Մեծ տվյալների տեխնոլոգիաները այժմ օգտագործվում են ամենուր՝ արդյունաբերության, բժշկության, բիզնեսի, զվարճանքի ոլորտներում: Այսպիսով, առանց մեծ տվյալների վերլուծության, խոշոր մանրածախ առևտրականները չեն կարողանա նորմալ գործել, Amazon-ի վաճառքը կնվազի, օդերևութաբանները չեն կարողանա կանխատեսել եղանակը շատ օրերի, շաբաթների և ամիսների ընթացքում: Տրամաբանական է, որ մեծ տվյալների մասնագետները այժմ մեծ պահանջարկ ունեն, և պահանջարկը անընդհատ աճում է:
GeekBrains-ը վերապատրաստում է այս ոլորտի ներկայացուցիչներին՝ փորձելով ուսանողներին տրամադրել ինչպես տեսական գիտելիքներ, այնպես էլ դասավանդել օրինակներով, ինչի համար ներգրավված են փորձառու մասնագետներ։ Այս տարի GeekUniversity առցանց համալսարանի և Ռուսաստանի ամենամեծ մանրածախ առևտրական X5 Retail Group-ի մեծ տվյալների վերլուծաբանները դարձել են գործընկերներ: Ընկերության մասնագետները, իրենց լայնածավալ գիտելիքներով և փորձով, օգնել են ստեղծել ապրանքանիշային դասընթաց, որտեղ ուսանողները ուսման ընթացքում ստանում են ինչպես տեսական ուսուցում, այնպես էլ գործնական փորձ:
Մենք զրուցեցինք X5 Retail Group-ի տվյալների մոդելավորման և վերլուծության տնօրեն Վալերի Բաբուշկինի հետ։ Նա... աշխարհի տվյալների գիտնականները (մեքենայական ուսուցման մասնագետների համաշխարհային վարկանիշային աղյուսակում 30-րդ տեղը): Այլ ուսուցիչների հետ միասին Վալերին GeekBrains-ի ուսանողներին պատմում է A/B թեստավորման, այդ մեթոդների վրա հիմնված մաթեմատիկական վիճակագրության, ինչպես նաև հաշվարկների ժամանակակից պրակտիկայի և օֆլայն մանրածախ առևտրում A/B թեստավորման ներդրման առանձնահատկությունների մասին:
Ինչո՞ւ են ընդհանրապես A/B թեստեր անցկացվում։
Սա փոխակերպման, տնտեսական ցուցանիշների և վարքային գործոնների բարելավման օպտիմալ եղանակներ գտնելու լավագույն մեթոդներից մեկն է: Կան այլ մեթոդներ, բայց դրանք ավելի թանկ և բարդ են: A/B թեստերի հիմնական առավելություններն են դրանց համեմատաբար ցածր գինը և մատչելիությունը ցանկացած չափի բիզնեսների համար:
Կարելի է ասել, որ A/B թեստերը բիզնեսում որոշումներ գտնելու և կայացնելու ամենակարևոր միջոցներից մեկն են, որոշումներ, որոնք ազդում են ինչպես շահույթի, այնպես էլ ցանկացած ընկերության տարբեր ապրանքների զարգացման վրա: Թեստերը հնարավորություն են տալիս որոշումներ կայացնել ոչ միայն տեսությունների և վարկածների, այլև գործնական գիտելիքների հիման վրա այն մասին, թե ինչպես են կոնկրետ փոփոխությունները փոփոխում հաճախորդների փոխազդեցությունները ցանցի հետ:
Կարևոր է հիշել, որ մանրածախ առևտրում անհրաժեշտ է ստուգել ամեն ինչ՝ մարքեթինգային արշավներ, SMS նամակագրություններ, նամակագրության թեստավորում, ապրանքների դասավորությունը դարակներում և վաճառքի գոտիներում գտնվող դարակաշարերը։ Եթե խոսքը գնում է առցանց խանութի մասին, ապա այստեղ կարող եք ստուգել տարրերի դասավորությունը, դիզայնը, մակագրությունները և տեքստերը։
A/B թեստավորումը գործիք է, որը օգնում է ընկերությանը, օրինակ՝ մանրածախ առևտրով զբաղվող ընկերությանը, միշտ մրցունակ լինել, ժամանակի ընթացքում զգալ փոփոխությունները և փոխվել ինքն իրեն։ Սա թույլ է տալիս բիզնեսին լինել հնարավորինս արդյունավետ՝ մաքսիմալացնելով շահույթը։
Որո՞նք են այս մեթոդների նրբությունները։
Գլխավորն այն է, որ պետք է լինի նպատակ կամ խնդիր, որի վրա կհիմնվի թեստավորումը: Օրինակ, խնդիրը մանրածախ առևտրի կետում կամ առցանց խանութում հաճախորդների փոքր թիվն է: Նպատակը հաճախորդների հոսքի ավելացումն է: Հիպոթեզ. եթե առցանց խանութում ապրանքի քարտերը մեծացվեն, իսկ լուսանկարները՝ ավելի պայծառ, ապա գնումները ավելի շատ կլինեն: Այնուհետև անցկացվում է A/B թեստ, որի արդյունքը փոփոխությունների գնահատումն է: Բոլոր թեստերի արդյունքները ստանալուց հետո կարող եք սկսել կայքը փոխելու գործողությունների ծրագիր կազմել:
Խորհուրդ չի տրվում թեստեր անցկացնել հատվող պրոցեսներով, հակառակ դեպքում արդյունքներն ավելի դժվար կլինի գնահատել: Խորհուրդ է տրվում նախ թեստեր անցկացնել ամենաբարձր առաջնահերթության նպատակների և ձևակերպված վարկածների վերաբերյալ:
Թեստը պետք է բավականաչափ երկար տևի, որպեսզի արդյունքները համարվեն հուսալի: Թե որքան ժամանակ կտևի, իհարկե, կախված է հենց թեստից: Օրինակ՝ Նոր տարվա գիշերը առցանց խանութների մեծ մասի այցելությունների թիվը մեծանում է: Եթե առցանց խանութի դիզայնը փոխվել է դրանից առաջ, ապա կարճաժամկետ թեստը ցույց կտա, որ ամեն ինչ լավ է, փոփոխությունները հաջող են եղել, այցելությունների թիվը աճում է: Բայց ոչ, որովհետև ինչ էլ որ անեք տոներից առաջ, այցելությունների թիվը կաճի, թեստը չի կարող ավարտվել մինչև Նոր տարի կամ դրանից անմիջապես հետո, այն պետք է բավականաչափ երկար լինի, որպեսզի բացահայտի բոլոր փոխկապակցվածությունները:
Նպատակի և չափվող ցուցանիշի միջև ճիշտ կապի կարևորությունը։ Օրինակ՝ նույն առցանց խանութի կայքի դիզայնը փոխելով՝ ընկերությունը տեսնում է այցելուների կամ գնորդների թվի աճ և գոհ է դրանից։ Սակայն իրականում չեկի միջին չափը կարող է սովորականից փոքր լինել, ուստի ընդհանուր եկամուտը կլինի նույնիսկ ավելի ցածր։ Իհարկե, սա չի կարելի դրական արդյունք անվանել։ Խնդիրն այն է, որ ընկերությունը միաժամանակ չի ստուգել այցելուների աճի, գնումների թվի աճի և չեկի միջին չափի դինամիկայի միջև կապը։
Թեստավորումը միայն առցանց խանութների համար է՞
Ամենևին էլ ոչ։ Առևտրային օֆլայն առևտրում տարածված մեթոդ է լիարժեք խողովակաշարի ներդրումը՝ առևտուրն իրականացնելու համար։ Սա այնպիսի գործընթացի կառուցում է, որը նվազեցնում է փորձի համար խմբերի սխալ ընտրության ռիսկերը, ընտրում է խանութների քանակի, փորձնական ժամանակի և գնահատված էֆեկտի չափի օպտիմալ հարաբերակցությունը։ Սա նաև էֆեկտների հետվերլուծական մեթոդաբանությունների վերօգտագործումն ու անընդհատ կատարելագործումն է։ Մեթոդը անհրաժեշտ է կեղծ ընդունման սխալների և բաց թողնված էֆեկտների հավանականությունը նվազեցնելու, ինչպես նաև զգայունությունը բարձրացնելու համար, քանի որ խոշոր բիզնեսի մասշտաբի վրա նույնիսկ փոքր ազդեցությունը մեծ նշանակություն ունի։ Հետևաբար, անհրաժեշտ է կարողանալ նույնականացնել նույնիսկ ամենաթույլ փոփոխությունները, նվազագույնի հասցնել ռիսկերը, այդ թվում՝ 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 ամենատարածված ապրանքների վաճառքի ծավալների դինամիկան։ Անակնկալներ չեղան, բայց վիճակագրությունը, այնուամենայնիվ, հետաքրքիր էր։
Այսպիսով, ջուրը դարձավ «բեսթսելլեր թիվ 1»-ը։ Աշխարհի առաջնությունը հյուրընկալող քաղաքներում ջրի վաճառքն աճել է մոտ 46%-ով, առաջատարը Սոչին է, որտեղ շրջանառությունն աճել է 87%-ով։ Խաղերի օրերին առավելագույն ցուցանիշը գրանցվել է Սարանսկում. այստեղ վաճառքի ծավալն աճել է 160%-ով՝ համեմատած սովորական օրերի հետ։
Ջրից բացի, երկրպագուները գարեջուր են գնել։ Հունիսի 14-ից հուլիսի 15-ը գարեջրի վաճառքը այն քաղաքներում, որտեղ անցկացվել են խաղեր, աճել է միջինը 31,8%-ով։ Առաջատարը նույնպես Սոչին է դարձել. այստեղ գարեջուրը գնվել է 64%-ով ավելի ակտիվ։ Սակայն Սանկտ Պետերբուրգում աճը փոքր է՝ ընդամենը 5,6%։ Խաղերի օրերին Սարանսկում գարեջրի վաճառքն աճել է 128%-ով։
Հետազոտություններ են անցկացվել նաև այլ ապրանքների վերաբերյալ: Ապրանքի սպառման գագաթնակետային օրերին ստացված տվյալները թույլ են տալիս ավելի ճշգրիտ կանխատեսումներ անել ապագայում պահանջարկի վերաբերյալ՝ հաշվի առնելով իրադարձությունների գործոնները: Ճշգրիտ կանխատեսումը հնարավորություն է տալիս կանխատեսել հաճախորդների սպասումները:
Թեստավորման ընթացքում X5 Retail Group-ը օգտագործել է երկու մեթոդ՝
Բայեսյան կառուցվածքային ժամանակային շարքերի մոդելներ՝ կուտակային տարբերությունների գնահատմամբ;
Ռեգրեսիոն վերլուծություն՝ առաջնությունից առաջ և ընթացքում սխալների բաշխման կողմնակալության գնահատմամբ։
Ի՞նչ այլ բան է մանրածախ առևտուրն օգտագործում Big Data-ից։
- Կան բավականին շատ մեթոդներ և տեխնոլոգիաներ, որոնցից կարելի է թվարկել անմիջապես, սրանք են՝
- Պահանջարկի կանխատեսում;
- Արտադրանքի տեսականու մատրիցի օպտիմիզացիա;
- Համակարգչային տեսողություն՝ դարակների վրա բացերը հայտնաբերելու և ձևավորվող հերթը հայտնաբերելու համար։
- Պրոմո կանխատեսում։
Մասնագետների պակաս
Մեծ տվյալների մասնագետների պահանջարկը անընդհատ աճում է։ Այսպիսով, 2018 թվականին մեծ տվյալների հետ կապված թափուր աշխատատեղերի թիվը 7 թվականի համեմատ աճել է 2015 անգամ։ 2019 թվականի առաջին կեսին մասնագետների պահանջարկը գերազանցել է ամբողջ 65 թվականի պահանջարկի 2018%-ը։
Խոշոր ընկերությունները հատկապես կարիք ունեն մեծ տվյալների վերլուծաբանների: Օրինակ՝ Mail.ru Group-ը նրանց կարիքն ունի ցանկացած նախագծում, որը մշակում է տեքստային տվյալներ, մուլտիմեդիա բովանդակություն, կատարում է խոսքի սինթեզ և վերլուծություն (հիմնականում ամպային ծառայություններ, սոցիալական ցանցեր, խաղեր և այլն): Վերջին երկու տարիների ընթացքում ընկերությունում թափուր աշխատատեղերի թիվը եռապատկվել է: Այս տարվա առաջին ութ ամիսներին Mail.ru-ն վարձել է նույնքան մեծ տվյալների մասնագետի, որքան նախորդ տարվա ընթացքում: Ozon-ում տվյալների գիտության բաժինը վերջին երկու տարիների ընթացքում եռապատկվել է: Megafon-ում նույնպես նման իրավիճակ է. տվյալները վերլուծող թիմը վերջին 2,5 տարիների ընթացքում մի քանի անգամ աճել է:
Անկասկած, ապագայում Մեծ տվյալների մասնագետների պահանջարկն ավելի կմեծանա։ Այսպիսով, եթե հետաքրքրված եք այս ոլորտով, արժե փորձել ձեր ուժերը։
Source: www.habr.com
