Одноклассники представили платформу для создателей контента и собственный сериал

Одноклассники запустили видеокурс для авторов контента в ОК. С его помощью блогеры смогут узнать, с чего начать свой путь в соцсети, как эффективно вести блог и зарабатывать на своем контенте.

Курс состоит из девяти коротких видеоуроков — с их помощью блогеры могут быстро разобраться в нюансах ведения блога, как правильно оформить группу и наполнить ее разнообразным контентом. Гайд будет полезен как новичкам, так и опытным авторам.

В этой статье расскажем, из каких уроков состоит курс и какую пользу от него могут получить начинающие и действующие авторы ОК.

При создании блога автору предстоит определиться с названием и выбрать тип группы: группа по интересам, бизнес-страница или страница мероприятия. Для авторов мы рекомендуем выбирать группу — такой формат блога позволит создать эффективную площадку для взаимодействия с подписчиками. Например, группа подойдет авторам, которые уже публикуют полезные и интересные посты в личном профиле — если вы начнете вести блог в группе, у вас появятся инструменты монетизации и больше инструментов для работы с контентом.

Более подробно о том, как создать группу и выбрать название сообщества — смотрите в видеоуроке.

Оформление группы — это важный этап в процессе запуска блога. После создания группы блогеру важно добавить запоминающийся аватар, цепляющую обложку и придумать короткое, но ёмкое описание: 

О том, как настроить описание, аватар и обложку группы — рассказываем в этом видеоуроке.

Меню группы в Одноклассниках дает блогерам набор полезных инструментов для удобной навигации по контенту. В меню собраны основные тематические разделы: Лента, Товары, Темы, Фото, Видео и Музыка. С помощью этих вкладок автор может отслеживать активность в публикациях, планировать выход постов и группировать контент схожего формата — например, разбивать видео на плейлисты. 

Подробнее о том, как эффективно работать с меню группы — рассказываем в этом видеоуроке.

Навык работы с настройками облегчает авторам ведение блога В меню группы в Одноклассниках можно настроить основные параметры группы, такие как название, описание, тематика, тип доступа, а также дополнительные функции, включая управление участниками, комментариями, фото и видео, настройку кнопок действий и меню ссылок.

Подробнее, на что стоит обратить внимание в настройках группы — рассказываем в этом видеоуроке.

Редактор постов в Одноклассниках — это многофункциональный инструмент для создания и оформления публикаций. С его помощью можно добавлять текст, изображения, видео, опросы и другие элементы. Редактор позволяет форматировать текст, выбирать цвета и шрифты, а также настраивать время публикации поста. С помощью редактора можно интересно и разнообразно оформлять публикации, которые будут выделяться и привлекать внимание подписчиков. 

Подробнее о том, как с помощью редактора можно разнообразить подачу и оформление постов — рассказываем в этом видеоуроке.

Видео  — это еще один популярный формат контента в Одноклассниках. С помощью роликов блогеры могут привлечь новую аудиторию и усилить вовлеченность действующих подписчиков. Для редактирования видео внутри соцсети есть полезный инструмент — Творческая студия: здесь блогеры могут смонтировать ролик и добавить к нему различные интерактивные элементы. 

Прямые эфиры в ОК позволяют авторам напрямую общаться со своими подписчиками, отвечать на их вопросы и получать обратную связь в реальном времени. Это помогает укреплять связь между автором и аудиторией.

Чтобы качественно работать с прямыми эфирами, полезно настроить интеграцию с программой для стриминга Open Broadcaster Software, или OBS Studio. Эта программа позволяет захватывать видео с веб-камеры, экрана компьютера или других источников, комбинировать их с текстом, изображениями и аудио, а также настраивать качество и параметры сжатия видео и аудио транслировать видео в реальном времени. 

В этом видеоуроке мы рассказали, как правильно оформлять и публиковать видео, запускать и настраивать прямые эфиры, а также как работать с инструментами Творческой студии ОК.

Моменты в Одноклассниках — это инструмент для публикации и просмотра коротких видео и фото, которые исчезают через 24 часа. Моменты помогают разнообразить контент группы и усилить контакт с аудиторией. Например, блогер может использовать в Моментах опросы и викторины, чтобы собрать идеи для будущих постов или привлечь внимание к важной теме. Для этого в сервисе можно комбинировать разные форматы контента: короткие ролики до 10 секунд, фотографии или подборку картинок, готовые шаблоны с возможностью добавления текста, стикеры или маски.

Как эффективно работать с редактором сервиса Моменты — подробно рассказываем в этом видеоуроке.

В Одноклассниках блогеры могут не только публиковать интересный контент для своей аудитории, но и зарабатывать. Авторы могут продавать товары, собирать донаты и монетизировать свой контент:

О том, как использовать возможности монетизации в ОК для авторов — рассказываем в этом видеоуроке.

Статистика в ОК — один из основных инструментов, который помогает авторам контента эффективнее работать с подписчиками. Статистика дает информацию о важных параметрах: сводных данных по аудитории, охватах публикаций, количестве «классов», приросту участников, жалобах и других негативных реакциях на контент. Отслеживать эти данные полезно, чтобы принимать обоснованные решения по ведению блога и стратегии продвижения.

О том, как работать со статистикой, яснее понимать свою аудиторию и использовать данные о вовлеченности и охватах для улучшения качества контента — рассказываем в этом видеоуроке. 

Чтобы успешно запустить группу с нуля, важно подготовить иллюстрации и текст для оформления профиля, а также контент для нескольких первых постов.

В прошлом году ОК помогли блогерам снять три полноценных шоу – запущенные проекты про кино и кулинарию уже собрали более 20 млн просмотров в соцсети. В этом году Одноклассники увеличат число победителей как минимум в два раза и планируют снять от 6 до 9 проектов в зависимости от решения жюри.

Одноклассники запускают второй сезон конкурса креативных концепций шоу для блогеров – «БлогШоу» – и открывают прием заявок. Идеи должны соответствовать интересам аудитории соцсети и помогать пользователям развиваться в своем хобби. На воплощение проектов победители получат денежный грант, размер которого будет определяться индивидуально. Подать заявку для участия можно на сайте до 26 мая. Премьера шоу победителей состоится эксклюзивно в ОК.

В первую очередь будут рассматриваться идеи по тематикам кулинария, ремонт и дизайн, рукоделие и садоводство – эти направления контента особенно популярны среди пользователей ОК и имеют большую потенциальную аудиторию как внутри соцсети, так и в рунете в целом. Помимо перечисленных тем можно предложить концепции видеопроектов об авто, моде, путешествиях, питомцах, рыбалке, кино и сериалах, юморе, семье и отношениях.

Участвовать в конкурсе смогут все блогеры, у которых на момент подачи заявки есть группа в ОК. Для подачи своего проекта автору нужно будет описать свою идею с обоснованием, почему она может быть интересна аудитории соцсети, а также отразить примерный бюджет. Профессиональное жюри из представителей команды ОК и компаний, специализирующихся на создании профессионального контента, будут рассматривать все заявки в несколько этапов. Отобранные финалисты будут защищать свою идею перед экспертами. Победители будут названы до конца третьего квартала этого года.

Победители присоединятся к профессиональной команде, которая будет работать над воплощением идеи и сопровождать их от этапа проработки сценария до финального продюсирования и продвижения на платформе ОК. Команда соцсети даст блогерам рекомендации по созданию контента в том числе с учетом алгоритмов ОК и интересов пользователей. Автор будет полностью вовлечен в процесс съемок, постановку и воплощение идеи.

В первом сезоне ОК получили более 80 заявок от крупных и начинающих блогеров, которые описали идеи для шоу. В финале свои концепции защищали 20 участников с видеопроектами по тематикам «путешествия», «кулинария», «строительство и ремонт», «кино» и «рукоделие». Победителями стали три блогера ОК – Павел Сизов, автор кулинарной группы «Рецепты от шефа», Григорий Кукушкин, автор группы о кино «Грин Кинопомощник» и Татьяна Рыбакова, блогер-нутрициолог, автор группы «Таня Рыбакова – Психология стройности». Благодаря проекту блогеры запустили полноценные шоу о кулинарии и кино, которые суммарно уже собрали более 20 млн просмотров – «Секретный рецепт»,  «Властелин фильмец» и «Таня пробует» (выход запланирован на май 2024 года).

Алгоритмы обрабатывают информацию об интересах пользователей, чтобы дать им возможность смотреть релевантный контент. Андрей Кузнецов, директор по ML Одноклассников, рассказал о том, что влияет на работу рекомендаций в социальных сетях.

Соцсети отличаются от других сервисов, в которых аудитория потребляет контент, тем, что между пользователями социальных платформ есть связи. Общение происходит благодаря перепискам, добавлению друзей и реакциям на контент.

Основа всех современных рекомендательных систем — технологии машинного обучения, которые используются для улучшения пользовательского опыта. Их применяют в нескольких случаях:

• Когда нужно показать обновления профилей и групп, на которые подписан пользователь. Предположим, пользователь в среднем тратит около часа в сутки в соцсети. Не стоит показывать ему весь контент, который добавляли его друзья, в хронологическом порядке. С помощью алгоритмов машинного обучения можно выбрать публикации, которые наиболее интересны для данного пользователя, и добавить эти посты в его ленту.
• Когда надо узнать, какого контента и социального взаимодействия не хватает пользователю на платформе. С помощью рекомендательных систем соцсети могут предложить пользователю авторов контента или группы, которые могут быть ему интересны.
• Когда пользователь ищет контент или других пользователей на платформе. Алгоритмы машинного обучения позволяют персонализировать результаты поиска и расположить их в нужном формате. При этом они учитывают, что, например, для пользователей разного пола и возраста одни и те же слова имеют своё значение — как, например, понятие «‎современная музыка»‎ для разных поколений.

Технологии машинного обучения получили своё название из-за того, что используют не только теорию, но и предыдущий опыт — накопленные знания о пользователе. 

Алгоритмы учитывают, какую личную информацию пользователь указал в своём профиле. Эти данные формируют публичный образ, который человек хочет использовать при общении. 

Важно также анализировать, как пользователь взаимодействовал с контентом на площадке: на какие посты он реагировал лайками или «‎классами»‎, какие ролики смотрел и т.д. Эти данные о реальных действиях человека в виртуальном пространстве показывают, какому контенту он готов уделять своё время. Интересно, что не всегда эти предпочтения совпадают с тем, что пользователь рассказывает о себе в профиле. При помощи технологий можно выяснить такие различия и учесть их при создании персональной ленты.

Рекомендательные системы анализируют не только интересы пользователя, но и предпочтения аудитории, похожей на него по какому-либо признаку. Обычно на людей влияет их окружение, и каждый человек хочет общаться с теми, кто близок ему по мировоззрению. Алгоритмы относят пользователя к широкому кластеру людей с одинаковыми предпочтениями. Одна из важных задач машинного обучения — это поиск тех, кто «‎похож»‎ на пользователя по полу, возрасту, городу проживания и т. д.

Можно выделить два направления машинного обучения в рекомендательных системах:

• Контенто-ориентированное. Этот подход связан с предыдущим опытом пользователя на площадке. Рекомендательные системы будут показывать человеку контент, похожий на тот, на который он реагировал ранее.
• Коллаборативное. Алгоритмы учитывают неявные предпочтения пользователя. Например, они будут считать похожими две разные публикации, на которые положительно отреагировала одна и та же аудитория.

Универсальных решений для всех задач, с которыми сталкиваются специалисты по машинному обучению, нет. Обычно разработчики используют гибридный подход.

Основа рекомендательных систем — это машинное обучение. Чтобы предложить пользователю актуальный контент и возможных друзей, нужна математика.

Самая простая технология, которая используется для этого — матричные разложения. Можно представить матрицу как квадратную таблицу, в которой в каждом столбце хранятся данные об одном пользователе, а в каждой строке — какие-то сущности, items (например, темы или единицы контента). В клетках, где пересекаются профиль пользователя и объект, который его заинтересовал, стоит единица, а где нет – ноль.

Алгоритмы машинного обучения помогают разложить одну матрицу на две другие с данными о пользователе или item и характеристиками. С помощью математической функции можно сопоставить, у каких пользователей наиболее схожи интересы. 

Рекомендательные системы решают, как правильно строить и обрабатывать такие таблицы. Алгоритмы машинного обучения непрерывно обрабатывают информацию — как в реальном времени, так по прошествии некоторого времени. Поведение пользователя может со временем меняться, поэтому рекомендации нужно постоянно подстраивать.

Алгоритмы анализируют историю и подстраиваются под изменения в поведении и интересах прользователей. Например, пользователь указал в профиле, что любит кошек, но со временем стал заходить в группы о собаках (причём определённой породы — корги) и ставить «‎классы»‎ под публикациями о них. Со временем алгоритмы перестроятся и начнут предлагать ему больше постов и видео о корги.

Современные социальные платформы открыто используют рекомендательные системы. Они заинтересованы в том, чтобы пользователю нравился предложенный контент и он как можно больше времени проводил за его просмотром.

Чтобы настроить алгоритмы под себя, нужно ярко выражать отношение к публикациям в ленте. Рекомендательные системы используют два вида обратной связи от пользователей: 

• Явная обратная связь. Пользователь открыто показывает своё отношение контенту — ставит реакции, пишет комментарии или, наоборот, скрывает подобные посты из ленты.
• Неявная обратная связь. Например, пользователь посмотрел большую часть длинного видео. Скорее всего, эта тема ему была интересна. Если же пользователь выключил ролик в первые пять минут, больше не строит предлагать ему такой контент. Неявная обратная связь обычно имеет меньшее значение при настройке алгоритмов, потому что мы пока не научились определять, какие эмоции у аудитории вызывает просмотр видео. Возможно, некоторые пользователи просто не выключили его вовремя. 

Иногда модель машинного обучения могут пытаться взломать. В информационной безопасности такое действие называется «‎злонамеренным манипулированием входными данными»‎. Это происходит, когда кто-то хочет заставить модель давать неправильные предсказания, чтобы, например, получить финансовую выгоду или нарушить работу системы. Интересно, что даже изображение можно «‎отправить»‎ так, что человек не увидит разницу с исходной картинкой, а для нейросети она изменит восприятие контента. В научном сообществе сейчас развивается целая область, которая изучает такие способы взлома и методы борьбы.

Главная задача, которую приходится решать разработчикам – это привлечение внимания пользователя. У каждого человека есть определённое количество времени, которое он готов посвятить просмотру контента в соцсетях и в интернете в целом. В будущем платформам придётся конкурировать за внимание пользователей и timespent (время, которое аудитория проводит на площадке).

IT-компании движутся к тому, чтобы научиться лучше понимать пользователей и персонифицировать их опыт. Цифровой след человека на площадке помогает при этом правильно настроить модели машинного обучения.

Через некоторое время рекомендательные системы будут использоваться в персональных голосовых ассистентах ​​(conversational recommendation systems). Они уже умеют решать многие повседневные задачи — от выбора музыки и вызова такси. Модели машинного обучения и рекомендации помогут добавить новые функции для ассистентов и дать возможность людям делегировать всё больше задач.

Возможно, в ближайшем будущем мы будем чаще слышать о развитии генеративного искусственного интеллекта. Пилотные проекты уже привлекают много внимания, но компании не всегда продумывают риски до того, как модель станет доступной для пользователей. Согласно прогнозу Gartner на 2024 год, развитие комплексной программы управления доверием, рисками и безопасностью искусственного интеллекта станет одной из ключевых IT-тенденций. Благодаря этому подходу можно заранее проверять надёжность систем и защиту конфиденциальных данных.