Оффтоп Nadya Rumak
5 141

Как заработать на статистических исследованиях для учёных по всему миру

История развития сервиса для обработки данных Statzilla.

В закладки

Екатерина Власенко открыла компанию Statzilla 2,5 года назад после учебы в Европе. Оказалось, что в Ростове-на-Дону (да и не только) анализ и статистическая обработка данных для научных исследований и бизнеса востребованы на высоком уровне. Появился онлайн-сервис, который в течение минуты готовил статистические отчёты для различных исследований. “Мы хотели в меру своих возможностей повысить качество российской науки в мире. У нас не было цели делать бизнес ради бизнеса”, - признаётся Екатерина Власенко. Но бизнес принёс деньги: прибыль за два года составила 2 миллиона рублей. Как у неё это получилось?

Екатерина Власенко

Собрали конструктор

К созданию бизнеса Екатерину Власенко подтолкнуло международное образование в сфере менеджмента в магистратуре CEMS MIM. Власенко была вдохновлена тем, как её ровесники в Европе с лёгкостью открывают своё дело и занимаются тем, что им действительно нравится.

Идея для бизнеса появилась благодаря коллеге по научной работе — Святославу Заруцкому (теперь он соучредитель компании). Он тоже экономист-математик. «У нас один научный руководитель, мы часто виделись на общих встречах. Пока я училась в магистратуре, он работал в Ростовском медицинском университете: делал статистический анализ для медицинских исследований. Стало ясно: ситуация с обработкой данных в медицине плачевная, с этим надо что-то делать. Так как мне всегда был интересен анализ данных, мы решили реализовывать это вместе», — рассказывает Власенко.

Сначала помогали делать аналитику медикам на проектной основе. После 40 выполненных задач в сфере медицины, биологии и психологии поняли, что многие процессы можно автоматизировать и начали разработку онлайн-сервиса. Cтруктурировали всевозможные аналитические задачи исследователей в медицине и свели обработку данных к конструктору: составлению отчета из ряда готовых компонентов.

«То есть мы и себе упростили работу над заказами, и для неспециалистов сделали такую обработку доступной за счет простого интерфейса», — объясняет Екатерина.

В июле 2015 года она зарегистрировала ИП и вместе с Заруцким открыла агентство по анализу данных. Главным продуктом компании стал онлайн-сервис по подготовке статистического отчёта для различных исследований в течение минуты. Офис в коворкинге получили бесплатно, сайт делали внутренними ресурсами.

Без автоматизации никуда

Как работает сервис Statzilla

Через два месяца после открытия партнёры увидели, что потребность в быстрой обработке данных у исследователей довольно большая. «Каждый клиент, который к нам обращался, просил сделать всё „еще вчера“, потому что обработка данных, хотя и трудоемкий процесс, но это только часть исследования, результаты нужно интерпретировать» , — вспоминает Екатерина Власенко. «Ручной» труд аналитиков должен был уйти в прошлое, была нужна автоматизация. В команду взяли четырёх программистов.

«Прелесть IT-стартапов состоит в том, что больших вложений вначале не требуется. Мы начинали работать на проектной основе, поэтому окупались с первого дня, — говорит Власенко. — Все, что зарабатывали (за исключением затрат на еду, конечно), вкладывали в разработку сервиса, оплату услуг программистов».

Почти сразу соучредители Statzilla столкнулись с первой проблемой — было сложно найти доступный канал для продвижения онлайн-сервиса. Продвижение через конференции, лекции и другой образовательный контент давало результаты, но было трудозатратным.

«Пока спрос нас находит сам. Специальных маркетинговых усилий мы не прикладываем, по мере возможности рассказываем о сервисе на мероприятиях. А вот масштабируемые каналы продвижения (контекстная реклама, SMM) пока до сих пор не настроили, как следует», — признаётся Екатерина.

Онлайн-сервисом и статистическими услугами компании пользуются исследователи (медики, биологи, психологи) от студентов до докторов наук как в частном порядке, так и в составе исследовательских центров и институтов.

Конкуренты онлайн-сервиса Statzilla — это частные специалисты по статистике, которые проводят аналитику с использованием пакетов статистического анализа, а текст пишут вручную. Их работа идёт существенно медленнее и стоит дороже. Косвенные конкуренты — это сами пакеты для обработки данных (Statistica, SPSS, Matlab и т.д.). Но все они требуют от пользователя знания статистики и математики.

«Мы создаём сервис, который доступен неспециалисту. К тому же мы единственные в мире, кто не просто реализует расчёты, но и предоставляет на их основе связный текст — выводы о данных (например, „в этой группе исследования наблюдаются статистически значимо повышенные значения такого-то показателя“, а исследователь уже сам объясняет, почему такое может быть)», — говорит Власенко.

Всю прибыль за два года — 2 млн рублей — реинвестировали обратно в развитие. Это было порядка 200 заказов по аналитике для науки (в том числе расчеты для более, чем 50 диссертаций) и 11 бизнес-проектов (в Statzilla почти сразу оказывали услуги по анализу данных и машинному обучению).

Потребности рынка в сервисе Statzilla (по подсчётам самой компании):

  1. Российские ученые, проводящие исследования в частном порядке, — медики, биологи, психологи, социологи — 1,4 млрд рублей (Оценка сделана на основе известного числа защит диссертаций по данным областям и среднего по рынку чека на анализ данных)
  2. Зарубежные ученые — больше 1 млрд долларов
  3. Российские медицинские исследовательские центры, кафедры медицинских вузов, НИИ. — 429 млн рублей.

Это не в космос лететь

Statzilla решает задачи для бизнеса

Исследования компании имеют не только научную ценность, но и практический смысл. Для медицинских целей команда Statzilla провела исследование, которое позволило сокращать издержки и риски для пациента. Например, в урологии есть заболевание, для диагностики которого сейчас требуется отдельная операция. А предиктивная экспертная система Statzilla позволила определить пациентов, у которых по клиническим показателям такое заболевание крайне маловероятно, и для них уже не нужно делать эту диагностическую операцию.

Большую часть дохода компании (70%) приносят как раз b2b-проекты. Для одного клиента прогнозировали вероятность покупки на сайте. Сначала клиент, как это часто бывает, просто хотел решить глобальную проблему — повысить конверсию посетителей сайта, и, как следствие, прибыль. «Именно такой подход мы и любим, — говорит Святослав Заруцкий. — Когда нам дают конечную задачу, а вот методы ее решения уже на нас. У нас был похожий кейс:заказчик тоже хотел повысить продажи, но сам предлагал и контролировал методы исследования. До решения в итоге мы не добрались».

Чтобы найти решение, нужно понимать, что покупатели на сайте не будут сильно отличаться от «непокупателей» по отдельным факторам. Такое почти невозможно. Различие — это комбинация всех факторов, многофакторная модель или дерево решений. «Методы для науки и бизнеса — одни и те же. Мы не изобретаем велосипеды», — говорит Заруцкий.

Была типичная задача — прогноз вероятности — в данном случае покупки. То есть для бизнеса целевой показатель тут — покупка, для медицины Statzilla cтроила точно такие же модели, но целевой показатель там — выздоровление пациента. То есть это был не запуск ракеты в космос. И в том, и в другом случае Statzilla строит математическую модель, в которой участвуют факторы, которые связаны с покупкой/выздоровлением.

Сначала исследователи пытались понять, по каким факторам покупатели статистически значимо отличаются от «непокупателей». Весь процесс занял 2 месяца: нужно было рассмотреть все факторы, влияющие на покупку. Для этого вникали во все этапы, через которые проходит клиент на сайте. Анализировали время, проведенное на сайте, число отправленных сообщений в чате поддержки, характеристики профиля клиента на сайте (есть ли фото, телефон), сколько фотографий у клиента в соцсетях, в каких он состоит группах, какие слушает аудиозаписи.

Использование такой модели предсказания вероятности покупки каждого нового посетителя сайта позволило повысить конверсию в 2 раза. Заказ стоил несколько сотен тысяч рублей. Главная сложность была связана с тем, чтобы перейти от неточно сформулированных задач к точно сформулированным задачам анализа данных. И чтобы перейти от точных результатов анализа данных к их объяснению заказчику. «Но и это совпадает со сферой науки, — говорит Заруцкий. — На удивление ученый, ставящий эксперимент, также очень часто не понимает, что же он хочет оценить, посчитать, сравнить».

Машинное обучение и нейросети

Компания также помогает сегментировать покупателей — это инсайт для маркетологов. «В отличие от классической и уже малоэффективной стратификации по полу, возрасту, мы делим сегменты потребителей по ряду более детальных характеристик. Это дает возможность более точной, целевой настройки рекламы и, как следствие, более низкой цены клика/показа», — делится Екатерина Власенко.

Партнёры уверены, что по этой услуге конкурентов можно пересчитать по пальцам: «Это довольно уникальные задачи. Подобные услуги могут предложить лишь московские компании, занимающиеся машинным обучением. Маркетинговые компании с классическим подходом анализируют сегменты, но они не предлагают математических моделей, которые в режиме реального времени дают оценку вероятности покупки для клиента».

Екатерина признаётся, что у компании есть сложности с кадрами. «При всей популярности анализа данных и шумихи вокруг таких явлений как машинное обучение и нейросети, у нас нет хороших образовательных программ и соответственно нет специалистов. Есть, правда, много ребят, посмотревших пару образовательных курсов на Youtube, Coursera, но этого, мягко говоря, недостаточно. Поэтому выращиваем пока все компетенции внутри компании», — рассказывает Екатерина.

В Statzilla принимают аналитиков с уже базовым знанием классической математической статистики. Затем проводят внутреннее обучение по статистической обработке для погружения в специфику медико-биологических исследований. Новичков загружают практикой с первого дня — принцип «learn by doing». Дальше сотрудник выбирает наиболее интересное ему направление — классический статистический анализ или машинное обучение, и его подключают к таким проектам.

«Наша основная трудность кроется в маркетинге, — считает Власенко. — Наша целевая аудитория не подозревает, что есть простое решение их проблемы, и не ищет это в поисковиках. Рынок не всегда оказывается готов к сильно инновационному решению, как наше. Но у нас часто заказывают исследования во второй раз одни и те же клиенты: им нравится».

Молодая компания уже занимала призовые места в конкурсах «Молодой инноватор года 2015», «Эврика 2016», а в 2017 году стала победителем Национальной премии «Бизнес-Успех». Но развитие продолжается. Новое направление — это автоматизация маркетинговых исследований. В маркетинге используют те же самые методы статистической обработки данных, что и в медицине, биологии. Это перспективно, потому что те агентства, которые не просто считают арифметическое среднее, а делают именно статистический анализ, выигрывают на фоне конкурентов.

Компания только хочет тестировать этот рынок. «Ну и само собой, мы бы хотели выйти за рубеж, — добавляет Екатерина. — Сначала мы думали, что такой проблемы нет за рубежом, но за время моей поездки в США по программе для российских предпринимателей я выяснила, что там существуют те же самые потребности». Продавать на иностранных рынках планируют дороже. Например, час работы статистика в США стоит $200. Сервис переводят на английский язык, чтобы так же запустить тесты на новом рынке.

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Nadya Rumak", "author_type": "self", "tags": [], "comments": 57, "likes": 70, "favorites": 1, "is_advertisement": false, "subsite_label": "flood", "id": 28258, "is_wide": false }
00
дни
00
часы
00
мин
00
сек
(function(){ var banner = document.querySelector('.teaserSberbank'); var isAdsDisabled = document.querySelector('noad'); if (!isAdsDisabled){ var countdownTimer = null; var timerItem = document.querySelectorAll('[data-sber-timer]'); var seconds = parseInt('15395' + '50799') - now(); function now(){ return Math.round(new Date().getTime()/1000.0); } function timer() { var days = Math.floor(seconds / 24 / 60 / 60); var hoursLeft = Math.floor((seconds) - (days * 86400)); var hours = Math.floor(hoursLeft / 3600); var minutesLeft = Math.floor((hoursLeft) - (hours * 3600)); var minutes = Math.floor(minutesLeft / 60); var remainingSeconds = seconds % 60; if (days < 10) days = '0' + days; if (hours < 10) hours = '0' + hours; if (minutes < 10) minutes = '0' + minutes; if (remainingSeconds < 10) remainingSeconds = '0' + remainingSeconds; if (seconds <= 0) { clearInterval(countdownTimer); } else { timerItem[0].textContent = days; timerItem[1].textContent = hours; timerItem[2].textContent = minutes; timerItem[3].textContent = remainingSeconds; seconds -= 1; } } timer(); countdownTimer = setInterval(timer, 1000); } else { banner.style.display = 'none'; } })();
{ "id": 28258, "author_id": 116248, "diff_limit": 1000, "urls": {"diff":"\/comments\/28258\/get","add":"\/comments\/28258\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/28258"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199791 }

57 комментариев 57 комм.

Популярные

По порядку

Написать комментарий...
4

Мне кажется, я знаю ваше будущее! Вы поймёте, что b2b в вашем случае - это ручные и очень дорогие продажи. Ведь заработать за 2 года 2 000 000 рублей на 200 заказах - это очень мало, вы просто так долго не протянете :( Вы делаете интересную работу, но что-то мне подсказывает, что малый бизнес не понимает этот ингредиент. Тем более в России. Чего уж говорить, многие из них не делают конкурентные анализы, а тут мат.статистика, аналитика и прогнозы. В общем картина как всегда странная получается. Вы хотите реально помочь, предоставляете недорого свою услугу для всех, а пользоваться ею могут только опытные - и тут вопрос ребром: либо вам уходить в более маржинальные продажи, либо какое-то время обслуживать неплатежеспособный сегмент и уступить место конкурентам. Ребята, вы молодцы! Держите нос по ветру. Удачи!

Ответить
1

Возможно это выглядит смешно, но им нужно попробовать себя для расчетов у гос. Заказчиков. СМБ скорее всего слабо взлетит.

Ответить
0

Самое интересное, что в госсфере до фига областей, где можно это применять, что-то автоматизировать или предсказывать по моделям, но если государственные структуры берутся за такие задачи, то делают это топорно...

Ответить
0

у экономических департаментов большие объемы инфы по предсказанию показателей, которые они крутят в olap. Это те с которыми я сталкивался. Так что, им система позволяющая повысить точность прогноза очень нужна) Но не всегда можно заехать с этим вопросом с улицы.

Ответить
0

С улицы к ним вообще никак. Я думаю, там если есть подрядчик, то это какая-то крупная известная компания с именем, проверенная со всех сторон, с большими ценниками и все такое.

Ответить
0

)) это из -за отсутствия опыта видимо, мысли такие)

Ответить
0

видимо, да)

Ответить
1

спасибо :) хочется, чтобы и малый бизнес становился "умнее" за счет аналитики. И есть же у нас примеры, когда заказчики из малого бизнеса сами обращались к нам с пониманием необходимости такой аналитики. Так что мы верим, что в перспективе сможем сформировать спрос :) Но в отношении масштабирования сейчас, вы совершенно правы, высокомаржинальные продажи выглядят оптимистичнее

Ответить
0

Кстати, 2 миллиона - это уже прибыль, обороты выше были, конечно.

Ответить
3

Ребята, всё круто, у вас большое будущее. На основе существующих алгоритмов, вы просто можете наклепать по-быстрому темплейты, которые помогут объяснить конкретные области применения. Простым переименование колонок исходных данных и лёгким подкручиванием модели вы можете найти десятки и сотни real-life кейзов, сделать из них шаблоны с объяснениями конкретных целей исследований и кейсов - и делать маркетинг таргетированно на примерах конкретных кейсов. Много кто воспользуется

Ответить
2

Спасибо, Илья! Да, это то, к чему мы стремимся, потому что пока понимаем, что "анализ данных" звучит очень широко и непонятно. Так что накапливаем пока библиотеку кейсов, чтобы сделать по каждому из них конкретное ЦП

Ответить
2

речь только о биологии и медицине или исследования выполняются на разные темы?..

Ответить
2

Мы делаем любые исследования, основанные на данных, в том числе маркетинговые.

Ответить
0

ок!
тогда позвольте конкретизировать вопрос:
есть 15к азс (на бигдату не тянет), есть их характеристики (бренд, расположение, наличие магазина/кафе, число колонок и пр.), есть данные о реализации топлива на 24% из них.
возьметесь решать задачу об определении объемов продаж на оставшихся объектах?

Ответить
1

с точки зрения методологии решения задача нам понятна. Предлагаю созвониться, чтобы все обсудить лично. Напишите, пожалуйста, на mail@statzilla.ru

Ответить
2

Любые исследования, в том числе гуманитарные.

Ответить

Комментарий удален

2

Проект отличный! Молодцы. Ничего советовать не буду, но не могу понять одного.

В услугах для бизнеса есть очень понятно-прикладной пункт - услуга "Узнайте клиента поближе.
Определите ключевые сегменты клиентов на основе множества (не всегда очевидных) факторов и получите модели их поведения для успешного таргетинга и повышения лояльности."

И вы пишете, что не можете нормально настроить таргет и контекст. Сапожник без сапог? :)

P.S. Молодцы все равно.

Ответить
1

Константин, спасибо :)
Что касается b2c направления - то сегменты мы знаем хорошо, но именно рекламу настроить эффективно пока не получилось: может, в принципе такой канал не эффективен (как минимум знаем точно, что в поисковиках нашу услугу ученые почти не ищут), а может, просто не сумели сделать это хорошо.
В b2b направлении с пониманием сегментов сложнее, конечно - тут даже выборки достаточной нет, чтобы это сделать :) ну и мало верю в какое-либо другое продвижение тут, кроме как исходящий поток.

Ответить
1

Константин, тут под таргетингом имеется в виду не только таргетинг в рекламных сетях, но и таргетинг внутри клиентской базы (получатели рассылки, прошлые клиенты, участники системы лояльности и т.д.)

В любом случае, это услуги для бизнеса с тысячами, желательно с десятками и сотнями тысяч клиентов или пользователей. А у нас всего 200 клиентов. На такой выборке машинное обучение не имеет особой пользы.

И мы не настраиваем рекламу (т.е. не создаем объявления, ключевые фразы и пр.) для наших клиентов. Мы можем помочь клиенту сузить аудиторию показа уже настроенной рекламы для повышения конверсий (CPC, CPA).

Ответить
2

Интересный сервис, вы крутые, что в такой сфере работаете. А как можно получить демо данные всех 4 типов отчетов? Не нашел что-то.

Ответить
1

Владимир, спасибо за оценку!)
Надо скачать пример входного файла и прогнать его в каждой из задач на сервисе.
Ну либо напишите почту и мы Вам вышлем эти примеры (:

Понимаю, что надо бы на сайт их повесить, но как я писал уже выше, сайт хочется вообще переделать и сейчас с него продаж практически нет.

Ответить
0

Лучше обменяйтесь почтой.

Ответить
0

Щас спрошу у ребят

Ответить
0

А чего они сами не придут? Глядишь, было бы конкретики побольше.

Ответить
1

Придут-придут, Заруцкий приходил уже выше.

Ответить
1

http://prntscr.com/h4z7ej опечатка или будущее? )

Ответить
1

ничто не тестирует твой сайт так быстро и внимательно, как публикация на vc :)))

Ответить
1

Мне кажется, любой бизнес продаёт решение проблем. И чтобы продавать, нужно донести до покупателей 3 вещи: какие проблемы, насколько хорошо и за какие деньги.
Соответственно, на сайте и не только нужны понятные юзер кейсы, в к. можно было бы узнать себя: у интернет-магазина, торгующего тем-то, повысили продажи на столько-то.
Похоже на случаи, описанные в статье, только сконцентрировано.

Ответить
0

Кейсы с детальным разбором полётом нужны на сайте - это факт!

Ответить

Комментарий удален

0

В целом - да, обработка и интерпретация всегда на нас, по поводу сбора нужна конкретика по задаче. Если мы, например, хотим строить модели поведения посетителя на сайте - то тут нужна накопленная статистика от клиента (например, логи действий), а мы можем только обогатить эту информацию другими источниками. А точнее, мы можем и тут настроить сбор данных, но анализ тогда сможем провести только через какое-то время, когда данные накопятся. Если это маркетинг - то тут сбор делаем мы. В любом случае, конкретнее сможем ответить, узнав вашу задачу поближе :) напишите, пожалуйста, на mail@statzilla.ru

Ответить

Комментарий удален

1

2 млн за 2 года, т.е. лям в год это совсем не дофига. Это менее 100 тыр в мес. Это на нижней границей цен за толкового "аналиста".
Плохо, что маркетинг и продвижение не поставлены, очень плохо. Пока не будет поставлено получение "толстых" клиентов на поток говорить о каком-то бизнесе рано.
$200/hr в штатах платят доморощенному специалисту. А статзилла в другой категории, вместе с "коллегами" из Индии и Китая, по цене $5-10/hr.

Ответить
0

"Сначала клиент, как это часто бывает, просто хотел решить глобальную проблему — повысить конверсию посетителей сайта, и, как следствие, прибыль. «Именно такой подход мы и любим, — говорит Святослав Заруцкий. — Когда нам дают конечную задачу, а вот методы ее решения уже на нас."
«Наша основная трудность кроется в маркетинге, — считает Власенко. — Наша целевая аудитория не подозревает, что есть простое решение их проблемы, и не ищет это в поисковиках.
Не понял, на самих себе статцилла не работает что-ли?

Ответить
0

По первому кейсу, который вы описали, - Статзилла взялась за анализ и использовала математическую модель для поиска решения.

Но не все клиенты могут знать о том, что их задачи можно решить с помощью математики, статистики. И в этом пока трудность для компании, команда не знает, как продвинуть свои решения для бизнеса на бизнес-аудиторию.

Ответить
2

Надежда, я думаю вам надо давать больше кейсов в паблик. Пришли компания Х с такими то данными и такими то вопросами, после анализа СтатЗиллой решение было такое, на практике через 3-6 месяцев оно подтвердилось, теперь занимаемся следующей итерацией

Ответить
1

Алексей, спасибо за совет, отличная может получиться история!

Ответить
0

из сайта ни фига не понятно, вроде что-то предлагают, но что конкретно?)

Ответить
0

Первое - это онлайн-сервис по обработке статистических данных для научных исследований
Второе - исследования для бизнеса с использованием математических подходов

Ответить
0

я представить не могу себе, с чем я должен к ним попасть? Типа у меня есть две выборки, мне нужно уровень p определить или какое распределение? Если я так думаю, то я пойду к математикам. А если я простой бизнесмен из СМБ, то я обычно и данные то не собираю и как я должен начать искать статциллу, вообще сложно представить. Нужно поработать недельку-другую рядом с собственником. Посмотреть как он думает. Ребята знают что им делать с данными, того чего не знает собственник. Вот и нужно идти от того как сменить умозрительные заключения на анализ данных и показать почему это лучше.

Ответить
1

Николай, спасибо за Ваши комментарии!
Собственно, все наши клиенты приходят к нам от знакомых или от наших прошлых клиентов. И даже с этим потоком мы не всегда справляемся.
Сейчас как раз работаем над выстраиванием бизнес-процессов и набираем кадры для того, чтобы получить буфер для новых заказов. После этого сможем начать активное продвижение, в том числе полностью поменять сайт. Пока на это просто нет времени.

В любом случае, будем рады познакомится с Вами и применить Ваши советы на практике :)

Ответить
0

Вот касаемо онлайн-сервиса - это больше для учёных, конечно. Им это нужно.
А касаемо бизнес-задач, согласна, совсем не очевидно, что надо идти к Статзилла, они и сами это знают, тем не менее у них есть b2b-проекты.
И бизнесмену СМБ не нужно собирать данные, он приходит с вопросом, например, падают продажи в сезон, а должны бы расти, например. Данные и прочее уже собирает Статзилла, Бизнесмену не надо приходить с данными, их уже потом собирают, если нужно.

Ответить
2

ну вот, как бизнесмен должен при вопросе падают продажи-выйти на статциллу? Это им вопрос на подумать. Тут неочевидная цепочка, которая создателю сервиса кажется очевидной обычно.

Ответить
0

Они начинали с исследований для науки, поэтому этот вопрос для них был не главный. Но если они хотят расти, им придётся на этот вопрос найти ответ, конечно.

Ответить
0

да я это понял из вашей статьи, а вот с сайта это сложно понять

Ответить
0

Ребята признаются, что продвижение - их слабое место. пока.

Ответить
0

Это специально такой шрифт на их сайте или мы все пропустили этот тренд в вебе?

Ответить
0

Вы про этот шрифт?

Ответить
0

На сайте такое не нашла, но тут надо скорректировать бы. Сайт скоро будут переделывать.

Ответить
1

Проводите тесты ;)

Ответить
0

Дада, шрифт точно нужно проверять. У меня такое же безобразие.

Ответить
0

У меня после 20 секунд просмотра ролика разболелась голова от звенящей музыкальной подложки.

Ответить
0

Не очень весело)

Ответить
0

Мне кажется, это уже личные особенности восприятия.

Ответить
0

Возможно, но можно и потестить)

Ответить
0

Молодцы. Реальное полезное Дело. Удачи!

Ответить
0

У вас отличная идея и её реализация. Вам обязательно надо выходить на мировой рынок. Крайне настоятельно рекомендую вам попробовать податься в Y Combinator. У них есть запрос на подобные продукты, и смогут из вас сделать сервис мирового уровня.

Ответить

Комментарий удален

0

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления