PG
Это токсично?
Нет
Size: a a a
2020 July 19
-
@purplenoodlesoop Не в обиду
PG
Токсично?
Анонимный опрос
0%
Да
100%
Нет
PG
Токсично?
Анонимный опрос
0%
Да
100%
Нет
Единогласно
M
M
хех, чо нашел
-
Токсично?
Анонимный опрос
0%
Да
100%
Нет
Д - ебакратия
NK
Рубрика #ЧтецСамец
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
-
ID:0
Рубрика #ЧтецСамец
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
House M.D
-
ТУ ТУ ТУ ТУ ТУ ТУ ТУ
ТУ ТУ ТУ ТУ ТУ ТУ ТУ
ТУУУУМ
ТУУУУМ
ТУУУУМ
ТУУУУм
ТУ ТУ ТУ ТУ ТУ ТУ ТУ
ТУУУУМ
ТУУУУМ
ТУУУУМ
ТУУУУм
PG
ID:0
Рубрика #ЧтецСамец
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
А зачем гуглить ненавижу *название соц группы* ?
PG
Никогда такого не гуглил
-
PG
ID:0
Рубрика #ЧтецСамец
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
Дочитал книгу "Everybody Lies" про то, насколько сильно врут люди во всякого рода социальных исследованиях. Помимо того, что автор отлично показывает на "обывательском" языке, что такое большие данные и как их можно использовать, он еще и делится тонной просто офигенных по своей природе инсайтов.
Не буду рассказывать про вещи, о которых я знал до прочтения этой книги — типа разницы в размерах массивов данных, пользы A/B тестов и разницы между корреляцией и причинно-следственной связью. Расскажу вам лишь о том, что удивило меня — ради всего остального вам придется прочитать книгу (а она реально клевая, советую).
Люди врут везде, но не врут Гуглу, когда ищут информацию. Например, люди могут соврать, что они не расисты — а в Гугле напрямую писать "ненавижу *вставьте группу людей сюда*". Анализируя запросы в Гугл (публично доступная информация), можно просто узнать, какие же штаты реально расисты.
Это причина, почему кампания Трампа оказалась успешной. Никто открыто не говорил "я расист", но зато тихо ходили на избирательные участки и голосовали за Трампа. Трамп и его команда об этом знали — поэтому и использовали такую офигенно, казалось бы, плохую тактику (никто не думал, что с расистскими заявлениями можно выиграть выборы США) — но, по правде, полностью оправданную "тихими расистами", которых в США достаточно для победы кандидата.
Или, например, оценка явки определенных штатов по количеству запросов типа "избирательный участок *вставить название города*" в день выборов. Есть прямая корреляция между количеством таких запросов и реальной явкой. Хотите забавный инсайт?
Оппозиционеры Трампа были крайне громкими в день выборов — но показали наименьшую явку! Именно так и были выиграны самые важные выборы мира — оппозиция не явилась, а "тихие" последователи наоборот пришли под лозунгами "долой мигрантов!"
Плюс, автор рассказывает про крайне крутой концепт "Допльгангеров" — или, если по-простому, двойников. Среди пользователей сети можно найти крайне похожих на вас людей по интересам и другим параметрам — проследить, что они купят — и предложить это вам! Скорее всего, и вам подойдет такой продукт.
Это то, что делают почти все компании на рынке сегодня — Амазон, Гугл, Нетфликс, Спотифай и тому подобные. Они сегментируют людей в группы, смотрят, что интересует каждую из групп — и предлагает им контент! Про сегментирование-то я знал, но вот про то, что можно найти не группу а чисто одного человека, который крайне на меня похож — и, по факту, смотря на него, понимать и мои следующие шаги.
Эта книга — просто бомба. Удивительно, что она только сейчас попала на мой радар по рекомендациям друзей. Советую прочитать ее всем-всем-всем! Знайте, как вами могут манипулировать — и не поддавайтесь влиянию извне.
Кста я про тихое большинство недавно в одном видосе слышал