Մեծ տվյալների տեխնոլոգիաներն այժմ օգտագործվում են ամենուր՝ արդյունաբերության, բժշկության, բիզնեսի և զվարճանքի ոլորտներում: Այսպիսով, առանց մեծ տվյալների վերլուծության, խոշոր մանրածախ առևտրականները չեն կարողանա նորմալ աշխատել, Amazon-ում վաճառքները կնվազեն, իսկ օդերևութաբանները չեն կարողանա կանխատեսել եղանակը շատ օրեր, շաբաթներ և ամիսներ առաջ: Տրամաբանական է, որ մեծ տվյալների մասնագետներն այժմ մեծ պահանջարկ ունեն, և պահանջարկն անընդհատ աճում է։
GeekBrains-ը վերապատրաստում է այս ոլորտի ներկայացուցիչներին՝ փորձելով ուսանողներին տրամադրել ինչպես տեսական գիտելիքներ, այնպես էլ օրինակներով ուսուցում, ինչի համար ներգրավված են փորձառու փորձագետներ։ Այս տարի GeekUniversity առցանց համալսարանի Big Data-ի վերլուծաբանները և Ռուսաստանի Դաշնությունում խոշորագույն մանրածախ առևտուրը՝ X5 Retail Group-ը, դարձել են գործընկերներ: Ընկերության մասնագետները, ունենալով մեծ գիտելիքներ և փորձ, օգնեցին ստեղծել բրենդային դասընթաց, որտեղ ուսանողները վերապատրաստման ընթացքում ստանում են և՛ տեսական ուսուցում, և՛ գործնական փորձ:
Մենք զրուցեցինք X5 Retail Group-ի մոդելավորման և տվյալների վերլուծության տնօրեն Վալերի Բաբուշկինի հետ: Նա մեկն է տվյալների գիտնականներ աշխարհում (30-րդ տեղը մեքենայական ուսուցման մասնագետների համաշխարհային վարկանիշում): Այլ ուսուցիչների հետ միասին Վալերին GeekBrains-ի ուսանողներին պատմում է A/B թեստավորման, մաթեմատիկական վիճակագրության մասին, որի վրա հիմնված են այս մեթոդները, ինչպես նաև ժամանակակից պրակտիկաների հաշվարկների և A/B թեստավորման իրականացման առանձնահատկությունների մասին օֆլայն մանրածախ վաճառքում:
Ինչու՞ են մեզ ընդհանրապես անհրաժեշտ A/B թեստերը:
Սա լավագույն մեթոդներից մեկն է փոխակերպումների, տնտեսագիտության և վարքագծային գործոնների բարելավման լավագույն ուղիները գտնելու համար: Կան այլ մեթոդներ, բայց դրանք ավելի թանկ են և բարդ: A/B թեստերի հիմնական առավելություններն են դրանց համեմատաբար ցածր գինն ու հասանելիությունը ցանկացած չափի բիզնեսի համար:
A/B թեստերի մասին կարելի է ասել, որ սա բիզնեսում փնտրելու և որոշումներ կայացնելու ամենակարևոր ուղիներից է, որոշումներ, որոնցից կախված է ցանկացած ընկերության և՛ շահույթը, և՛ տարբեր ապրանքների զարգացումը։ Թեստերը հնարավորություն են տալիս որոշումներ կայացնել՝ հիմնվելով ոչ միայն տեսությունների և վարկածների վրա, այլ նաև գործնական գիտելիքների վրա, թե ինչպես են կոնկրետ փոփոխությունները փոփոխում հաճախորդների փոխգործակցությունը ցանցի հետ:
Կարևոր է հիշել, որ մանրածախ առևտրում դուք պետք է փորձարկեք ամեն ինչ՝ մարքեթինգային արշավներ, SMS հաղորդագրություններ, բուն նամակագրությունների թեստեր, ապրանքների տեղադրում դարակներում և հենց իրենց դարակները վաճառքի վայրերում: Եթե մենք խոսում ենք առցանց խանութի մասին, ապա այստեղ կարող եք ստուգել տարրերի դասավորությունը, դիզայնը, մակագրությունները և տեքստերը:
A/B թեստերը գործիք են, որոնք օգնում են ընկերությանը, օրինակ, մանրածախ վաճառողին, միշտ լինել մրցունակ, զգալ ժամանակի փոփոխությունները և փոխվել ինքն իրեն: Սա թույլ է տալիս բիզնեսին հնարավորինս արդյունավետ լինել՝ առավելագույնի հասցնելով շահույթը:
Որո՞նք են այս մեթոդների նրբությունները:
Գլխավորն այն է, որ պետք է լինի նպատակ կամ խնդիր, որի վրա հիմնված կլինի թեստավորումը։ Օրինակ, խնդիրը մանրածախ խանութում կամ առցանց խանութում հաճախորդների փոքր թիվն է: Նպատակը հաճախորդների հոսքի մեծացումն է։ Վարկած. Եթե առցանց խանութում ապրանքների քարտերը ավելի մեծ լինեն, իսկ լուսանկարներն ավելի պայծառ, ապա ավելի շատ գնումներ կլինեն: Հաջորդիվ կատարվում է A/B թեստ, որի արդյունքը փոփոխությունների գնահատումն է։ Բոլոր թեստերի արդյունքները ստանալուց հետո դուք կարող եք սկսել ձևակերպել գործողությունների ծրագիր կայքը փոխելու համար:
Խորհուրդ չի տրվում թեստեր անցկացնել համընկնող գործընթացներով, հակառակ դեպքում արդյունքներն ավելի դժվար կլինի գնահատել։ Առաջարկվում է նախ թեստեր անցկացնել ամենաառաջնահերթ նպատակների և ձևակերպված վարկածների վերաբերյալ:
Թեստը պետք է բավական երկար տևի, որպեսզի արդյունքները հուսալի համարվեն: Որքանով է կոնկրետ կախված, իհարկե, հենց թեստից: Այսպիսով, Ամանորի գիշերը առցանց խանութների մեծ մասի թրաֆիկը մեծանում է։ Եթե նախկինում փոխվել է առցանց խանութի դիզայնը, ապա կարճաժամկետ թեստը ցույց կտա, որ ամեն ինչ լավ է, փոփոխությունները հաջող են, և տրաֆիկը աճում է։ Բայց ոչ, ինչ էլ անես տոներից առաջ, երթևեկությունը կավելանա, թեստը չի կարող ավարտվել Ամանորից առաջ կամ դրանից անմիջապես հետո, այն պետք է լինի այնքան երկար, որ բացահայտի բոլոր հարաբերակցությունները։
Նպատակի և չափվող ցուցանիշի միջև ճիշտ կապի կարևորությունը: Օրինակ՝ նույն առցանց խանութի կայքի դիզայնը փոխելով՝ ընկերությունը տեսնում է այցելուների կամ հաճախորդների թվի աճ և բավարարվում է դրանով։ Բայց իրականում չեկի միջին չափը կարող է սովորականից փոքր լինել, ուստի ձեր ընդհանուր եկամուտը կլինի էլ ավելի ցածր: Սա, իհարկե, չի կարելի անվանել դրական արդյունք։ Խնդիրն այն է, որ ընկերությունը միաժամանակ չի ստուգել այցելուների աճի, գնումների քանակի ավելացման և միջին չեկի չափի դինամիկան կապը։
Արդյո՞ք թեստավորումը միայն առցանց խանութների համար է:
Ընդհանրապես. Օֆլայն մանրածախ առևտրի հանրաճանաչ մեթոդը հիպոթեզների անցանց փորձարկման ամբողջական խողովակաշարի իրականացումն է: Սա մի գործընթացի կառուցումն է, որի ընթացքում փորձի համար խմբերի սխալ ընտրության ռիսկերը կրճատվում են, ընտրվում է խանութների քանակի, փորձնական ժամանակի և գնահատված էֆեկտի չափի օպտիմալ հարաբերակցությունը: Դա նաև հետ-էֆեկտների վերլուծության մեթոդոլոգիաների կրկնակի օգտագործումն ու շարունակական կատարելագործումն է: Մեթոդն անհրաժեշտ է սխալ ընդունման սխալների և բաց թողնված էֆեկտների հավանականությունը նվազեցնելու, ինչպես նաև զգայունությունը բարձրացնելու համար, քանի որ նույնիսկ փոքր ազդեցությունը մեծ բիզնեսի մասշտաբի վրա մեծ նշանակություն ունի: Հետևաբար, դուք պետք է կարողանաք բացահայտել նույնիսկ ամենաթույլ փոփոխությունները և նվազագույնի հասցնել ռիսկերը, ներառյալ փորձի արդյունքների վերաբերյալ սխալ եզրակացությունները:
Մանրածախ առևտուր, մեծ տվյալներ և իրական դեպքեր
Անցյալ տարի X5 Retail Group-ի փորձագետները գնահատել են 2018 թվականի աշխարհի առաջնության երկրպագուների շրջանում ամենահայտնի ապրանքների վաճառքի ծավալների դինամիկան։ Անակնկալներ չեղան, բայց վիճակագրությունը դեռ հետաքրքիր է ստացվել։
Այսպիսով, ջուրը դարձավ «թիվ 1 բեսթսելլերը»։ Աշխարհի առաջնությունն ընդունած քաղաքներում ջրի վաճառքն աճել է մոտավորապես 46%-ով, առաջատարը Սոչին է, որտեղ շրջանառությունն աճել է 87%-ով։ Խաղերի օրերին առավելագույն ցուցանիշը գրանցվել է Սարանսկում. այստեղ վաճառքը սովորական օրերի համեմատ աճել է 160%-ով:
Ջրից բացի երկրպագուները գարեջուր են գնել։ Հունիսի 14-ից հուլիսի 15-ը այն քաղաքներում, որտեղ կայացել են հանդիպումները, գարեջրի շրջանառությունն աճել է միջինը 31,8%-ով։ Առաջատար է դարձել նաև Սոչին. այստեղ գարեջուրը 64%-ով ավելի ակտիվ է գնվել։ Իսկ ահա Սանկտ Պետերբուրգում աճը փոքր է եղել՝ ընդամենը 5,6%։ Սարանսկում խաղերի օրերին գարեջրի վաճառքն աճել է 128%-ով։
Հետազոտություններ են իրականացվել նաև այլ ապրանքների վրա։ Սննդամթերքի սպառման պիկ օրերին ստացված տվյալները թույլ են տալիս ավելի ճշգրիտ կանխատեսել պահանջարկը ապագայում՝ հաշվի առնելով իրադարձությունների գործոնները: Ճշգրիտ կանխատեսումը հնարավորություն է տալիս կանխատեսել հաճախորդների սպասելիքները:
Փորձարկման ընթացքում X5 Retail Group-ը օգտագործեց երկու մեթոդ.
Բայեսյան կառուցվածքային ժամանակային շարքերի մոդելներ՝ կուտակային տարբերությունների գնահատմամբ;
Ռեգրեսիոն վերլուծություն՝ առաջնությունից առաջ և ընթացքում սխալների բաշխման տեղաշարժի գնահատմամբ:
Էլ ի՞նչ է մանրածախ առևտուրն օգտագործում Big Data-ից:
- Կան բավականին շատ մեթոդներ և տեխնոլոգիաներ, որոնցից կարելի է անվանել անսպասելի, սրանք են.
- Պահանջարկի կանխատեսում;
- Տեսականու մատրիցայի օպտիմիզացում;
- Համակարգչային տեսողություն՝ դարակների վրա բացերը հայտնաբերելու և հերթերի ձևավորումը հայտնաբերելու համար.
- Պրոմո կանխատեսում.
Մասնագետների պակաս
Big Data փորձագետների պահանջարկը մշտապես աճում է: Այսպես, 2018 թվականին մեծ տվյալների հետ կապված թափուր աշխատատեղերի թիվը 7 թվականի համեմատ աճել է 2015 անգամ։ 2019 թվականի առաջին կիսամյակում մասնագետների պահանջարկը գերազանցել է ամբողջ 65 թվականի պահանջարկի 2018%-ը։
Խոշոր ընկերությունները հատկապես կարիք ունեն Big Data-ի վերլուծաբանների ծառայությունների: Օրինակ, Mail.ru Group-ում դրանք անհրաժեշտ են ցանկացած նախագծում, որտեղ մշակվում են տեքստային տվյալներ, մուլտիմեդիա բովանդակություն, կատարվում է խոսքի սինթեզ և վերլուծություն (սա, առաջին հերթին, ամպային ծառայություններն են, սոցիալական ցանցերը, խաղերը և այլն): Վերջին երկու տարվա ընթացքում ընկերությունում թափուր աշխատատեղերի թիվը եռապատկվել է։ Ընթացիկ տարվա առաջին ութ ամիսներին Mail.ru-ն աշխատանքի է ընդունել նույն թվով Big Data-ի մասնագետների, որքան նախորդ տարվա ընթացքում։ Ozon-ում տվյալների գիտության բաժինը վերջին երկու տարվա ընթացքում աճել է երեք անգամ: Նման իրավիճակ է Megafon-ում. տվյալները վերլուծող թիմը մի քանի անգամ աճել է վերջին 2,5 տարվա ընթացքում:
Անկասկած, ապագայում Big Data-ի հետ կապված մասնագիտությունների ներկայացուցիչների պահանջարկն էլ ավելի կաճի։ Այսպիսով, եթե դուք հետաքրքրված եք այս ոլորտում, ապա պետք է փորձեք ձեր ուժերը:
Source: www.habr.com