Зачем Сбербанк купил Segmento?

Зачем Сбербанк купил Segmento?

С какой целью Сбербанк приобрел платформу Segmento и как эта покупка характеризует перспективы RTB в Рунете? Об этом SeoPult.TV рассказали сооснователи Segmento Евгений Легкий и Роман Нестер.

Евгений Легкий, сооснователь проекта Segmento.
Родился в 1978 году в Ленинграде.
В 2007 году окончил факультет управления и информационных технологий Санкт-Петербургского государственного политехнического университета по специальности «информатика, информационные технологии».
В 2006-2011 годах отвечал за стратегию разработки в таких компаниях, как LG, Acronis, JetBrains.
С 2006 года участвовал в проектах по разработке роботов для автоматизированной торговли на финансовых биржах.
В 2011 году основал компанию RuTarget, разработавшую programmatic-платформу Segmento.

Роман Нестер, сооснователь проекта Segmento.
Родился в 1984 году в Ленинграде.
В 2007 году окончил психолого-педагогический факультет Российского государственного педагогического университета им. А. И. Герцена по специальности «социальная психология».
С 2004 года работал на рынке медийной рекламы в компаниях холдингов WPP (Великобритания) и Bonnier (Швеция).
С 2009 года — участник компании-разработчика трейдинговых финансовых алгоритмов (HFT) QuantBrothers.
В 2011 году стал сооснователем Segmento.

Сергей Иванов: Прошло почти полтора года с того момента, когда мы здесь разговаривали с вами, разбирали как раз и технологии RTB, и особенности платформы Segmento. Я помню, что у нас было очень много ваших ответов, которые заканчивались словами: «Ну, время покажет», «Рынок рассудит» и «Дальше будет видно». Пришло, видимо, время подводить итоги. Можете рассказать, как за эти полтора года изменился рынок RTB в количественном и качественном отношении? Давайте начнем чуть-чуть издалека — поговорим о том, что у вас 250 млн профилей в Segmento. Это так?
Евгений Легкий: Я думаю, что да.
С. И.: В пресс-релизах по поводу покупки именно такая цифра фигурировала. Я думал, там десять раз перепроверили ее. В таком случае как выглядит ландшафт? Кого вы считаете своими основными конкурентами на рынке? И корректно ли говорить о пересечении аудитории, с которой вы работаете?
Е. Л.: Я бы сказал так, что надо говорить скорее о полноте профилей и источниках данных, об объеме этих профилей. Наверное, я думаю, что он более или менее одинаков у всех. Вопрос в том, как составляют эти профили, что они собой представляют. Говоря о конкурентах, я думаю, можно упомянуть и глобальные платформы trading desk, которые приходят в Россию.
Роман Нестер: Конкурентный ландшафт для нас наибольший интерес представляет с точки зрения глобальных платформ, как сказал Евгений. Это те игроки, у которых, наверное, самые сильные технологии, но у которых есть ряд ограничений, позволяющим с ними успешно конкурировать. Это те, на кого мы смотрим, когда что-то строим в своем маркетинге, в своей бизнес-модели. И одним из своих главных конкурентов мы считаем компанию Rocket Fuel, которая в Россию, правда, пока еще не пришла.
С. И.: Но уже вам конкурент, это хорошо.
Е. Л.: На самом деле Rocket Fuel еще не знают. Возможно, мы составим им конкуренцию там. В частности, ипоэтому мы их считаем.
Р. Н.: Если ты делаешь серьезную технологию и это актуально и для других секторов, то ты должен смотреть глобально. Ты уже не можешь смотреть только на Россию.
С. И.: У вас не только предиктивная технология, но даже конкуренция предиктивная.

Р. Н.: Когда ты работаешь только на Россию, ты в конечном итоге очень похож на агентство.

Потому что твоя экспертиза начинает ограничиваться продажами, отношениями, а конкурировать нужно на уровне выше, создавать барьер на вход. Это то, на что мы потратили больше трех лет. Скажем, когда мы начинали, мы находились в достаточно нелегком положении. Когда наши российские коллеги уже вовсю предлагали что-то рынку, что-то продвигали, пиарили, что-то действительно продавали, мы инвестировали, инвестировали, инвестировали, стиснув зубы, в собственную технологию, в собственную платформу. И, в общем-то, мы в итоге стали интересны кому-то из глобальных компаний, таких как Сбербанк.
С. И.: Чем конкретно Сбербанк заинтересовался в вас? Как раз предиктивными технологиями, искусственным интеллектом? Или тем, что вы, процитирую, «разработали алгоритмы для так называемых high frequency trading»? Это роботы, которые торгуются на рынке деривативов, опционов и фьючерсов. И вы даже получили несколько патентов еще до того, как занялись RTB. Все-таки вы люди, которые понимают что-то в финансах, помимо всего прочего, в финансовых технологиях.
Р. Н.: Надо сказать, что в нашей сделке со Сбербанком именно применения нашего опыта в финансах не так много. Финансы — это тот бэкграунд, который позволил построить платформу не на пустом месте.
Е. Л.: Да.
Р. Н.: Не проверять сотни гипотез, получая отрицательные результаты, а сразу воплощать то, что уже работало, то, что уже было. Если возвращаться к вопросу, то Сбербанк привлекли, наверное, две главные вещи. Первая — это технология. Сбербанк общался со многими компаниями на рынке. Он действительно трудолюбиво и упорно отсмотрел все, что есть в ландшафте real-time bidding и технологий.
С. И.: А у Сбербанка есть соответствующая экспертиза?
Р. Н.: Это очень важный момент. Мы за полтора года прошли больше сорока различных фондов, частных инвесторов, компаний, которые позиционируют себя как стратеги, которые могут приобрести такую компанию, как наша. И огромной проблемой было то, что, работая на переднем крае маркетинга и делая достаточно сложную технологию, ты должен доносить ее суть до людей, которые принимают решения. А также, пойдя дальше, эти люди должны быть способны понять, чем она отличается от других, что такое «сильная технология», что такое «слабая технология» и в чем вообще заключается сила этой технологии — в красивом ли интерфейсе или в том, что находится «под капотом». На стороне Сбербанка, в его цифровой дирекции, оказались действительно продвинутые люди, которые любят технологии, которые являются настоящими энтузиастами технологий. Я скажу даже больше: никто так глубоко не погружался в архитектуру платформы, в то, что работает внутри нее, в экспертизу наших специалистов, как Сбербанк.
В основном классические инвесторы или фонды стараются смотреть на достаточно обезличенные бизнес-показатели. Но когда ты инвестируешь в технологию, когда ты строишь платформу, тебе нужно понимать, что ты строишь. Потому что платформа — это всегда некий black box. Сказать можно, в принципе, что угодно, завесить это самым красивым в мире интерфейсом, но затем тебе придется иметь с этим дело достаточно долго. И технология — это то, благодаря чему были выбраны именно мы. Как я уже сказал, это было достаточно долгое, сложное, тяжелое сравнение, и Сбербанк сделал такой вывод.
И вторая составляющая — это бизнес. Потому что в технологиях есть другая проблема: люди делают сервисы для себя, они делают что-то, что интересно, но что не имеет спроса на рынке, или то, что не решает задачу рекламодателя. Мы параллельно с тем, что делали свою платформу, также очень много времени тратили на то, чтобы выстроить отношения с рекламодателями. И то, что мы могли показать к моменту начала переговоров с банком, — это примеры действительно глубоко и сложно решенных задач. Потому что RTB как новая технология привлекла очень большой интерес и внимание рекламодателей. И это выглядело так, что все очень легко и быстро продавалось, затем что-то происходило, никто не понимал, что случилось… И потом люди оставались либо недовольны, либо в лучшем случае говорили: «Ну да, мы провели какие-то тесты с кем-то, но не можем сказать, хорошо это или плохо». Мы всегда старались очень большую ставку делать на сервисную часть, на front-end, на то, чтобы глубоко погружаться в задачи рекламодателя. Это достаточно сложно делать, потому что медийные рекламодатели еще только присматриваются к интернету. А мы сразу откуда-то, из 2017 года, вещаем: «Знаете, ребята, есть такие инструменты, можно сделать так-то». Они даже могли в это поверить и захотеть это, но потом сказать: «Вы знаете, нам еще нужно будет продать это своему начальству», — а это задача немного другого уровня.
С. И.: Ну, давайте конкретизируем: какие пункты вызвали наибольший интерес или какие пункты у вас были на той высоте, которую не могли обеспечить другие участники этого невидимого тендера? Что это — действительно технология Brand Lift и вся система измерений? Расскажите подробнее.
Е. Л.: Банк когда-то был неповоротливой структурой, но за последние пять лет он был перестроен и стал достаточно инновационным.
Р. Н.: Слон научился танцевать.
Е. Л.: В общем, мягко говоря, да. И для нас было открытием, что внутри существует свой венчурный фонд, который целенаправленно ищет стартапы только на российском рынке. И их подход нас впечатлил. С другой стороны, и они очень тщательно выбирали среди российских игроков.
Р. Н.: Интересно, что мы сначала общались с венчурным фондом.
С. И.: Сбербанковским, да?
Р. Н.: Да. А затем уже речь зашла о покупке контрольного пакета. Потому что венчурный фонд покупает только часть компании. Театр начинается с вешалки: уже в рамках этого венчурного фонда с нами разговаривал доктор наук, который, в общем-то…
С. И.: Математический?
Р. Н.: Насколько я помню, да, математик Мирчев, который понимает в том вопросе, о котором мы говорим.
Е. Л.: Ну, говоря о технологии, если называть вещи своими именами, действительно, не так много игроков в России обладают собственной технологией. Их можно буквально по пальцам пересчитать. В основном все заявленные игроки — это либо какой-то white label, лицензирование, подключение по API... И любые попытки снизить стоимость технологии бесплодны. А она дорогая, она очень дорогая. Не помню, в прошлый раз говорил или нет, но рекламные технологии — одни из самых дорогих после банковских. Было исследование eMarketer, по-моему: по сложности IT, банковские технологии и рекламные технологии одни из самых сложных, ну и, соответственно, самые дорогие.
Р. Н.: Тебе фактически сам рынок говорит: «Быстрее, быстрее зарабатывай, не сиди тут над своей машинкой». А это та машинка, над которой неизбежно нужно посидеть.
Е. Л.: Да. Но мы, тем не менее, вкладываемся в технологию. Это в первую очередь соединение двух вещей. Это наработки в направлении искусственного интеллекта и наработки в направлении big data, обработки больших данных. Зачем нам нужен искусственный интеллект? Для того чтобы уметь очень быстро принимать весьма хитрые решения, которые недоступны человеку. А для того чтобы их принимать, нам нужно этот интеллект на чем-то обучить. Он сам по себе ничего не начнет, пока ему не показать примеры, пока его не научить. Для этого нам нужны данные, для того чтобы дать ему эту статистику, чтобы он мог разобраться в ситуации и принимать какие-то решения. Поэтому мы очень много времени уделяли нашей технологии, и, в принципе, в прошлом проекте это было. Про это можно очень много говорить, но за последние десять лет произошло очень много прорывов в этом направлении. Действительно, сейчас человечество достаточно много знает и про естественный, и про искусственный интеллект, то есть про нас самих и про какие-то задачи технические, айтишные. До этого момента все это находилось в спящем состоянии. Начиная с 70-х годов это все было в разделе фантастики, которая не удалась. Помните японский эксперимент, когда правительство вливало миллиарды в компьютер четвертого поколения, который был на Prolog, на каких-то сложных технологиях? Весьма неудачная была затея, которая полностью разочаровала и инвесторов, и бизнесменов, и самих ученых. Многие отказались и повернулись в область того, что сейчас называется machine learning. Это специализированные задачи под определенные направления, которые могли дать прибыль, а не какие-то абстрактные цели. Так вот, начиная с 2000 года это направление проснулось.
С. И.: Искусственного интеллекта, да?
Е. Л.: Да. Сейчас есть несколько кейсов, просто воодушевляющих. Например, платформа IBM Watson победила живых игроков в аналоге «Что? Где? Когда?». Причем со счетом в два раза больше, с мгновенным ответом. Ты нажимаешь на кнопку, когда знаешь ответ. Он нажимал на кнопку еще до того, как заканчивали произносить вопрос. Пользовался при этом всей базой данных Wikipedia. В принципе, ему было разрешено использовать интернет, но заранее, а потом он собранные базы данных агрегировал. Это первый кейс. Второй — это компания Google, которая научилась на YouTube автоматически распознавать кошечек и людей в любом виде. И к этому все движется. В последний год произошла весьма странная вещь. Группа ученых, весьма заслуженных, — например, физик Хокинг и еще ряд признанных умов, — выступила с инициативой ограничения развития искусственного интеллекта. Это звучит абсурдно, сказочные вещи: «Давайте создадим какие-то законы, как три закона робототехники, давайте их как-нибудь ограничим». Но это уже не шутка. Они действительно отслеживают то, что сейчас происходит. Они понимают, с какой скоростью это развивается, и осознают, что никто не уделяет этому внимания. Нам стоит, в общем-то, ждать много чудес в ближайшие двадцать лет. И мы пытаемся внести свою лепту в это развитие.
Р. Н.: Если подумать и объяснить, как искусственный интеллект работает в рекламе, то, наверное, самой простой иллюстрацией или примером будет веб-аналитик. Он имеет возможность брать каждого отдельного пользователя в интернете и внимательно смотреть, где он до этого бывал, что он до этого смотрел. И предсказать вероятность того, что он совершит то или иное действие, и принять решение о том, какие креативы ему показывать. Раньше ты мог смотреть свою веб-аналитику и на основании истории того, что произошло, что-то постепенно менять… Либо, если взять медийную рекламу, ты мог посмотреть на результат какого-то панельного опроса и сделать вывод: «Ага, вот эти каналы не работают, нас не стали знать, значит, нужно что-то поменять». Сейчас это все происходит по-настоящему в реальном времени.
С. И.: И этот веб-аналитик на самом деле искусственный интеллект, правильно?
Р. Н.: Именно так.
С. И.: Если раньше веб-аналитик смотрел на анализы прошедших действий, но делал выводы сам на свой страх и риск, разбрасывал решения на какое-то вероятностное поле, то в данном случае уже есть машинный интеллект и предугадывание…
Р. Н.: Безусловно. Это решения, которые принимаются каждую секунду. В этом сложность. И если раньше, как я уже говорил, ты должен был дождаться, например, результата панельного опроса, чтобы понять, как сработала медийная реклама, то сейчас Brand Lift, — тот продукт, который мы продвигаем, — не просто так имеет приставку real-time. Это реальное управление знанием в реальном времени. Проводя кампанию, ты можешь в ту же секунду, когда показываются креативы, уже получать ответы. Да, люди знают этот бренд. Нет, они еще не знают его. Они запомнили эту рекламу или нет. Перераспределять бюджет прямо на лету — это то, что было непредставимо еще буквально несколько лет назад. Принято много говорить о том, что RTB — это будущее. Это то время, когда роботы принимают решения и делают рекламу эффективнее.
С. И.: Как работает Brand Lift и как на основе его оценки рекламодателем предпринимаются какие-то действия? Как строится рекламная кампания, можете подробнее рассказать?
Р. Н.: Ну, представьте, что у вас есть охватная рекламная кампания, у вас есть целевой сегмент аудитории.
С. И.: Да! То есть получается, что рекламодатель с политикой brand safety, так?
Р. Н.: Brand safety здесь немножко идет параллельно, хотя, безусловно, всегда тоже используется. Это рекламодатель, который чаще всего решает задачи либо выпуска нового продукта, либо поддержки открытия какой-то точки в новом регионе. Чаще всего это крупные рекламодатели, это ритейлеры, автопроизводители. Но это может быть также и любой классический рекламодатель, который продвигает какой-то новый продукт. Безусловно, все используют контекстную рекламу, чтобы работать со сформированным спросом. А мы говорим про продукт, который работает на уровне формирования спроса. Чтобы спрос сформировался, нужно залезть в голову человеку. И этот вопрос, насколько мы залезли в голову и залезли ли действительно, раньше крайне сложно было исследовать. Что делаем мы? Например, мы автопроизводитель. Я могу даже назвать, например, Hyundai, для которой мы делали один из самых больших пилотов в прошлом году. Сейчас кейсов набралось уже больше десяти. Мы Hyundai, которая выпускает новую премиальную марку автомобиля. У нас есть целевая аудитория, которую мы выделили на основании поведения в интернете, которой мы хотим показать рекламу. Мы выделяем из этой аудитории ту часть, которая рекламу не увидит, а затем спрашиваем и тех, кто рекламу увидит, и тех, кто не увидит, знают ли они об этой модели, узнают ли они ее. Прямо в креативах, прямо в видео, прямо там же, где будет видна реклама. Затем по ходу кампании мы продолжаем задавать эти вопросы, для того чтобы понять, какие сегменты уже знают, какие не знают, как оптимизировать бюджет, как его перераспределить. Идет реальная оптимизация на улучшение эффекта узнавания того, что мы продвигаем. И в конце кампании мы сравниваем результатом того же опроса, который проводится прямо в интернете. И стоимость его несравнима с панельным исследованием, а точность гораздо выше. Сравнивая результаты этих двух опросов, мы получаем реальный прирост в процентах — влияние нашей медийной рекламы. Это законченный продукт, который позволяет выдвигать новые продукты на рынок, который позволяет точно измерять эффективность вложений. То есть то, как ваша инвестиция в медийную рекламу превратилась в знание о том, что вы продвигали.
Е. Л.: Ну и чтобы быть более точным, как мы об этом узнаем, еще раз повторюсь. Сравниваются две группы, обычное A/B-тестирование. Например, на какой-то вопрос сто человек ответит положительно. В нашей целевой группе ответит 500 человек. Мы вычитаем одно из другого и видим, что Brand Lift, например, 400%. В определенной аудитории. Соответственно, постоянно сравнивая, мы имеем точный ответ. Медийная реклама превращается из инструмента веры: «Вот я поверю, размещусь, а потом буду надеяться, что мне через полгода придут продажи; наверное, это я вот там разместился», — в мгновенный цикл понимания того, работает или не работает креатив, таргетинги, данные, площадки. Мгновенно мы видим, что работает, что не работает для той целевой аудитории, и в этом, собственно, суть.
Р. Н.: Если честно, мы очень неблагодарным делом занимаемся. Мы полтора года продолжаем заниматься образованием рынка. Мы занимаемся тем, что возвращаем веру в медийную рекламу. Можно поговорить с большим количеством маркетологов, восемь из десяти скажут: «Медийка не работает. Это никак не измерить. Это пущенные на ветер бюджеты». Сейчас, когда начался кризис, этих голосов стало еще больше. Мы даем тот инструмент, который позволяет наконец понять реальное соотношение денег и эффекта. Инструмент новый и сложный. Он включает в себя достаточно много работы: работу датамайнеров, методологию исследования. Это все достаточно важные вещи, на которые необходимо обращать внимание. И мы, скажем, идем впереди рынка, пытаясь этому рынку рассказывать про то, что теперь доступно на основании технологий. Это непростая задача.
С. И.: Полтора года назад — снова вернусь к нашей прошлой встрече — вы говорили о том, что RTB-проект не может считаться состоявшимся, если он не получил признания самого требовательного, самого искушенного, подкованного рекламодателя, то есть e-commerce. А какие требования к RTB-рекламе в банковском секторе, какие особенности? Что нужно банкам именно в медийной рекламе и как могут быть применены те технологии, которые вы разработали?
Е. Л.: Сейчас банки оказались в интересном положении. Мы говорим даже не о России, а о мире.

Технологии банковского сектора очень сильно сейчас растут. Это очень горячий сектор с точки зрения инвестирования, количества стартапов, изобретений в этом секторе и т. д. Идет много покупок стартапов в этом направлении по миру. Дело в том, что банки в какой-то момент просто проснулись и поняли, что они остались в XVIII веке, когда уже настал XXI, XXII век.

С. И.: И все продолжают заниматься SMS-информированием.
Е. Л.: Да, да. Они поняли, что сидят на гигантском объеме данных. Банки — это одновременно не только банки финансовые, но и банки данных. О пользователях они знают очень много, ведь это коммерческие интересы, в отличие от обычных интересов, привязанных к cookies.
С. И.: Они привязаны к транзакциям и к кредитным историям.
Е. Л.: Да, это именно тот более узкий сектор интересов, который интересен самому бизнесу. В конце концов, речь идет о том, чтобы заставить человека что-то купить, где-то заплатить деньги. И коммерческие интересы — это та группа, которая, собственно, и нужна, если отбросить шелуху. И они поняли это, но они сидят на этих данных и не знают, как ими воспользоваться. Они готовы рассматривать всевозможные стратегии обработки этих данных в направлении маркетинга, в направлении скоринга, в направлении персонализации своих предложений, в каких-то смежных областях.
С. И.: Да, перефразируя название знаменитого фильма — «Чего хотят банки?», — показать в нужное время в нужном месте красивый баннер. Мне кажется, это как-то мелковато, нет?
Е. Л.: Ну, как я указал, поле достаточно широкое. Рома, ты хотел продолжить.
Р. Н.: Я хотел сказать об одной важной вещи, которую необходимо обозначить. Если говорить об истории Сбербанка и Segmento, то Segmento нужен Сбербанку, для того чтобы сохранить ценность независимой рекламной платформы, увеличить ценность ее предложения за счет ресурсов и данных и развивать рекламный бизнес.
С. И.: И не выпустить собственные накопленные данные наружу.
Р. Н.: Безусловно.
С. И.: И воспользоваться ими.
Е. Л.: Конечно же.
С. И.: У нас были в гостях представители платежных систем, которые просто с каким-то эротическим вожделением говорили о чудесных данных, которыми обладают банки. Действительно, это и место, и время покупки, и конкретный магазин, и конкретный товар, и связь с тем же кредитом, и с теми же дебетовыми счетами, с движениями по счету. Кладезь информации.
Р. Н.: Нашим главным активом в той сделке, которая случилась, были не деньги, не инвестиции, а данные. И очень важно понимать, что Segmento остается независимой рекламной платформой, которая предлагает всему рынку продукты на основе данных. Только теперь это предложение стало уникальным и основывается на знаниях о десятках миллионов людей, об их реальном коммерческом поведении.
С. И.: Управляющий партнер Gagarin Capital Николай Давыдов полагает, что с помощью платформы Segmento Сбербанк сможет нацеливать рекламу на качественных, например, лояльных заемщиков. Но это только одно из предположений.
Р. Н.: Конечно. Сбербанк — крупный рекламодатель, но, естественно, мы не рассматривали эту сделку как возможность стать одним уникальным отличным подрядчиком одного рекламодателя. У Сбербанка есть свой маркетинг, у него есть свое видение, своя стратегия. Мы, безусловно, найдем общий язык и найдем как применять нашу технологию. Но ключевой момент в том, что мы продолжаем делать то, что делали. Мы делаем эффективную рекламу для крупных рекламодателей. Это остается. При этом технология может быть еще и очень эффективно использована внутри банка для задач самого банка. Не просто рекламы, а возможности допродаж, работы розничного блока, эффективной сегментации пользователей, потому что ведь мы также приносим банку данные.
С. И.: Это, получается, уже и не рекламная возможность, а глубоко маркетинговая, да?
Р. Н.: Это, скажем так, симбиоз онлайн-данных, банковских данных, а также возможность в том числе дать и нашей команде интереснейшие задачи. Потому что та команда, которую мы собирали, — это фанаты данных. Любой фанат любит, когда объект его вожделения растет. Это позволяет ему и получать удовольствие от своей работы, и создавать что-то намного более мощное, чем он мог до того.
Е. Л.: Ну да. Мы уже собрали достаточно сильную команду, но, будучи стартапом, мы всегда были вынуждены сфокусироваться на небольшом секторе, на конкретных задачах. Без витания в облаках. На прагматичных задачах, на исследованиях, которые могут длиться лишь короткое время. Должны были быть короткие циклы от исследования до выведения в продакшен. Анонс-то был весной, но все закрутилось гораздо раньше. И сейчас мы уже увидели доступ к совершенно различным ресурсам, что позволяет нам и команду достаточно серьезно усилить. Мы планируем удвоить, если не утроить к концу года численность технологической команды. Это и датамайнеры, и программисты. Круг задач, который мы начинаем решать, гораздо более долгосрочный и недоступный независимым игрокам, потому что они просто-напросто не могут себе позволить столько инвестировать в R&D в этом направлении. И мы считаем, что независимые игроки, которые не найдут себе мощное «плечо», с рынка, конечно, уйдут, потому что останутся в рамках достаточно узкого сегмента. Это таргетирование по тем данным, которые доступны, без особо сложных алгоритмов и т. д. В этом смысле я очень рад, всегда хотелось построить мощную команду аналитиков и датамайндеров. И сейчас этот результат достигнут и будет только расти.
Р. Н.: Тут важно понять одну вещь, которой нас научил рынок, которой нас научили технологии, которой нас научила реклама. На этом рынке нечего делать без уникального предложения, без уникального преимущества. Для того чтобы создать уникальное преимущество в технологиях, понадобилось больше четырех лет. Чтобы создать уникальное предложение на рекламном рынке, нужны эти технологии и данные. Сейчас мы получили и то и другое, и это, наверное, то, чего мы хотели. Просто инвестиции и просто деньги — это не то, что позволит совершить действительно что-то прорывное на этом рынке. А мы здесь для того, чтобы действительно это сделать.
С. И.: Но в свое время вы говорили о том, что компания RuTarget, которая явилась создателем Segmento, — это конструктор Lego, который может вообще любой продукт, нужный ему, создать в зависимости от необходимости, да? Мы говорили про DSP или какой-нибудь персонализированный ретаргетинг. Сохранилась ли эта вольница, эта бизнес-свобода после сделки со Сбербанком? Или вы теперь уже жестко вовлечены в структуру?
Р. Н.: Наверное, тоже я прокомментирую. Lego сохранилось, только в нем стало еще больше кубиков, больше составляющих. А свобода действий — это то, на чем, в общем, строится бизнес, и то, что интересно банку. Безусловно, у нас сохраняются направления, в которых мы можем предоставлять какие-то сложные технологические решения, только теперь это будут решения иного уровня. Ну, понятно, это уже не стартап-решение, не команда, которая лихорадочно проверяет на заказчике свои гипотезы и пытается понять, как же она на самом деле летает. Это вещи, которые уже проверены внутри банка и будут проверены внутри банка. Теперь мы из стартапа, который делал решение для кого-то, превратились в действительно серьезное промышленное, можно сказать, решение, которое продолжает делать то же, что делало.
Е. Л.: Я бы даже заявил о том, что мы надеемся стать трендсеттером. Например, я знаю, наверное, максимум два решения в Америке, таких как Real-Time Brand Lift. У нас пока, по-моему, вообще ни один игрок не может этого предоставить в том формате, в котором можем мы. И наша задача в том, чтобы каждый рекламодатель за пределами CPC и CPA мерил свои кампании именно таким образом. И тогда настанет завтра, о котором мы мечтаем.
С. И.: Прекрасная футуристическая нота, на которой приятно закончить передачу. Хотя мы можем продолжать, я думаю, несколько дней, и я получу серьезное образование, с которым можно будет начинать вершить великие дела.
Е. Л.: Обращайтесь!
С. И.: Да. Мы начали с такого дилетантского рассмотрения вопроса о том, жив или не жив RTB, а кончили большим светлым будущим big data, которое, в общем-то, далеко превосходит наше обычное представление о рекламной индустрии, практически преобразует многие сферы и технологии, к которым мы привыкли. Спасибо вам большое!
Е. Л.: Спасибо!
Р. Н.: Спасибо!
С. И.: Это была программа «Бизнес Online». У нас в гостях были Роман Нестер и Евгений Легкий. С вами был Сергей Иванов. Всего вам доброго, пока!