных вещей в онлайн.
С. И.: А какие данные вы забираете у DMP-платформ?
З. Н.: Мы сейчас будем об этом думать. Пока готового решения, которое мы готовы растиражировать, нет. Сейчас это скорее несколько подходов, которые мы разрабатываем, обсуждаем с этой компанией. И какой-то из них будет выбран. Как я уже сказала ранее, мне кажется, впоследствии это будет интересно не только для «кабельщиков». Есть очень много журналов, газет, которые раньше доставляли газеты прямо в дом, а сейчас уже от подписки отказались. В онлайне пока не настолько бурно все идет, и им что-то хочется с этим сделать, как-то затащить эту аудиторию обратно. Мне кажется, будет очень даже интересный кейс.
С. И.: И третьим источником у вас является история просмотров. Это история просмотра единицы контента или история того, что пользователь просматривал?
З. Н.: Собственно, под историю просмотров попадает все. Пиксель, который мы ставим на площадку клиента, фиксирует любое маломальское действие. Это может быть и открытие, и скролл до середины, и скролл до конца, что означает просмотр всего контента целиком, будь он текстовый или видео, например. Это лайки, «шэры», комментарии. И, соответственно, каждому из этих действий присваивается определенный вес, который впоследствии влияет на то, в какой последовательности выдаются рекомендации.
С. И.: Зоя, какие данные владелец сайта должен отдавать E-Сontenta, для того чтобы все работало надлежащим образом? И зависит ли перечень этих данных от типа контента? Мы же говорим о книгах, мы говорим о видео.
З. Н.: Скажем так, данные — это топливо для двигателя: чем больше, тем лучше, тем дальше поедет машина, и все будет здорово. Я бы здесь, наверное, сказала, что важно не только количество элементов, но и то, по скольким уникальным пользователям передаются данные. Для того чтобы заработало машинное обучение и алгоритм продолжал развиваться, нам нужно примерно 20 тыс. уников. После этого все начинает работать. А данных чем больше, тем лучше. Если нам могут передать дамп базы данных контента, который есть у компании, — супер. Если не могут, значит, можно попробовать все собрать пикселем. Если могут передать какие-то связки, — если сама компания сохраняла историю того, что лайкали, и может это сразу передать, тогда, может быть, и не стоит ждать момента накопления данных на самой площадке. Чем больше, тем лучше.
С. И.: Понятный принцип. Итак, предположим, что все данные получены, профиль максимально полон. Как действует алгоритм дальше? На что этот алгоритм опирается, как он присваивает вес тому или иному типу данных в определении окончательных рекомендаций?
З. Н.: У медиакомпаний есть две стандартные модели монетизации. Первая — за счет рекламы, вторая — за счет продажи контента. И в зависимости от того, какая модель у той или иной компании, с которой мы работаем, соответственно, и больше вес у какого-то действия. Например, если, как в кейсе с Bookmate, это подписка, это продажа контента, вес — это платящий клиент. Это значит, что он не просто посмотрел, почитал, открыл, это значит, что он заплатил, проголосовал деньгами. Соответственно, это является №1. Если модель рекламная, то здесь у нас играют роль такие критерии, как время, которое пользователь провел на сайте. Это количество просмотренных статей, если мы говорим про классическое онлайн-СМИ. Это глубина просмотра, если мы говорим про видео. А дальше, соответственно, идет по уменьшению. Если человек просто зашел, посмотрел, открыл, какое-то время провел, это уже хорошо. Если оставил комментарий, еще как-то прореагировал, это тоже хорошо. Но все идет по уменьшению от самых главных вещей.
С. И.: У Amazon есть чудесный кейс. У них была целая редакция, которая выдавала рекомендации покупателям книг. И как только Amazon написал свою собственную рекомендательную систему, он увидел, что, в общем-то, «покупаемость» книг выросла в разы, и разогнал всю эту редакцию. Есть ли у вас такой красивый кейс?
З. Н.: Прекрасный кейс, есть аналогичный. Мы работаем с MyBook. Это компания, которая принадлежит «Литресу». Модель подписочная, как и у Bookmate. И мы проводили A/B-тест, когда также соревновались с редакторской подборкой.
С. И.: Это был отдельный A/B-тест в каждой компании — редакторская против автоматизированной, да?
З. Н.: Да. В среднем у нас везде получается в 2,5 раза больше открытие рекомендованных нами книг по сравнению с открытием рекомендованных человеком.
С. И.: А с видео нет такого красивого теста?
З. Н.: Есть. Мы работаем с компанией Vidimax. И там примерно тоже в 2,5 раза выше показатели по сравнению с редакторской подборкой и неким неперсонализированным топом того, что сейчас популярно.
С. И.: Они уволили редакцию?
З. Н.: Нет, потому что редакция несет немножко другую…
С. И.: А, с них просто сняли функцию рекомендательного сервиса?
З. Н.: Они могут рекомендовать, для пользователя формируется более богатый выбор. Я думаю, что пока полностью отказаться от редакторской подборки, наверное, компании не готовы, но, в общем-то, все идет к тому. Та же компания BuzzFeed, на которую сейчас смотрят все онлайн-СМИ, автоматизирована до мозга костей, вплоть до того, что еще материал не вышел, а они уже примерно понимают, какая будет виральность.
С. И.: И кому его рекомендовать, да?
З. Н.: Кому рекомендовать, какая виральность, какой лучше подобрать заголовок и т. д. Сейчас все выбирают роботы.
С. И.: А какую аналитику вы предоставляете клиентам и зависит ли эта аналитика от типа контента? Ясно же, что владельцы видеопорталов и книжных магазинов смотрят несколько разные вещи?
З. Н.: В принципе, у нас есть стандартный dashboard, который мы предлагаем даже в самом начале, на A/B-тесте. Потому что, естественно, когда начинается проект, компании интересно посмотреть, насколько это отличается от того, что у них было до нас. В зависимости от компании, от ее бизнес-модели мы смотрим на то, как это влияет на количество подписок, или на то, как это влияет на время и количество просмотренных роликов.
С. И.: А как строится ценообразование на ваши услуги, можешь рассказать?
З. Н.: У нас две модели ценообразования. Вторая появилась относительно недавно, и она связана с очередным pivot нашей компании. Сейчас мы предоставляем персональные рекомендации не только на самой медиаплощадке. Мы можем делать персональные рекомендации на внешних площадках тоже. Например, кейс, который мы сейчас проводим с одним из наших клиентов: персонализированные рекомендации контента будут выдаваться во «ВКонтакте». Это очень сильно отличается от таргетинга, когда есть, например, видео и ты понимаешь, что у этого видео аудитория — мужчины 25-35 лет, которые интересуются туризмом, например. И ты показываешь им этот один фильм, а аудитории — один миллион. Соответственно, и эффективность определенная. А если у тебя есть сто тысяч единиц контента и ты можешь понять, что из этого контента какому человеку во «ВКонтакте» больше всего подойдет, ты буквально показываешь и можешь, в принципе, чуть ли не по имени обратиться. Сейчас мы предлагаем рекомендательные движки от бесплатного до платного. Есть разные — 20 тыс., 30 тыс., 90 тыс. рублей в месяц, — в зависимости от количества запросов, которые будут идти к нам на сервис, и в зависимости от сложности модели. Вторая модель — это когда мы предоставляем наш движок бесплатно за то, что определенное количество бюджета идет через нас на эту персонализированную рекламную кампанию на внешние площадки. Причем эта модель мне кажется достаточно интересной, потому что все медиа заинтересованы в новом трафике. Персонализация на площадке улучшает взаимодействие, но она не сильно влияет на рост продаж, она не сильно влияет на деньги. Это не улучшение в десятки раз. Но если мы говорим про новую аудиторию, здесь гораздо больше value, ценность, для клиента. И мы можем выбирать.
С. И.: И ваши бизнес-KPI заключаются именно в привлечении новой аудитории? Какие KPI вы берете на себя?
З. Н.: Если мы говорим про первую модель, то здесь KPI связаны с улучшением взаимодействия площадки с клиентом. То есть увеличение времени, которое пользователь потратил, увеличение количества просмотренных страниц, открытий, лайков и т. д. Это если мы говорим про саму площадку. Если мы говорим про внешнюю активность, то здесь речь идет об уменьшении стоимости привлечения клиента, customer requisition cost.
С. И.: Зоя, а насколько сложна интеграция E-Сontenta? Сколько времени занимает, каких требует усилий, квалификации?
З. Н.: Интеграция не занимает много времени. Я бы сказала, что много времени занимает некий подготовительный этап, когда мы с площадкой определяем цели, когда сама площадка понимает, зачем ей это нужно, как она будет с этим работать и планирует выделение ресурсов. Потому что даже для того, чтобы поставить пиксель, — казалось бы, это час, несколько часов, — нужно, чтобы все было подготовлено для этого. Если нужно поставить виджет, то, чтобы проверить работоспособность, все ли везде отдается, тоже нужны определенные ресурсы самой компании. Это может занять от дня до недели чистого времени. А если мы говорим про то, сколько это занимает с перерывами, то я бы сказала, что примерно месяц.
С. И.: У нас недавно в гостях был Сергей Шалаев со своим проектом Relap. Он как раз говорил, что его сервис чуть ли не в два клика настраивается. Правда, у него и контент несколько иной — однородный, статьи. И в этом, наверное, главная разница. Считаешь ли ты проект Relap конкурентом вашему сервису?
З. Н.: Отчасти да. Это замечательный проект. Очень классно, что на российском рынке существуют такие компании, как Surfingbird, Relap и компания «Яндекс», которая занимается очень сильным промоушеном персонализации рекомендаций. Это очень здорово. Отчасти да, конкуренты, отчасти нет, потому что у Relap монетизация планируется как native ads.
С. И.: Да.
З. Н.: Они планируют объединять в сетку и одно рекламное место продавать внешним рекламодателям. У нас модель монетизации несколько другая. Мы не смотрим на медиакомпанию как на площадку. Мы смотрим на нее как на магазин, у которого есть товар — контент. И этот контент компания продает. В первую очередь мы целимся на те компании, которые будут переходить к платной модели, то есть к продаже своего контента.
С. И.: Прямыми конкурентами вы не являетесь?
З. Н.: Поскольку мы все-таки действуем на одном медиарынке, то скорее являемся. Но с определенной оговоркой — с той, о которой я сказала.
С. И.: А другие прямые конкуренты есть у вас на рынке? Crossss, Retail Rocket?
З. Н.: На российском? Это чуть-чуть дальше. Retail Rocket — это в чистом виде e-commerce. И мы туда не идем, и вряд ли они переключатся и станут работать с контентом.
С. И.: А международные игроки — Gravity?
З. Н.: Gravity, безусловно. Безусловно, OutBrain и Taboola. Я бы сказала, что Taboola нам сейчас сложно называть конкурентами, потому что мы организовались относительно недавно. Я не знаю, сколько у Taboola сейчас оборот — 100-200$ млн? И влито инвестиций, соответственно, примерно столько же. Но у них очень интересная бизнес-модель, и она как раз очень близка к той, которую мы позиционируем. Они буквально недавно купили DSP-сеть. И они не только делают рекомендации на площадке, не только объединяют это все в единую сеть, а еще и вышли на DSP. Они полностью замкнули цикл от привлечения и удержания до возвращения. Мне кажется, что это очень правильно, и мы смотрим в эту сторону.
С. И.: Еще один вопрос, посвященный международной экспансии. Ваш сайт, по-моему, переведен на четыре языка. Это говорит о том, что выходы на международные рынки планируются?
З. Н.: Да, безусловно. У нас сейчас два партнерства с бизнес-представителями. Одни находятся в Штатах, а другие в Финляндии.
С. И.: Мы только что говорили, что там такие серьезные игроки с многолетней историей, да еще с таким полным циклом.
З. Н.: Да, но рынок большой.
С. И.: И даже небольшая доля его может быть серьезной?
З. Н.: Да. Если говорить про Скандинавию и Европу, то там, в принципе, еще достаточно много места. Я общалась с компаниями, с потенциальными клиентами, они готовы пробовать и хотят, но пока сложно. Потому что в принципе, наверное, для всех компаний очень важно присутствие. Если я нахожусь здесь, то гарантирую, что я никуда не денусь, что я буду работать и приносить какую-то ценность для компании. И это лучше, чем когда ты находишься где-то там и связь только по e-mail. Поэтому первый шаг — представительство, мне кажется.
С. И.: А чем вы планируете конкурировать — ценой, иной стратегией? Есть какие-то мысли?
З. Н.: Конечно, после того что сделала Taboola, это непростой вопрос. По крайней мере, на российском и на европейском рынках та модель, которую мы представляем, однозначно конкурентная. Про американский рынок я думаю, что там нужно будет корректировать и уточнять, что это будет — либо технология, либо цена, либо что-то еще. Но этого не понять до тех пор, пока не займешься customer development. То есть, пока ты не встретишь компанию, которая согласится с тобой провести пилот, ты не погрузишься в нее и не поймешь ее цели, задачи, проблемы, боли. Потом ты начнешь их решать, потом будет еще одна, и тогда выкристаллизуется то отличие, которое можно вынести на флаг.
С. И.: Насколько я знаю, зимой вы искали инвестиции, хотя, по другим сведениям, это инвестиции искали вас. Сейчас я узнаю, где же истина. Удалось ли с кем-то договориться?
З. Н.: У нас есть небольшие инвестиции от бизнес-ангела. И также мы «самоинвестируемся» от фаундеров — тех основателей, которые у нас есть. Активным поиском инвестиций мы не занимались до недавнего времени. И сейчас, когда мы полностью уверены в своей бизнес-модели, когда мы «подписались» с достаточно крупными игроками, когда у нас есть пул клиентов, с которыми мы планируем «подписаться» и запустить пилоты в этом году, мы понимаем, что да, нам нужно масштабироваться и нам нужны инвестиции. И мы сейчас ведем переговоры с двумя фондами.
С. И.: Ну что ж, Зоя, я думаю, что все инвесторы по достоинству вас оценят и мы вскорости увидим вас не только на российском рынке, но и на международном. Большое спасибо!
З. Н.: Да, спасибо!
С. И.: Это была программа «Бизнес O nline». Я напоминаю, что в гостях у нас была руководитель проекта E-Сontenta Зоя Никитина. С вами был Сергей Иванов. Всего вам доброго, пока!