Suurandmete tehnoloogiaid kasutatakse nüüd kõikjal – tööstuses, meditsiinis, äris ja meelelahutuses. Seega ei saa suurandmeid analüüsimata suured jaemüüjad normaalselt tegutseda, Amazoni müük langeb ning meteoroloogid ei suuda paljude päevade, nädalate ja kuude ilma ennustada. On loogiline, et suurandmete spetsialistide järele on praegu suur nõudlus ja nõudlus kasvab pidevalt.
GeekBrains koolitab selle valdkonna esindajaid, püüdes anda õpilastele nii teoreetilisi teadmisi kui ka näidete varal õpetamist, milleks on kaasatud kogenud eksperdid. Sellel aastal Partneriteks on saanud veebiülikooli GeekUniversity Big Data analüütikud ja Vene Föderatsiooni suurim jaemüüja X5 Retail Group. Ettevõtte laialdaste teadmiste ja kogemustega spetsialistid aitasid luua kaubamärgiga kursuse, mille käigus saavad õpilased nii teoreetilise koolituse kui ka praktilise kogemuse.
Rääkisime X5 Retail Groupi modelleerimise ja andmeanalüüsi direktori Valeri Babushkiniga. Ta on üks neist andmeteadlased maailmas (30. masinõppe spetsialistide edetabelis). Koos teiste õpetajatega räägib Valery GeekBrainsi õpilastele A/B-testimisest, nende meetodite aluseks olevast matemaatilisest statistikast, aga ka kaasaegsetest arvutuspraktikatest ja A/B-testimise rakendamise funktsioonidest võrguühenduseta jaemüügis.
Miks meil A/B teste üldse vaja on?
See on üks parimaid meetodeid konversioonide, majanduse ja käitumuslike tegurite parandamiseks parimate viiside leidmiseks. On ka teisi meetodeid, kuid need on kallimad ja keerukamad. A/B-testide peamised eelised on nende suhteliselt madal hind ja kättesaadavus igas suuruses ettevõtetele.
A/B testide kohta võib öelda, et see on äris üks olulisemaid otsimise ja otsuste langetamise viise, millest sõltub nii kasum kui iga ettevõtte erinevate toodete areng. Testid võimaldavad teha otsuseid mitte ainult teooriate ja hüpoteeside põhjal, vaid ka praktiliste teadmiste põhjal, kuidas konkreetsed muudatused muudavad klientide suhtlust võrgustikuga.
Oluline on meeles pidada, et jaemüügis tuleb testida kõike – turunduskampaaniaid, SMS-postitusi, postituste endi teste, toodete paigutust riiulitele ja riiuleid endid müügisaalides. Kui me räägime veebipoest, siis siin saate testida elementide paigutust, kujundust, pealdisi ja tekste.
A/B testid on tööriist, mis aitab ettevõttel, näiteks jaemüüjal, olla alati konkurentsivõimeline, tajuda muutusi ajas ja muuta ennast. See võimaldab ettevõttel olla võimalikult tõhus, maksimeerides kasumit.
Millised on nende meetodite nüansid?
Peaasi, et peab olema eesmärk või probleem, millele testimine tugineb. Näiteks on probleemiks väike klientide arv jaemüügipunktis või veebipoes. Eesmärk on suurendada klientide juurdevoolu. Hüpotees: kui teha veebipoes tootekaardid suuremaks ja fotod heledamad, siis ostetakse rohkem. Järgmisena viiakse läbi A/B test, mille tulemuseks on muutuste hindamine. Pärast kõigi testide tulemuste saamist võite hakata koostama tegevuskava saidi muutmiseks.
Kattuvate protsessidega teste ei soovitata teha, vastasel juhul on tulemusi raskem hinnata. Esmalt on soovitatav läbi viia kõrgeima prioriteediga eesmärkide ja püstitatud hüpoteeside testid.
Test peab kestma piisavalt kaua, et tulemusi saaks pidada usaldusväärseks. Kui palju täpselt, sõltub muidugi testist endast. Nii et vana-aastaõhtul suureneb enamiku veebipoodide külastatavus. Kui veebipoe kujundust muudeti varem, siis lühiajaline test näitab, et kõik on korras, muudatused õnnestuvad ja liiklus kasvab. Aga ei, ükskõik mida sa enne pühi ka ei teeks, liiklus suureneb, testi ei saa teha enne aastavahetust ega kohe pärast seda, see peab olema piisavalt pikk, et kõik seosed välja selgitada.
Eesmärgi ja mõõdetava näitaja õige seose tähtsus. Näiteks sama veebipoe veebilehe kujundust muutes näeb ettevõte külastajate või klientide arvu kasvu ja on sellega rahul. Kuid tegelikult võib keskmine tšeki suurus olla tavalisest väiksem, nii et teie üldine sissetulek on veelgi väiksem. Seda ei saa muidugi positiivseks tulemuseks nimetada. Probleem on selles, et ettevõte ei kontrollinud üheaegselt külastajate arvu kasvu, ostude arvu kasvu ja keskmise tšeki suuruse dünaamika vahelist seost.
Kas testimine on mõeldud ainult veebipoodidele?
Üldse mitte. Võrguühenduseta jaemüügis on populaarne meetod hüpoteeside võrguühenduseta kontrollimiseks täieliku konveieri rakendamine. See on protsessi konstrueerimine, mille käigus vähendatakse eksperimendi jaoks rühmade ebaõige valiku riske, valitakse optimaalne kaupluste arvu, pilootaja ja hinnangulise efekti suuruse suhe. See on ka järelmõjude analüüsi metoodikate taaskasutamine ja pidev täiustamine. Meetodit on vaja valede aktsepteerimisvigade ja vastamata efektide tõenäosuse vähendamiseks, samuti tundlikkuse suurendamiseks, sest isegi väike mõju suure ettevõtte mastaabile on väga oluline. Seetõttu peate suutma tuvastada ka kõige nõrgemad muutused ja minimeerida riske, sealhulgas eksperimendi tulemuste kohta valesid järeldusi.
Jaemüük, suurandmed ja tegelikud juhtumid
Eelmisel aastal hindasid X5 Retail Groupi eksperdid 2018. aasta MM-i fännide seas populaarseimate toodete müügimahtude dünaamikat. Üllatusi ei tulnud, aga statistika osutus siiski huvitavaks.
Seega osutus vesi "enimmüüdud kaubaks nr 1". MMi võõrustanud linnades kasvas veemüük ligikaudu 46%, liidriks tõusis Sotši, kus käive kasvas 87%. Mängupäevadel registreeriti maksimaalne näitaja Saranskis - siin kasvas müük tavapäevadega võrreldes 160%.
Lisaks veele ostsid fännid õlut. 14. juunist 15. juulini kasvas linnades, kus mängud toimusid, õllekäive keskmiselt 31,8%. Liidriks tõusis ka Sotši - õlut osteti siit 64% aktiivsemalt. Kuid Peterburis oli kasv väike – vaid 5,6%. Mängupäevadel Saranskis kasvas õllemüük 128%.
Uuringuid on tehtud ka teiste toodete kohta. Toidutarbimise tipppäevadel saadud andmed võimaldavad sündmuste tegureid arvesse võttes täpsemalt prognoosida nõudlust tulevikus. Täpne prognoos võimaldab ennetada klientide ootusi.
Testimise ajal kasutas X5 Retail Group kahte meetodit:
Bayesi struktuursed aegridade mudelid kumulatiivse erinevuse hindamisega;
Regressioonianalüüs koos hinnanguga vigade jaotuse nihkele enne ja meistrivõistluste ajal.
Mida veel jaemüük Big Datast kasutab?
- Meetodeid ja tehnoloogiaid on üsna palju, mida võib nimetada, on järgmised:
- Nõudluse prognoos;
- Sortimendi maatriksi optimeerimine;
- Arvutinägemine, et tuvastada tühimikud riiulitel ja tuvastada järjekorra tekkimine;
- Promoprognoos.
Spetsialistide puudus
Nõudlus suurandmete ekspertide järele kasvab pidevalt. Seega kasvas 2018. aastal suurandmetega seotud vabade töökohtade arv 7. aastaga võrreldes 2015 korda. 2019. aasta esimesel poolel ületas nõudlus spetsialistide järele 65% kogu 2018. aasta nõudlusest.
Suurandmete analüütikute teenuseid vajavad eriti suured ettevõtted. Näiteks Mail.ru Groupis on neid vaja igas projektis, kus töödeldakse tekstiandmeid, multimeediumisisu, tehakse kõnesünteesi ja -analüüsi (see on ennekõike pilveteenused, sotsiaalvõrgustikud, mängud jne). Vabade töökohtade arv ettevõttes on viimase kahe aastaga kolmekordistunud. Selle aasta esimese kaheksa kuuga palkas Mail.ru sama palju Big Data spetsialiste kui kogu möödunud aastal. Osonis on andmeteaduse osakond viimase kahe aasta jooksul kasvanud kolm korda. Sarnane on olukord ka Megafonis – andmeid analüüsiv meeskond on viimase 2,5 aastaga mitu korda kasvanud.
Kahtlemata kasvab tulevikus nõudlus Big Dataga seotud erialade esindajate järele veelgi. Nii et kui teil on selle valdkonna vastu huvi, peaksite kätt proovima.
Allikas: www.habr.com