Big Data tehnologije sada se koriste posvuda - u industriji, medicini, poslovanju i zabavi. Dakle, bez analize velikih podataka veliki trgovci neće moći normalno poslovati, prodaja na Amazonu će pasti, a meteorolozi neće moći predvidjeti vrijeme mnogo dana, tjedana i mjeseci unaprijed. Logično je da su stručnjaci za velike podatke sada vrlo traženi, a potražnja stalno raste.
GeekBrains obučava predstavnike ovog područja, nastojeći studentima pružiti teoretsko znanje i nastavu kroz primjere, za što su uključeni iskusni stručnjaci. Ove godine Big Data analitičari s internetskog sveučilišta GeekUniversity i najveći trgovac u Ruskoj Federaciji, X5 Retail Group, postali su partneri. Stručnjaci tvrtke, s opsežnim znanjem i iskustvom, pomogli su u stvaranju brendiranog tečaja u kojem studenti dobivaju i teorijsku obuku i praktično iskustvo tijekom tečaja.
Razgovarali smo s Valeryjem Babushkinom, direktorom modeliranja i analize podataka u X5 Retail Groupu. On je jedan od podatkovnih znanstvenika u svijetu (30. na globalnoj ljestvici stručnjaka za strojno učenje). Zajedno s drugim nastavnicima, Valery govori studentima GeekBrainsa o A/B testiranju, matematičkoj statistici na kojoj se te metode temelje, kao i suvremenim praksama za izračune i značajkama implementacije A/B testiranja u offline maloprodaji.
Zašto su nam uopće potrebni A/B testovi?
Ovo je jedna od najboljih metoda za pronalaženje najboljih načina za poboljšanje konverzija, ekonomije i čimbenika ponašanja. Postoje i druge metode, ali su skuplje i složenije. Glavne prednosti A/B testova su njihova relativno niska cijena i dostupnost za tvrtke svih veličina.
Za A/B testove možemo reći da je to jedan od najvažnijih načina pretraživanja i donošenja odluka u poslovanju, odluka o kojima ovisi kako profit tako i razvoj raznih proizvoda svake tvrtke. Testovi omogućuju donošenje odluka temeljenih ne samo na teorijama i hipotezama, već i na praktičnom znanju o tome kako određene promjene mijenjaju interakcije korisnika s mrežom.
Važno je zapamtiti da u maloprodaji treba testirati sve - marketinške kampanje, SMS mailing, testove samih mailinga, raspored proizvoda na policama i same police u prodajnim prostorima. Ako govorimo o online trgovini, onda ovdje možete testirati raspored elemenata, dizajn, natpise i tekstove.
A/B testovi su alat koji pomaže tvrtki, primjerice trgovcu, da uvijek bude konkurentna, osjeti promjene na vrijeme i sama se mijenja. To omogućuje da poslovanje bude što je moguće učinkovitije, maksimizirajući profit.
Koje su nijanse ovih metoda?
Glavna stvar je da mora postojati cilj ili problem na kojem će se temeljiti testiranje. Na primjer, problem je mali broj kupaca na maloprodajnom mjestu ili online trgovini. Cilj je povećati priljev kupaca. Hipoteza: ako su kartice proizvoda u online trgovini veće, a fotografije svjetlije, tada će biti više kupnji. Zatim se provodi A/B test čiji je rezultat procjena promjena. Nakon što su rezultati svih testova primljeni, možete početi formulirati akcijski plan za promjenu stranice.
Ne preporučuje se provođenje testova s procesima koji se preklapaju, inače će rezultate biti teže ocijeniti. Preporuča se prvo provesti testove na ciljevima najvišeg prioriteta i formuliranim hipotezama.
Test mora trajati dovoljno dugo da bi se rezultati smatrali pouzdanima. Koliko točno ovisi, naravno, o samom testu. Tako se u novogodišnjoj noći povećava promet većine internetskih trgovina. Ako je dizajn internetske trgovine prije toga promijenjen, tada će kratkoročni test pokazati da je sve u redu, promjene su uspješne, a promet raste. Ali ne, što god radili prije praznika, promet će porasti, test se ne može završiti prije Nove godine ili odmah nakon nje, mora biti dovoljno dug da se utvrde sve korelacije.
Važnost ispravne povezanosti cilja i pokazatelja koji se mjeri. Na primjer, promjenom dizajna iste web stranice online trgovine, tvrtka vidi povećanje broja posjetitelja ili kupaca i time je zadovoljna. No zapravo, prosječna veličina čeka može biti manja nego inače, pa će vaš ukupni prihod biti čak niži. To se, naravno, ne može nazvati pozitivnim rezultatom. Problem je što tvrtka nije istovremeno provjeravala odnos između porasta posjetitelja, porasta broja kupnji i dinamike veličine prosječnog čeka.
Je li testiranje samo za online trgovine?
Nikako. Popularna metoda u offline maloprodaji je implementacija kompletnog cjevovoda za testiranje hipoteza izvan mreže. To je konstrukcija procesa u kojem se smanjuju rizici pogrešnog odabira skupina za eksperiment, odabire optimalan omjer broja pohrana, pilot vremena i veličine procijenjenog učinka. To je također ponovna uporaba i kontinuirano poboljšanje metodologija analize naknadnih učinaka. Metoda je potrebna kako bi se smanjila vjerojatnost pogrešaka lažnog prihvaćanja i propuštenih učinaka, kao i za povećanje osjetljivosti, jer je čak i mali učinak na razmjeru velikog posla od velike važnosti. Stoga morate biti u stanju identificirati i najslabije promjene i minimizirati rizike, uključujući netočne zaključke o rezultatima eksperimenta.
Maloprodaja, Big Data i stvarni slučajevi
Stručnjaci X5 Retail Group prošle su godine procijenili dinamiku količine prodaje najpopularnijih proizvoda među navijačima Svjetskog kupa 2018. Iznenađenja nije bilo, ali je statistika ipak ispala zanimljiva.
Tako je voda postala “bestseler broj 1”. U gradovima domaćinima Svjetskog nogometnog prvenstva prodaja vode porasla je za oko 46%, a prednjači Soči gdje je promet porastao za 87%. Na dane utakmica najveća brojka zabilježena je u Saransku - ovdje je prodaja porasla za 160% u usporedbi s normalnim danima.
Osim vode, navijači su kupovali pivo. Od 14. lipnja do 15. srpnja u gradovima u kojima su se odigravale utakmice promet piva porastao je u prosjeku za 31,8 posto. Soči je također postao lider - pivo se ovdje kupovalo 64% aktivnije. Ali u Sankt Peterburgu rast je bio mali - samo 5,6%. Na dane utakmica u Saransku prodaja piva porasla je za 128%.
Istraživanja su također provedena na drugim proizvodima. Podaci dobiveni u danima najveće potrošnje hrane omogućuju nam točnije predviđanje potražnje u budućnosti, uzimajući u obzir faktore događaja. Točna prognoza omogućuje predviđanje očekivanja kupaca.
Tijekom testiranja X5 Retail Group koristio je dvije metode:
Bayesovi strukturni modeli vremenskih serija s kumulativnom procjenom razlike;
Regresijska analiza s procjenom pomaka u distribuciji pogreške prije i tijekom prvenstva.
Što još maloprodaja koristi od Big Data?
- Postoji dosta metoda i tehnologija, od onoga što se može nazvati na brzinu, ovo su:
- Prognoza potražnje;
- Optimizacija asortimanske matrice;
- Računalni vid za prepoznavanje praznina na policama i otkrivanje formiranja reda;
- Promo prognoza.
Nedostatak stručnjaka
Potražnja za Big Data stručnjacima stalno raste. Tako je u 2018. godini broj slobodnih radnih mjesta vezanih uz big data porastao 7 puta u odnosu na 2015. godinu. U prvoj polovici 2019. godine potražnja za stručnjacima premašila je 65% potražnje za cijelu 2018. godinu.
Velike tvrtke posebno trebaju usluge Big Data analitičara. Na primjer, u Mail.ru Group oni su potrebni u bilo kojem projektu u kojem se obrađuju tekstualni podaci, multimedijski sadržaj, izvodi sinteza i analiza govora (to su prije svega usluge u oblaku, društvene mreže, igre itd.). Broj slobodnih radnih mjesta u tvrtki utrostručio se u posljednje dvije godine. U prvih osam mjeseci ove godine Mail.ru zaposlio je isti broj stručnjaka za Big Data kao i cijele prošle godine. U Ozonu se odjel Data Science utrostručio u posljednje dvije godine. Slična je situacija i u Megafonu - tim koji analizira podatke porastao je nekoliko puta u posljednje 2,5 godine.
Bez sumnje, u budućnosti će potražnja za predstavnicima specijalnosti vezanih uz Big Data još više rasti. Dakle, ako ste zainteresirani za ovo područje, trebali biste se okušati.
Izvor: www.habr.com