Hei, Habr! 30. kesäkuuta klo 18:00 Moskovan aikaa pidämme online-tapaamisen analyytikoille. Puhujat puhuvat alueellisista A/B-testeistä, verkkokaupan tavaroiden liikkeeseenlaskun hallinnasta, uusien ominaisuuksien tuottojen ennustamisesta ja datatieteestä tavaroiden toimituksessa.
Leikkauksen alla, kuten aina, ovat raporttien tiivistelmät ja kaikki tarvittavat linkit.
Raportit
Alueelliset A/B-testit. Miksi niitä tarvitaan ja miten ne on suunniteltu - Igor Krasovsky, Avito
Mitä tehdä, jos A/B-testin testiryhmä ei ole tarkkaan tiedossa ja käyttäjä altistuu sille offline-tilassa esimerkiksi alueellisessa tv-mainonnassa? Kuinka muodostaa vertailuryhmä puolueelliselle testiryhmälle? Kuinka mitata vaikutus ja erottaa se satunnaisesta virheestä? Kerron sinulle, kuinka vastasimme näihin kysymyksiin Avitossa ja mitä ongelmia kohtasimme.
Tietoja puhujasta: Olen ollut Avitossa hieman yli 2 vuotta, sitä ennen työskentelin verkkokaupan ja IT-konsultoinnin parissa. Nyt työskentelen Core Analytics -tiimissä, joka vastaa sellaisista alueista kuin tiedonhallinta, strateginen analytiikka, Core Analytics Platform ja Key Account Analytics.
Parhaat datatuotteet syntyvät aloilla - Marina Kalabina, Leroy Merlin
Suurin osa verkkotilauksistamme kerätään myymälöiden kerroksista varastojen sijaan. Tämä johtaa virheisiin sivustolla näytettävän ja sen välillä, mitä voimme kerätä.
Liikkeiden korkean tavaroiden kiertonopeuden ja varastonhallintajärjestelmien monimutkaisuuden vuoksi tapahtuu virheitä, jotka voidaan havaita automaattisesti. Järjestelmäosaamisemme ja sosiaalisen manipuloinnin avulla ehdotimme ratkaisua, joka automaattisesti etsii ongelmalliset tuotteet ja säätelee niiden varastoa ennen niiden julkaisemista sivustolla.
Tietoja puhujasta: 9 vuotta työskentelyä Leroy Merlinissä. Ensin avasin myymälöitä, sitten työskentelin niissä ja nyt laitan tavarat järjestykseen varastoissa. Kokosin tiimin ja julkaisin datatuotteen kuudessa viikossa.
Kasvumalli - ominaisuuksien tuoton ennustaminen priorisointia varten - Pavel Mikhailov, Ostrovok.ru
- Rakennamme kasvumallia – kohortteihin ja keskeisiin mittareihin perustuvaa viitekehystä, joka mallintaa tuloja keskipitkällä aikavälillä.
- Muunnamme tuote- ja liiketoimintamittarit rahaksi mallin avulla.
- Arvioimme ominaisuuksien mahdollista tuottoa esimerkkien avulla.
Tietoja puhujasta: Emerging Travel Groupin (Ostrovok.ru) kasvujohtaja, jolla on analyyttinen tausta. Luon, kehitän ja testaan kasvuhypoteesia.
Kuinka datatieteilijä Avito auttoi toimitusta - Dima Sergeev, Avito
... Tai tarina siitä, kuinka lopettaa tarjoaminen käyttäjille "KAMAZ Cab" -toimituksen ostamisesta. Avitossa on jo yli 60 miljoonaa tuotetta. Jokaisen kohdalla ei ole helppoa määrittää, voiko myyjä laittaa sen 120x80x50 laatikkoon ja lähettää sen ostajalle toiseen kaupunkiin.
Ajoittain teemme tällaisia virheitä: tarjoamme toimituksen sinne, missä sen ei ilmeisesti pitäisi olla ja päinvastoin. Kerron teille hieman siitä, kuinka käsittelemme tätä ongelmaa ja mitä tuloksia onnistuimme saavuttamaan.
Tietoja puhujasta: Viimeisen vuoden ajan olen tehnyt analytiikkaa Avito Deliveryssä. Sitä ennen työskentelin analytiikan parissa OZONissa kolme vuotta.
Esitä kysymyksiä lähetyschatissa - vastaamme mielenkiintoisimpiin lähetyksessä. Jokaisen raportin jälkeen voit kommunikoida erikseen puhujan kanssa.
Salasanat ja esiintymiset
käännös
Jos haluat saada sähköpostiisi muistutuksen, jossa on linkki lähetykseen, voit
Nähdään verkossa!
Lähde: will.com