Receitas de anúncios do Google caem pela primeira vez

Pela primeira vez desde que a consultoria eMarketerncomeçou a estimar as receitas de anúncios no Google, as receitas líquidas de anúncios digitais nos EUA da empresa diminuirão em termos absolutos. O Facebook e a Amazon continuarão a crescer, mas a taxas gravemente deprimidas em comparação com as expectativas anteriores. O tamanho do triopólio este ano será semelhante ao que era em 2019 – aumentando em US $ 1,69 bilhão – mas com um colapso interno um tanto diferente. Até o final de 2020, a receita líquida de anúncios digitais do Google nos EUA cairá 5,3%, para US $ 39,58 bilhões. Isso leva a participação do Google no mercado de anúncios digitais dos EUA para 29,4%, ante 31,6% no ano passado. A previsão do primeiro trimestre de 2020 (que não considerava uma pandemia global) previa que as receitas de anúncios do Google nos EUA aumentariam 12,9%, mas sua participação no mercado ainda diminuiria um pouco. Fonte: eMarketer

Marcas que estão respondendo ao pedido de grupos de direitos civis por um boicote no Facebook devido a informações erradas e discurso de ódio estão considerando alternativas, como a North Face de olho no Google, Pinterest e marketing de afiliados, de acordo com um porta-voz da empresa. Eddie Bauer está considerando o Gmail, TikTok, Snap, Pinterest e YouTube, enquanto outros estão examinando editores comunitários minoritários como a AT&T, que trabalha com a Pod Digital Media, de propriedade da Black. Fonte: Digiday

A AWS anunciou nesta terça, 30/6, que o CodeGuru, conjunto de ferramentas que usa o aprendizado de máquina para revisar automaticamente o código de bugs e sugerir possíveis otimizações, agora está disponível em geral. A ferramenta foi lançada na AWS re: Invent em dezembro passado. O CodeGuru consiste em duas ferramentas, Reviewer e Profiler, e esses nomes descrevem exatamente o que eles fazem. Para criar o Reviewer, a equipe da AWS treinou seu algoritmo com a ajuda de código de mais de 10.000 projetos de código aberto no GitHub, além de análises da base de código interna da própria Amazon. Para usar o CodeGuru, os desenvolvedores continuam a confirmar seu código no repositório de sua escolha, independentemente do GitHub, Bitbucket Cloud, CodeCommit da AWS ou outro serviço. O CodeGuru Reviewer analisa esse código, tenta encontrar bugs e, se o fizer, também oferecerá possíveis correções. Tudo isso é feito no contexto do repositório de código, portanto, o CodeGuru criará uma solicitação pull do GitHub, por exemplo, e adicionará um comentário a essa solicitação pull com mais informações sobre o bug e as possíveis correções.Para treinar o modelo de aprendizado de máquina, os usuários também podem fornecer um feedback básico ao CodeGuru, apesar de estarmos falando principalmente de “polegares para cima” e “polegares para baixo” aqui. O CodeGuru Application Profiler tem uma missão um pouco diferente. Destina-se a ajudar os desenvolvedores a descobrir onde pode haver algumas ineficiências em seu código e a identificar as linhas de código mais caras. Isso inclui suporte para plataformas sem servidor, como AWS Lambda e Fargate. Fonte: TechCrunch