Esta semana, Evgeny Kanashevsky, economista de Zalando, Phd em Economia pela Universidade da Pensilvânia, falou em nossas redes sociais.
No trabalho, Zhenya está empenhada em estabelecer relações causais em publicidade online usando métodos experimentais e quase experimentais e modelos de aprendizado de máquina.
Compartilhamos com vocês a transcrição da transmissão.
Meu nome é Evgeny Kanashevsky. Hoje vamos falar sobre o que as empresas de TI pagam aos economistas, como os economistas diferem dos cientistas de dados comuns e responderemos a perguntas interessantes como “quanto custa uma vida humana?” Isso os economistas fazem.
Primeiro, vou me apresentar. Atualmente, trabalho como economista / cientista de dados em uma grande empresa chamada Zalando. É uma loja online que vende roupas, calçados, cosméticos em 16 países europeus e tem planos de expansão para novos mercados. Antes de ingressar na Zalando em 2020, eu estava fazendo meu PhD em Economia na Pennsylvania State University. Comecei a me interessar por economia muito antes disso, quando estudei no MIPT e também na Escola Russa de Economia.
Antes de fazer meu PhD em Economia, trabalhei por 2 anos em uma agência de publicidade contextual em Moscou; realmente queria saber mais sobre o que é a economia e como ela funciona. Para matar a sede, acabei fazendo um doutorado. Agora espero compartilhar esse conhecimento com você. Espero que você esteja interessado e que entendamos por que as empresas precisam de economistas.
Primeiro, vamos tentar desmascarar algumas das idéias bem estabelecidas sobre economistas que, com base em minha experiência, estão presentes na Rússia. Muitos de vocês provavelmente já fizeram cursos de economia na universidade e se lembram de que passaram nas curvas de equilíbrio de mercado, oferta e demanda. Alguns de vocês, talvez, tenham passado por um tipo diferente de equilíbrio macroeconômico - em que consiste o PIB, como calculá-lo, o que acontecerá com o PIB se o estado gastar tanto dinheiro, quais impostos são cobrados da população. Você pode ter respondido a essas perguntas em um curso de economia na universidade, e poucos de nós progrediram mais.
A opinião que prevalece sobre os economistas é que eles trabalham em instituições acadêmicas (NES, HSE) ou organizações internacionais (FMI, Banco Mundial, Organização para Assistência e Desenvolvimento Econômico), e lá ajudam os países a sair da armadilha da pobreza e realizar atividades econômicas reformas. Eles podem trabalhar em organizações estatais - bancos centrais, ministérios de desenvolvimento econômico de seus países. Se forem superambiciosos, podem tentar se tornar conselheiros econômicos do presidente dos Estados Unidos. A visão estereotipada dos economistas da indústria é que na indústria eles trabalham no setor bancário e financeiro.
Muitas vezes me deparei com essa visão padrão dos economistas - que eles só fazem essas coisas. Na verdade, a economia é muito mais ampla. Ela lida com todos os tipos de questões interessantes relacionadas com as pessoas, e é por isso que as empresas as estão contratando.
Vamos ver o que os economistas estão perguntando. Essas questões são respondidas, palestras sobre elas ministradas nos cursos de economia, no bacharelado.
Uma das questões fundamentais que os economistas procuram respostas é: “Por que alguns países são ricos e outros pobres? Esta é uma pergunta como "o que veio antes - um ovo ou uma galinha?" O que veio antes: crescimento econômico ou instituições democráticas? Os países do mundo anglo-saxão são tão ricos porque estabeleceram instituições democráticas (separação de poderes, legislatura independente, judiciário independente, separado do poder executivo) - e é por isso que ficaram tão ricos depois, conseguiram crescer economicamente ? Ou é o contrário: esses países cresceram economicamente e, depois de enriquecidos, decidiram estabelecer em si instituições democráticas? Esta é uma pergunta não trivial e muito difícil de responder. Essa questão é essencial para muitos países: por exemplo, a China é um país cuja economia está crescendo muito rapidamente.Será que ela será capaz de crescer ainda mais no mesmo ritmo, e a China precisa dessas instituições democráticas ou a China será capaz de continuar a crescer em um ambiente bastante antidemocrático?
Esta questão já foi relevante antes. Na primeira metade do século 20, a URSS se desenvolveu muito rapidamente, possivelmente mais rápido do que os países do mundo ocidental. Os economistas se perguntavam se a URSS poderia continuar crescendo assim, uma questão que foi extremamente importante estrategicamente durante a Guerra Fria. A história posterior mostrou que a URSS foi incapaz de continuar seu desenvolvimento econômico, e o consenso entre os economistas é que isso era impossível devido à falta de instituições democráticas e mecanismos de mercado da economia.
Essas são as perguntas que os economistas fazem. Essas questões são complexas porque não existem tantos países no mundo; é impossível olhar para um universo paralelo onde a URSS teria se desenvolvido utilizando mecanismos de mercado da economia e instituições democráticas. Além das perguntas em escala global, os economistas fazem mais perguntas do dia-a-dia com bom valor prático. Por exemplo - como vender com lucro frequências de rádio em vários estados dos EUA. Imagine: você possui uma certa faixa de freqüência de rádio (você representa o estado). Você quer vendê-los da forma mais lucrativa - de modo a trazer dinheiro para o orçamento, tanto quanto possível. Surge a pergunta: como arranjar um mecanismo pelo qual você fará isso? Economistas sugerem o uso de leilões para vender frequências; parece lógico se você se lembracomo as obras de arte são vendidas, por exemplo. Mas então surge a próxima questão: como organizar um leilão da melhor maneira possível para colocar o máximo possível de dinheiro no orçamento?
Isso parece abstrato - mas pense em coisas como conluio, por exemplo. Os compradores no leilão podem chegar a um acordo pelas suas costas e dizer: deixe-me comprar essas frequências, e você - essas, e você fará um lance baixo em algumas bandas, e eu - em outras. E então eles pagarão o mínimo possível. A tarefa dos economistas é evitar tal conluio e fornecer ao Estado o máximo de dinheiro possível no orçamento, que será usado em benefício dos cidadãos.
Outro exemplo de uma pergunta interessante que os economistas estão fazendo é: "Como criar um mercado de transplante de rim para salvar o máximo de pessoas possível?" A palavra "mercado" não parece muito boa moralmente aqui, a menos que você seja um economista; Provavelmente, essa palavra aqui está associada ao mercado ilegal, à venda de rins, que é um crime. Mas quando falo em "mercado" agora, quero dizer que existe uma demanda por rins: tem gente que precisa de rim, tem gente que está disposta a oferecer os rins - porque uma pessoa pode viver normalmente com um rim.
Imagine uma situação hipotética: sua esposa (marido, namorada, namorado, pai) precisa de um rim e você está pronto para doá-lo. Mas a questão é que a compatibilidade é necessária. O seu ente querido pode simplesmente não ser adequado para o seu próprio rim. O que você pode fazer: Você pode encontrar o mesmo par de pessoas (talvez de outra cidade, região ou país) que são incompatíveis entre si, mas ao mesmo tempo seu rim pode caber em uma pessoa carente de outro par - e vice-versa. E assim, duas pessoas que antes não tinham chance de conseguir um rim, ou tiveram que esperar uma fila muito longa por um rim (e isso pode levar meses ou anos), essa chance aparece pelo fato de termos encontrado dois casais que estão prontos para trocar rins, neste "mercado" de rins. Ajudamos pessoas.
Claro, a situação pode ser muito mais complicada. Talvez seja necessário girar uma cadeia de muitíssimos movimentos - atrair muitos pares de pessoas em que, quando estiverem todos juntos, será possível encontrar essas trocas para que todos os necessitados desses pares recebam um rim . Apenas dois pares são opcionais. Você pode imaginar um exemplo com três pares: o rim de uma pessoa saudável de um par corresponde a uma pessoa necessitada do próximo par e assim por diante. Esses ciclos podem chegar a 70 pares, na verdade. Esse é um exemplo de caso em que economistas criaram um algoritmo para organizar o “mercado” e ajudar as pessoas com transplantes renais. Por isso, ela recebeu o Prêmio Nobel de Economia em 2012 pelo professor da Universidade de Stanford Al Roth.
Outra questão interessante que não é totalmente óbvia do ponto de vista moral é "quanto custa uma vida humana". Não está claro do ponto de vista moral como alguém pode avaliar isso - afinal, a vida humana não tem preço. Mas podemos pensar como economistas - pragmaticamente e praticamente, onde podemos precisar avaliar a vida humana.
Imagine que você queira gastar dinheiro para melhorar as estradas na Rússia. A cada ano, 15 mil pessoas morrem nas estradas, aproximadamente. Você pensa o quanto está disposto a investir na melhoria das estradas - do ponto de vista do estado. Uma boa maneira de pensar sobre isso é quantas vidas seriam salvas por essa melhoria nas estradas. Para uma boa estimativa dos custos de construção de estradas e dos benefícios que podem ser obtidos com a construção de estradas, é necessário apenas o custo de uma vida humana.
Essas estimativas foram feitas; eles foram feitos para os Estados Unidos, porque há bons dados lá em níveis muito diferentes. Essas estimativas sugerem que o custo de uma vida humana varia de US $ 4 milhões a US $ 9 milhões. Essas avaliações, é claro, precisam ser projetadas na Rússia - devemos medir como o preço da vida humana difere em países onde as pessoas ganham menos e trazem menos valor. Esta é uma estimativa muito aproximada, mas existem regras para recálculo. E, por mais rude que pareça, o custo da vida humana na Rússia é menor do que na América, simplesmente porque a economia da Rússia é menos produtiva. Mas, no entanto, você pode obter algumas estimativas e com a ajuda disso resolver questões práticas - por exemplo, quanto estamos dispostos a gastar para melhorar a segurança no trânsito para perder menos pessoas.
Portanto, espero que tenha ficado mais ou menos claro: os economistas estão engajados em uma variedade de questões, mas o comum nessas questões é que em todos os lugares não estudamos objetos do mundo material (como a física, por exemplo), mas pessoas vivas. Os economistas estudam os incentivos das pessoas - como as pessoas trabalham, quais decisões elas tomam.
Onde trabalham os economistas - além de organizações internacionais, instituições científicas, agências governamentais e bancos? Os economistas atuam em consultoria de indústria, principalmente em diversas consultorias. Cada vez mais trabalham em grandes e pequenas empresas de TI. Só para citar exemplos das maiores empresas - Google, Amazon, Uber, Facebook; A empresa para a qual trabalho (Zalando) é uma empresa de comércio eletrônico que possui equipe própria de economistas para solucionar problemas de comportamento humano. A Netflix é um exemplo de pequena empresa que contrata economistas para resolver problemas muito interessantes.
O mercado de empresas que contratam economistas não se limita a esses exemplos. Mas as grandes empresas que contratam muitas pessoas, em princípio, estão contratando cada vez mais economistas.
Então a pergunta é: por que as empresas de TI contratam economistas? A resposta monossilábica é oferecer valor ao cliente. Ou seja, partimos do pressuposto de que as empresas desejam oferecer valor ao cliente e, para isso, devem entender como os clientes tomam decisões (para resumir, como as pessoas o fazem). Isso é o que os economistas têm feito nos últimos 100 anos, pelo menos. Eles estudam como as pessoas tomam decisões em uma ampla variedade de situações. Não apenas nos mercados clássicos que você pode imaginar a partir dos cursos introdutórios de economia que você fez, mas em uma ampla variedade de mercados e em uma ampla variedade de situações.
Para responder com mais detalhes à pergunta "por que as empresas de TI estão recrutando economistas", analisaremos três pontos. Em primeiro lugar, por que os economistas estão pesquisando como as pessoas tomam decisões em uma ampla variedade de situações - como é que elas fazem isso e fazem perguntas estranhas ("qual é o valor da vida humana?", "Como organizar o mercado de transplantes renais ? "). Em segundo lugar, analisaremos 4 tipos de tarefas para as quais as empresas precisam de economistas. Finalmente, discutiremos por que as empresas precisam de economistas e não cientistas de dados comuns: quais são as diferenças entre eles.
Ponto um: por que os economistas respondem a perguntas sobre o comportamento humano? Um pouco de história fará o truque aqui. Os economistas começaram a estudar o equilíbrio do mercado já no século 18 (pelo menos). Eles começaram a fazer perguntas: como os mercados são organizados, como a demanda é formada, como a oferta é organizada. Eles estavam pensando em mercados clássicos - vamos imaginar um mercado de algodão ou grãos, por exemplo. Isso não estava relacionado a questões tão "malucas" como o valor da vida humana. No entanto, nesses mercados clássicos, o equilíbrio - o preço de equilíbrio, a quantidade de bens vendidos - dependia das decisões das pessoas e de quais incentivos as pessoas se orientavam na hora de comprar e vender bens. Quando os economistas estudaram o equilíbrio do mercado, eles tiveram que desenvolver métodos matemáticos suficientemente avançados para responder melhor às perguntas que surgiram.No século 20, economistas e matemáticos estavam desenvolvendo métodos matemáticos para responder a questões relacionadas ao equilíbrio do mercado.
Talvez você tenha assistido ao filme A Beautiful Mind - este é um ótimo exemplo. Este é um filme sobre John Nash, um matemático que ganhou o Prêmio Nobel de Economia por seus artigos sobre teoria dos jogos. É originalmente um conceito matemático, mas os economistas aplicam muito ativamente o trabalho de Nash e outros matemáticos - e em geral, matemática muito avançada - no estudo do mercado. Em parte, é por isso que os economistas são capazes de resolver questões complexas e bizarras.
No início do século 20, as estatísticas foram abstraídas do estudo das relações de causa e efeito. As estatísticas deliberadamente começaram a se preocupar apenas com as distribuições de dados, com distribuições condicionais, sobre como os dados são organizados, sobre como, conhecendo uma variável, prever outra (ou seja, dizer qual é a probabilidade de que um evento aconteça durante a observação de outro evento ) Estatísticas extraídas de questões como "como a presença de instituições democráticas afetará o crescimento econômico de um país nos próximos 100 anos?" ou “em um país as pessoas cultivam safras que têm um tamanho de plantação muito grande e, portanto, são lucrativas para trabalhar com trabalho forçado - como o crescimento neste país difere do crescimento em países que cultivam outras safras - por exemplo, cereais - com uma plantação menor , é por isso que existem muitos agricultores nesses países,e o trabalho escravo neles não seria tão lucrativo quanto nas plantações de arroz ou cana-de-açúcar; como esses fatos afetarão o crescimento econômico futuro desses países? " (sob a influência significa uma relação causal).
Os economistas tiveram que desenvolver seus próprios métodos - métodos econométricos - para responder precisamente às questões de causa e efeito, em vez de simples questões sobre correlações ou probabilidades condicionais. Isso aconteceu no início do século XX. Retrocedemos o último quarto de século e entendemos que os economistas, desde o século 18, vêm desenvolvendo métodos matemáticos, matemática rigorosa; economistas desde pelo menos o século XX desenvolveram métodos estatísticos sofisticados que ajudam a responder com mais confiança a questões de causa e efeito. E entendemos que a economia é a ciência que ajuda a responder a perguntas sobre o comportamento humano e fazê-lo da forma mais estrita possível - usando os mais altos padrões possíveis para estabelecer a causalidade.
O que há de especial no comportamento humano e seu estudo? A questão é que não podemos experimentar aqui. Não podemos clonar uma pessoa e verificar o que teria acontecido com a mesma pessoa que teria entrado em outra universidade, por exemplo, e recebido uma educação de qualidade inferior - como isso afetaria seus ganhos futuros. Portanto, os economistas tiveram que desenvolver métodos matemáticos e estatísticos para entender exatamente como as decisões das pessoas afetam seu futuro e o que acontecerá com elas.
Isso nos leva ao motivo pelo qual as empresas de TI estão contratando economistas. Eu identifiquei 4 grandes áreas onde economistas trabalham em empresas de TI; esta não é uma lista completa - os economistas também fazem outras coisas, mas essas áreas já estão formadas.
A primeira área é a avaliação da demanda por bens ou serviços. Muitos negócios podem ser considerados aqui, mas darei os exemplos mais notáveis. A Amazon é uma das maiores lojas online (não posso dizer quem é a maior - Amazon ou Alibaba), uma empresa enorme com uma equipe enorme, o que é muito importante para avaliar a demanda: quantos produtos serão vendidos, como o preço muda afetará as vendas. O Uber é um paraíso para os economistas porque tem muitos dados: você pode estimar a demanda por táxis, pode responder a perguntas como “como definir preços para o Uber durante a hora do rush no centro de Manhattan, como esses preços devem diferir dos preços de outras vezes neste mesmo local; como fazer com que o Uber receba receita, e ao mesmo tempo as pessoas podem pedir um táxi e um táxi vai vir até elas ”. Ou seja, vemos que há muitas pessoas aqui, e elas têm incentivos diferentes:o cliente tem um incentivo para pegar um táxi o mais rápido e barato possível; o Uber e um motorista de táxi querem ganhar dinheiro.
Um segundo exemplo de problema são os leilões. Os exemplos mais notáveis aqui são Google e Yandex, mercados de publicidade online. Cada vez que você digita algo em uma pesquisa, há um pequeno leilão e alguém paga para mostrar um anúncio a você. De 70 a 90% da receita da controladora do Google - Alphabet - vem desses leilões, ou seja, o Google vive da publicidade (Yandex também). Economistas estão trabalhando em como projetar esses leilões para que as empresas não gastem dinheiro extra em publicidade e os usuários obtenham anúncios relevantes. Todos esses incentivos são levados em consideração no desenho dos leilões dos economistas.
A terceira camada de tarefas são os experimentos e quase-experimentos (testes A / B). O teste A / B é feito rotineira e continuamente em grandes empresas. Economistas aqui projetam sistemas para testes A / B; na verdade, é fácil de fazer, é difícil fazer bem. Como fazer testes A / B corretamente, medir resultados, gastar o mínimo de recursos e obter o máximo benefício - tudo isso é feito por economistas de empresas como Google, Facebook ou Zalando. A Netflix é bem conhecida por sua plataforma de experimentação e testes A / B.
A quarta camada está medindo o impacto downstream: como um produto afeta, digamos, o valor da vida útil que você obtém de um cliente. Imagine que você queira estimar quanto deve custar um serviço de assinatura como o Amazon Prime: quanto cobrar dos assinantes para maximizar as assinaturas para que as pessoas não cancelem? Para fazer isso, você precisa estimar quanto valor o Amazon Prime traz para o cliente - não em um dia ou mês, mas ao longo dos anos. E tais tarefas, quando há planejamento e previsão de longo prazo, avaliação de longo prazo, são resolvidas pelos economistas para as empresas.
Vemos essas tarefas e tudo parece estar bem, mas surge a pergunta: como os economistas diferem dos cientistas de dados comuns, porque também resolvem problemas semelhantes? Por que os economistas são especiais, qual é a sua vantagem comparativa? Vamos explicar com o exemplo da "escada da causalidade". Ela tem três níveis. Usando o exemplo de três questões no contexto de uma loja offline, tentarei explicar por que as empresas precisam de economistas.
Imagine que você é o dono de uma típica loja de esquina e deseja prever a demanda por cerveja e batatas fritas. Você deseja reabastecer o estoque de mercadorias à venda na próxima semana - isso requer uma previsão de demanda. Imagine o primeiro caso: a próxima semana não difere significativamente da anterior. Então, com base no histórico de compras anteriores, podemos construir um modelo que preveja a demanda por chips e cerveja para a próxima semana. A pergunta que você está fazendo é: "Quanta cerveja e batatas fritas as pessoas comprarão a preços atuais em nossa loja ou em outras lojas semelhantes?" A frase "a preços correntes" é muito importante aqui - isto é, estamos olhando para o status quo.
Chamaremos isso de questão de Nível 1: não nos importamos por que a demanda por produtos foi a mesma na semana passada. Um bom modelo preditivo que construiremos não precisa explicar por que as pessoas compraram tanta cerveja e batatas fritas - ele deve prever o futuro com uma precisão razoável com base em dados anteriores. Exemplos de tais modelos: reconhecimento de imagens visuais (para distinguir um gato de um cachorro em uma foto), detecção de mensagens de spam em e-mail, determinação da classificação de crédito de um cliente potencial. Em modelos preditivos, as relações de causa e efeito não são importantes; Com base nos dados que você já possui, você deseja fazer uma previsão para um novo objeto - uma imagem, uma mensagem, um cliente. É aqui que as técnicas de aprendizado de máquina funcionam muito bem. Podemos ensinar técnicas avançadas e fazer previsões muito boas.
Vamos passar para a segunda pergunta e o segundo nível da escada. Digamos que desejamos alterar o preço da cerveja na próxima semana. A pergunta que estamos fazendo é: “o que acontecerá com as vendas de cerveja na próxima semana se o preço subir? E o que acontecerá com as vendas de chips, que possivelmente estão relacionadas às vendas de cerveja? ” Por que não podemos simplesmente usar casos do passado quando o preço da cerveja mudou no passado? Precisamente porque, talvez, no passado, o preço tenha mudado por outros motivos. Agora queremos aumentar o preço nós mesmos; no passado, talvez todas as lojas o aumentassem automaticamente ao mesmo tempo, devido a mudanças nos impostos especiais de consumo. Ou poderia ter acontecido por outros motivos. Mas o modelo preditivo não é capaz de saber essas razões, e aqui não podemos simplesmente usar o aprendizado de máquina para ajustar o preço da cerveja, aumentá-lo de alguma forma e prever.o que acontecerá com as vendas de cerveja e batatas fritas. Os modelos de aprendizado de máquina não funcionam em termos de causa e efeito. Eles apenas veem as correlações que estavam nos dados no passado e veem as probabilidades condicionais: por exemplo, a probabilidade de uma pessoa comprar chips se já tiver comprado uma cerveja.
O que fazer neste caso? Podemos fazer um experimento. Só podemos aumentar o preço da cerveja em uma loja separada em nossa rede (suponha que tenhamos uma rede de lojas) e ver o que acontece nesta loja na próxima semana com as vendas de cerveja e batatas fritas - e em outras lojas também. Aqui estamos fazendo um teste A / B básico. Como fazer corretamente - essas são as tarefas que os economistas definem nas empresas. Este é o segundo nível de perguntas sobre causalidade. Aqui, em contraste com o primeiro nível, queremos saber o que acontece se fizermos uma mudança - ou seja, podemos sentir a causa e o efeito, a mudança que estamos fazendo e o resultado final (vendas de cerveja e batatas fritas).
O terceiro nível é ainda mais difícil. Digamos que aumentamos o preço da cerveja e vemos que as vendas de batatas fritas caíram. Por que as vendas de chips caíram? É porque a cerveja ficou mais cara - ou talvez porque agora vendemos palitos de milho mais baratos do que batatas fritas? Então pegamos, não pensamos e mudamos o preço das varas. Ou simplesmente não podemos controlar tudo: temos lulas, pistache, palitos de milho e o preço por eles também muda. É difícil para nós conduzir um experimento semelhante ao experimento do segundo nível: os preços de muitos bens mudam, alguns deles são substituídos, alguns são complementados por chips (como a cerveja). E então nos deparamos com a seguinte pergunta: "O que aconteceria com as vendas de chips esta semana se não mudássemos os preços da cerveja?" Aqui queremos entender o que aconteceria se todas as outras mudanças ocorressem, exceto a mudança no preço da cerveja.Você precisa pensar em uma realidade paralela em que era assim e, de alguma forma, construí-la.
Esta é uma questão de terceiro nível: o que aconteceria se. Nosso modelo preditivo é incapaz de responder a ela, incapaz de construir uma realidade paralela. Muitas vezes, essa pergunta não pode ser respondida com a ajuda de experimentos. É aqui que os economistas são necessários: ao longo do último meio século, eles têm estudado o comportamento humano e feito exatamente essas perguntas - "o que teria acontecido se isso não tivesse acontecido."
Um exemplo dessa questão: nos anos 70 do século XX no País Basco - uma região da Espanha - havia um forte movimento separatista, houve muitos ataques terroristas. Os economistas queriam avaliar o que teria acontecido ao País Basco - como ele teria se desenvolvido economicamente - se esses ataques não tivessem acontecido. Como os economistas fazem isso? Eles constroem uma realidade paralela em que constroem um País Basco pacífico imaginário, e observam como ele se desenvolve, que crescimento econômico tem. Os resultados sugerem que a atividade terrorista no País Basco reduziu seu crescimento econômico em 10%. Aqui podemos entender que essas são as perguntas que o economista vem fazendo há muito tempo, e eles desenvolveram muitos métodos para responder a essas perguntas. É por isso que são valiosos para os negócios.
Portanto, tentamos explicar por que os economistas são valiosos para os negócios e como eles diferem dos cientistas de dados comuns. A última pergunta do nosso webinar é: "Por que as empresas vão contratar mais economistas?" Responderemos com um exemplo de anúncio online.
As empresas gastam grandes quantias de dinheiro em publicidade - online e offline. Em suma, ninguém sabe exatamente como funciona a publicidade. O status quo entre os profissionais de marketing é que a publicidade funciona. Muitos economistas têm uma opinião diferente, eles acreditam que em 90% dos casos isso não funciona - mas o status quo é que funciona "de alguma forma" (e ninguém sabe dizer como exatamente). A questão "como exatamente a propaganda funciona" é exatamente uma questão de 2-3 níveis da escada da causalidade, e é impossível respondê-la bem com a ajuda de modelos preditivos.
Exemplos mais específicos de perguntas que as empresas estão fazendo: "O que acontecerá com as vendas se você gastar o dobro em publicidade no mês que vem?" Claro, podemos realizar um experimento - gastar 2 vezes mais em publicidade. Mas como entender então que a propaganda trouxe novas vendas? Isso pode ser devido a vendas sazonais no mesmo mês, ou devido a outra atividade promocional. Uma empresa pode ter muitos canais de publicidade, especialmente um grande como o Zalando, e os orçamentos podem variar para muitos deles. Digamos que queremos aumentar o orçamento em um deles e entender o que está acontecendo com as vendas - mas como podemos entender o que exatamente essa mudança levou a vendas adicionais? E se as vendas forem adiadas - o usuário viu o anúncio, mas fez a compra apenas um mês depois?
A próxima questão é como responder a questões tão complexas, dado que os usuários na Europa e em outros países estão cada vez menos dispostos a compartilhar seus dados - cookies e outros? É cada vez mais difícil para as empresas rastrear os usuários. Rastrear usuários fora de seu site em um nível individual não é possível na maioria dos casos; você não pode saber o que o usuário estava fazendo na plataforma em que seu anúncio estava - Facebook ou Instagram. As empresas fazem essas perguntas e contratam economistas para essas perguntas.
No final de nossa conversa sobre economistas no mundo dos negócios, quero contar a vocês uma parábola italiana. O dono da pizzaria tinha dois filhos e os mandou distribuir cupons de café grátis - apenas para atrair mais clientes para sua pizzaria. E ele organizou uma competição entre os filhos. Ele disse: Eu te dou cupons azuis e vermelhos para distinguir de quem o comprador veio com o cupom, e vou comprar uma bola de futebol para aquele que tiver mais cupons no caixa. Um filho saiu para distribuir cupons para atrair visitantes. E o outro filho ficou na pizzaria e, enquanto o pai fazia pizza na cozinha, começou a distribuir cupons para as pessoas da fila que iam comprar pizza. Pergunta: qual desses filhos ganhou?
Na verdade, essa parábola também funciona no ramo da publicidade. A empresa gasta dinheiro com pessoas que comprariam o produto que você está vendendo? Ou está gastando dinheiro com aquelas pessoas que realmente atrairá por meio da publicidade e que, em uma realidade paralela, onde não houvesse publicidade, não comprariam seu produto? E então, quando falamos sobre essas realidades paralelas, quando precisamos pensar sobre elas e construí-las, é aí que precisamos de economistas. Portanto, a empresa os está recrutando.
Vou te dizer o que fazer se você quiser saber mais sobre economia. Posso recomendar livros e podcasts. Um excelente livro para começar é o livro do ex-reitor do NES, Sergei Guriev, Myths of Economics. A partir daí, peguei um exemplo hoje sobre o custo da vida humana. Você pode ler neste livro sobre os mitos que existem sobre o que os economistas fazem e como a economia funciona, e sobre como desmascarar esses mitos. Você pode ler sobre por que alguns países são ricos e outros não, qual é o consenso entre os economistas e quanto trabalho eles fizeram estudando a história dos países, você pode ler no livro "Por que as nações falham". Sobre tarefas de nível mais micro, quando não olhamos para os países, mas para o comportamento dos indivíduos, e sobre como os economistas diferem dos cientistas de dados normais que estão envolvidos em tarefas de previsão ou classificação,você pode ler no livro "Mostly Harmless Econometrics" - trata-se de métodos econométricos, métodos estatísticos especiais para estudar relações de causa e efeito. O Livro do Porquê também enfoca a causalidade, que é de onde eu peguei o conceito de uma escada de três níveis de causa e efeito; faz um ótimo trabalho ao explicar por que as empresas precisam de mais e mais economistas.
Eu também queria compartilhar podcasts e palestras. Há “Economia de ouvido” em russo - um excelente podcast do VTimes. Além disso, o podcast "Economics and Life" está no canal do NES no YouTube; em geral, você pode encontrar muitas palestras interessantes sobre ele.
Se você quiser ler ou ouvir em inglês, posso recomendar o Freakonomics - este é o podcast mais popular sobre economia, muito interessante. É a partir disso que você pode entender como as perguntas malucas que os economistas estão prontos para fazer - e respondê-las usando bons métodos matemáticos e econométricos. Os redatores de podcast também têm um blog em seu site e alguns bons livros que eu também recomendo.
P: agora, na Rússia, o teto salarial para economistas é de US $ 1000 por mês - o que é preciso para conseguir um emprego no Google?
Na verdade, para conseguir um emprego como economista no Google, você precisa de um PhD em economia - o Google só pode escolher entre um PhD em economia. Isso não significa que você não possa fazer economia no Google: você pode fazer isso como cientista de dados e colaborar com economistas. Sei disso por meus colegas que trabalham no Google. Não será tão fácil, mas acho que é possível.
Se você tiver alguma dúvida sobre o que eu contei, responderei a mais interessante delas ainda mais tarde. Obrigado a todos que fizeram perguntas interessantes e se interessaram por esta palestra.
