Новый интерфейс программирования приложений Synference призван помочь быстрее принимать решения о ценовой политике и автоматически отбирать наиболее удачные рекламные объявления. Его разработчики считают, что A/B-тестирование можно значительно улучшить с помощью технологий машинного обучения.

Предположим, веб-дизайнер хочет выяснить, какие баннеры наиболее привлекательны для определённой аудитории. Обычно для этого выполняется многовариантное A/B-тестирование. Разные версии баннеров демонстрируются в одинаковых условиях как минимум двум фокус-группам, и по их реакции определяются наиболее удачные варианты.

Однако классическое А/B-тестирование — длительный процесс, на результаты которого влияет множество переменных: местоположение участников, время суток, версия браузера и другие тонкости.

Программный интерфейс, разработанный в компании Synference, призван решить эту проблему. Он предназначен для сбора больших объёмов данных, таких как IP-адреса и названия браузеров пользователей. Для анализа этой информации используется принцип обратной связи (кликнул посетитель на показанный баннер или нет) и алгоритмы машинного обучения.

Synference вычисляет модели поведения пользователя и постоянно обновляет свою статистическую модель. С каждым разом демонстрация баннеров становится всё более результативной, а их менее удачные версии автоматически отсеиваются.

Фергал Рид (слева) и Конрад Ли (справа) представляют API Synference на конференции WebSummit в Дублине (фото: twitter.com/Synference)
Фергал Рид (слева) и Конрад Ли (справа) представляют API Synference на конференции WebSummit в Дублине (фото: twitter.com/Synference).

Примечательно, что результатами работы Synference можно воспользоваться сразу, не дожидаясь окончания процесса A/B-тестирования. Собственно говоря, это может быть и бесконечный процесс, в котором динамическая адаптация гораздо интереснее, чем достижение какого-то искусственно заданного итогового результата.

Компания Synference была основана ирландцем Фергалом Ридом (Fergal Reid) и выпускником Чикагского университета Конрадом Ли (Conrad Lee). Сфера научных интересов обоих касается вопросов предиктивной аналитики. Соучредители так описывают цель создания нового API:

«Мы пытаемся сделать что-то столь же простое, как A/B-тестирование, но на основе статистической модели и алгоритмов машинного обучения в фоновом режиме».

Подобное сочетание «больших данных», технологий машинного обучения и A/B-тестирования используется сегодня такими крупными компаниями, как Microsoft, Yahoo и LinkedIn. Именно так их веб-движки определяют, какие показывать объявления и рекомендовать статьи каждому посетителю. В Synference хотят сделать эту технологию доступной для масс (или по крайней мере для малого бизнеса) по модели «программное обеспечение как услуга».

Говоря о перспективах, авторы API отмечают, что готовы делать на его основе специализированные приложения, адаптированные для нужд конкретных компаний.