Влияние использования "больших данных" на мировую экономику и деятельность международных компаний на примере рекламной индустрии

Детализация

Один бренд

Целые группы брендов, категорий, продуктов

Формат моделирования

Линейная регрессия

Моделирование структурными уравнениями

Формат предоставления результатов

Презентация в формате PPT и калькулятор в Excel

Создание сайтов или приложений с интерактивными возможностями

Источник: Внутренние источники компании.

Омниканальная атрибуция позволяет клиентам собственноручно оценивать эффективность медиа размещения благодаря интерактивному формату предоставления результатов, а также оценивать влияние постоянно изменяющихся внешних факторов в реальном времени, что предоставляет возможность максимизировать эффективность рекламного размещения, не дожидаясь построения отдельной модели для каждого нового проекта. Результатом такого моделирования является продукт, позволяющий эффективно оценивать окупаемость медиа инвестиций клиента в целом и отслеживать динамику окупаемости инвестиций в каждый конкретный медиаканал, получать прогнозы ключевых показателей эффективности в зависимости от различных сценариев развития, проводить план-факт анализ и оценивать эффективность медиа размещений, учитывая эффект ореола (возможность продвижения продукта за счет других продуктов, без вложений в рекламу первого). Одним из первых кейсов компании в этом направлении стал анализ медиа размещений одного крупного банка. Омниканальная атрибуция позволила напрямую подключиться к базам данных и системе отчетности банка, предоставляя системе возможность самостоятельно выбирать и регулярно обновлять необходимые для анализа данные из собранной банком информации о клиентах. В то же время она учитывает мониторинг действий конкурентов и внешние макроэкономические факторы (главным на данный момент является коронавирус). Основным инсайтом по результатам моделирования стало перераспределение рекламных бюджетом между разными продуктами банка. Так, омниканальная атрибуция показала, что нет необходимости в отдельном продвижении кредитных карт, так как интерес потребителей к получению кредитных карт автоматически растет за счет эффекта ореола от рекламы потребительских кредитов. Другие результаты, полученные в ходе этого проекта, не подлежат разглашению, однако очевидно, что такой детальный анализ и продвинутое моделирование помогли клиенту оптимизировать рекламные размещения для достижения максимального эффекта. Омниканальная атрибуция позволяет как можно точнее ответить на главные вопросы к маркетинговым агентствам - какие сегменты потребителей наиболее заинтересованы в продвигаемом продукте и на какие виды медиа они реагируют лучше всего.



Заключение

На сегодняшний день цифровизация затронула практически все экономики мира и, благодаря технологическому прогрессу, предоставила странам целый спектр новых возможностей. Не следует забывать, что основа цифровой экономики - технологии, поэтому важно принимать меры для развития инновационного потенциала страны и выделять средства на поддержку технологического развития. Правительства большинства государств считают цифровую экономику национальным приоритетом и разрабатывают собственные проекты и программы по дальнейшему поддержанию развития технологий и их внедрению во все сферы жизни. Новая промышленная революция и переход к Индустрии 4.0 ознаменовали начало совершенно новой эпохи - эпохи повсеместной цифровизации и автоматизации.

Значительную роль в формировании глобальной цифровой повестки играет внедрение новых бизнес-моделей - в первую очередь, это платформы. Они позволяют поставить интересы потребителя на первое место, перманентно дорабатывая несовершенства системы, чтобы оказывать наиболее персонализированные услуги и предоставлять кастомизированные товары, идеально отвечающие потребностям клиентов. Активное развитие получают концепции «умного» производства и «умного» развития городов, что подразумевает увеличение значимости технологии Интернета вещей, позволяющей на основе данных, полученных от растущего количества устройств, формировать автоматизированные и саморегулирующиеся системы, способные функционировать без вмешательства человека. Каждый день в мире генерируется все больше информации, поэтому все технологии требуют постоянного развития для поддержания вычислительных мощностей без потери ценности данных.

Особенно актуальными кажутся инвестиции в цифровые технологии в связи с последними событиями в мире: пандемией коронавируса, изоляцией целых городов и стран, переводом части компаний на удаленную работу и вынужденным закрытием миллионов предприятий малого и среднего бизнеса. Именно сегодня человечество как никогда нуждается в обеспечении устойчивого развития цифрового потенциала, который даже в ситуации экономического кризиса может позволить компаниям быть гибкими и своевременно реагировать на сложившуюся обстановку, меняя формат работы и взаимодействия с пользователями. Акцент на клиентоориентированности привел к значительному росту компаний сервисного направления, предоставляющих привычные услуги дистанционно или с доставкой на дом.

Большое внимание стоит уделить технологии больших данных, которая является «топливом для цифровой экономики», предлагая возможности для развития всех сфер экономической деятельности. Позволяя лучше понимать потребности клиентов, она дает бизнесу возможность повысить эффективность и производительность работы, в то же время минимизируя расходы. Рекламная индустрия максимально быстро реагирует на все технологические нововведения, мгновенно внедряя их в собственную работу для достижения максимальной эффективности проводимых рекламных кампаний. Большие данные открыли для рекламы совершенно новые возможности, и уже на сегодняшний день цифровая реклама является основным инструментом привлечения новых клиентов и поддержания лояльности уже существующих. Маркетинговые агентства регулярно занимаются разработкой новых технологий, позволяющих анализировать данные на более продвинутом уровне, извлекая из них максимум пользы. На примере кейсов компании Publicis Groupe становится заметно, что большие данные играют значимую роль в проведении рекламных кампаний, помогая собрать информацию о потребителях, составить точный портрет целевой аудитории и продвигать товар среди заинтересованных в нем пользователей, тем самым достигая цели маркетинговой деятельности. Большие данные используются для изучения текстовой и визуальной информации, позволяя за счет создания обучающихся нейросетей регулярно обновлять базы данных огромными массивами информации, автоматически сгенерированной и проанализированной компьютером; отдельным аспектом являются технологии, применяемые для построения продвинутых эконометрических моделей, способных измерить эффективность потенциального рекламного размещения и оптимизировать маркетинговые бюджеты. Помимо собственных разработок, рекламные компании закупают аудиторные сегменты у компаний из совершенно разных отраслей: от банков до ритейлеров. Таким образом, большие данные являются связующим звеном, которое позволяет компаниям из различных отраслей, и даже стран, эффективно сотрудничать, обмениваясь информацией о потребителях, и выпускать на рынок наиболее соответствующие ожиданиям и запросам потребителей товары и услуги.

Однако технология больших данных на сегодняшний день не обладает необходимой нормативно-правовой базой, что создает проблемы и на региональном, и на глобальном уровнях. Из-за отсутствия четкого регламента работы с данными возникают сложности с соотнесением принципов функционирования технологии с законодательствами о персональных данных, которые во многом противоречат друг другу. Очевидной является необходимость разработки правил и стандартов работы с большими данными на общемировом уровне, поскольку работа с пользовательской информацией фактически стирает границы между странами, позволяя передавать данные во все уголки мира за долю секунды, и введение собственных законодательств в каждом регионе приведет к серьезному ограничению потенциала работы с информацией из-за сложностей, связанных с гармонизацией законов государств, сотрудничающих в цифровой индустрии. В то же время отсутствие законодательства подвергает опасности данные пользователей, о чем свидетельствуют регулярные утечки информации и скандалы, связанные с публикацией персональных данных.

Именно поэтому стоит отметить, что заявленная гипотеза о том, что технология «больших данных» является эффективным инструментом развития, предоставляющим большие возможности для рекламного бизнеса, однако требует разработки дополнительных инструментов нормативно-правового регулирования на государственном и корпоративном уровнях, подтвердилась.

Действительно, технология больших данных обладает колоссальным потенциалом для развития множества сфер и отраслей, но, из-за своей новизны и активного распространения, она несет в себе и потенциальные риски. Создание глобального регламента работы с данными позволит минимизировать опасность технологии и сфокусироваться на возможностях, которые она предлагает многим сферам экономической активности. Рекламная индустрия является одной из самых технологичных отраслей, поэтому большие данные также нашли в ней активное применение. Уже на данный момент являются очевидными преимущества работы с цифровыми форматами рекламных размещений, а при грамотном дальнейшем развитии технологий и регулярном поиске новых областей для их применения, реклама сможет выйти на совершенно другой уровень, обеспечивая максимальную эффективность распределения ресурсов.

рекламный цифровой экономика технология



Список источников

1. 8 сфер и 19 самых интересных применений технологий Big Data // Datasides, 9 октября 2016 г. URL: http://ru.datasides.com/big-data-use-cases/.

2. Абдрахманова Г. И., Вишневский К. О. Что такое цифровая экономика? Тренды, компетенции, измерение: докл. к XX Апр. междунар. науч. конф. по проблемам развития экономики и общества, Москва, 9-12 апр. 2019 г.; науч. ред. ЛМ Гохберг; Нац. исслед. ун-т «Высшая школа экономики». - 2019.

3. Бабурин В. А., Яненко М. Е. Технологии Big Data в сервисе: новые рынки, возможности и проблемы // ТТПС. 2014. №1 (27). URL: https://cyberleninka.ru/article/n/tehnologii-big-data-v-servise-novye-rynki-vozmozhnosti-i-problemy.

4. Бахур В. В России разработан основополагающий национальный стандарт по большим данным // CNews, 8 мая 2020 г. URL: https://www.cnews.ru/news/line/2020-05-08_v_rossii_razrabotan_osnovopolagayushchij.

5. Большие данные в разных отраслях: сценарии применения // CNews, 29 октября 2014 г. URL: https://www.cnews.ru/articles/bolshie_dannye_v_raznyh_otraslyah_stsenarii.

6. Бочкова Елена Владимировна, Авдеева Евгения Александровна, Щербаков Денис Сергеевич Особенности применения информационной технологии Big Data в маркетинговой деятельности российских компаний B2C-сектора // Концепт. 2016. №S17. URL: https://cyberleninka.ru/article/n/osobennosti-primeneniya-informatsionnoy-tehnologii-big-data-v-marketingovoy-deyatelnosti-rossiyskih-kompaniy-b2c-sektora.

7. Бутенко В. и др. Доклад «Россия 2025: от кадров к талантам» //Исследование BCG.-2017.-72 с. - 2017.

8. Волкова А.А., Плотников В.А., Рукинов М.В. Цифровая экономика: сущность явления, проблемы и риски формирования и развития. Управленческое консультирование. 2019;(4):38-49.

9. Волкова Ю. С. Большие Данные в современном мире // Научно-методический электронный журнал «Концепт». - 2016. - Т. 11. - С. 1171-1175. - URL: http://e-koncept.ru/2016/86253.htm.

10. Время разбрасывать камни: кого и зачем покупают российские банки // Bloomchain, 30 апреля 2019 г. URL: https://bloomchain.ru/detailed/vremya-razbrasyvat-kamni-kogo-i-zachem-pokupayut-rossijskie-banki/.

11. Гасанов Т.А., Гасанов Г.А. Цифровая экономика как новое направление экономической теории // РППЭ. 2017. №6 (80). URL: https://cyberleninka.ru/article/n/tsifrovaya-ekonomika-kak-novoe-napravlenie-ekonomicheskoy-teorii.

12. Гелисханов Ислам Зелимханович, Юдина Тамара Николаевна, Бабкин Александр Васильевич ЦИФРОВЫЕ ПЛАТФОРМЫ В ЭКОНОМИКЕ: СУЩНОСТЬ, МОДЕЛИ, ТЕНДЕНЦИИ РАЗВИТИЯ // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. 2018. №6. URL: https://cyberleninka.ru/article/n/tsifrovye-platformy-v-ekonomike-suschnost-modeli-tendentsii-razvitiya.

13. Головенчик Галина Теоретические подходы к определению понятия "цифровая экономика" // Наука и инновации. 2019. №191. URL: https://cyberleninka.ru/article/n/teoreticheskie-podhody-k-opredeleniyu-ponyatiya-tsifrovaya-ekonomika.

14. Горелова А. А. Большие данные и направления их использования в маркетинге //Актуальные проблемы гуманитарных и естественных наук. - 2017. - №. 4-2. - С. 11-16.

15. Грингард С. Интернет вещей: Будущее уже здесь. - Альпина Паблишер, 2016.

16. Д.Е. Намиот, В.П. Куприяновский, Д.Е. Николаев, Зубарева Е.В. Стандарты в области больших данных // International Journal of Open Information Technologies. 2016. №11. URL: https://cyberleninka.ru/article/n/standarty-v-oblasti-bolshih-dannyh.

17. Давыдова А. А., Шиплюк В. С. Обзор мировых трендов цифровизации экономики //Научный вестник Южного института менеджмента. - 2019. - №.4.

18. Дравица Виктор, Курбацкий Александр Промышленная революция Industry 4. 0 // Наука и инновации. 2016. №157. URL: https://cyberleninka.ru/article/n/promyshlennaya-revolyutsiya-industry-4-0.

19. Евтянова Д.В. Критерии создания цифровых платформ управления экономикой? // Экономические системы. 2017. Том 10. No 3 (38). С. 54-58. DOI 10.29030 / 2309-2076-2017-10-3-54-58.

20. Жданов А. Автономный искусственный интеллект. - Litres, 2020.

21. Клаус Ш. Четвертая промышленная революция. - Litres, 2017.

22. Кодолов П. А. Облачное хранилище данных //Наука, техника и образование. - 2016. - №. 4. - С. 51.

23. Кравченко Влада Олеговна, Крюкова Анастасия Александровна "большие данные" - практические аспекты и особенности // Academy. 2016. №6 (9). URL: https://cyberleninka.ru/article/n/bolshie-dannye-prakticheskie-aspekty-i-osobennosti.

24. Купревич Т.С. Цифровые платформы в мировой экономике: современные тенденции и направления развития // Экономический вестник университета. Сборник научных трудов ученых и аспирантов. 2018. №37-1. URL: https://cyberleninka.ru/article/n/tsifrovye-platformy-v-mirovoy-ekonomike-sovremennye-tendentsii-i-napravleniya-razvitiya.

25. Купчишина Е. В. Эволюция концепций цифровой экономики как феномена неоэкономики //Государственное управление. Электронный вестник. - 2018. - №. 68.

26. Матюшкин Лев Борисович, Пермяков Никита Вадимович Применение технологии 3D-печати в обеспечении профессионально ориентированной подготовки кадров в интересах наноиндустрии // Биотехносфера. 2013. №3 (27). URL: https://cyberleninka.ru/article/n/primenenie-tehnologii-3d-pechati-v-obespechenii-professionalno-orientirovannoy-podgotovki-kadrov-v-interesah-nanoindustrii.

27. Михаил Степнов и Лилия Мусина, Publicis Groupe Russia: любовь, социальные медиа и роботы // Sostav.ru, 17 февраля 2020 г. URL: https://www.sostav.ru/publication/love-social-media-and-robots-41914.html.

28. Официальный сайт АНО «Цифровая экономика». URL: https://data-economy.ru/organization (дата обращения: 30.04.2020).

29. Официальный сайт Ассоциации Больших Данных. URL: https://rubda.ru/assocziacziya/ob-assocziaczii/ (дата обращения:30.04.2020).

30. Официальный сайт Квант. URL: https://qvant.ru/advertisers/ (дата обращения: 27.04.2020).

31. Официальный сайт Locomizer. URL: https://locomizer.com (дата обращения: 27.04.2020).

32. Официальный сайт Segmento. URL: https://segmento-target.ru (дата обращения: 27.04.2020).

33. Официальный сайт Shopster. URL: https://www.getshopster.com/ru/ (дата обращения: 27.04.2020).

34. Офциальный сайт Flocktory. URL: https://www.flocktory.com/en/ (дата обращения: 27.04.2020).

35. Охота за информацией: кто и зачем собирает персональные данные в интернете? // Bloomchain, 12 сентября 2019 г. URL: https://bloomchain.ru/detailed/ohota-za-informatsiej-kto-i-zachem-sobiraet-personalnye-dannye-v-internete/.

36. Параскевов Александр Владимирович, Левченко Александра Владимировна Современная робототехника в России: реалии и перспективы (обзор) // Научный журнал КубГАУ - Scientific Journal of KubSAU. 2014. №104. URL: https://cyberleninka.ru/article/n/sovremennaya-robototehnika-v-rossii-realii-i-perspektivy-obzor.

37. Паспорт национальной программы «Цифровая экономика».

38. Петров М. и др. Государство как платформа. (Кибер) государство для цифровой экономики. Цифровая трансформация //М.: Фонд «ЦСР. - 2018.

39. ПМЭФ 2017. Большие данные в цифровой экономике: товар или национальное достояние? // Тасс, 26 мая 2017 г. URL: https://tass.ru/pmef-2017/articles/4273948.

40. Приказ Роскомнадзора от 05.09.2013 N 996 «Об утверждении требовании? и методов по обезличиванию персональных данных» (вместе с «Требованиями и методами по обезличиванию персональных данных, обрабатываемых в информационных системах персональных данных, в том числе созданных и функционирующих в рамках реализации федеральных целевых программ»).

41. Прохоров А. Цифровая экономика, цифровая трансформация. Как определить, измерить, повысить? //Broadcasting. Телевидение и радиовещание. - 2017. - №. 3. - С. 6-19.

42. Пряников М.М., Чугунов А.В. Блокчейн как коммуникационная основа формирования цифровой экономики: преимущества и проблемы // International Journal of Open Information Technologies. 2017. №6. URL: https://cyberleninka.ru/article/n/blokcheyn-kak-kommunikatsionnaya-osnova-formirovaniya-tsifrovoy-ekonomiki-preimuschestva-i-problemy.

43. Рагимова С. Цифровая Индустрия 4.0 // Forbes. URL: https://www.forbes.ru/brandvoice/sap/345779-chetyre-nol-v-nashu-polzu.

44. Развитие цифровои? экономики в России // Всемирный банк, 2016 г. URL: http://www.vsemirnyjbank.org/ru/events/2016/12/20/developing-the- digital-economy-in-russia-international-seminar-1.

45. Рамзаев М. В. Современные особенности и риски внедрения «цифровой экономики» в России //Вестник Самарского муниципального института управления. - 2017. - №. 3. - С. 13-22.

46. Росляков А. В. и др. Интернет вещей //Самара: ПГУТИ. - 2014.

47. Савина Т.Н. Цифровая экономика как новая парадигма развития: вызовы, возможности и перспективы // Финансы и кредит. 2018. №3 (771). URL: https://cyberleninka.ru/article/n/tsifrovaya-ekonomika-kak-novaya-paradigma-razvitiya-vyzovy-vozmozhnosti-i-perspektivy.

48. Свон М. Блокчейн. Схема новой экономики. - Litres, 2019.

49. Симакина Марина Анатольевна ОСОБЕННОСТИ ИСПОЛЬЗОВАНИЯ ТЕХНОЛОГИЙ BIG DATA В МАРКЕТИНГЕ // Бюллетень науки и практики. 2018. №6. URL: https://cyberleninka.ru/article/n/osobennosti-ispolzovaniya-tehnologiy-big-data-v-marketinge.

50. Соколова А. Как устроен рынок big data в России // Rusbase, 1 сентября 2015 г. URL: https://rb.ru/howto/big-data-in-russia/.

51. Соснин К. Правовое регулирование Больших данных: зарубежный и отечественный опыт. "Журнал Суда по интеллектуальным правам", № 25, сентябрь 2019 г., с. 30-42.

52. Талапина Эльвира Владимировна Защита персональных данных в цифровую эпоху: российское право в Европейском контексте // Труды Института государства и права РАН. 2018. №5. URL: https://cyberleninka.ru/article/n/zaschita-personalnyh-dannyh-v-tsifrovuyu-epohu-rossiyskoe-pravo-v-evropeyskom-kontekste.

53. Федеральный закон "О внесении изменений в Федеральный закон "О противодействии терроризму" и отдельные законодательные акты Российской Федерации в части установления дополнительных мер противодействия терроризму и обеспечения общественной безопасности" от 06.07.2016 N 374-ФЗ.

54. Федеральный закон "О внесении изменения в статью 4 Федерального закона "О внесении изменений в отдельные законодательные акты Российской Федерации в части уточнения порядка обработки персональных данных в информационно-телекоммуникационных сетях" от 31.12.2014 N 526-ФЗ.

55. Федеральный закон "О персональных данных" от 27.07.2006 N 152-ФЗ.

56. Федеральный закон "Об информации, информационных технологиях и о защите информации" от 27.07.2006 N 149-ФЗ.

57. Чехарин Евгений Евгеньевич Большие данные: большие проблемы // ПНиО. 2016. №3 (21). URL: https://cyberleninka.ru/article/n/bolshie-dannye-bolshie-problemy.

58. Bauer M. Data Localization in Russia // ECIPE, июнь 2015 г. URL: http://ecipe.org/publications/data-localisation-russia-self-imposed-sanction/.

59. Beyer M. A., Laney D. The importance of `big data': a definition //Stamford, CT: Gartner. - 2012. - С. 2014-2018.

60. Big Data: обзор и перспективы правового регулирования // Danilov & Partners, 15 марта 2019 г. URL: https://danilovpartners.com/ru/publikacii/big-data-obzor-i-perspektivy-pravovogo-regulirovanija/.

61. Brynjolfsson, E. (2012). Erik Brynjolfsson on Big Data: A Revolution in Decision-Making Improves Productivity.

62. Data-driven marketing: оценка эффективности видеоконтента с помощью компьютерного зрения // Sostav.ru, 3 апреля 2020 г. URL: https://www.sostav.ru/publication/data-driven-marketing-otsenka-effektivnosti-videokontenta-s-pomoshchyu-kompyuternogo-zreniya-42707.html.

63. Data-related Legislation // Science Europe. URL: https://www.scienceeurope.org/our-priorities/data-related-legislation/.

64. European Commission. Big data: a complex and evolving regulatory framework. URL: https://ec.europa.eu/growth/tools-databases/dem/monitor/sites/default/files/DTM_Big%20Data%20v1_0.pdf.

65. Harvey C. Big Data Technologies // Datamation, 2 августа 2017 г. URL: https://www.datamation.com/big-data/big-data-technologies.html.

66. How AI Builds A Better Manufacturing Process // Forbes, 17 июля 2018 г. URL: https://www.forbes.com/sites/insights-intelai/2018/07/17/how-ai-builds-a-better-manufacturing-process/#5ecc130e1e84.

67. Immerman D. Digital Twin Predictions: The Future Is Upon Us // Industrial Internet of Things - PTC, 16 января 2019. URL: https://www.ptc.com/en/ product-lifecycle-report/digital-twin-predictions.

68. Jallat F. et al. Gestion de la relation client: Total relationship management, Big data et Marketing mobile. - 2014. - №. hal-01637863.

69. Klosek J. Regulation of big data in the United States // Global Data Hub. URL: https://globaldatahub.taylorwessing.com/article/regulation-of-big-data-in-the-united-states.

70. Kostin K. B. Foresight of the global digital trends //Strategic management. - 2018. - Т. 23. - №. 1. - С. 11-19.

71. Mavromoustakis C. X., Mastorakis G., Batalla J. M. (ed.). Internet of Things (IoT) in 5G mobile technologies. - Springer, 2016. - Т. 8.

72. McDonald A., Cranor L., The Cost of Reading Privacy Policies // Journal of Law and Policy for the Information Society. 2009. No. 4. P. 543-568.

73. Moore's law // Encyclopaedia Britannica. URL: https://www.britannica.com/technology/Moores-law (дата обращения: 10.04.2020).

74. Nissenbaum H. A Contextual Approach to Privacy Online // Daedalus, 2011. No. 4. P. 32-48.

75. OECD (2018). OECD Science, Technology and Innovation Outlook 2018: Adapting to Technological and Societal Disruption. OECD Publishing, 2018.

76. Panetta K. Gartner Top 10 Strategic Technology Trends for 2019 // Gartner, 15 октября 2018 г. URL: https:// www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology- trends-for-2019/.

77. Real Time Bidding // Between Exchange. URL: http://rtb-media.ru/wiki/.

78. Solove D. Privacy Self-Management and the Consent Dilemma // Harvard Law Review. No. 126. 2013. P. 1880-1903.

79. Tremblay S., Iturria-Medina Y., Mateos-Peмrez J.M., Evans A.C., De Beaumont L. (2017). Defining a Multimodal Signature of Remote Sports Concussions // Eur J Neurosci. 2017. Vol. 46. P. 1956-1967.

80. UNCTAD. Digital Economy Report 2019: Value creation and capture-Implications for developing countries. - 2019.

81. USA: data protection 2019 // ICLG.com, 03 июля 2019 г. URL: https://iclg.com/practice-areas/data-protection-laws-and-regulations/usa.

82. Warner J. Why Marketers Should Tap Into Big Data // Business.com, 21 июня 2019 г. URL: https://www.business.com/articles/big-data-marketing/.

83. WTO. World trade report 2018. The future of the world trade: how digital technologies are transforming global commerce. - 2018.

Размещено на Allbest.ru

...