اگرچه به اعتقاد بسیاری پینترست مهمان ناخوانده جامعه مجازی شبکه های اجتماعی بود اما سیر موفقیت کمپانی پینترست نشان می دهد این شبکه به خوبی توانسته از پس این ماراتون نفس گیر برآید.
در دهه اخیر شبکه های اجتماعی رشد باورنکردنی داشته اند و کمپانی های متفاوتی برای خلق محیطی جدید جهت ارتباطات مجازی آسان تر دست به کار شده اند.
البته بازار رقابت گنجایش فعالیت برای همه این کمپانی های نوظهور را ندارد و تنها برخی از این شبکه های اجتماعی با اقبال خوبی رو به رو می شوند.
پینترست یکی از همان شبکه های اجتماعی تلفیقی، الهام بخش و پین بوردی مجازی می باشد که از یک بولتن ساده الهام گرفته و محلی برای ثبت لحظات، خاطره بازی و حتی کارهای روزمره است.
تولید اپلیکیشن پینترست به سال 2010 بازمی گردد. اما این کمپانی تا همین چند سال اخیر چندان شناخته شده نبود. با اهتمام توسعه دهندگان بر امر شخصی سازی پینترست، امکانات متمایزی به این شبکه افزوده شد.
شاید سیستم تاثیرگذاری یا تصحیح اجتماعی برای اولین بار در این شبکه استفاده شد و یک کاربر تنها به واسطه مشاهده یک پین زنجیره انتقالی بازدید ها را در پینترست تشکیل می داد.
پینترست لیست اقلام مجازی مورد نیاز شما است. کاتالوگی از ایده هایتان! اپلیکیشنی که به سان سیر موفقیت کمپانی اسنپ چت حرکتی آرام اما پیشرفتی پرسروصدا داشته است!
اگر شما هم از کاربران پینترست هستید یا قصد دارید حتی برای یک بار طعم متفاوت استفاده از این شبکه را تجربه کنید شما را به مطالعه نقد و بررسی سیر موفقیت کمپانی پینترست دعوت می کنیم.
سیر موفقیت کمپانی پینترست با 150 میلیون کاربر
how Pinterest become successful with 150 million user
علاوه بر شخصی سازی سیستم پینترست تغییرات زیادی در طول 6 سالی که از تولید این شبکه می گذرد ایجاد شده است. در واقع هنوز چیزی از تولد اولین شبکه اجتماعی نمی گذرد و 150 میلیون کاربر ماهانه فعال در پینترست واقعا تحسین برانگیز است!
مردم در آمریکا از همین اصل شخصی سازی پین بورد مجازی در پینترست استقبال کرده اند و جوامع غیرآمریکایی آن نیز در حال رشد می باشند.
50 درصد افزایش بازدید سالانه برای پینترست
مشارکت مردم در کشورهای غیرآمریکایی در پینترست 50 درصد رشد در بازدید کاربران را به دنبال خود دارد؛ چنانچه که در سال گذشته آمار کاربران فعال ماهانه پینترست 10 میلیون نفر بود و این رقم در حال حاضر به 15 میلیون کاربر رسیده است.
رویکرد های جدید پینترست در استفاده از هوش های مصنوعی، رتبه بندی یا رنکینگ و بومی سازی؛ این آمار را به زودی زود افزایش می دهد.
پینترست پیشتاز در شخصی سازی
احتمالا با اپلیکیشن Spotify و قابلیت های آن یا Airbnb آشنا هستید. هر یک از این شبکه ها بر شخصی و بومی سازی محتوا تاکید زیادی داشته اند تا بتوانند مدیریت بهتری بر کاربران در دایره توجه خود داشته باشند.
اما اگر به بررسی دقیق پینترست بپردازیم و آن را زیر ذره بین قرار دهیم می بینیم انصافا پینترست با انبوه دیتا و اطلاعات مبتنی بر تصاویری که دارد در این زمینه پیشتاز بوده است.
همه چیز به تصاویر بستگی دارد!
پین کردن در پینترست فراگیر است؛ فقط یک عکس ساده که حتی می تواند یادآوری کارها روزانه ای باشد که روی وایت برد یا تخته سفید قرار می دهید، باعث و بانی ارتباطات در پینترست می باشد.
تغییرات هوشمندانه ای که روی عکس ها در این شبکه اجتماعی صورت می گیرد بخشی از سیر موفقیت کمپانی پینترست می باشد و این سیگنال های بصری می باشد که برای این کمپانی ارزشمند است.
اما این تغییرات هوشمندانه چه هستند و چگونه سیگنال های عصبی را برای جذب و حفظ کاربر در پینترست مخابره می کنند؟ برای پاسخ به این سوال سه فاکتور یادگیری ماشینی، رنکینگ یا رتبه بندی و بومی سازی را در تولید و توسعه اپلیکیشن پینترست بررسی خواهیم کرد.
یادگیری ماشینی
همان طور که گفته شد توسعه دهندگان پینترست به دنبال راه های زیادی برای پیشرفت و ارتقا این اپلیکیشن هستند.
یادگیری ماشینی هم بخشی از این پیشرفت های صورت گرفته در این برنامه است که بارز ترین کاربرد آن در پینترست امکان خرید و فروش آنلاین محصولات می باشد که آن را به فروشگاه مجازی در کنار سایر امکاناتش تبدیل کرده است.
اما مفهوم و کاربرد یادگیری ماشینی چیست؟
مفهوم یادگیری ماشینی
برخی یادگیری ماشینی را همان هوش مصنوعی نظیر هوش مصنوعی Ozlo می دانند؛ اما در واقعیت یادگیری ماشینی بخشی از هوش مصنوعی است که رفتار یک کامپوتر یا ماشین را بر اساس آمار و ارقام و داده ها تغییر می دهد.
اگر کمی عمیق تر فکر کنید متوجه می شوید که همین یادگیری ماشینی است که پشت recommendations یا پست های پیشنهادی شبکه های اجتماعی قرار دارد.
کاربرد یادگیری ماشینی در پینترست
در پینترست یک سیستم تحت نظارت ماشینی طراحی شده که با استفاده از آن ربات ها به خوبی می دانند نسبت به هر فعالیت کاربر چه بازخودری داشته باشند.
به عبارت دیگر ماشین ها برای جذب بازدیدکننده در پینترست بسیج و تربیت شده اند. بنابراین یادگیری ماشینی بخشی از سیر موفقیت کمپانی پینترست به شمار می رود.
عناصر یادگیری ماشینی در پینترست
یادگیری ماشینی در پینترست در 3 زمینه فید، پین های مرتبط و جستجو بصری جلوه یافته است. مهندسان تجزیه آمار اطلاعاتی در پینترست به شیوه هوشمندانه ای از یادگیری ماشینی در این حوزه ها استفاده کرده اند که با سازوکار هر یک در ادامه آشنا می شوید.
جستجو بصری(Visual search)
سیستم جستجو بصری بخشی از پینترست است که به صورت ویژه بر نوع خاصی از هوش مصنوعی به نام یادگیری ژرف یا عمیق تکیه می کند.
یادگیری ژرف زیرمجموعه ای از همان یادگیری ماشینی است که الگوریتم ها را بر اساس آمار و ارقام مشخص می کند. هوش مصنوعی گوگل نمونه ای از به کارگیری همین یادگیری عمیق می باشد.
جستجو بصری چگونه کار می کند؟
در سیستم یادگیری عمیق(Deep learning) شبکه ای از اعصاب مصنوعی با استفاده از دیتا و اطلاعات تربیت می شوند. نتیجه این تربیت همان ویژگی هایی می شود که در انواع و اقسام شبکه های اجتماعی شاهد آن هستیم.
مثلا اضافه شدن تگ های قابل خرید به اینستاگرام به کارگیری بهینه همین یادگیری عمیق در ماشین ها می باشد. گوگل، فیس بوک و مایکروسافت از قدرت محاسباتی یادگیری عمیق استفاده می کنند.
مزایای استفاده از جستجو بصری
مشابه یابی
جستجو بصری جستجوی پیچیده ای است. پینترست از همین یادگیری عمیق استفاده کرده و مثلا به کاربر این امکان را می دهد که برای زوم کردن روی بخشی از پین ها به تنظیم قاب مستطیل که به صورت خودکار حین زوم کردن اضافه می شود در نقاط مختلف شکل بپردازند.
با انجام این زوم نرم افزار به صورت خودکار تمام پین های مشابه با همین نقطه را برای شما لیست می کند!
یکسان یابی
شگفت انگیز است! در پینترست می توانید روی یک نقطه از تصویر ضربه بزنید یا نسبت بدان کنکاش کنید.
مثلا در حال مشاهده تصویر لیوان آبی هستید که یک نقطه روی بدنه آن قرار دارد. اگر روی همان نقطه ضربه بزنید یادگیری ماشینی فورا به کمک می شتابد و تصاویری که همین نقاط را دربردارند نمایش می دهد. به همین سادگی!
پین های مرتبط
پینترست زیرکانه تمام فعالیت های شما را که به صورت عمده در پین کردن عکس ها خلاصه می شود تحت نظر دارد. نه تنها فعالیت های شما بلکه تمام کاربران به صورت همزمان کنترل می شوند.
این شیوه مدیریت “رخداد همزمان” در پینترست نام دارد و ابزاری قدرتمند برای دریافت سیگنال و طبقه بندی پست ها یا پین های مرتبط می باشد.
روند ردیابی پین ها مرتبط
شاید با خود بگویید که محتوای مختلف در پینترست به چندین زبان در سراسر دنیا پین می شوند و امکان ندارد پینترست از روی همین توضیحات پست های مرتبط را پیدا کند. عجله نکنید!
پینترست برای هر مانعی یک راه حل دارد! پینترست با همکاری یادگیری عمیق این مانع را برداشته است و سرنخ های مشابه مخابره می کند. همان طور که می بینید داستان سیر موفقیت کمپانی پینترست سر درازی دارد!
فید ها
اگرچه یادگیری عمیق مهم ترین ابزاری است که پینترست برای نمایش پست های مرتبط و توصیه مشاهده آن ها به کاربران استفاده کرده است اما برای تمام کنجکاوی های کاربران پاسخ گو نیست!
به همین دلیل فید ها مشابه با سایر شبکه های اجتماعی در پینترست دیده می شود تا کاربر جوابی برای سوالاتی مثل “امروز چه خبر بوده است” یا “بقیه چه کارهایی انجام داده اند” پیدا کند.
رنکینگ یا رتبه بندی پین ها
بخش دیگری از سیر موفقیت کمپانی پینترست را رتبه بندی پین ها تشکیل می دهد. جالب است بدانید خود شبکه های اجتماعی هم از ترفندهای مدیریت شبکه های اجتماعی برای بازاریابی استفاده می کنند!
پینترست اخیرا ویژگی رنکینگ یا رتبه بندی را برای ایجاد فضای رقابتی میان کاربران ایجاد کرده است که با استفاده از آن آمار دقیق بازدید و تعامل کاربران با محتوای پین شده را به دست می آورد.
سیستم رنکینگ در پینترست
قبلا سیستم رنکینگ به این شکل بود که مثلا پینترست برای یک پین 30 بار ری پین اعلام می کرد و نسبت به سایرین آن را طبقه بندی می نمود.
اما از ژانویه امسال این رنکینگ تغییر کرده و به صورت real-time و بی درنگ در هر لحظه از شبانه روز عمل می کند. در این سیستم ربات های مختلف بر اساس بازدید های هر فرد و یا مشاهده پین های مرتبط رتبه بندی را انجام می دهند.
رنکینگ بر اساس جستجو های اخیر کاربر
پینترست دقیقا مشابه با گوگل بر اساس جستجوهای اخیر شما نتایج مرتبطی را نشان می دهد. مثلا اگر اخیرا درباره لباس خاص یک هنرمند تصویری را میان پین ها دیده اید در دفعات بعد پینترست همین جستجو را در نتایجی که نمایش می دهد دخالت می دهد.
همین قابلیت 4 درصد تعامل مردمی در این شبکه را افزایش داده و سیر موفقیت کمپانی پینترست را نیز تسریع نموده است.
بومی سازی و جذب مخاطب
قابلیت دیگری که در دو سال اخیر و در طول تغییر و تحولات پینترست بدان اضافه شد بومی سازی این شبکه برای جذب کاربران خارجی بوده است.
پینترست یک کمپانی آمریکایی است و برای کسب درآمد از طریق تولید اپلیکیشن خود لازم بود که فعالیت خود را جهانی کند. در همین راستا بومی سازی محتوا با توجه به موضوعات مورد علاقه و بیشتر جستجو شده در هر کشور انجام شد.
مفهوم بومی سازی
بومی سازی در هر کشور به شکل خاصی رقم می خورد. مثلا در کشور های جهان سوم موضوعات زیبایی شناختی بیش از مسائل علمی مورد توجه کاربران قرار دارد.
بنابراین پین هایی با موضوعات آتلیه عکاسی، آرایش عروس و …با استقبال بهتری مواجه می شوند. این در حالی است که برخی از کشور ها بیشتر به مسئله مد و لباس اهمیت می دهند و آرایش چندان طرفدار ندارد!
نحوه بومی سازی محتوا در پینترست
در ادامه سیر موفقیت کمپانی پینترست و استفاده از یادگیری ماشینی این کمپانی هوش های مصنوعی و یادگیری های خاصی را برنامه ریزی کرد تا بر اساس مطالعات روان شناختی انجام شده در کشور ها روی دسته بندی هاص خاص تمرکز کنند.
وقتی تربیت ماشین با دسته خاصی پیش می رود پینترست کم کم محتوا را با همان جستجو ها سازگار کرده و به مخاطب نمایش می دهد.
در سیر موفقیت کمپانی پینترست و میان تمام عوامل مختلف، بومی سازی تاثیر چشمگیری داشته است.
تاثیری که به اشتراک گذاری پین یا اصطلاحا ری پین را از 8 درصد به 54 درصد فعلی افزایش داده است؛ چرا که بیش از نیمی از محتوایی که کاربران در پینترست و سایر شبکه های اجتماعی مشاهده می کنند به زبان بومی خودشان و مطابق با سلایق آن ها می باشد.
قدم های بعدی چیست؟
همان طور که می دانید جاده پیشرفت و توسعه بی انتها می باشد و هیچ پایانی برای دنیای اسرارآمیز تکنولوژی وجود ندارد! پینترست نیز به عنوان شبکه اجتماعی برتر از دید مجله تایم هرگز دست از تلاش برنمی دارد و قدم های بعدی را از همین الان برنامه ریزی کرده است.
مهم ترین آن ها می تواند استفاده از یادگیری عمیق برای پردازش زبان های مختلف و نمایش پین مرتبط با آن زبان ها باشد.
بومی سازی زبان در پینترست
به عنوان یک تحلیل شخصی این را قبول کنید که محیط پینترست مشابه با محیط اینستاگرام با قابلیت های کاربرپسندی چون ویدیوهای زنده اینستاگرام چندان دل چسب کاربران به خصوص ما ایرانی ها نیست!
علت آن هم بیگانه بودن آن به جهت همین محتوای عمدتا انگلیسی زبان می باشد. مسلما اگر بومی سازی زبان صورت گیرد پینترست محبوبیت بیشتری می باید.
جستجو هوشمند عناصر موجود در تصویر
یکی دیگر از قابلیت های آینده پینترست جستجو و ردیابی عناصر موجود در تصویر می باشد. فرض کنید پوستری از گوشی نوت 7 را به عنوان یک پین مشاهده کرده اید. پینترست تمام جزییات مرتبط با این گوشی و حتی وقایع مرتبط اخیر مثل آتش سوزی جیپ با گلکسی نوت 7 را در صورت وجود لیست می کند.
همین جستجو بخشی از سیر موفقیت کمپانی پینترست در آینده خواهد شد.
پینترست به روایت آمار
200 میلیون جستجو تصویری به صورت ماهانه در پینترست صورت می گیرد.
150 میلیون کاربر فعال به صورت ماهانه در پینترست فعالیت دارند و 75 میلیارد پین را به اشتراک می گذارند.
در هر ثانیه 20 میلیون پین به عنوان پین مرتبط به کاربران پیشنها داده می شود.
10 میلیارد پین به صورت روزانه به کاربران پیشنهاد داده می شود.
پین های بومی سازی شده در سال جاری 250 درصد افزایش داشته و بیش از دو برابر شده اند.
75 درصد از ثبت نام ها در پینترست خارج از ایالات متحده صورت می گیرد.
40 درصد کاربران پینترست را مردان تشکیل می دهند.
پینترست نسبت به سایر اپلیکیشن ها سه برابر سریع تر است.
سخن آخر:
سیر موفقیت کمپانی پینترست به خوبی نشان می دهد که توسعه کسب وکار با اپلیکیشن و موفقیت های بزرگ هر چند جسارت و شجاعت زیادی می خواهد اما به هیچ وجه آسان نیست!
مهم تر از همه سرمایه ای است که صرف این همه امکانات و برنامه ریزی برای تجهیز شبکه ها نظیر پینترست می شود! در انتها پیشنهاد می کنیم این مصاحبه را هم به هیچ عنوان از دست ندهید!
شما چه فکر می کنید؟
تاکنون از قابلیت های جدید پینترست استفاده کرده اید؟ چیزی درباره سیر موفقیت کمپانی پینترست و ابزارهایی که معرفی شد می دانستید؟
به نظر شما این شبکه با صرف این سرمایه عظیم توانسته است رضایت شما و سایر کاربران را جلب کند؟ دیدگاه خود را مطرح کنید.
