Cette semaine, Evgeny Kanashevsky, économiste de Zalando, docteur en économie de l'Université de Pennsylvanie, s'est exprimé sur nos réseaux sociaux.
Au travail, Zhenya est engagé dans l'établissement de relations causales dans la publicité en ligne à l'aide de méthodes expérimentales et quasi-expérimentales et de modèles d'apprentissage automatique.
Nous partageons avec vous la transcription de l'émission.
Je m'appelle Evgeny Kanashevsky. Aujourd'hui, nous parlerons de ce pour quoi les entreprises informatiques paient les économistes, en quoi les économistes diffèrent des scientifiques ordinaires des données, et nous répondrons à des questions intéressantes telles que «combien coûte une vie humaine?».
Tout d'abord, je vais me présenter. Je travaille actuellement en tant qu'économiste / data scientist dans une grande entreprise appelée Zalando. C'est une boutique en ligne qui vend des vêtements, des chaussures, des cosmétiques dans 16 pays européens et prévoit de se développer sur de nouveaux marchés. Avant de rejoindre Zalando en 2020, je faisais mon doctorat en économie à la Pennsylvania State University. J'ai commencé à m'intéresser à l'économie bien avant cela, lorsque j'ai étudié au MIPT puis à la Russian School of Economics.
Avant de faire mon doctorat en économie, j'ai travaillé pendant 2 ans dans une agence de publicité contextuelle à Moscou; voulait vraiment en savoir plus sur ce qu'est l'économie et comment elle fonctionne. Pour étancher ma soif, j'ai fini par faire un doctorat. J'espère maintenant partager cette connaissance avec vous. J'espère que vous serez intéressé et nous comprendrons pourquoi les entreprises ont besoin d'économistes.
Tout d'abord, essayons de démystifier certaines des idées bien établies sur les économistes, qui, d'après mon expérience, sont présentes en Russie. Beaucoup d'entre vous ont probablement suivi des cours d'économie à l'université, et vous vous souvenez que vous avez dépassé les courbes d'équilibre du marché, d'offre et de demande. Certains d'entre vous, peut-être, sont passés par un autre type d'équilibre macroéconomique - en quoi consiste le PIB, comment le calculer, qu'adviendra-t-il du PIB si l'État dépense autant d'argent, quelles taxes sont perçues auprès de la population. Vous avez peut-être répondu à de telles questions dans un cours d'économie à l'université, et peu d'entre nous ont progressé davantage.
L'opinion dominante sur les économistes est qu'ils travaillent dans des institutions académiques (NES, HSE) ou des organisations internationales (FMI, Banque mondiale, Organisation pour l'assistance et le développement économiques), et là ils aident les pays à sortir du piège de la pauvreté et à mener des activités économiques. réformes. Ils peuvent travailler dans des organisations étatiques - banques centrales, ministères du développement économique de leur pays. S'ils sont très ambitieux, ils peuvent alors essayer de devenir conseiller économique du président des États-Unis. La vision stéréotypée des économistes de l'industrie est que dans l'industrie, ils travaillent dans le secteur bancaire et financier.
J'ai souvent rencontré ce point de vue par défaut des économistes - qu'ils ne font que ces choses. En fait, l'économie est beaucoup plus large. Elle s'occupe de toutes sortes de problèmes intéressants liés aux personnes, et c'est pourquoi les entreprises les embauchent.
Voyons quelles questions se posent les économistes. Des réponses sont apportées à ces questions, des conférences sont données sur celles-ci dans les cours d'économie, en licence.
L'une des questions fondamentales auxquelles les économistes cherchent des réponses est: «Pourquoi certains pays sont-ils riches et d'autres pauvres? C'est une question comme "qu'est-ce qui est arrivé avant - un œuf ou un poulet?" Qu'est-ce qui s'est passé avant: la croissance économique ou les institutions démocratiques? Les pays du monde anglo-saxon sont si riches parce qu'ils ont mis en place des institutions démocratiques (séparation des pouvoirs, législature indépendante, pouvoir judiciaire indépendant, séparé du pouvoir exécutif) - et c'est pourquoi ils sont devenus si riches plus tard, ont pu se développer économiquement. ? Ou est-ce l'inverse: ces pays ont grandi économiquement, puis, devenus riches, ont décidé de créer eux-mêmes des institutions démocratiques? C'est une question non triviale, et il est très difficile d'y répondre. Cette question est essentielle pour de nombreux pays: par exemple, la Chine est un pays dont l'économie croît très rapidement.Sera-t-elle capable de croître encore au même rythme, et la Chine a-t-elle besoin de ces institutions très démocratiques, ou la Chine pourra-t-elle continuer de croître dans un environnement assez antidémocratique?
Cette question était pertinente auparavant. Dans la première moitié du XXe siècle, l'URSS s'est développée très rapidement, peut-être plus vite que les pays du monde occidental. Les économistes se sont demandé si l'URSS pouvait continuer à croître ainsi, une question qui était stratégiquement extrêmement importante pendant la guerre froide. Une histoire plus poussée a montré que l'URSS était incapable de poursuivre son développement économique, et le consensus parmi les économistes est que cela était impossible en raison du manque d'institutions démocratiques et de mécanismes de marché de l'économie.
Telles sont les questions que se posent les économistes. Ces questions sont complexes car il n'y a pas tellement de pays dans le monde; il est impossible de se pencher sur un univers parallèle où l'URSS se serait développée en utilisant les mécanismes de marché de l'économie et les institutions démocratiques. En plus des questions à l'échelle mondiale, les économistes posent des questions plus quotidiennes qui ont une bonne valeur pratique. Par exemple - comment vendre de manière rentable des fréquences radio dans plusieurs États américains. Imaginez: vous possédez une certaine plage de fréquences radio (vous représentez l'état). Vous voulez les vendre de la manière la plus rentable - afin de rentabiliser le plus possible votre budget. La question se pose: comment organiser un mécanisme par lequel vous ferez cela? Les économistes suggèrent d'utiliser des enchères pour vendre des fréquences; ça semble logique si tu te souvienscomment les œuvres d'art sont vendues, par exemple. Mais alors la question suivante se pose: comment organiser une vente aux enchères de la meilleure façon possible afin d'obtenir le plus d'argent possible dans le budget?
Cela semble abstrait - mais pensez à des choses comme la collusion, par exemple. Les acheteurs aux enchères peuvent parvenir à un accord dans votre dos et dire: laissez-moi acheter ces fréquences, et vous - celles-ci, et vous placerez une enchère basse sur certaines bandes, et moi - sur d'autres. Et puis ils paieront le moins possible. La tâche des économistes est d'empêcher une telle collusion et de fournir à l'État autant d'argent que possible dans le budget, qui sera utilisé au profit des citoyens.
Un autre exemple de question intéressante que se posent les économistes est: «Comment mettre en place un marché de transplantation rénale pour sauver le plus de gens possible? Le mot «marché» ne sonne pas très bien moralement ici à moins que vous ne soyez économiste; Très probablement, ce mot ici est associé au marché illégal, à la vente de reins, qui est un crime. Mais quand je parle de «marché» maintenant, je veux dire qu'il y a une demande de reins: il y a des gens qui ont besoin de reins, et il y a des gens qui sont prêts à offrir leurs reins - parce qu'une personne peut vivre normalement avec un rein.
Imaginez une situation hypothétique: votre femme (mari, petite amie, petit ami, parent) a besoin d'un rein et vous êtes prêt à en faire don. Mais le fait est que la compatibilité est nécessaire. Votre proche peut tout simplement ne pas convenir à votre propre rein. Ce que vous pouvez faire: vous pouvez trouver la même paire de personnes (peut-être d'une autre ville, région ou pays) qui sont incompatibles entre elles, mais en même temps votre rein peut s'adapter à une personne dans le besoin d'une autre paire - et vice versa. Et ainsi, deux personnes qui auparavant n'avaient pas eu la chance d'avoir un rein, ou qui devaient attendre une très longue file d'attente pour un rein (et cela peut prendre des mois ou des années), cette chance apparaît du fait que nous avons trouvé deux couples prêts à échanger des reins, dans ce «marché» du rein. Nous avons aidé les gens.
Bien sûr, la situation peut être beaucoup plus compliquée. Peut-être que vous devez tourner une chaîne de très nombreux mouvements - pour attirer beaucoup de paires de personnes dans lesquelles, quand elles seront toutes ensemble, il sera possible de trouver de tels échanges afin que toutes les personnes dans le besoin de ces paires reçoivent un rein . Seules deux paires sont facultatives. Vous pouvez imaginer un exemple avec trois paires: le rein d'une personne en bonne santé d'une paire correspond à une personne dans le besoin de la paire suivante, et ainsi de suite. De tels cycles peuvent aller jusqu'à 70 paires, en fait. Voici un exemple de cas dans lequel des économistes ont conçu un algorithme pour organiser le «marché» et aider les personnes ayant subi une greffe de rein. Pour cela, elle a reçu le prix Nobel d'économie en 2012 des mains du professeur Al Roth à l'Université de Stanford.
Une autre question intéressante qui n'est pas tout à fait évidente d'un point de vue moral est «combien coûte une vie humaine». D'un point de vue moral, on ne sait pas du tout comment l'évaluer - après tout, la vie humaine n'a pas de prix. Mais nous pouvons penser comme des économistes - de manière pragmatique et pratique, là où nous pouvons avoir besoin d'évaluer la vie humaine.
Imaginez que vous vouliez dépenser de l'argent pour améliorer les routes en Russie. Chaque année, 15 000 personnes meurent sur les routes, environ. Vous pensez combien vous êtes prêt à investir dans l'amélioration des routes - du point de vue de l'État. Une bonne façon d'y penser est de savoir combien de vies seraient sauvées par une telle amélioration des routes. Pour une bonne estimation des coûts de construction de routes et des avantages qui peuvent être obtenus de la construction de routes, il suffit du coût d'une vie humaine.
Ces estimations ont été faites; ils ont été faits pour les États-Unis, car il existe de bonnes données à des niveaux très différents. Ces estimations suggèrent que le coût d'une vie humaine varie de 4 à 9 millions de dollars. De telles évaluations, bien sûr, doivent être projetées sur la Russie - nous devons mesurer comment le prix de la vie humaine diffère dans les pays où les gens gagnent moins et apportent moins de valeur. Il s'agit d'une estimation très approximative, mais il existe des règles de recalcul. Et, aussi grossier que cela puisse paraître, le coût de la vie humaine en Russie est moindre qu'en Amérique, simplement parce que l'économie russe est moins productive. Mais, néanmoins, vous pouvez obtenir des estimations et, avec l'aide de cela, résoudre des problèmes pratiques - par exemple, combien nous sommes prêts à dépenser pour améliorer la sécurité routière afin de perdre moins de personnes.
Donc, j'espère, c'est devenu à peu près clair: les économistes sont engagés dans une variété de problèmes, mais le point commun dans ces questions est que nous n'étudions pas partout des objets du monde matériel (comme la physique, par exemple), mais des personnes vivantes. Les économistes étudient les motivations des gens - comment les gens travaillent, quelles décisions ils prennent.
Où travaillent les économistes - en plus des organisations internationales, des institutions scientifiques, des agences gouvernementales et des banques? Les économistes travaillent dans le conseil industriel, principalement dans divers cabinets de conseil. De plus en plus de travail dans de grandes et petites entreprises informatiques. Pour ne citer que des exemples des plus grandes entreprises - Google, Amazon, Uber, Facebook; L'entreprise pour laquelle je travaille (Zalando) est une entreprise de commerce électronique qui dispose de sa propre équipe d'économistes pour résoudre les problèmes de comportement humain. Netflix est un exemple de petite entreprise qui engage des économistes pour s'attaquer à des problèmes très intéressants.
Le marché des entreprises qui embauchent des économistes ne se limite pas à ces exemples. Mais les grandes entreprises qui embauchent beaucoup de monde en principe embauchent de plus en plus d'économistes.
Ensuite, la question est: pourquoi les entreprises informatiques engagent-elles des économistes? La réponse monosyllabique est d'offrir la valeur client. Autrement dit, nous partons de l'hypothèse que les entreprises veulent offrir de la valeur au client, et pour cela, elles doivent comprendre comment les clients prennent des décisions (pour résumer, comment les gens le font). C'est au moins ce que font les économistes depuis 100 ans. Ils étudient comment les gens prennent des décisions dans une grande variété de situations. Non seulement sur les marchés classiques auxquels vous pourriez penser à partir des cours d'introduction à l'économie que vous avez suivis, mais sur une grande variété de marchés et dans une grande variété de situations.
Pour répondre plus en détail à la question «pourquoi les entreprises informatiques recrutent des économistes», nous analyserons trois points. Premièrement, pourquoi les économistes recherchent-ils comment les gens prennent des décisions dans une grande variété de situations - comment se fait-il qu'ils le fassent et posent des questions étranges ("quelle est la valeur d'une vie humaine?", "Comment organiser le marché des greffes de rein ? "). Dans un second temps, nous analyserons 4 types de tâches pour lesquelles les entreprises ont besoin d'économistes. Enfin, nous discuterons des raisons pour lesquelles les entreprises ont besoin d'économistes et non de data scientists ordinaires: quelles sont les différences entre eux.
Premier point: pourquoi les économistes répondent-ils aux questions sur le comportement humain? Un peu d'histoire fera l'affaire ici. Les économistes ont commencé à étudier l'équilibre du marché dès le 18e siècle (au moins). Ils ont commencé à se poser des questions: comment les marchés sont organisés, comment la demande est formée, comment l'offre est organisée. Ils pensaient aux marchés classiques - imaginons un marché du coton ou des céréales, par exemple. Cela n'était pas lié à des questions aussi «folles» comme la valeur de la vie humaine. Cependant, sur ces marchés classiques, l'équilibre - le prix d'équilibre, la quantité de marchandises vendues - dépendait des décisions prises par les gens et des motivations qui les guidaient lorsqu'ils achetaient et vendaient des biens. Lorsque les économistes étudient l'équilibre du marché, ils doivent développer des méthodes mathématiques suffisamment avancées pour mieux répondre aux questions qui se posent.Au XXe siècle, les économistes et les mathématiciens développaient des méthodes mathématiques pour répondre aux questions liées à l'équilibre du marché.
Vous avez peut-être regardé le film A Beautiful Mind - c'est un excellent exemple. Il s'agit d'un film sur John Nash, un mathématicien qui a remporté le prix Nobel d'économie pour ses articles sur la théorie des jeux. C'est à l'origine un concept mathématique, mais les économistes appliquent très activement les travaux de Nash et d'autres mathématiciens - et en général, des mathématiques très avancées - dans l'étude du marché. C'est en partie pourquoi les économistes sont capables de résoudre des questions complexes et bizarres.
Au début du 20e siècle, les statistiques sont extraites de l'étude des relations de cause à effet. Les statistiques ont délibérément commencé à se soucier uniquement des distributions de données, des distributions conditionnelles, de la façon dont les données sont organisées, de la façon dont, en connaissant une variable, pour en prédire une autre (c'est-à-dire quelle est la probabilité qu'un événement se produise tout en observant un autre événement ). Des statistiques extraites de questions telles que "comment la présence d'institutions démocratiques affecte-t-elle la croissance économique d'un pays au cours des 100 prochaines années?" ou «dans un pays, les gens cultivent des cultures qui ont une très grande taille de plantation et sont donc rentables de travailler avec du travail forcé - en quoi la croissance dans ce pays différera-t-elle de la croissance des pays qui cultivent d'autres cultures - par exemple, les céréales - avec une plantation plus petite , c'est pourquoi il y a beaucoup d'agriculteurs dans ces pays,et le travail forcé en eux ne serait pas aussi rentable que dans les plantations de riz ou de canne à sucre; comment ces faits affecteront-ils la croissance économique future de ces pays? " (sous l'influence, on entend une relation causale).
Les économistes ont dû développer leurs propres méthodes - des méthodes économétriques - pour répondre précisément aux questions de cause à effet, plutôt qu'à de simples questions sur les corrélations ou les probabilités conditionnelles. Cela s'est produit au début du 20e siècle. On revient sur le dernier quart de siècle et on comprend que les économistes, depuis le 18e siècle, développent des méthodes mathématiques, des mathématiques rigoureuses; depuis au moins le XXe siècle, les économistes ont développé des méthodes statistiques sophistiquées qui aident à répondre avec plus de confiance aux questions de cause à effet. Et nous comprenons que l'économie est la science qui aide à répondre aux questions sur le comportement humain et à le faire aussi strictement que possible - en utilisant les normes les plus élevées possibles pour établir la causalité.
Quelle est la particularité du comportement humain et de son étude? Le fait est que nous ne pouvons pas expérimenter ici. Nous ne pouvons pas cloner une personne et vérifier ce qui serait arrivé à la même personne qui serait entrée dans une autre université, par exemple, et aurait reçu une éducation de moindre qualité - comment cela affecterait-il ses revenus futurs. Par conséquent, les économistes ont dû développer des méthodes mathématiques et statistiques pour comprendre exactement comment les décisions des gens affectent leur avenir et ce qui leur arrivera.
Cela nous amène à la raison pour laquelle les entreprises informatiques recrutent des économistes. J'ai identifié 4 grands domaines dans lesquels les économistes travaillent dans des entreprises informatiques; ce n'est pas une liste complète - les économistes font aussi d'autres choses, mais ces domaines sont déjà formés.
Le premier domaine est l'évaluation de la demande de biens ou de services. De nombreuses entreprises peuvent être envisagées ici, mais je donnerai les exemples les plus frappants. Amazon est l'un des plus grands magasins en ligne (je ne peux pas dire qui est le plus grand - Amazon ou Alibaba), une énorme entreprise avec un personnel énorme, ce qui est très important pour évaluer la demande: combien de produits seront vendus, comment les prix changeront affectera les ventes. Uber est un paradis pour les économistes car il a beaucoup de données: vous pouvez estimer la demande de taxis, vous pouvez répondre à des questions comme «comment fixer les prix pour Uber aux heures de pointe dans le centre de Manhattan, comment ces prix devraient-ils différer des prix d'autres fois dans ce même endroit; comment faire en sorte qu'Uber reçoive des revenus, et en même temps les gens peuvent commander un taxi et un taxi viendra à eux ». Autrement dit, nous voyons qu'il y a beaucoup de gens ici et qu'ils ont des incitations différentes:le client est incité à prendre un taxi aussi rapidement et à moindre coût que possible; Uber et un chauffeur de taxi veulent gagner de l'argent.
Les enchères sont un deuxième exemple de problème. Les exemples les plus frappants ici sont Google et Yandex, les marchés de la publicité en ligne. Chaque fois que vous tapez quelque chose dans une recherche, il y a une petite enchère et quelqu'un paie pour vous montrer une annonce. De 70 à 90% des revenus de la société mère de Google - Alphabet - proviennent de ces enchères, c'est-à-dire que Google vit de la publicité (Yandex aussi). Les économistes travaillent sur la façon de concevoir ces enchères afin que les entreprises ne dépensent pas d'argent supplémentaire en publicité et que les utilisateurs obtiennent des publicités pertinentes. Toutes ces incitations sont prises en compte dans la conception des enchères par les économistes.
La troisième couche de tâches est constituée d'expériences et de quasi-expériences (tests A / B). Les tests A / B sont effectués régulièrement et en continu dans les grandes entreprises. Les économistes conçoivent ici des systèmes pour les tests A / B; en fait, c'est facile à faire, c'est difficile de bien le faire. Comment faire des tests A / B correctement, mesurer les résultats, dépenser un minimum de ressources et tirer le meilleur parti - tout cela est fait par des économistes d'entreprises comme Google, Facebook ou Zalando. Netflix est bien connu pour son expérimentation et sa plateforme de test A / B.
La quatrième couche consiste à mesurer l'impact en aval: comment un produit affecte, par exemple, la valeur à vie que vous obtenez d'un client. Imaginez que vous vouliez estimer le coût d'un service d'abonnement comme Amazon Prime: combien facturer les abonnés pour maximiser les abonnements afin que les gens ne se désabonnent pas? Pour ce faire, vous devez estimer la valeur qu'Amazon Prime apporte au client - pas en un jour ou en un mois, mais au fil des ans. Et ces tâches, lorsqu'il y a planification et prévision à long terme, évaluation à long terme, sont résolues par des économistes pour les entreprises.
Nous voyons ces tâches, et tout semble aller bien, mais la question se pose: en quoi les économistes diffèrent-ils des data scientists ordinaires, car ils résolvent également des problèmes similaires? Pourquoi les économistes sont-ils spéciaux, quel est leur avantage comparatif? Expliquons avec l'exemple de l '«échelle de causalité». Elle a trois niveaux. En utilisant l'exemple de trois questions dans le contexte d'un magasin hors ligne, je vais essayer d'expliquer pourquoi les entreprises ont besoin d'économistes.
Imaginez que vous êtes propriétaire d'un dépanneur typique et que vous voulez prédire la demande de bière et de chips. Vous souhaitez reconstituer le stock de marchandises à vendre pour la semaine prochaine - cela nécessite une prévision de la demande. Imaginez le premier cas: la semaine suivante ne diffère pas significativement de la précédente. Ensuite, sur la base de l'historique des achats précédents, nous pouvons construire un modèle qui prédit la demande de chips et de bière pour la semaine prochaine. La question que vous vous posez est: "Combien de bière et de chips les gens achèteront-ils aux prix actuels dans notre magasin ou dans d'autres magasins similaires?" L'expression «aux prix courants» est très importante ici - c'est-à-dire que nous examinons le statu quo.
Nous appellerons cela une question de niveau 1: nous ne nous soucions pas de savoir pourquoi la demande de biens était la même la semaine dernière. Un bon modèle prédictif que nous allons construire n'a pas à expliquer pourquoi les gens ont acheté autant de bière et de chips - il doit prédire l'avenir avec une précision raisonnable basée sur des données passées. Exemples de tels modèles: reconnaissance d'images visuelles (pour distinguer un chat d'un chien sur une photo), détection de spam dans les e-mails, détermination de la cote de crédit d'un client potentiel. Dans les modèles prédictifs, les relations de cause à effet ne sont pas importantes; Sur la base des données dont vous disposez déjà, vous souhaitez faire une prédiction pour un nouvel objet - une image, un message, un client. C'est là que les techniques d'apprentissage automatique fonctionnent très bien. Nous pouvons enseigner des techniques avancées et faire de très bonnes prédictions.
Passons à la deuxième question et au deuxième niveau de l'échelle. Disons que nous voulions changer le prix de la bière pour la semaine prochaine. La question que nous nous posons est: «qu'adviendra-t-il des ventes de bière la semaine prochaine si le prix augmente? Et qu'adviendra-t-il des ventes de chips, qui sont peut-être liées aux ventes de bière? " Pourquoi ne pouvons-nous pas simplement utiliser des cas du passé où le prix de la bière a changé dans le passé? Précisément parce que, peut-être, dans le passé, le prix a changé pour d'autres raisons. Maintenant, nous voulons augmenter le prix nous-mêmes; dans le passé, peut-être que tous les magasins l'augmentaient automatiquement en même temps, en raison des changements dans les taxes d'accise. Ou cela aurait pu arriver pour d'autres raisons. Mais le modèle prédictif n'est pas en mesure de connaître ces raisons, et ici nous ne pouvons pas simplement utiliser l'apprentissage automatique pour modifier le prix de la bière, l'augmenter d'une manière ou d'une autre et prédire.qu'adviendra-t-il des ventes de bière et de chips? Les modèles d'apprentissage automatique ne fonctionnent pas en termes de cause à effet. Ils voient simplement les corrélations qui étaient dans les données dans le passé et voient des probabilités conditionnelles: par exemple, la probabilité qu'une personne achète des chips si elle a déjà acheté une bière.
Que faire dans ce cas? Nous pouvons faire une expérience. Nous ne pouvons augmenter le prix de la bière que dans un magasin séparé de notre chaîne (supposons que nous ayons une chaîne de magasins) et voir ce qui se passe dans ce magasin la semaine prochaine avec les ventes de bière et de chips - et dans d'autres magasins également. Ici, nous faisons un test A / B de base. Comment le faire correctement - ce sont les tâches que les économistes se fixent dans les entreprises. C'est le deuxième niveau de questions sur la causalité. Ici, contrairement au premier niveau, nous voulons savoir ce qui se passe si nous faisons un changement - c'est-à-dire que nous pouvons ressentir la cause et l'effet, le changement que nous faisons et le résultat final (ventes de bière et de chips).
Le troisième niveau est encore plus difficile. Disons que nous avons augmenté le prix de la bière et que nous voyons que les ventes de chips ont chuté. Pourquoi les ventes de chips ont-elles chuté? Est-ce parce que la bière est devenue plus chère - ou peut-être parce que nous vendons maintenant des bâtonnets de maïs moins chers que des chips? Nous l'avons donc pris, n'avons pas réfléchi et avons changé le prix des bâtons. Ou nous ne pouvons tout simplement pas tout contrôler: nous avons des calmars, des pistaches, des bâtons de maïs et leur prix change également. Il nous est difficile de mener une expérience similaire à l'expérience du deuxième niveau: les prix de beaucoup de biens changent, certains sont remplacés, certains sont complétés par des chips (comme la bière). Et puis nous sommes confrontés à cette question: "Qu'adviendrait-il des ventes de chips cette semaine si nous ne changions pas les prix de la bière?" Ici, nous voulons comprendre ce qui se passerait si tous les autres changements avaient lieu, à l'exception du changement du prix de la bière.Vous devez penser à une réalité parallèle dans laquelle il en était ainsi, et en quelque sorte la construire.
C'est une question de troisième niveau: que se passerait-il si. Notre modèle prédictif est incapable d'y répondre, incapable de construire une réalité parallèle. On ne peut souvent pas répondre à cette question à l’aide d’expériences. C'est là que les économistes sont nécessaires: au cours du dernier demi-siècle, ils ont étudié le comportement humain et se sont juste posés de telles questions - «que se serait-il passé si cela ne s'était pas produit».
Un exemple d'une telle question: dans les années 70 du XXe siècle au Pays basque - une région d'Espagne - il y avait un fort mouvement séparatiste, il y avait de nombreux attentats terroristes. Les économistes voulaient évaluer ce qui serait arrivé au Pays basque - comment il se serait développé économiquement - si ces attaques n'avaient pas eu lieu. Comment font les économistes? Ils construisent une réalité parallèle dans laquelle ils construisent un Pays basque imaginaire et pacifique, et regardent comment il se développe, quelle croissance économique il a. Les résultats suggèrent que l'activité terroriste au Pays basque a réduit sa croissance économique de 10%. Ici, nous pouvons comprendre que ce sont les questions que l'économiste se pose depuis longtemps, et ils ont développé de nombreuses méthodes pour répondre à ces questions. C'est pourquoi ils sont précieux pour les entreprises.
Nous avons donc essayé d'expliquer pourquoi les économistes sont précieux pour les entreprises et en quoi ils diffèrent des data scientists ordinaires. La dernière question de notre webinaire est: "Pourquoi les entreprises embaucheront-elles plus d'économistes?" Nous répondrons par un exemple de publicité en ligne.
Les entreprises dépensent d'énormes sommes d'argent en publicité - en ligne et hors ligne. En un mot, personne ne sait vraiment comment fonctionne la publicité. Le statu quo parmi les spécialistes du marketing est que la publicité fonctionne. De nombreux économistes ont une opinion différente, ils croient que dans 90% des cas, cela ne fonctionne pas - mais le statu quo est que cela fonctionne "d'une manière ou d'une autre" (et personne ne peut dire exactement comment). La question «comment fonctionne exactement la publicité» est exactement une question de 2-3 niveaux de l'échelle de causalité, et il est impossible de bien y répondre à l'aide de modèles prédictifs.
Exemples plus spécifiques de questions posées par les entreprises: "Qu'arrivera-t-il aux ventes si vous dépensez deux fois plus en publicité le mois prochain?" Bien sûr, nous pouvons mener une expérience - dépenser 2 fois plus en publicité. Mais comment comprendre alors que la publicité a apporté de nouvelles ventes? Cela peut être dû aux ventes saisonnières du même mois ou à d'autres activités promotionnelles. Une entreprise peut avoir de nombreux canaux publicitaires, en particulier un grand comme Zalando, et les budgets peuvent varier pour beaucoup d'entre eux. Disons que nous voulons augmenter le budget de l'un d'entre eux et comprendre ce qui se passe avec les ventes - mais comment pouvons-nous comprendre exactement ce que ce changement a conduit à des ventes supplémentaires? Que faire si les ventes sont différées - l'utilisateur a vu l'annonce, mais a effectué l'achat seulement un mois plus tard?
La question suivante est de savoir comment répondre à des questions aussi complexes, étant donné que les utilisateurs en Europe et dans d'autres pays sont de moins en moins disposés à partager leurs données - cookies et autres? Il est de plus en plus difficile pour les entreprises de suivre les utilisateurs. Le suivi des utilisateurs en dehors de votre site à un niveau individuel n'est pas possible dans la plupart des cas; vous ne pouvez pas savoir ce que l'utilisateur faisait sur la plate-forme où se trouvait votre annonce - Facebook ou Instagram. Les entreprises posent ces questions et engagent des économistes pour ces questions.
À la fin de notre conversation sur les économistes en affaires, je veux vous raconter une parabole italienne. Le propriétaire de la pizzeria avait deux fils, et il les a envoyés pour distribuer des coupons pour du café gratuit - juste pour attirer plus de clients dans sa pizzeria. Et il a organisé un concours entre les fils. Il a dit: Je vous donne des coupons bleus et rouges pour distinguer de qui l'acheteur est venu avec le coupon, et j'achèterai un ballon de football à celui avec plus de coupons à la caisse. Un fils est sorti pour distribuer des coupons pour attirer les visiteurs. Et l'autre fils est resté à la pizzeria et, pendant que son père faisait des pizzas dans la cuisine, a commencé à distribuer des bons de réduction aux personnes en ligne qui étaient sur le point d'acheter de la pizza. Question: lequel de ces fils a gagné?
En fait, cette parabole fonctionne également dans le secteur de la publicité. L'entreprise dépense-t-elle de l'argent pour des personnes qui achèteraient de toute façon le produit que vous vendez? Ou dépense-t-il de l'argent pour ces personnes qu'il attirera vraiment par la publicité et qui, dans une réalité parallèle, où il n'y a pas de publicité, n'achèteraient pas votre produit? Et donc, quand on parle de ces réalités parallèles, quand il faut y penser et les construire, c'est là qu'il faut des économistes. Par conséquent, l'entreprise les recrute.
Je vais vous dire quoi faire si vous voulez en savoir plus sur l'économie. Je peux recommander des livres et des podcasts. Un excellent livre pour commencer est le livre de l'ancien recteur de la NES Sergei Guriev, Myths of Economics. De là, j'ai pris un exemple aujourd'hui sur le coût de la vie humaine. Vous pouvez lire dans ce livre sur les mythes qui existent sur ce que font les économistes et comment fonctionne l'économie, et sur la démystification de ces mythes. Vous pouvez lire pourquoi certains pays sont riches et d'autres non, quel est le consensus parmi les économistes et combien de travail ils ont fait pour étudier l'histoire des pays, vous pouvez lire dans le livre "Why Nations Fail". À propos de plus de tâches au niveau micro, lorsque nous ne regardons pas les pays, mais le comportement des individus, et comment les économistes diffèrent des spécialistes des données normaux qui sont engagés dans des tâches de prédiction ou de classification,vous pouvez lire dans le livre "Mostly Harmless Econometrics" - il s'agit de méthodes économétriques, de méthodes statistiques spéciales pour étudier les relations de cause à effet. Le livre du pourquoi se concentre également sur la causalité, où j'ai pris le concept d'une échelle à trois niveaux de cause à effet; il explique très bien pourquoi les entreprises ont besoin de plus en plus d'économistes.
Je voulais aussi partager des podcasts et des conférences. Il y a «Economics by ear» en russe - un excellent podcast de VTimes. En outre, le podcast "Economics and Life" est sur la chaîne YouTube NES; en général, vous pouvez trouver de nombreuses conférences intéressantes à ce sujet.
Si vous voulez lire ou écouter en anglais, je peux d'abord recommander Freakonomics - c'est le podcast le plus populaire sur l'économie, très intéressant. C'est à partir de là que vous pouvez comprendre comment les questions folles que les économistes sont prêts à poser - et y répondre en utilisant de bonnes méthodes mathématiques et économétriques. Les rédacteurs de podcast ont également un blog sur leur site Web et de bons livres que je recommande également.
Q: Désormais, en Russie, le plafond salarial des économistes est de 1 000 dollars par mois - que faut-il pour obtenir un emploi chez Google?
En fait, pour obtenir un emploi chez Google en tant qu'économiste, vous avez besoin d'un doctorat en économie - Google ne peut se permettre de choisir que parmi un doctorat en économie. Cela ne veut pas dire que vous ne pouvez pas du tout faire d'économie chez Google: vous pouvez les faire en tant que data scientist et collaborer avec des économistes. Je le sais de mes collègues qui travaillent chez Google. Ce ne sera pas si facile, mais je pense que c'est possible.
Si vous avez des questions sur ce que j'ai dit, je répondrai aux plus intéressantes encore plus tard. Merci à tous ceux qui ont posé des questions intéressantes et qui se sont intéressés à cette conférence.
