Las tecnologías de Big Data se utilizan ahora en todas partes: en la industria, la medicina, los negocios y el entretenimiento. Sin el análisis de Big Data, los grandes minoristas no podrían operar correctamente, las ventas de Amazon disminuirían y los meteorólogos no podrían predecir el tiempo con días, semanas o meses de antelación. Es lógico que los especialistas en Big Data tengan una gran demanda, y esta no deja de crecer.
GeekBrains capacita a profesionales en este campo, brindando a los estudiantes conocimientos teóricos y experiencia práctica, con la ayuda de expertos experimentados. Este año Analistas de Big Data de la universidad en línea GeekUniversity y X5 Retail Group, el minorista más grande de Rusia, se han asociado. Los especialistas de la compañía, con su amplio conocimiento y experiencia, ayudaron a crear un curso de marca que ofrece a los estudiantes formación teórica y práctica.
Hablamos con Valery Babushkin, Director de Modelado y Análisis de Datos en X5 Retail Group. Es uno de... Científicos de datos de todo el mundo (puesto 30.º a nivel mundial en aprendizaje automático). Junto con otros instructores, Valery enseña a los estudiantes de GeekBrains sobre las pruebas A/B, las estadísticas matemáticas que sustentan estos métodos, así como las prácticas de cálculo modernas y los detalles de la implementación de las pruebas A/B en el comercio minorista tradicional.
¿Por qué necesitamos pruebas A/B?
Este es uno de los mejores métodos para encontrar maneras óptimas de mejorar las tasas de conversión, los indicadores económicos y los factores de comportamiento. Existen otros métodos, pero son más costosos y complejos. Las principales ventajas de las pruebas A/B son su costo relativamente bajo y su accesibilidad para empresas de cualquier tamaño.
Las pruebas A/B son uno de los métodos más importantes para identificar y tomar decisiones empresariales, decisiones que impactan tanto en las ganancias como en el desarrollo de los diversos productos de cualquier empresa. Las pruebas permiten tomar decisiones basadas no solo en teorías e hipótesis, sino también en el conocimiento práctico de cómo cambios específicos alteran las interacciones de los clientes con la red.
Es importante recordar que en el comercio minorista, todo debe probarse: campañas de marketing, mensajes SMS, pruebas de los mensajes, la ubicación de los productos en los estantes y los propios estantes en el área de ventas. En el caso de las tiendas online, se puede probar la disposición de los elementos, el diseño, el texto y el texto.
Las pruebas A/B son una herramienta que ayuda a una empresa, como un minorista, a mantenerse competitiva, reconocer los cambios con prontitud y adaptarse en consecuencia. Esto permite que el negocio sea lo más eficiente posible y maximice sus ganancias.
¿Cuáles son los matices de estos métodos?
La clave es tener un objetivo o problema que sirva de base para las pruebas. Por ejemplo, el problema podría ser la baja afluencia de clientes en una tienda física o en línea. El objetivo es aumentarla. La hipótesis es que si las fichas de producto de la tienda en línea se amplían y las fotos se iluminan, se realizarán más compras. A continuación, se realiza una prueba A/B, cuyos resultados se utilizan para evaluar los cambios. Una vez obtenidos los resultados de todas las pruebas, se puede desarrollar un plan de acción para las modificaciones del sitio web.
No se recomienda realizar pruebas con procesos superpuestos, ya que esto dificultará la evaluación de los resultados. Se recomienda realizar primero las pruebas con los objetivos de mayor prioridad y las hipótesis planteadas.
La prueba debe durar lo suficiente para que los resultados se consideren fiables. La duración exacta depende, por supuesto, de la propia prueba. Por ejemplo, en Nochevieja, el tráfico a la mayoría de las tiendas online aumenta. Si el diseño de la tienda online se modificó con antelación, una prueba a corto plazo mostraría que todo está bien, que los cambios fueron exitosos y que el tráfico está creciendo. Pero independientemente de lo que se haga antes de las fiestas, el tráfico aumentará. La prueba no debe completarse antes ni inmediatamente después de Año Nuevo; debe ser lo suficientemente larga como para identificar todas las correlaciones.
La importancia de una conexión clara entre el objetivo y la métrica que se mide. Por ejemplo, tras rediseñar el sitio web de una tienda online, una empresa podría observar un aumento de visitantes o clientes y estar satisfecha con el resultado. Sin embargo, en realidad, el valor medio de los pedidos podría ser inferior al habitual, lo que se traduce en unos ingresos totales aún menores. Esto, por supuesto, no puede considerarse un resultado positivo. El problema radica en que la empresa no midió simultáneamente la relación entre el aumento de visitantes, el aumento de compras y el valor medio de los pedidos.
¿Las pruebas son solo para tiendas online?
En absoluto. Un método popular en el comercio minorista tradicional es implementar un proceso completo para probar hipótesis fuera de línea. Este proceso reduce el riesgo de seleccionar grupos incorrectamente para un experimento, encontrando el equilibrio óptimo entre el número de tiendas, el tiempo de prueba y la magnitud del efecto evaluado. También implica reutilizar y mejorar continuamente las metodologías de análisis posterior de los efectos. Este método es necesario para reducir la probabilidad de falsos positivos y efectos no detectados, así como para aumentar la sensibilidad, ya que incluso un efecto pequeño puede ser extremadamente significativo en la escala de una gran empresa. Por lo tanto, es esencial poder identificar incluso los cambios más sutiles y minimizar los riesgos, incluyendo la posibilidad de extraer conclusiones incorrectas sobre los resultados experimentales.
Venta minorista, big data y casos prácticos del mundo real
El año pasado, los especialistas de X5 Retail Group evaluaron las tendencias de ventas de los productos más populares entre los aficionados al Mundial 2018. Si bien no hubo sorpresas, las estadísticas fueron interesantes.
El agua, por ejemplo, se convirtió en el producto más vendido. En las ciudades sede del Mundial, las ventas de agua aumentaron aproximadamente un 46%, con Sochi a la cabeza, con un aumento del 87%. Los días de partido, las mayores ventas se registraron en Saransk, donde las ventas aumentaron un 160% en comparación con los días normales.
Además de agua, los aficionados también compraron cerveza. Del 14 de junio al 15 de julio, las ventas de cerveza en las ciudades sede de los partidos aumentaron un promedio del 31,8%. Sochi también lideró la tendencia, con un aumento del 64% en las ventas de cerveza. Sin embargo, en San Petersburgo, el aumento fue modesto: tan solo un 5,6%. Los días de partido, las ventas de cerveza en Saransk también aumentaron un 128%.
También se realizó una investigación sobre otros productos. Los datos obtenidos durante los días de mayor consumo permiten realizar pronósticos de demanda más precisos a futuro, considerando factores de eventos. Un pronóstico preciso permite anticipar las expectativas del consumidor.
Durante las pruebas, X5 Retail Group utilizó dos métodos:
Modelos de series de tiempo estructurales bayesianos con estimación de diferencia acumulada;
Análisis de regresión con evaluación del sesgo de la distribución de errores antes y durante el campeonato.
¿Qué más utiliza el comercio minorista del Big Data?
- Hay muchos métodos y tecnologías, pero, a continuación, se me ocurren algunos:
- Previsión de la demanda;
- Optimización de la matriz de gama de productos;
- Visión por computadora para identificar estantes vacíos y detectar la formación de colas;
- Pronóstico de promoción.
Falta de especialistas
La demanda de expertos en Big Data está en constante crecimiento. En 2018, el número de vacantes relacionadas con Big Data se multiplicó por siete en comparación con 2015. En el primer semestre de 2019, la demanda de especialistas superó el 65 % de la demanda de todo 2018.
Las grandes empresas necesitan especialmente analistas de Big Data. Por ejemplo, en Mail.ru Group, se necesitan para cualquier proyecto que procese datos de texto, contenido multimedia y síntesis y análisis de voz (principalmente servicios en la nube, redes sociales, juegos, etc.). El número de vacantes de la empresa se ha triplicado en los últimos dos años. En los primeros ocho meses de este año, Mail.ru contrató a tantos especialistas en Big Data como en todo el año anterior. En Ozon, el departamento de Ciencia de Datos ha triplicado su tamaño en los últimos dos años. Megafon está experimentando una situación similar: el equipo responsable del análisis de datos se ha multiplicado por varias en los últimos dos años y medio.
Sin duda, la demanda de profesionales en Big Data crecerá aún más en el futuro. Así que, si te interesa este campo, vale la pena intentarlo.
Fuente: habr.com
