A Big Data technológiákat ma már mindenhol használják – az iparban, az orvostudományban, az üzleti életben és a szórakoztatásban. Így a big data elemzése nélkül a nagy kereskedők nem tudnak normálisan működni, az Amazon eladásai visszaesnek, a meteorológusok pedig nem tudják megjósolni az időjárást sok napra, hétre, hónapra előre. Logikus, hogy a big data specialistákra ma már nagy a kereslet, és az igény folyamatosan növekszik.
A GeekBrains ennek a területnek a képviselőit képezi, igyekszik elméleti ismereteket és példákon keresztül tanítani a hallgatókat, amihez tapasztalt szakértőket vonnak be. Idén Partnerek lettek a GeekUniversity online egyetem Big Data elemzői és az Orosz Föderáció legnagyobb kiskereskedője, az X5 Retail Group. A cég széleskörű tudással és tapasztalattal rendelkező szakemberei segítettek egy márkás kurzus létrehozását, amelyen a hallgatók elméleti képzésben és gyakorlati tapasztalatban is részesülnek a képzés során.
Valerij Babuskinnal, az X5 Retail Group modellezési és adatelemzési igazgatójával beszélgettünk. Ő az egyik adattudósok a világon (30. a gépi tanulással foglalkozó szakemberek globális rangsorában). Valery más tanárokkal együtt elmondja a GeekBrains diákjainak az A/B tesztelést, a matematikai statisztikákat, amelyeken ezek a módszerek alapulnak, valamint a számítások modern gyakorlatairól és az A/B tesztelés offline kiskereskedelemben való megvalósításának jellemzőiről.
Miért van szükségünk egyáltalán A/B tesztekre?
Ez az egyik legjobb módszer a konverziók, a gazdaságosság és a viselkedési tényezők javításának legjobb módjainak megtalálására. Vannak más módszerek is, de ezek drágábbak és bonyolultabbak. Az A/B tesztek fő előnye a viszonylag alacsony ár és a rendelkezésre állás bármilyen méretű vállalkozás számára.
Az A/B tesztekről elmondhatjuk, hogy az üzleti életben ez az egyik legfontosabb keresési és döntéshozatali mód, olyan döntések, amelyektől minden cég profitja és különféle termékeinek fejlesztése is múlik. A tesztek nemcsak elméletek és hipotézisek alapján teszik lehetővé a döntések meghozatalát, hanem gyakorlati ismeretek alapján is, hogy a konkrét változások hogyan módosítják az ügyfelek hálózattal való interakcióit.
Fontos megjegyezni, hogy a kiskereskedelemben mindent tesztelni kell - marketingkampányokat, SMS-küldéseket, maguknak a küldeményeknek a tesztelését, a termékek polcokon való elhelyezését és magukat a polcokat az értékesítési területeken. Ha webáruházról beszélünk, akkor itt tesztelheti az elemek elrendezését, a dizájnt, a feliratokat és a szövegeket.
Az A/B tesztek egy olyan eszköz, amely segít egy vállalatnak, például egy kiskereskedőnek, hogy mindig versenyképes legyen, érzékelje az időbeli változásokat, és változzon önmagán. Ez lehetővé teszi, hogy a vállalkozás a lehető leghatékonyabb legyen, maximalizálva a profitot.
Mik ezeknek a módszereknek az árnyalatai?
A lényeg az, hogy legyen egy cél vagy probléma, amelyen a tesztelés alapul. A probléma például az, hogy egy kiskereskedelmi egységben vagy online áruházban kevés a vásárló. A cél az ügyfelek beáramlásának növelése. Hipotézis: ha egy online áruház termékkártyáit nagyobbra készítik és a fényképek világosabbak, akkor több lesz a vásárlás. Ezután egy A/B tesztet hajtanak végre, melynek eredménye a változások értékelése. Az összes teszt eredményének kézhezvétele után megkezdheti a helyszín megváltoztatására vonatkozó cselekvési terv kidolgozását.
Nem ajánlott átfedő folyamatokkal végzett vizsgálatokat végezni, ellenkező esetben az eredmények értékelése nehezebb lesz. Javasoljuk, hogy először a legmagasabb prioritást élvező célokra és a megfogalmazott hipotézisekre vonatkozóan végezzen vizsgálatokat.
A tesztnek elég hosszú ideig kell tartania ahhoz, hogy az eredményeket megbízhatónak lehessen tekinteni. Hogy pontosan mennyi, az természetesen magától a teszttől függ. Szilveszterkor tehát a legtöbb webáruház forgalma megnő. Ha korábban változtattak a webáruház dizájnján, akkor egy rövid távú teszt megmutatja, hogy minden rendben van, a változtatások sikeresek, a forgalom pedig nő. De nem, bármit is csinálsz az ünnepek előtt, a forgalom megnő, a tesztet nem lehet kitölteni az újév előtt vagy közvetlenül utána, elég hosszúnak kell lennie ahhoz, hogy minden összefüggést azonosítani lehessen.
A cél és a mért mutató közötti helyes kapcsolat fontossága. Például ugyanazon online áruház weboldalának dizájnjának megváltoztatásával a cég a látogatók vagy vásárlók számának növekedését látja, és elégedett ezzel. Valójában azonban az átlagos csekkméret kisebb lehet a szokásosnál, így a teljes bevétele még alacsonyabb lesz. Ez természetesen nem nevezhető pozitív eredménynek. A probléma az, hogy a cég nem vizsgálta egyszerre a látogatók számának növekedése, a vásárlások számának növekedése és az átlagos csekk nagyságának dinamikája közötti összefüggést.
A tesztelés csak webáruházakra vonatkozik?
Egyáltalán nem. Az offline kiskereskedelemben népszerű módszer a hipotézisek offline tesztelésére szolgáló teljes folyamat megvalósítása. Ez egy olyan folyamat felépítése, amelyben csökken a kísérleti csoportok helytelen kiválasztásának kockázata, kiválasztják az üzletek számának, a pilotidőnek és a becsült hatás nagyságának optimális arányát. Ez egyben az utóhatáselemzési módszerek újrafelhasználása és folyamatos fejlesztése is. A módszerre azért van szükség, hogy csökkentsük a téves elfogadási hibák és a kihagyott hatások valószínűségét, valamint növeljük az érzékenységet, mert egy nagy vállalkozás léptékére gyakorolt csekély hatásnak is nagy jelentősége van. Ezért képesnek kell lennie a leggyengébb változások azonosítására és a kockázatok minimalizálására, beleértve a kísérlet eredményeire vonatkozó helytelen következtetéseket is.
Kiskereskedelem, Big Data és valós esetek
Tavaly az X5 Retail Group szakértői felmérték a 2018-as világbajnokság rajongói körében legnépszerűbb termékek értékesítési volumenének dinamikáját. Nem volt meglepetés, de a statisztika így is érdekesnek bizonyult.
Így a víz az „első számú bestseller” lett. A világbajnokságnak otthont adó városokban mintegy 1%-kal nőtt a vízeladás, a vezető Szocsi volt, ahol 46%-kal nőtt a forgalom. A meccsnapokon a maximális értéket Saranskban rögzítették - itt az eladások 87%-kal nőttek a normál napokhoz képest.
A rajongók a víz mellett sört is vásároltak. Június 14. és július 15. között a mérkőzések helyszínéül szolgáló városokban átlagosan 31,8%-kal nőtt a sörforgalom. Szocsi is a vezető lett - itt 64%-kal aktívabban vásárolták a sört. De Szentpéterváron a növekedés kicsi volt - csak 5,6%. A szaranszki meccsnapokon a söreladások 128%-kal nőttek.
Más termékekkel kapcsolatban is végeztek kutatásokat. Az élelmiszer-fogyasztás csúcsnapjain kapott adatok lehetővé teszik, hogy az eseménytényezőket figyelembe véve pontosabban előre jelezzük a jövőbeni keresletet. A pontos előrejelzés lehetővé teszi a vásárlói elvárások előrejelzését.
A tesztelés során az X5 Retail Group két módszert alkalmazott:
Bayesi strukturális idősoros modellek kumulatív különbségbecsléssel;
Regressziós elemzés a hibaeloszlás változásának értékelésével a bajnokság előtt és alatt.
Mit használ még a kiskereskedelem a Big Data-ból?
- Meglehetősen sok módszer és technológia létezik, amiket el lehet nevezni, ezek a következők:
- Kereslet előrejelzés;
- A választékmátrix optimalizálása;
- Számítógépes látás a polcokon lévő üregek azonosítására és a sorképződés észlelésére;
- Promóciós előrejelzés.
Szakemberek hiánya
A Big Data szakértői iránti kereslet folyamatosan növekszik. Így 2018-ban 7-szeresére nőtt a big data-hoz kapcsolódó betöltetlen állások száma 2015-höz képest. 2019 első felében a szakember-kereslet meghaladta a 65-as év egészének 2018 százalékát.
A nagyvállalatoknak különösen nagy szükségük van a Big Data elemzői szolgáltatásaira. Például a Mail.ru Groupnál minden olyan projektben szükség van rájuk, ahol szöveges adatokat, multimédiás tartalmat dolgoznak fel, beszédszintézist és elemzést végeznek (ez mindenekelőtt felhőszolgáltatások, közösségi hálózatok, játékok stb.). Az elmúlt két évben megháromszorozódott a betöltetlen állások száma a cégnél. Az idei év első nyolc hónapjában a Mail.ru ugyanannyi Big Data szakembert vett fel, mint az egész tavalyi évben. Az Ozonnál az adattudományi részleg háromszorosára nőtt az elmúlt két évben. Hasonló a helyzet a Megafonnál is – az adatokat elemző csapat többszörösére nőtt az elmúlt 2,5 évben.
Kétségtelen, hogy a jövőben a Big Data-hoz kapcsolódó szakterületek képviselői iránti kereslet még inkább nőni fog. Tehát, ha érdekli ez a terület, próbálja ki magát.
Forrás: will.com