Две иллюстрации в разном исполнение

Две иллюстрации (flat) в разном исполнение*, цветовой гамме. «/» - или. 

Сюжет***: 

• Клиент** рассказывает о своей задаче нашей команде (через сайт/по телефону/тет-а-тет); 
• Мы, специалисты, отдаем её своей машине/алгоритму, делаем вычисления; 
• Клиент получает инструкцию и начинает получать результат.

Пояснения:

*У нас два проекта: 1) Аналитика городских процессов; 2) Сбор данных для настройки аудитории в Instagram, Snapchat, Facebook и т.д. Сюжет один и тот же, но цвета и картинки должны быть разные. Цвета: 1) не яркие, возможно пастельные; 2) по ярче (ba00b1, f40002, 1b00c7, b900b4, 25d931, 00b9fa, 34495e, 000000) и базовые цвета. Изображения будут располагаться в блоке «Hows it's work»: 1) https://goo.gl/HZGCeu; 2) https://goo.gl/eZwgsQ. Изображения должны «вписаться» в страницу, а не смотреться оторвано.

**Скорее всего цветная девушка, не с кучерявыми волосами. Все это происходит в Нью-Йорк.

*** 1) Мы выглядим как современные ученые-аналитики и клиенты у нас серьезные (одеты строго, прическа). 2) Мы выглядим как современные it-специалисты-аналитики и клиенты у нас по «моложе» (средний, малый бизнес, модно одетые, но все так же строго).

Описание первого проекта:

Есть много сервисов, предоставляющих услуги по геотаргетингу, городской аналитике и т.д., но насколько точны их данные и по каким критериям они делают аналитику? Очень важна репрезентативность этих данных, если самих данных мало и у них мало маркеров это приведёт к серьезному искажению аналитики. Нашу команду объединяет работа над геоданными, каждый из нас уже давно работает над этим. Мы используем машинное обучение, нейронную сеть и аналитику данных. Все это позволяет делать нашу аналитику максимально точной и давать нашим клиентам точные прогнозы, чтобы они действительно достигали своих целей и получали желанный результат. Мы используем данные из множества открытых источников. Наши алгоритмы с минимальной погрешностью определяют аудиторию конкретных мест и их интересны. Данные настолько точны, что их можно сравнить с опросом каждого человека на улице лично.

Описание второго проекта:

Что предлагают вам обычные сервисы для настройки таргета? Первый вариант - они анализируют подписчиков. Сейчас очень много ботов и невозможно отделить от настоящих людей. Ненастоящие лайки, ненастоящие комментарии, ненастоящие пользователи. Все полученные данные будут искажены. Второй вариант – экспериментировать с настройкой таргета и постепенно, в процессе рекламной компании корректируем настройки аудитории. Трата бюджета, трата времени, данные будут искажены. Нашу команду объединяет работа над геотаргетингом, каждый из нас уже давно работает в этой области. Мы используем машинное обучение, нейронную сеть и аналитику данных. Что предлагаем? Возьмем информацию из открытых источников об интересах пользователей и конвертируем её для использования в настройках рекламной компании сервисов. Это будет похоже на опрос тысяч людей в реальности, только быстрее. Сэкономите время, рекламный бюджет и быстрее займетесь своим делом.

Возможно вам будет интересно поработать над другим мои проектом.