以下是Jonah Lopin的来宾帖子 (@jonahlopin),蜡笔画的创始人。 乔纳(Jonah)是HubSpot的校友,我是公司的天使投资人。
在这里 蜡笔,我们爱人类。
实际上,我们所有的妈妈和许多最好的朋友都是人类!
但是在解决问题时,我们更喜欢代码。
人类是 很棒 在某些方面,例如达成企业销售交易,发表鼓舞人心的演讲以及安慰小孩。对于这些任务以及许多其他任务,人类远胜于代码。
但是在商业环境中,人类有一些严重的缺点:
1.他们很难招募(顺便说一句,蜡笔正在招聘)
2.它们很昂贵(与服务器相比)
3.他们有时会生病而无法上班(☺)
对于产品驱动的软件公司,还需要考虑其他因素。这很微妙,但很重要。
在解决大规模复杂问题方面,软件要比人类更好。
托马斯 来自Redpoint的一些东西 有趣的数据 早在2012年,已有数十亿美元的公共SaaS公司的每位员工年收入约为20万。 耶利米·欧阳(Jeremiah Owyang) 将每位员工的收入放在Google上& Facebook 每位员工约100万美元,大约高出5倍!显然,Facebook&与典型的B2B软件公司相比,Google解决了更多代码问题。
Google的事实&Facebook用代码解决了他们的主要问题,而不是人们不仅会影响他们的指标和利润,它还会影响他们提供的解决方案的美观性和效率。解决代码问题而非人工问题的微妙优势在于,随着时间的推移,它往往会使您的核心产品变得更好。
蜡笔小,但我们梦想大。我们用代码而不是人类来解决问题,因为我们希望尽可能优雅地为数百万用户提供服务。太多的人参与其中,很难做到这一点,特别是如果您想快速扩展。 (尤其是如果您不是Uber。)
这篇文章的其余部分是关于我们遇到的一个大问题以及如何使用代码解决它。
问题:某些网页看起来不太热
蜡笔是一个视觉灵感平台。我们帮助营销人员获得好主意,以便他们进行更好的营销。
我们每天以编程方式向系统中添加大约一百万页。在我撰写本文时,系统中已有大约1300万个设计,到今年年底,我们将拥有近1亿个设计。
我们让用户上下投票设计,因此Crayon上的大多数类别都喜欢 启动首页, B2B定价页面 和 登陆页面 一直看起来不错。
但是我们在更深层次的分类中仍然存在一个问题:人们会很高兴地浏览,而只是因为一团烂cr的页面毫不客气地破坏了流畅的鼓舞人心的氛围。我们如何才能将“最佳”设计放在结果集的顶部,而将“最少启发”设计放在底部?
我们挑战自己以代码解决它
能否将“鼓舞人心”的营销设计与“笨拙”的营销设计分开?
许多人说这不可能完成……但是如果他们是对的,我会写这篇文章吗?
这是我们解决的方法
步骤1:选择训练集
我们选择了200种“启发性”营销设计和200种“无趣”营销设计。
是的,这是一件模糊的事情,因为它是基于人类的判断。但是,在HubSpot运营服务团队5.5年并与8,000多个专业营销人员紧密合作之后,我觉得有资格判断哪种营销设计可能对其他营销人员很有趣并具有启发性。告我
第2步:猜测为什么好人好
这部分就像选一个篮球队,而不能观看候选人打篮球。您会看玩家的哪些特征?例如,您可能选择更高的球员或身穿高帮的球员。
以杰夫·福克斯沃西的喜剧风格为例 你可能会变成乡下人:
如果您的HTML全部基于表格…您可能没有出色的营销设计 (鸣叫)
如果您有很多内联样式,则可能没有出色的营销设计 (鸣叫)
如果您不在CSS中使用媒体查询,那么您可能没有出色的营销设计 (鸣叫)
你明白了。
步骤3.测试您的猜测
我们编写了一些代码,以针对步骤1的训练集中的每个设计测试步骤2的每个“猜测”。 我们希望找到对“鼓舞人心”的页面“真实”,而对“无趣页面”不真实的事物。
我们查看了45个离散的“猜测”,发现其中25个可以预测“鼓舞人心”的营销设计。成功!
最好的因素包括:
- 设置视口元标记
- 包括Facebook Open Graph标签
- 使用Bootstrap框架
- 指定苹果触摸图标
请注意,这些因素并不能直接预测哪些页面在“鼓舞人心”。而是,这些因素表明有人创建了该页面, 是 直接预测页面正在“鼓舞人心”。
我们认为可能有用的一些事情,但根本无法预测:
- 网页是否使用JQuery无关紧要……太普遍了
- 页面上的总文字无关紧要。 事实证明,cr脚的短页面与长页面一样多(鸣叫)
最后一步是根据步骤2中信号的强弱程度进行数学计算,以得出每页的总体“启发性得分”。
结果
像chatterbox.co主页之类的页面做得很好:
虽然我们在biomarkerstrategies.com上的朋友的票价也不理想:
总体而言,这是我们得到的:
那有多棒?
蜡笔搜索结果的前10%只是从“启发性”的50%上升到了惊人的93%!
今天,我们的系统中有1300万个设计,而手动审查这些设计将需要10个人的团队,大约需要5年时间。哎哟!但是,到今年年底,我们将有1亿个设计,而这仅仅是个开始。如果我们无法使用代码解决此问题,则会遇到严重的麻烦。除了写这篇文章的一个人之外,没有人参与。
你的想法?
您的企业是否有计划用代码而非人工解决的棘手问题?
您是否使用过机器学习为大规模客户提供精美的解决方案?
请继续在评论中进行对话。
去用代码解决问题! (鸣叫)