Pull to refresh

3 типа рыночных сегментов для стартапов

Self Promo
В последнее время на Хабре возник всплеск интереса к созданию стартапов и их развитию. Многое было сказано про поиск инвестора и упаковку, чтобы подороже ему продаться, но про позиционирование и определение своего рынка, на мой взгляд, информации еще недостаточно.

Мы сейчас сами делаем стартап carbucks.ru (поиск автокредитов и специальных предложений при покупке машины), поэтому понимание потребностей клиентов для нас очень важно. В качестве основной модели исследования рынка мы решили использовать Customer Development от Стива Блэнка (Steven Blank), известного в Долине серийного предпринимателя, автора книги 4 Steps to the Epiphany. По ходу развития стартапа мы будем описывать совершаемую нами работу. Сегодняшняя статья – про определение своего рынка, первой вещи, которую стоит сделать при создании проекта.
Читать дальше →
Total votes 48: ↑39 and ↓9 +30
Views 1.5K
Comments 19

Веб-аналитика: анализируй это! Часть 5. Разделяй и думай

Web analytics *
Часть 1. Вступление.
Часть 2. Сбор данных.
Часть 3. Базовые метрики.
Часть 4. От статистики к аналитике

Продолжим наше путешествие в мир веб-аналитики. В прошлой части мы наконец вплотную занялись анализом статистики и получением информации из собираемых данных. Оказалось, что мы можем отследить поведение пользователя, но не причины этого поведения. А для того, чтобы стимулировать желательные поступки и предотвращать нежелательные, нужно знать именно причину этих поступков.

Каким же образом опытные аналитики “залезают в голову” пользователю, имея лишь усредненные данные по сайту? Никакой магии. Они проводят процедуры, которые разбирают эти авгиевы конюшни:

— Сегментируют данные: разделяют всех пользователей на группы исходя из определенных критериев и рассматривают поведение не всех пользователей, а каждой из этих групп в отдельности.

— Строят предположения и проверяют их: выискивают вероятные объяснения для сложившейся ситуации и пытаются повлиять на ситуацию исходя из этих предположений, наблюдая за результатом.
Читать дальше →
Total votes 38: ↑35 and ↓3 +32
Views 4.7K
Comments 19

Применение Data mining в продажах

Data Mining *
Существует множество компаний, которые продают товары клиентам или оказывают какие-то услуги. Часто продавцы интуитивно принимают решения, какой именно товар из всей существующей линейки лучше подходит клиенту. Также интуитивно определяется, какой массив клиентов более интересен для компании, а для каких клиентов продажа и дальнейшее обслуживание будут слишком затратные и невыгодные.
Для технологичного понимания всех этих вопросов хорошо подходит анализ информации с помощью технологии Data mining. Автоматизируя процесс сегментации клиентов с помощью кластеризации Data mining, компания может найти ответы на множество вопросов.
Рассмотрим вариант, когда компания занимается продажей товаров или услуг и дальнейшим послепродажным обслуживанием. Соответственно у компании есть потенциальные клиенты, которым осуществляются продажи. Также есть клиенты, которые обслуживаются или были ранее на обслуживании, т.е. которым ранее уже продавали. Для простоты будем их называть обслуживаемыми клиентами.
Кратко опишу цель и идею. Для анализа необходимо взять несколько показателей (15-20), которые есть у потенциальных и обслуживаемых клиентов одновременно. Также надо выбрать 2-3 показателя, которые есть только у обслуживаемых клиентов – это целевые показатели. Провести анализ кластеризации Data mining на массиве обслуживаемых клиентов. На выходе получим несколько кластеров со своими характеристиками. Далее кластеры группируем в сегменты по целевым показателям и даем какие-то понятные для маркетологов определения. Полученную модель анализируем, и полученные кластеры проецируем на потенциальных клиентов. На выходе получаем просегментированных потенциальных клиентов. На основании полученных сегментов можно выстроить стратегию и методологию продаж для каждого сегмента клиентов.
Рассмотрим подробнее данную методику и последовательность шагов для достижения результата.
Читать дальше →
Total votes 33: ↑28 and ↓5 +23
Views 17K
Comments 6

Анализ статистики во free-to-play играх: инструменты аналитика

«Alawar Entertainment» corporate blog Game development *
Ключ к успеху при разработке free-to-play игр — анализ поведения игроков и постоянный тюнинг игрового функционала на основе статистики. Собрать статистику — это пол дела. Но как превратить гору сырых данных в информацию?

В моей прошлой статье я перечислила основные показатели, по которым можно отслеживать успешность игры. Во второй части цикла я сделаю обзор основных инструментов, которые помогут превратить данные в руководство к действию.
Читать дальше →
Total votes 35: ↑29 and ↓6 +23
Views 35K
Comments 35

Сегментация и работа с клиентской базой веб-студии/агентства

RUWARD corporate blog Website development *
Привет, Хабр! Сегодня я бы хотел продолжить наш цикл материалов жизнь веб-студий и digital-агентств – и поговорить про работу с клиентской базой, а также конкретные принципы/подходы к ее сегментации.

* Кстати, данная тема подробно разбирается и в нашем недавно запущенном бесплатном спецпроекте из 11 видео-лекций про маркетинг, продажи и клиентский сервис в студии.

Часто, общаясь с представителями небольших студий из 10-15 человек, я слышу «У нас 3-4 проекта в производстве и полтора десятка клиентов на поддержке, я знаю их всех в лицо, зачем мне какая-то сегментация и какие-то метрики по ним?». Вобщем-то, это довольно резонный вопрос. Зачем городить дополнительный огород, если все клиенты и так наперечет?

Во-первых, ваша клиентская база – не только ваши текущие клиенты, а еще и «отток» и «отказ» (ниже напишу чуть подробнее). С учетом этого, размер базы из полутора десятков клиентов сразу превращается в несколько десятков/сотен, а то и тысяч, контактов.

Во-вторых, оценка перспективности клиента должна быть не только эмоционально-экспертной («Этот клиент вроде крутой, сейчас он почти ничего на заказывает, но скоро мы его дожмем» или «Да ну их, какая-то мелкая фирма, сайт-визитку им сделали – и ладно, пусть платят за хостинг пару тысяч в месяц»), но и рациональной, основанной на значениях реальных KPI.

Только так мы сможем дать оценку на 360 градусов и избежать ситуации, когда все силы компании брошены на развитие крупного федерального бренда, для которого год назад сделали один баннер и который особо не горит желанием продолжать работу с нами, а небольшой клиент, которому надо кучу всего сделать в интернете, скучает без внимания клиентских менеджеров, потихоньку сливаясь к конкурентам.
Читать дальше →
Total votes 25: ↑23 and ↓2 +21
Views 22K
Comments 6

Определение доминирующих признаков классификации и разработка математической модели изображений мимики

Image processing *Mathematics *

Содержание:


1. Поиск и анализ цветового пространства оптимального для построения выделяющихся объектов на заданном классе изображений
2. Определение доминирующих признаков классификации и разработка математической модели изображений мимики"
3. Синтез оптимального алгоритма распознавания мимики
4. Реализация и апробация алгоритма распознавания мимики
5. Создание тестовой базы данных изображений губ пользователей в различных состояниях для увеличения точности работы системы
6. Поиск оптимальной аудио-системы распознавания речи на базе открытого исходного кода
7. Поиск оптимальной системы аудио распознавания речи с закрытым исходным кодом, но имеющими открытые API, для возможности интеграции
8. Эксперимент интеграции видео расширения в систему аудио-распознавания речи с протоколом испытаний

Цели


Определить доминирующие признаки классификации объекта локализации и разработать математическую модель под задачи анализа изображений мимики.

Задачи


Поиск и анализ способов локализации лица, определение доминирующих признаков классификации, разработка математической модели оптимальной под задачи распознавания движения мимики.

Тема


Помимо определения оптимального цветового пространства для построения выделяющихся объектов на заданном классе изображения, которая проводилась на предыдущем этапе исследования, немаловажное значение также играет определение доминирующих признаков классификации и разработка математической модели изображений мимики.

Для решения данной задачи необходимо, прежде всего, задать системе особенности модификации задачи обнаружения лица видеокамерой, а затем уже проводить локализацию движения губ.

image

Что касается первой задачи, то следует выделить две их разновидности:
• Локализация лица (Face localization);
• Отслеживание перемещения лица (Face tracking) [1].
Так как перед нами стоит задача разработки алгоритма распознавания мимики, то логично предположить, что данную систему будет использовать один пользователь, который не слишком активно будет двигать головой. Следовательно, для реализации технологии распознавания движения губ необходимо взять за основу упрощенный вариант задачи обнаружения, где на изображении присутствует одно и только одно лицо.

А это значит, что поиск лица можно будет проводить сравнительно редко (порядка 10 кадров/сек. и даже менее). Вместе с тем, движения губ говорящего во время разговора являются достаточно активными, а, следовательно, оценка их контура должна проводиться с большей интенсивностью.
Читать дальше →
Total votes 18: ↑15 and ↓3 +12
Views 8.3K
Comments 4

3 кейса внедрения динамического контента, увеличившие отдачу от контекстной рекламы в 3 раза

Yagla corporate blog Growth Hacking *Internet marketing Increasing Conversion Rate *


Жизнь директолога опасна и трудна. Не так-то просто собирать целевой трафик, колдовать над снижением цены клика, воевать за позиции с конкурентами. Мы сами через это прошли, пока нам не надоело биться за сотые доли CTR.

В этой статье мы рассказываем как выйти из конкурентной борьбы с помощью динамического контента, показываем результаты повышения конверсии на конкретных примерах.
Читать дальше →
Total votes 10: ↑8 and ↓2 +6
Views 9.6K
Comments 2

Сегментация целевой аудитории для контекстной рекламы: пошаговый пример

Yagla corporate blog Growth Hacking *Internet marketing Contextual advertising Media management *


Представьте, что вы ищете в Яндексе-Гугле чехол для телефона, а вам показывают рекламу сотового поликарбоната. Промах с аудиторией в контексте — деньги на ветер.

Чтобы не «отапливать космос» своими бюджетами, смотрите простую схему выявления потребностей и сегментации целевой аудитории в контекстной рекламе.
При подготовке новых РК она позволит создавать объявления с высокой конверсией, в действующих кампаниях — расширить охват и снизить стоимость клика.
Читать дальше →
Total votes 4: ↑4 and ↓0 +4
Views 27K
Comments 2

11 шагов к хорошему интернет-магазину. Сегментируйте предложение

GTD *E-commerce management *
Это — четвертая статья в серии «11 шагов к хорошему интернет-магазину». Вот — предыдущая (там же — ссылка на остальные).

Для оффлайновой торговли сегментация предложения — давно уже тривиальный ход. Один и тот же холдинг владеет «Пятерочкой» и «Каруселью», Пятерочка позиционируется как доступный магазин для экономных людей, а Карусель — как более модный магазин для более обеспеченных. Соответственно, для Карусели важнее комфортная парковка и просторные торговые залы, а для Пятерочки — шаговая доступность жилых кварталов. Товары при этом и в Пятерочке, и в Карусели примерно одни и те же, а цены — разумеется, разные.

Если это хорошо работает для магазинов вне онлайна, отчего не попробовать тот же подход в интернете? Вот типичный интернет-магазин для аудитории, в которую я не попадаю совершенно:

Читать дальше →
Total votes 10: ↑10 and ↓0 +10
Views 11K
Comments 0

Домашний алгоритм разбиения на слова (c картинками)

Entertaining tasks Algorithms *Mathematics *Data visualization
Sandbox
В этой статье я расскажу и покажу свой способ сегментации строк на слова. Если вам не интересна жизнь сибиряка в тропиках, можете смело пропускать вступление.

image
Читать дальше →
Total votes 34: ↑32 and ↓2 +30
Views 9.1K
Comments 12

Как за 3 шага определить «горячих» лидов, чтобы сделать продажу и почему 95% компаний этого не умеют

Carrot quest corporate blog Internet marketing Increasing Conversion Rate *
image

Если с трафиком и получением лидов российские компании, так или иначе, уже научились работать, то следующие этапы все еще вызывают трудности — где лид обрабатывается, разделяется по сегментам и ведется к покупке персонально (возможно, даже автоматически). Это и есть узкое место многих компаний. Давайте разбираться в этом вопросе вместе с командой сервиса по автоматизации маркетинга — Carrot Quest.
Читать дальше →
Total votes 11: ↑6 and ↓5 +1
Views 5.6K
Comments 6

Исследование методов сегментации изображений

Algorithms *

В статье описано исследование методов сегментации изображений на различных примерах. Целью исследования является обнаружение достоинств и недостатков некоторых известных методов.


Методы, которые будут рассмотрены в данной статье:


  1. Метод выращивания регионов Тут можно почитать про метод выращивания регионов;
  2. Метод водораздела А тут подробно про метод водораздела, еще и с кодом;
  3. Метод нормальных разрезов Подробнее почитать можно тут.

Исследование методов сегментации на модельных изображениях


Исследование методов сегментации первоначально проводилось моделях изображений. В качестве моделей использовались девять видов изображений.


image

Читать дальше →
Total votes 30: ↑27 and ↓3 +24
Views 15K
Comments 17

Сегментация текстовых строк документов на символы с помощью сверточных и рекуррентных нейронных сетей

Smart Engines corporate blog Programming *Algorithms *Image processing *Machine learning *
Сегментация строки на символы является одним из важнейших этапов в процессе оптического распознавания символов (OCR), в частности, при оптическом распознавании изображений документов. Сегментацией строки называется декомпозиция изображения, содержащего последовательность символов, на фрагменты, содержащие отдельные символы.

Важность сегментации обусловлена тем обстоятельством, что в основе большинства современных систем оптического распознавания текста лежат классификаторы (в том числе — нейросетевые) отдельных символов, а не слов или фрагментов текста. В таких системах ошибки неправильного проставления разрезов между символами как правило являются причиной львиной доли ошибок конечного распознавания.

Поиск границ символов усложняется из-за артефактов печати и оцифровки (сканирования) документа, приводящим к “рассыпанию” и “склеиванию” символов. В случае использования стационарных или мобильных малоразмерных видеокамер спектр артефактов оцифровки существенно пополняется: возможны дефокусировка и смазывание, проективные искажения, деформирование и изгибы документа. При съемке камерой в естественных сценах на изображениях часто возникают паразитные перепады яркости (тени, отражения), а также цветовые искажения и цифровой шум в результате низкой освещенности. На рисунке ниже показаны примеры сложных случаев при сегментации полей паспорта РФ.





В этой статье мы расскажем о методе сегментации символов текстовых строк документов, разработанном нами в Smart Engines, основанный на обучении сверточных и рекуррентных нейронных сетей. Основным рассматриваемым в работе документом является паспорт РФ.
Читать дальше →
Total votes 41: ↑40 and ↓1 +39
Views 21K
Comments 6

Сглаживание изображений фильтром анизотропной диффузии Перона и Малика

Image processing *Fortran *Mathematics *
Sandbox
Фильтр анизотропной диффузии Перона и Малика — это сглаживающий цифровые изображения фильтр, ключевая особенность которого состоит в том, что при сглаживании он сохраняет и «усиливает» границы областей на изображении.

В статье я кратко рассмотрю зачем нужен этот фильтр, теорию по нему и как его реализовать алгоритмически, приведу код на языке Fortran и примеры сглаженных изображений.


Крайнее левое изображение — оригинальное, справа от оригинального — фильтрованные с различными параметрами.
Читать дальше →
Total votes 33: ↑33 and ↓0 +33
Views 17K
Comments 24

Цветовая сегментация для чайников

C++ *Image processing *
Sandbox
Tutorial
Это статья рассчитана на новичков, которые только начинают осваивать методы обработки изображений. Сама я часто сталкиваюсь с отсутствием легких примеров, особенно на русском языке, поэтому надеюсь данный материал окажется полезным.

Как-то встала передо мной следующая задача. У меня было много фотографий болгарских перцев и необходимо было отделить растение от фона. На примере этой задачи я покажу один из самых примитивных способов как это можно сделать при помощи openCV 2.4.

Суть задачи: закрасить белым все что не является растением.


Исходная фотография (слева) и то что должно получиться (справа).
Читать дальше →
Total votes 40: ↑40 and ↓0 +40
Views 31K
Comments 19

Бинарная сегментация изображений методом фиксации уровня (Level set method)

Algorithms *Image processing *Mathematics *Matlab *
Sandbox
Сегментация изображений является задачей разбиения цифрового изображения на одну или несколько областей, представляющих интерес. Это фундаментальная проблема в области компьютерного зрения, которая решается многими различными способами, каждый из которых обладает своими преимуществами и недостатками.

В этой статье я кратко рассмотрю понятие метода фиксации уровня и неявно заданных динамических поверхностей (level set method). Также рассмотрю роль этого метода в бинарной сегментации с введением и определением математических конструкций, таких как SDT (Signed Distance Transforms), маркированной карты расстояний.

Слева — исходное изображение, справа — сегментированное
Читать далее...
Total votes 18: ↑18 and ↓0 +18
Views 11K
Comments 10

Как сегментировать пользователей для разных вертикалей

Mobio corporate blog Mobile applications monetization *Mobile App Analytics *
Tutorial
В этой статье, от лица автоматизированной системы ретаргетинга для мобильных приложений Getloyal, мы расскажем, как сегментировать пользователей для travel, food delivery, e-commerce, F2P-гейминг, subscription service вертикалей.



Привлечение новых пользователей в мобильное приложение (User Acquisition) уступает новому сильному тренду мобильного маркетинга: ретаргетингу.

Тенденции User Acquisition не столь радужны и оптимистичны: количество рекламодателей растет при относительно не растущем мобильном рекламном рынке. Цены на привлечение нового пользователя растут вдвое. Кроме этого, информационное поле потребителя перегружено, и завоевать внимание рекламой становится все сложнее. Да и пользовательская база многих приложений и игр давно перевалила за миллионы, что означает, привлечение новых пользователей становится просто проблематичным.
Читать дальше →
Total votes 17: ↑17 and ↓0 +17
Views 7.1K
Comments 0

Сегментация томографических данных

Inobitec corporate blog Programming *Working with 3D-graphics *Data visualization


Зачем это нужно


Для чего выполняется томографическое исследование? В большинстве случаев ради медицинской диагностики, иногда — в научных целях. Цель медицинской диагностики — выявить патологию, либо получить о ней дополнительную информацию, либо же убедиться, что её нет. Каким образом это достигается? В большинстве случаев путем последовательного ручного анализа срезов, сгенерированных томографом. Зачастую этого вполне достаточно. Но в некоторых случаях получить достаточно информации только на основе анализа плоских срезов невозможно или картина получается неполной: например, при поиске патологий сосудов или анализе некоторых переломов. Также, иногда необходима информация о взаимном расположении различных органов: особенно это актуально при планировании предстоящих операций. Получить такую информацию только на основе плоских срезов, в большинстве случаев, затруднительно. Тогда приходит на помощь трехмерная реконструкция томографических данных.
Читать дальше →
Total votes 10: ↑10 and ↓0 +10
Views 5.8K
Comments 11

Как и какие кластеры можно выделять в клиентской базе

Growth Hacking *Mobile App Analytics *Product Management *Business Models

Сегодня мы добавим в анализе еще один аспект — сегментацию и кластеризацию клиентской базы. Как я уже не раз писал, анализ клиентской базы остается не полным, если мы смотрим на наших клиентов, как на большую кучу одинаковых людей. Клиенты разделяются на типы и по-разному потребяют продукт. Кто-то покупает часто, но не много, кто-то быстро уходит, кто-то покупает много и часто. Для увеличения эффективности стоит выяснить, какие есть группы клиентов и затем разобраться, как ваши действия позволят вам привлечь нужных вам клиентов. Используют два основных способа разобраться в группам ваших клиентов: эвристики и кластеризация


Метод 1: Эвристики и экспертные оценки


В рамках этого подхода вы на основе опыта, логики использования вашего продукта и клиентских историй, придумываете различные портреты потребителей и затем оцениваете, сколько у вас клиентов попадают под эти определения. Или же можете использовать более численные подходы, основанные на анализе показателей клиентов. Несколько популярных численным эвристик подходов это:


ABC-XYZ


Основная идея разделить клиентов по общему вкладу в вашу выручку и по динамике роста показателей. ABC отвечает за вклад в выручку, XYZ отвечает за стабильность выручки. Это формирует 9 сегментов


Читать дальше →
Total votes 7: ↑7 and ↓0 +7
Views 6.8K
Comments 0

Пишем операционную систему на Rust. Страничная организация памяти

System Programming *Rust *CPU
Translation
В этой статье представляем страницы, очень распространённую схему управления памятью, которую мы тоже применим в нашей ОС. Статья объясняет, почему необходима изоляция памяти, как работает сегментация, что такое виртуальная память и как страницы решают проблему фрагментации. Также исследуем схему многоуровневых таблиц страниц в архитектуре x86_64.

Этот блог выложен на GitHub. Если у вас какие-то вопросы или проблемы, открывайте там соответствующий запрос.
Читать дальше →
Total votes 83: ↑83 and ↓0 +83
Views 26K
Comments 15
1