Les tecnologies de big data s'utilitzen ara a tot arreu: a la indústria, la medicina, els negocis i l'entreteniment. Així, sense analitzar el big data, els grans minoristes no podran operar amb normalitat, les vendes a Amazon cauran i els meteoròlegs no podran predir el temps durant molts dies, setmanes i mesos abans. És lògic que els especialistes en big data tinguin una gran demanda, i la demanda creix constantment.
GeekBrains forma representants d'aquest camp, intentant oferir als estudiants tant coneixements teòrics com ensenyaments mitjançant exemples, per als quals hi intervenen experts experimentats. Aquest any Els analistes de Big Data de la universitat en línia GeekUniversity i el minorista més gran de la Federació Russa, X5 Retail Group, s'han convertit en socis. Els especialistes de l'empresa, amb un ampli coneixement i experiència, van ajudar a crear un curs de marca, en el qual els estudiants reben tant formació teòrica com experiència pràctica durant el curs de formació.
Hem parlat amb Valery Babushkin, director de modelatge i anàlisi de dades de X5 Retail Group. Ell és un dels científics de dades del món (30è en el rànquing mundial d'especialistes en aprenentatge automàtic). Juntament amb altres professors, Valery explica als estudiants de GeekBrains les proves A/B, les estadístiques matemàtiques en què es basen aquests mètodes, així com les pràctiques modernes per als càlculs i les característiques d'implementació de proves A/B en el comerç minorista fora de línia.
Per què necessitem proves A/B?
Aquest és un dels millors mètodes per trobar les millors maneres de millorar les conversions, l'economia i els factors de comportament. Hi ha altres mètodes, però són més cars i complexos. Els principals avantatges de les proves A/B són el seu preu relativament baix i la seva disponibilitat per a empreses de qualsevol mida.
Sobre les proves A/B, podem dir que aquesta és una de les maneres més importants de buscar i prendre decisions en els negocis, decisions de les quals depenen tant el benefici com el desenvolupament de diversos productes de qualsevol empresa. Les proves permeten prendre decisions basades no només en teories i hipòtesis, sinó també en el coneixement pràctic de com canvis concrets modifiquen les interaccions dels clients amb la xarxa.
És important recordar que al detall cal provar-ho tot: campanyes de màrqueting, enviaments per SMS, proves dels mateixos enviaments, la col·locació de productes als prestatges i els propis prestatges a les zones de venda. Si parlem d'una botiga en línia, aquí podeu provar la disposició dels elements, el disseny, les inscripcions i els textos.
Les proves A/B són una eina que ajuda a una empresa, per exemple, un minorista, a ser sempre competitiva, detectar els canvis en el temps i canviar-se. Això permet que el negoci sigui el més eficient possible, maximitzant els beneficis.
Quins són els matisos d'aquests mètodes?
El més important és que hi ha d'haver un objectiu o problema en què es basaran les proves. Per exemple, el problema és un nombre reduït de clients en un punt de venda o botiga en línia. L'objectiu és augmentar l'afluència de clients. Hipòtesi: si les targetes de producte d'una botiga en línia es fan més grans i les fotografies són més brillants, hi haurà més compres. A continuació, es realitza una prova A/B, el resultat de la qual és una valoració dels canvis. Un cop rebuts els resultats de totes les proves, podeu començar a formular un pla d'acció per canviar el lloc.
No es recomana realitzar proves amb processos superposats, en cas contrari els resultats seran més difícils d'avaluar. Es recomana dur a terme proves sobre els objectius de màxima prioritat i formular hipòtesis primer.
La prova ha de durar prou perquè els resultats es considerin fiables. Quant depèn exactament, per descomptat, de la prova en si. Així doncs, la nit de Cap d'Any augmenta el trànsit de la majoria de botigues en línia. Si el disseny de la botiga en línia es va canviar abans, una prova a curt termini mostrarà que tot està bé, que els canvis tenen èxit i que el trànsit està creixent. Però no, no importa el que facis abans de les vacances, el trànsit augmentarà, la prova no es pot completar abans de l'Any Nou ni immediatament després, ha de ser prou llarg per identificar totes les correlacions.
La importància de la connexió correcta entre l'objectiu i l'indicador que es mesura. Per exemple, en canviar el disseny del mateix lloc web de la botiga en línia, l'empresa veu augmentar el nombre de visitants o clients i n'està satisfeta. Però, de fet, la mida mitjana del xec pot ser més petita de l'habitual, de manera que els vostres ingressos generals seran encara més baixos. Això, per descomptat, no es pot anomenar un resultat positiu. El problema és que l'empresa no va comprovar simultàniament la relació entre un augment de visitants, un augment del nombre de compres i la dinàmica de la mida del xec mitjà.
Les proves són només per a botigues en línia?
No del tot. Un mètode popular en el comerç minorista fora de línia és la implementació d'un pipeline complet per provar hipòtesis fora de línia. Es tracta de la construcció d'un procés en el qual es redueixen els riscos d'una selecció incorrecta de grups per a l'experiment, es selecciona la relació òptima entre el nombre de botigues, el temps pilot i la mida de l'efecte estimat. També és la reutilització i la millora contínua de les metodologies d'anàlisi post-efectes. El mètode és necessari per reduir la probabilitat d'errors d'acceptació falsa i efectes perduts, així com per augmentar la sensibilitat, perquè fins i tot un petit efecte a l'escala d'una gran empresa és de gran importància. Per tant, cal ser capaç d'identificar fins i tot els canvis més febles i minimitzar els riscos, incloses les conclusions incorrectes sobre els resultats de l'experiment.
Retail, Big Data i casos reals
L'any passat, els experts del X5 Retail Group van avaluar la dinàmica dels volums de vendes dels productes més populars entre els aficionats a la Copa del Món de 2018. No hi va haver sorpreses, però les estadístiques encara van resultar interessants.
Així, l'aigua va resultar ser el "núm. 1 més venut". A les ciutats que van acollir el Mundial, les vendes d'aigua van augmentar aproximadament un 46%; el líder va ser Sotxi, on la facturació va augmentar un 87%. Els dies de partit, la xifra màxima es va registrar a Saransk: aquí les vendes van augmentar un 160% en comparació amb els dies normals.
A més de l'aigua, els aficionats van comprar cervesa. Del 14 de juny al 15 de juliol, a les ciutats on van tenir lloc els partits, la facturació de cervesa va augmentar de mitjana un 31,8%. Sotxi també es va convertir en el líder: la cervesa es va comprar aquí un 64% més activament. Però a Sant Petersburg el creixement va ser petit: només el 5,6%. Els dies de partit a Saransk, les vendes de cervesa van augmentar un 128%.
També s'ha fet recerca sobre altres productes. Les dades obtingudes en els dies punta de consum d'aliments ens permeten predir amb més precisió la demanda en el futur, tenint en compte els factors d'esdeveniment. Una previsió precisa permet anticipar les expectatives dels clients.
Durant les proves, X5 Retail Group va utilitzar dos mètodes:
Models de sèries temporals estructurals bayesians amb estimació de diferències acumulades;
Anàlisi de regressió amb valoració del canvi en la distribució d'errors abans i durant el campionat.
Què més fa servir el comerç minorista de Big Data?
- Hi ha molts mètodes i tecnologies, del que es pot anomenar de manera directa, aquests són:
- Previsió de la demanda;
- Optimització de la matriu d'assortiment;
- Visió per ordinador per identificar buits a les prestatgeries i detectar la formació de cua;
- Previsió promocional.
Falta d'especialistes
La demanda d'experts en Big Data està en constant creixement. Així, el 2018, el nombre de vacants relacionades amb el big data va augmentar 7 vegades respecte al 2015. En el primer semestre del 2019, la demanda d'especialistes va superar el 65% de la demanda durant tot el 2018.
Les grans empreses necessiten especialment els serveis dels analistes de Big Data. Per exemple, a Mail.ru Group es necessiten en qualsevol projecte on es processin dades de text, contingut multimèdia, es faci la síntesi i l'anàlisi de la parla (és, en primer lloc, serveis al núvol, xarxes socials, jocs, etc.). El nombre de vacants a l'empresa s'ha triplicat en els últims dos anys. En els vuit primers mesos d'enguany, Mail.ru va contractar el mateix nombre d'especialistes en Big Data que durant tot l'any passat. A Ozon, el departament de Ciència de Dades s'ha triplicat durant els últims dos anys. La situació és similar a Megafon: l'equip que analitza les dades ha crescut diverses vegades durant els últims 2,5 anys.
Sens dubte, en el futur creixerà encara més la demanda de representants d'especialitats relacionades amb el Big Data. Així que si teniu interès en aquesta àrea, hauríeu de provar-ho.
Font: www.habr.com