為什麼軟體工程師選擇在半夜工作?Geek 的生產力曲線解密

你是否覺得身邊的軟體工程師(或許你本人就是),都在半夜工作到深夜、大半夜還出現在網路上?或是覺得,白天工作 8 小時卻不如深晚工作來的順利?這張來自 Bruno Oliveria 的圖片,呈現出軟體工程師(圖中稱之為 Geek )生產力依一天 24 小時的走勢,和非軟體工程師所認知到的不甚相同。
評論
評論

圖片來源:Bruno Oliveria 

你是否覺得身邊的軟體工程師(或許你本人就是),都在半夜工作到深夜、大半夜還出現在網路上?或是覺得,白天工作 8 小時卻不如深晚工作來的順利?這張來自 Bruno Oliveria 的圖片,近來在國外著名的 社群討論網站 Reddit 上引來許多網友的共鳴,圖中呈現出軟體工程師(文中用 Geek 表示)生產力依一天 24 小時的走勢,和非軟體工程師所認知到的不甚相同。

五分鐘的干擾

上圖紅色的虛線,代表的是非 Geek 對 Geek 工作生產力的理解,而藍色的曲線代表的則是 Geek 實際上的生產力,相較之下有很大的不同之處。

圖中右上角顯示出五分鐘的打斷,對於一個正在工作中的 Geek 從原本處在高峰的生產力,一下跌到谷底,並且要過一段不短的時間才能慢慢回憶、重建,恢復到原本的生產效率。處在生產力高峰狀態的軟體工程師,有時能在六個小時內,解決平時需要兩天才能完成的工作。

處於工作的狀態時,軟體工程師正把所有的精神和記憶力,集中在手邊各式的工作上,包括其正在使用的 API、修改某個區域的程式碼必須同時修改相對應的程式碼、程式碼整體架構和開啟檔案的位置、甚至是 Tab 鍵的順序等等。所有這些短期記憶,可以在被開會、午餐、甚至只是某個人路過聊個天等事情分心後,讓記憶被刷出腦中的占存記憶、生產力瞬間下跌。

這和傳統管理者心中所認定的「只是打斷五分鐘」,不會讓生產力受到太大影響的印象,相差甚遠。圖中點出另外一個有趣的比較,是圖中的紅點,代表軟體工程師工作進度被檢視的時間點,而剛好都正值其生產力低迷的時間點。

為什麼軟體工程師選擇在半夜工作?

從圖中的時間軸上,顯示出在晚間 11 點到半夜 2 點,正值軟體工程師工作效率最高的時段。原因正是少了白天外在環境的打擾,軟體工程師在半夜不被打擾的黃金時光,能夠持續在工作生產力最高的巔峰。事實上,不只是 Geek ,許多腦力密集的創作型工作者,都習慣在深夜、不會被打擾的情況下工作。這似乎也能夠解釋,為什麼許多人在家工作的生產力,比進辦公室的來得更高。

您認同圖中軟體工程師的生產曲線嗎?歡迎與我們分享:)

 

 

加入"Inside" Line 官方帳號

好友人數

Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。