他补充说，在大量单调的文字和视觉内容中，使用一个通用的模板来推广一个特定的品牌确实非常困难：必须提前想出高质量的创意，并瞄准你的受众。而如果在创造力方面，你可以尝试不同的想法，并从艺术、文学、时尚和其他趋势中产生事件和材料，那么在寻找受众方面，一切都变得更加复杂和不明确——乍一看，每个人都可以成为此类内容的消费者。这就是为什么 AGIMA 决定进行一项社交媒 手机号码数据 体分析实验来证明这只是乍看起来的那样。
实验
谢尔盖·菲拉托夫 (Sergey Filatov) 进行了一项实验，以寻找销售保险的目标旅行者受众。
在研究开始时，存在以下研究问题：如何在所有社交媒体用户中找到旅行者。谢尔盖公开上传了一些社交网络 VKontakte 用户的信息，这些用户去年确 个性化您的报告 实出国度假了。所有有关名字和姓氏的数据均已匿名化。每个样本包含以下参数：
年龄
受过高等教育，
团体，
页面上的最后 100 个帖子，
用户所属的所有群组的最近 10 个帖子，
最后 50 首歌曲的标题以及更多信息至少可以提供一些线索，说明是什么将这些人联系在一起。
利用机器学习的方法发现，用这种方式将人们分成群体是不可能的。需要大幅增加样本量。
然后谢尔盖将文本和各种类型的参数组合成语 白俄罗斯商业名录 义组，并开始研究某些组对出行事实的影响。也就是说，地理地名被提及的次数是否会影响一个人的旅行倾向，公司职位被提及的频率是否会影响出国旅行的事实，等等。结果很快就出来了。