تُستخدم تقنيات البيانات الضخمة الآن في كل مكان - في الصناعة والطب والأعمال والترفيه. لذلك ، بدون تحليل البيانات الضخمة ، لن يتمكن كبار تجار التجزئة من العمل بشكل طبيعي ، وستنخفض المبيعات في أمازون ، ولن يتمكن خبراء الأرصاد الجوية من التنبؤ بالطقس لعدة أيام وأسابيع وشهور مقدمًا. من المنطقي أن هناك طلب كبير على متخصصي البيانات الضخمة الآن ، والطلب يتزايد باستمرار.
يعد GeekBrains ممثلين عن هذا المجال ، في محاولة لتزويد الطلاب بالمعرفة النظرية والتدريس بالقدوة ، والتي يشارك فيها خبراء متمرسون. هذا العام أصبح محللو البيانات الضخمة من جامعة GeekUniversity عبر الإنترنت ومجموعة X5 Retail Group الأكبر في روسيا شركاء. ساعد متخصصو الشركة ، الذين يتمتعون بمعرفة وخبرة واسعة ، في إنشاء دورة تدريبية ذات علامة تجارية ، يتلقى طلابها تدريبًا نظريًا وخبرة عملية أثناء التدريب.
تحدثنا مع فاليري بابوشكين ، مدير النمذجة وتحليل البيانات في X5 Retail Group. هو واحد من علماء البيانات في العالم (المرتبة 30 في التصنيف العالمي لمتخصصي التعلم الآلي). جنبًا إلى جنب مع المعلمين الآخرين ، يخبر فاليري طلاب GeekBrains عن اختبار A / B ، والإحصاءات الرياضية التي تستند إليها هذه الأساليب ، بالإضافة إلى الممارسات الحديثة للحسابات وميزات تنفيذ اختبار A / B في البيع بالتجزئة دون اتصال بالإنترنت.
لماذا نحتاج اختبارات A / B على الإطلاق؟
هذه إحدى أفضل الطرق لإيجاد أفضل الطرق لتحسين التحويلات والاقتصاد والعوامل السلوكية. هناك طرق أخرى ، لكنها أكثر تكلفة وتعقيدًا. تتمثل المزايا الرئيسية لاختبارات A / B في سعرها المنخفض نسبيًا وتوافرها للشركات من أي حجم.
حول اختبارات A / B ، يمكننا القول أن هذه واحدة من أهم الطرق لإيجاد واتخاذ القرارات في الأعمال التجارية ، وهي القرارات التي يعتمد عليها كل من الربح وتطوير المنتجات المختلفة لأي شركة. توفر الاختبارات فرصة لاتخاذ قرارات لا تستند فقط إلى النظريات والفرضيات ، ولكن أيضًا على المعرفة العملية حول كيفية تعديل تغييرات معينة لتفاعل العملاء مع الشبكة.
من المهم أن تتذكر أنه في مجال البيع بالتجزئة ، تحتاج إلى اختبار كل شيء - حملات التسويق ورسائل الرسائل النصية القصيرة واختبارات القوائم البريدية نفسها وموقع المنتجات على الرفوف والرفوف نفسها في طوابق التداول. إذا تحدثنا عن متجر عبر الإنترنت ، فيمكنك هنا اختبار موقع العناصر والتصميم والنقوش والنصوص.
اختبارات A / B هي أداة تساعد شركة ، على سبيل المثال ، بائع تجزئة ، على أن تكون دائمًا قادرة على المنافسة ، والاستشعار بالتغيرات في الوقت وتغيير نفسها. يتيح ذلك للأعمال التجارية أن تكون فعالة قدر الإمكان ، وتحقيق الربح إلى أقصى حد.
ما هي الفروق الدقيقة في هذه الأساليب؟
الشيء الرئيسي هو أنه يجب أن يكون هناك هدف أو مشكلة يعتمد عليها الاختبار. على سبيل المثال ، تكمن المشكلة في عدد صغير من العملاء في منفذ بيع بالتجزئة أو متجر عبر الإنترنت. الهدف هو زيادة تدفق المشترين. الفرضية هي أنه إذا تم تكبير بطاقات المنتج في المتجر عبر الإنترنت ، وكانت الصور أكثر إشراقًا ، فسيكون هناك المزيد من عمليات الشراء. بعد ذلك ، يتم إجراء اختبار A / B ، والنتيجة هي تقييم للتغييرات. بعد استلام نتائج جميع الاختبارات ، يمكنك البدء في تشكيل خطة عمل لتغيير الموقع.
لا يوصى بإجراء اختبارات مع عمليات متداخلة ، وإلا سيكون تقييم النتائج أكثر صعوبة. يوصى بإجراء الاختبارات أولاً على الأهداف ذات الأولوية القصوى والفرضيات المصاغة.
يجب أن يستمر الاختبار لفترة كافية حتى تكون النتائج صالحة. كم يعتمد ، بالطبع ، على الاختبار نفسه. لذلك ، في ليلة رأس السنة الجديدة ، تزداد حركة المرور في معظم المتاجر عبر الإنترنت. إذا تم تغيير تصميم المتجر عبر الإنترنت قبل ذلك ، فسيظهر اختبار قصير المدى أن كل شيء على ما يرام ، وأن التغييرات ناجحة ، وأن حركة المرور تزداد. لكن لا ، لأنه بغض النظر عما تفعله قبل العطلة ، ستزداد حركة المرور ، ولا يمكن إكمال الاختبار قبل حلول العام الجديد أو بعده مباشرة ، يجب أن يكون طويلاً بما يكفي للكشف عن جميع الارتباطات.
أهمية العلاقة الصحيحة بين الهدف والمؤشر الذي يتم قياسه. على سبيل المثال ، من خلال تغيير تصميم نفس الموقع لمتجر على الإنترنت ، ترى الشركة زيادة في عدد الزوار أو العملاء وهي راضية عن ذلك. ولكن في الواقع ، قد يكون حجم متوسط الشيك أقل من المعتاد ، وبالتالي فإن إجمالي الدخل سيكون أقل من ذلك بكثير. هذا ، بالطبع ، لا يمكن أن يسمى نتيجة إيجابية. تكمن المشكلة في أن الشركة لم تتحقق في الوقت نفسه من الرابط بين الزيادة في عدد الزوار - الزيادة في عدد المشتريات - وديناميكيات حجم متوسط الشيك.
هل الاختبار مخصص للمتاجر عبر الإنترنت فقط؟
مُطْلَقاً. إحدى الطرق الشائعة في البيع بالتجزئة دون اتصال بالإنترنت هي تنفيذ خط أنابيب كامل لاختبار الفرضيات في وضع عدم الاتصال. هذا هو بناء عملية يتم فيها تقليل مخاطر الاختيار غير الصحيح للمجموعات للتجربة ، ويتم تحديد النسبة المثلى لعدد المتاجر ، والوقت التجريبي وحجم التأثير المقدر. إنه أيضًا إعادة استخدام وتحسين مستمر لمنهجيات تحليل ما بعد الآثار. هذه الطريقة ضرورية لتقليل احتمالية حدوث أخطاء قبول خاطئة وفقدان التأثير ، بالإضافة إلى زيادة الحساسية ، لأنه حتى التأثير الصغير على نطاق الأعمال التجارية الكبيرة له أهمية كبيرة. لذلك ، يجب أن تكون قادرًا على تحديد أدنى التغييرات ، وتقليل المخاطر ، بما في ذلك الاستنتاجات غير الصحيحة حول نتائج التجربة.
البيع بالتجزئة والبيانات الضخمة والحالات الحقيقية
في العام الماضي ، قام متخصصو X5 Retail Group بتقييم ديناميكيات أحجام مبيعات المنتجات الأكثر شعبية بين عشاق كأس العالم 2018. لم تكن هناك مفاجآت ، لكن الإحصائيات ما زالت مثيرة للاهتمام.
لذلك ، كان الماء هو "الأكثر مبيعًا رقم 1". في المدن التي استضافت كأس العالم ، زادت مبيعات المياه بنحو 46٪ ، تحولت سوتشي إلى الصدارة ، حيث زاد حجم المبيعات بنسبة 87٪. في أيام المباريات ، تم تسجيل أعلى رقم في سارانسك ، حيث زادت المبيعات بنسبة 160٪ مقارنة بالأيام العادية.
بالإضافة إلى الماء ، اشترى المشجعون البيرة. من 14 يونيو إلى 15 يوليو في المدن التي أقيمت فيها المباريات ، زاد معدل دوران البيرة بمعدل 31,8٪. أصبحت سوتشي أيضًا رائدة - هنا تم شراء البيرة بنسبة 64 ٪ بنشاط أكبر. لكن في سانت بطرسبرغ ، كان النمو ضئيلاً - 5,6٪ فقط. في أيام المباريات في نفس سارانسك ، زاد حجم مبيعات البيرة بنسبة 128 ٪.
كما تم إجراء البحوث على منتجات أخرى. تسمح البيانات التي يتم الحصول عليها في أيام الذروة لاستهلاك الغذاء بتوقع أكثر دقة للطلب في المستقبل ، مع مراعاة عوامل الحدث. يجعل التنبؤ الدقيق من الممكن توقع توقعات المشترين.
أثناء اختبار X5 Retail Group ، تم استخدام طريقتين:
النماذج الهيكلية البايزية للسلاسل الزمنية مع تقدير الفرق التراكمي ؛
تحليل الانحدار مع تقدير انحياز توزيع الخطأ قبل وأثناء البطولة.
ما الذي يستخدمه التجزئة أيضًا من البيانات الضخمة؟
- هناك الكثير من الأساليب والتقنيات ، مما يمكن تسميته مرتجلاً ، وهذه هي:
- توقعات الطلب؛
- تحسين مصفوفة التشكيلة ؛
- رؤية الكمبيوتر لاكتشاف الفراغات على الرفوف واكتشاف قائمة الانتظار ؛
- توقعات الترويجي.
قلة المتخصصين
يتزايد الطلب على الخبراء في مجال البيانات الضخمة باستمرار. لذلك ، في عام 2018 ، زاد عدد الوظائف الشاغرة المتعلقة بالبيانات الضخمة بمقدار 7 مرات مقارنة بعام 2015. في النصف الأول من عام 2019 ، تجاوز الطلب على المتخصصين 65٪ من الطلب لعام 2018 بأكمله.
تحتاج الشركات الكبيرة بشكل خاص إلى خدمات محللي البيانات الضخمة. على سبيل المثال ، في Mail.ru Group ، هناك حاجة إليها في أي مشروع يعالج البيانات النصية ، ومحتوى الوسائط المتعددة ، ويقوم بتركيب الكلام وتحليله (وهذا أولاً وقبل كل شيء ، الخدمات السحابية ، والشبكات الاجتماعية ، والألعاب ، وما إلى ذلك). تضاعف عدد الوظائف الشاغرة في الشركة ثلاث مرات خلال العامين الماضيين. في الأشهر الثمانية الأولى من هذا العام ، وظفت Mail.ru العديد من المتخصصين في البيانات الضخمة كما في العام الماضي بأكمله. في Ozon ، تضاعف قسم علوم البيانات ثلاث مرات في العامين الماضيين. لدى Megafon وضعًا مشابهًا - نما فريق تحليل البيانات عدة مرات على مدار الـ 2,5 عامًا الماضية.
بدون شك ، في المستقبل ، سيزداد الطلب على ممثلي التخصصات المتعلقة بالبيانات الضخمة بشكل أقوى. لذا إذا كان هناك اهتمام بهذا المجال ، فعليك أن تجرب يدك.
المصدر: www.habr.com