Uzupełnienie do pytań do koncepcji AdReactions

Część pytań z Pytania do koncepcji.md wymaga doprecyzowania. Poniżej te same kwestie opisane prościej, z przykładami i rekomendowaną odpowiedzią do akceptacji lub zmiany. Na końcu zebrano nowe pytania, które wynikły z udzielonych odpowiedzi.

Część 1 - pytania do wyjaśnienia (Q6, Q8, Q25)

Q6. Gdzie liczone są wskaźniki liczbowe

O co naprawdę pytamy. Modele uwagi (DeepGaze, UNISAL, ASM) zwracają obrazek, czyli mapę cieplną. Pokazuje ona, gdzie skupia się uwaga (jaśniej = większa uwaga). Model nie zwraca liczby w stylu "CTA dostaje 35% uwagi".

Przykład. Załóżmy, że na kreacji jest przycisk CTA w prawym dolnym rogu. Model odda mapę z jasną plamą w tym miejscu. Żeby powstała liczba "35%", ktoś musi wziąć zdefiniowany obszar CTA (AOI) i policzyć, ile "jasności" mapy wpada w ten obszar w stosunku do całości. To właśnie przecięcie mapy z obszarem AOI (saliency ∩ AOI).

Decyzja do potwierdzenia.

Czy zgadzamy się, że te wskaźniki liczy nasz backend, a modele oddają tylko mapy?
Czy akceptujemy listę wskaźników w MVP (udział uwagi na AOI, ranking AOI, mapa cieplna, porównanie wariantów, a po dostarczeniu modeli także czas do pierwszej fiksacji, kolejność kontaktu z AOI, liczba powrotów, mapy 1-20 s i metryki Facial Coding)?

Odp:

Modele będą zwracać dane matematyczne
Tak

Q8. Gdzie i jak zarządzamy konfiguracją modeli

O co naprawdę pytamy. Każdy krok analizy musi wiedzieć: jaki model go wykonuje, pod jakim adresem, z jakim kluczem i z jakimi ustawieniami. Te dane można trzymać na dwa sposoby: zaszyte w kodzie albo edytowalne w panelu administracyjnym.

Co proponujemy. Konfiguracja w panelu (Super administrator). Daje to trzy rzeczy:

zmianę modelu bez ruszania kodu aplikacji,
przycisk "test połączenia", który sprawdza, czy model odpowiada,
zapis, który model i w jakiej wersji policzył dany raport (gdy później podmienimy model, nadal wiadomo, co policzyło stary raport).

Słowo adapter / plugin oznacza tu mały fragment kodu, który podpina konkretny model pod dany krok. To ten sam mechanizm, który zaakceptowałeś w odpowiedzi na Q7.

Decyzja do potwierdzenia. Czy akceptujemy całość: konfiguracja w panelu, modele podpinane przez adaptery i pluginy, test połączenia oraz wersjonowanie przypisania model - proces?

Odp: Tak.

Q25. Ścieżka AOI w MVP

O co naprawdę pytamy. Prawdziwa ścieżka wzroku (scanpath) pokazuje kolejność patrzenia w czasie: najpierw tu, potem tam, potem jeszcze gdzie indziej. Potrzebuje osobnego modelu scanpath. Statyczna mapa cieplna pokazuje tylko, gdzie uwaga skupia się łącznie, bez kolejności.

"Przybliżenie rankingiem" to ustawienie obszarów AOI od najsilniej do najsłabiej przyciągającego uwagę i pokazanie tego jako niby-kolejności. To uproszczenie, a nie prawdziwa sekwencja. Obszar, który łącznie przyciąga najwięcej uwagi, wcale nie musi być oglądany jako pierwszy.

Powiązanie z Q2. W odpowiedzi na Q2 zdecydowałeś, że scanpath wejdzie do MVP 1.0. Gdy model scanpath zostanie dostarczony, ścieżka AOI będzie prawdziwa. Pytanie zawęża się więc do okresu przejściowego.

Decyzja do potwierdzenia. Zanim model scanpath będzie gotowy, czy pokazujemy przybliżenie rankingiem (z wyraźną adnotacją, że to heurystyka), czy zostawiamy ścieżkę AOI pustą do czasu dostarczenia modelu?

Odp: Modele będą dostarczać dane z informacją na temat kolejności, czasie i intensywności

Część 2 - nowe pytania wynikające z odpowiedzi

Q26. Sprzeczność przy roli "Gość"

W Q13 rezygnujesz z gościa ("Będzie to użytkownik"), ale w strukturze organizacji w Q14 nadal jest pozycja "Posiada Gości". Koncepcja v0.3 zakłada pełną rezygnację z gościa (zgodnie z Q13): organizacja ma administratora, użytkowników i projekty. Prosimy o potwierdzenie, że to właściwa interpretacja, i że linijkę "Posiada Gości" traktujemy jako nieaktualną.

Odp: potwierdzam rezygnację z gościa.

Q27. Dostępność i termin nowych modeli

Odpowiedzi na Q1, Q2 i Q5 przenoszą do MVP 1.0 Facial Coding, mapy czasowe 1-20 s, scanpath oraz różnicowanie predykcji po grupie docelowej. Tych modeli dziś nie ma w pipeline. Żeby zaplanować MVP i kolejność wdrożenia, potrzebujemy wiedzieć:

kiedy będą gotowe modele (FC, scanpath, saliency czasowa, warunkowanie demografią),
kiedy trafi do nas ich dokumentacja i kontrakty odpowiedzi (powiązane z Q22, Q23, Q24).

Odp: W ciągu miesiąca. Do tego czasu można te procesy zrobić z punginami w oparciu na modelach publicznych, tak aby zobaczyć jak to wygląda, poóźniej w trakcie prac będziemy zmieniać / dopracowywać.

Q28. Facial Coding na modelu publicznym a dane kreacji

Skoro w MVP Facial Coding, analiza kognitywna i warunkowanie demografią działają na modelach publicznych (Q3, Q5), to dla tych procesów kreacje opuszczają infrastrukturę własną i trafiają do zewnętrznego dostawcy (np. Gemini, Opus). W Q19 zdecydowałeś, że klient nie wybiera modelu, bo robi to Super administrator. Prosimy o potwierdzenie, że wysyłka kreacji do dostawcy publicznego dla tych procesów jest akceptowalna jako decyzja platformy i zostanie opisana w regulaminie oraz politykach organizacji.

Odp: potwierdzam, z zapisem w regulaminie i polityce prywatności.

Q29. Zabezpieczenie rekomendacji w analizie kognitywnej

Warstwa kognitywna ma wybierać lepszą kreację na podstawie celu i metryk (Q4). Pytanie o zabezpieczenia z Q4 pozostało bez odpowiedzi. Jak chronimy się przed rekomendacją oderwaną od danych? Propozycja: rekomendacja musi opierać się wyłącznie na policzonych metrykach i wskazywać metrykę, która ją uzasadnia (np. "B wygrywa, bo udział uwagi na CTA wynosi 38% vs 22% dla A").

Odp: przyjąć tę zasadę jako wymóg dla warstwy kognitywnej.

Po decyzjach: nanieść ustalenia na Koncepcja 0.3.md i usunąć znaczniki [do doprecyzowania].

6 KiB Raw Blame History