Павел Грозный: Мы называем это «window dressing meets data science», то есть ты наряжаешь витрину, используя очень много данных. Я стал гораздо меньше знать про книжные тренды, чем когда я записывал подкаст «Читатель». Очень много работы происходит в админках с данными, которые ты крутишь-вертишь, чтобы придумать какие-то разные новые виды. Придумываешь эти новые алгоритмы, с помощью которых ты вытягиваешь информацию из баз данных, чтобы это превратить в книжные подборки.
Владимир Харитонов: То есть ты работаешь не с авторами, не с названиями, а с циферками процентов.
ПГ: Я гораздо больше работаю с разработчиками и с командой аналитиков, чем с авторами. Контент-менеджеры, которые работают в локальных офисах, — да, они больше взаимодействуют с издательским миром. Я хотел ещё рассказать, что, например, контент-менеджеры умеют писать код, потому что подборки создаются с помощью очень простого кода. У нас есть свой язык программирования для того, чтобы составить книжную подборку, который очень похож на язык SQL. Это язык работы с базами данных, самая-самая простая версия SQL.
ВХ: То есть ты теперь программист?
ПГ: Нет-нет, пока нет.
Антон Гришин: Расскажи подробнее про примеры этих подборок. По каким признакам ты вытаскивал информацию из баз данных?
ПГ: Мы сейчас обсуждали жанр true crime, потому что он становится популярнее и популярнее. Допустим, ты заходишь в книжный магазин и видишь стол, на котором лежит подборка true crime. И ты можешь сделать то же самое с помощью следующего запроса: я хочу все книги, которые маркированы жанром true crime, я хочу, чтобы там было несколько чтецов, то есть эта книга спродюсирована интересно, я хочу чтобы были только синие обложки, потому что мне так захотелось, и ещё я хочу отсортировать это по прослушиваниям последней недели. Ты всё это называешь, какую-то обложку приделываешь и отправляешь на витрину. И дальше смотришь, как люди взаимодействуют с этим.
ВХ: То есть все эти параметры, в том числе синеватость обложки есть в мета-описании книжек?
ПГ: Есть мета-описания, которые присылают издатели, и есть метаданные, которые появляются после того, как люди слушают книги в нашем сервисе. Мы храним это в базе данных, но это не чувствительная информация. Мы не знаем, как слушает конкретный человек, но мы знаем, как слушает масса людей. И потом ты можешь все эти данные совмещать в одном запросе в базу данных, чтобы вытащить очень конкретную подборку книжек.
ВХ: То есть в том числе, когда слушают, как часто слушают, как долго слушают.
ПГ: Да, я могу спросить, какие книги слушают в Дании, когда едут с работы домой. Есть какой-то период времени, когда люди перемещаются из офиса… Но сейчас уже не перемещаются, окей. Ладно, книги, которые люди слушают, когда идут спать. То есть люди засыпают с 9 вечера до часу ночи, и мы можем посмотреть, какие книги слушают. Мы можем узнать, какой true crime слушают люди в это время, с помощью простого кода, который ты отправляешь в базу данных.
コメント