Grandaj Datumaj teknologioj nun estas uzataj ĉie - en industrio, medicino, komerco kaj distro. Tiel, sen analizi grandajn datumojn, grandaj komercistoj ne povos funkcii normale, vendoj ĉe Amazon falos, kaj meteologoj ne povos antaŭdiri la veteron dum multaj tagoj, semajnoj kaj monatoj antaŭe. Estas logike, ke specialistoj pri grandaj datumoj nun estas tre postulataj, kaj la postulo konstante kreskas.
GeekBrains trejnas reprezentantojn de ĉi tiu kampo, provante provizi studentojn per kaj teoria scio kaj instruado per ekzemploj, por kiuj spertaj fakuloj estas implikitaj. Ĉijare Grandaj Datumaj analizistoj de la reta universitato GeekUniversity kaj la plej granda podetalisto en la Rusa Federacio, X5 Retail Group, fariĝis partneroj. La specialistoj de la firmao, havantaj ampleksan scion kaj sperton, helpis krei markan kurson, en kiu studentoj ricevas kaj teorian trejnadon kaj praktikan sperton dum la kurso de trejnado.
Ni parolis kun Valery Babushkin, direktoro de modeligado kaj analizo de datumoj ĉe X5 Retail Group. Li estas unu el la datumsciencistoj en la mondo (30-a en la tutmonda rangotabelo de maŝinlernado-specialistoj). Kune kun aliaj instruistoj, Valery rakontas al GeekBrains-studentoj pri A/B-testado, la matematika statistiko sur kiu tiuj metodoj estas bazitaj, same kiel modernaj praktikoj por kalkuloj kaj trajtoj de efektivigado de A/B-testado en eksterreta podetala komerco.
Kial ni entute bezonas A/B-testojn?
Ĉi tio estas unu el la plej bonaj metodoj por trovi la plej bonajn manierojn plibonigi konvertiĝojn, ekonomion kaj kondutajn faktorojn. Estas aliaj metodoj, sed ili estas pli multekostaj kaj kompleksaj. La ĉefaj avantaĝoj de A/B-testoj estas ilia relative malalta prezo kaj havebleco por entreprenoj de ajna grandeco.
Pri A/B-testoj, ni povas diri, ke ĉi tio estas unu el la plej gravaj manieroj serĉi kaj fari decidojn en komerco, decidoj de kiuj dependas kaj profito kaj la disvolviĝo de diversaj produktoj de iu ajn kompanio. Testoj ebligas fari decidojn bazitajn ne nur sur teorioj kaj hipotezoj, sed ankaŭ sur praktika scio pri kiel specifaj ŝanĝoj modifas klientinteragojn kun la reto.
Gravas memori, ke en podetala komerco vi devas provi ĉion - merkatajn kampanjojn, SMS-sendaĵojn, provojn de la afiŝoj mem, la lokigon de produktoj sur bretoj kaj la bretoj mem en vendaj areoj. Se ni parolas pri reta vendejo, tiam ĉi tie vi povas testi la aranĝon de elementoj, dezajno, aliĝoj kaj tekstoj.
A/B-testoj estas ilo, kiu helpas kompanion, ekzemple, komercisto, ĉiam esti konkurenciva, senti ŝanĝojn en tempo kaj ŝanĝi sin. Ĉi tio permesas al la komerco esti kiel eble plej efika, maksimumigante profitojn.
Kio estas la nuancoj de ĉi tiuj metodoj?
La ĉefa afero estas, ke devas esti celo aŭ problemo, sur kiu baziĝos testado. Ekzemple, la problemo estas malgranda nombro da klientoj ĉe podetala vendejo aŭ reta vendejo. La celo estas pliigi la enfluon de klientoj. Hipotezo: se produktkartoj en reta vendejo fariĝas pli grandaj kaj fotoj estas pli brilaj, tiam estos pli da aĉetoj. Poste, A/B-testo estas farita, kies rezulto estas taksado de ŝanĝoj. Post kiam la rezultoj de ĉiuj provoj estas ricevitaj, vi povas komenci formuli agadplanon por ŝanĝi la retejon.
Ne rekomendas fari provojn kun interkovritaj procezoj, alie la rezultoj estos pli malfacile takseblaj. Oni rekomendas unue fari provojn pri la plej altaj prioritataj celoj kaj formulitaj hipotezoj.
La testo devas daŭri sufiĉe longe por ke la rezultoj estu konsiderataj fidindaj. Kiom precize dependas, kompreneble, de la testo mem. Do, en la silvestro, la trafiko de la plej multaj retaj vendejoj pliiĝas. Se la dezajno de la reta vendejo antaŭe estis ŝanĝita, tiam mallongdaŭra testo montros, ke ĉio estas bona, la ŝanĝoj sukcesas kaj la trafiko kreskas. Sed ne, negrave kion vi faras antaŭ la ferioj, trafiko pliiĝos, la testo ne povas esti kompletigita antaŭ la Nova Jaro aŭ tuj post ĝi, ĝi devas esti sufiĉe longa por identigi ĉiujn korelaciojn.
La graveco de la ĝusta ligo inter la celo kaj la indikilo estanta mezurita. Ekzemple, ŝanĝante la dezajnon de la sama retbutiko retejo, la kompanio vidas pliiĝon en la nombro da vizitantoj aŭ klientoj kaj estas kontenta pri tio. Sed fakte, la meza ĉeko grandeco povas esti pli malgranda ol kutime, do via ĝenerala enspezo estos eĉ pli malalta. Ĉi tio kompreneble ne povas esti nomata pozitiva rezulto. La problemo estas, ke la kompanio ne samtempe kontrolis la rilaton inter pliiĝo de vizitantoj, pliigo de la nombro da aĉetoj kaj la dinamiko de la grandeco de la averaĝa ĉeko.
Ĉu testado estas nur por interretaj vendejoj?
Tute ne. Populara metodo en senreta podetala komerco estas la efektivigo de kompleta dukto por testado de hipotezoj eksterrete. Ĉi tio estas la konstruado de procezo, en kiu la riskoj de malĝusta elekto de grupoj por la eksperimento estas reduktitaj, la optimuma proporcio de la nombro da butikoj, pilota tempo kaj la grandeco de la taksita efiko estas elektita. Ĝi ankaŭ estas la reuzo kaj kontinua plibonigo de post-efikaj analizmetodaroj. La metodo necesas por redukti la verŝajnecon de falsaj akceptaj eraroj kaj maltrafitaj efikoj, kaj ankaŭ por pliigi sentivecon, ĉar eĉ malgranda efiko sur la skalo de granda komerco estas tre grava. Sekve, vi devas povi identigi eĉ la plej malfortajn ŝanĝojn kaj minimumigi riskojn, inkluzive de malĝustaj konkludoj pri la rezultoj de la eksperimento.
Retail, Big Data kaj realaj kazoj
Pasintjare, spertuloj de X5 Retail Group taksis la dinamikon de vendaj volumoj de la plej popularaj produktoj inter ŝatantoj de la Monda Pokalo 2018. Ne estis surprizoj, sed la statistiko ankoraŭ montriĝis interesa.
Tiel, akvo rezultis esti la "nr. 1 furorlibro." En la grandurboj kiuj aranĝis la Mondan Pokalon, akvovendo pliiĝis je proksimume 46%; la gvidanto estis Soĉi, kie spezo pliiĝis je 87%. En matĉotagoj, la maksimuma cifero estis registrita en Saransk - ĉi tie vendo pliiĝis je 160% kompare kun normalaj tagoj.
Krom akvo, ŝatantoj aĉetis bieron. De la 14-a de junio ĝis la 15-a de julio, en la urboj, kie okazis la matĉoj, la bierspezo kreskis meze de 31,8 %. Soĉi ankaŭ iĝis la gvidanto - biero estis aĉetita ĉi tie 64% pli aktive. Sed en Peterburgo la kresko estis malgranda - nur 5,6%. En matĉotagoj en Saransk, biervendo pliiĝis je 128%.
Esplorado ankaŭ estis farita pri aliaj produktoj. Datumoj akiritaj en pintaj tagoj de manĝkonsumo permesas al ni pli precize antaŭdiri postulon en la estonteco, konsiderante okazaĵfaktorojn. Preciza prognozo ebligas antaŭvidi klientajn atendojn.
Dum testado, X5 Retail Group uzis du metodojn:
Bajezaj strukturaj temposeriomodeloj kun akumula diferenco-takso;
Regresanalizo kun takso de la ŝanĝo en la erardistribuo antaŭ kaj dum la ĉampioneco.
Kion alian podetala uzo de Big Data?
- Estas sufiĉe multaj metodoj kaj teknologioj, el tio, kion oni povas nomi senprokraste, ĉi tiuj estas:
- Prognozo de postulo;
- Optimumigo de la sortimenta matrico;
- Komputila vizio por identigi malplenojn sur bretoj kaj detekti voston formiĝantan;
- Promo prognozo.
Manko de specialistoj
La postulo pri Big Data-fakuloj konstante kreskas. Tiel, en 2018, la nombro da vakantaĵoj rilataj al grandaj datumoj pliiĝis 7 fojojn kompare kun 2015. En la unua duono de 2019, la postulo pri specialistoj superis 65% de la postulo por la tuta 2018.
Grandaj kompanioj bezonas precipe la servojn de analizistoj pri Big Data. Ekzemple, ĉe Mail.ru Group ili estas bezonataj en ajna projekto kie tekstaj datumoj, plurmedia enhavo estas prilaboritaj, parolsintezo kaj analizo estas faritaj (ĉi tio estas, antaŭ ĉio, nubaj servoj, sociaj retoj, ludoj, ktp.). La nombro da vakantaĵoj en la firmao triobliĝis dum la lastaj du jaroj. En la unuaj ok monatoj de ĉi tiu jaro, Mail.ru dungis la saman nombron da Big Data-specialistoj kiel en la tuta lasta jaro. Ĉe Ozono, la Datumscienco-sekcio kreskis trioble dum la lastaj du jaroj. La situacio estas simila ĉe Megafon - la teamo kiu analizas datumojn kreskis plurajn fojojn dum la pasintaj 2,5 jaroj.
Sen dubo, en la estonteco la postulo de reprezentantoj de fakoj rilataj al Big Data kreskos eĉ pli. Do se vi interesiĝas pri ĉi tiu areo, vi devus provi vian manon.
fonto: www.habr.com