Big Data tækni er nú notuð alls staðar - í iðnaði, læknisfræði, viðskiptum og afþreyingu. Þannig, án þess að greina stór gögn, munu stórir smásalar ekki geta starfað eðlilega, sala hjá Amazon mun minnka og veðurfræðingar munu ekki geta spáð fyrir um veðrið í marga daga, vikur og mánuði fram í tímann. Það er rökrétt að stór gagnasérfræðingar séu nú eftirsóttir og eftirspurnin eykst stöðugt.
GeekBrains þjálfar fulltrúa þessa sviðs og reynir að veita nemendum bæði fræðilega þekkingu og kennslu með dæmum, sem reyndir sérfræðingar taka þátt í. Þetta ár Big Data sérfræðingar frá netháskólanum GeekUniversity og stærsta smásöluaðilinn í Rússlandi, X5 Retail Group, hafa gerst samstarfsaðilar. Sérfræðingar fyrirtækisins, sem búa yfir víðtækri þekkingu og reynslu, hjálpuðu til við að búa til vörumerkjanámskeið þar sem nemendur fá bæði bóklega þjálfun og verklega reynslu á meðan á námi stendur.
Við ræddum við Valery Babushkin, forstöðumann líkanagerðar og gagnagreiningar hjá X5 Retail Group. Hann er einn af gagnafræðingar í heiminum (30. sæti á heimslistanum yfir vélanámssérfræðinga). Ásamt öðrum kennurum segir Valery GeekBrains nemendum frá A/B prófunum, stærðfræðilegri tölfræði sem þessar aðferðir byggjast á, sem og nútímalegum aðferðum við útreikninga og eiginleika þess að innleiða A/B próf í offline smásölu.
Af hverju þurfum við yfirhöfuð A/B próf?
Þetta er ein besta aðferðin til að finna bestu leiðirnar til að bæta viðskipti, hagfræði og hegðunarþætti. Það eru aðrar aðferðir, en þær eru dýrari og flóknari. Helstu kostir A/B prófana eru tiltölulega lágt verð og framboð fyrir fyrirtæki af hvaða stærð sem er.
Um A/B próf má segja að þetta sé ein mikilvægasta leiðin til að leita og taka ákvarðanir í viðskiptum, ákvarðanir sem bæði hagnaður og þróun ýmissa vara hvers fyrirtækis er háð. Próf gera það mögulegt að taka ákvarðanir byggðar ekki aðeins á kenningum og tilgátum, heldur einnig á hagnýtri þekkingu á því hvernig sérstakar breytingar breyta samskiptum viðskiptavina við netið.
Mikilvægt er að muna að í smásölu þarf að prófa allt - markaðsherferðir, SMS póstsendingar, prófanir á póstinum sjálfum, staðsetningu vöru í hillum og hillurnar sjálfar á sölusvæðum. Ef við tölum um netverslun, þá er hér hægt að prófa fyrirkomulag þátta, hönnun, áletranir og texta.
A/B próf eru tæki sem hjálpar fyrirtæki, til dæmis smásala, að vera alltaf samkeppnishæft, skynja breytingar í tíma og breyta sjálfu sér. Þetta gerir fyrirtækinu kleift að vera eins skilvirkt og mögulegt er og hámarka hagnað.
Hver eru blæbrigði þessara aðferða?
Aðalatriðið er að það verður að vera markmið eða vandamál sem prófun verður byggð á. Vandamálið er til dæmis fáir viðskiptavinir í verslun eða netverslun. Markmiðið er að auka aðkomu viðskiptavina. Tilgáta: ef vörukort í netverslun eru stækkuð og ljósmyndir bjartari, þá verða fleiri kaup. Því næst fer fram A/B próf sem niðurstaðan er mat á breytingum. Eftir að niðurstöður allra prófana hafa borist getur þú byrjað að móta aðgerðaáætlun til að breyta síðunni.
Ekki er mælt með því að framkvæma próf með ferlum sem skarast, annars verður erfiðara að meta niðurstöðurnar. Mælt er með því að framkvæma próf á forgangsmarkmiðum og mótuðum tilgátum fyrst.
Prófið verður að endast nógu lengi til að niðurstöður teljist áreiðanlegar. Hversu mikið veltur að sjálfsögðu á prófinu sjálfu. Svo á gamlárskvöld eykst umferð flestra netverslana. Ef hönnun vefverslunarinnar var breytt áður, þá mun skammtímapróf sýna að allt er í lagi, breytingarnar eru árangursríkar og umferð fer vaxandi. En nei, það er sama hvað þú gerir fyrir hátíðirnar, umferðin mun aukast, prófið verður ekki lokið fyrir áramót eða strax eftir það, það verður að vera nógu langt til að greina allar fylgnirnar.
Mikilvægi réttrar tengingar milli markmiðs og vísis sem verið er að mæla. Sem dæmi má nefna að með því að breyta hönnun sama vefverslunarvefs sér fyrirtækið aukningu í fjölda gesta eða viðskiptavina og er sátt við það. En í raun getur meðalstærð ávísana verið minni en venjulega, þannig að heildartekjur þínar verða enn lægri. Þetta er auðvitað ekki hægt að kalla þetta jákvæða niðurstöðu. Vandamálið er að fyrirtækið athugaði ekki samtímis sambandið milli fjölgunar gesta, fjölgunar innkaupa og gangverks stærðar meðalávísunar.
Er próf eingöngu fyrir netverslanir?
Alls ekki. Vinsæl aðferð í verslun án nettengingar er útfærsla á fullkominni leiðslu til að prófa tilgátur án nettengingar. Um er að ræða smíði á ferli þar sem dregið er úr hættu á rangu vali hópa fyrir tilraunina, valið er ákjósanlegasta hlutfall fjölda verslana, tilraunatíma og stærð áætlaðra áhrifa. Það er einnig endurnotkun og stöðugar umbætur á aðferðafræði eftir áhrifagreiningu. Aðferðin er nauðsynleg til að draga úr líkum á röngum samþykkisvillum og glötuðum áhrifum, sem og til að auka næmni, því jafnvel lítil áhrif á umfang stórs fyrirtækis skipta miklu máli. Þess vegna þarftu að geta greint jafnvel veikustu breytingarnar og lágmarkað áhættu, þar á meðal rangar niðurstöður um niðurstöður tilraunarinnar.
Smásala, Big Data og alvöru mál
Á síðasta ári mátu sérfræðingar X5 Retail Group gangverki sölumagns vinsælustu vara meðal aðdáenda HM 2018. Það kom ekkert á óvart en tölfræðin reyndist samt áhugaverð.
Þannig reyndist vatn vera „Nr. 1 metsölubók“. Í borgunum sem hýstu HM jókst vatnssala um u.þ.b. 46%; leiðandi var Sochi, þar sem veltan jókst um 87%. Á leikdögum var hámarkstalan skráð í Saransk - hér jókst salan um 160% miðað við venjulega daga.
Auk vatns keyptu aðdáendur bjór. Frá 14. júní til 15. júlí, í borgunum þar sem viðureignirnar fóru fram, jókst bjórvelta að meðaltali um 31,8%. Sochi varð einnig leiðtogi - bjór var keyptur hér 64% virkari. En í Pétursborg var vöxturinn lítill - aðeins 5,6%. Á leikdögum í Saransk jókst bjórsala um 128%.
Rannsóknir hafa einnig verið gerðar á öðrum vörum. Gögn sem fengin eru um álagsdaga matarneyslu gera okkur kleift að spá betur fyrir um eftirspurn í framtíðinni, að teknu tilliti til atburðaþátta. Nákvæm spá gerir það mögulegt að sjá fyrir væntingar viðskiptavina.
Við prófun notaði X5 Retail Group tvær aðferðir:
Bayesísk byggingartímaraðarlíkön með uppsafnaðum mismunamati;
Aðhvarfsgreining með mati á breytingu á villudreifingu fyrir og á meðan á meistaramótinu stóð.
Hvað annað notar smásala úr Big Data?
- Það eru til talsvert margar aðferðir og tækni, af því sem hægt er að nefna beint, þetta eru:
- Eftirspurnarspá;
- Hagræðing á úrvalsfylki;
- Tölvusjón til að bera kennsl á tóm í hillum og greina biðröð sem myndast;
- Kynningarspá.
Skortur á sérfræðingum
Eftirspurnin eftir Big Data sérfræðingum fer stöðugt vaxandi. Þannig, árið 2018, fjölgaði lausum störfum tengdum stórum gögnum 7 sinnum miðað við 2015. Á fyrri hluta árs 2019 fór eftirspurn eftir sérfræðingum yfir 65% af eftirspurn allt árið 2018.
Stór fyrirtæki þurfa sérstaklega á þjónustu Big Data greinenda að halda. Til dæmis, hjá Mail.ru Group er þörf á þeim í hvaða verkefni sem er þar sem textagögn, margmiðlunarefni er unnið, talgervla og greining fer fram (þetta er fyrst og fremst skýjaþjónusta, samfélagsnet, leiki osfrv.). Fjöldi lausra starfa hjá fyrirtækinu hefur þrefaldast á síðustu tveimur árum. Á fyrstu átta mánuðum þessa árs réði Mail.ru sama fjölda Big Data-sérfræðinga og allt síðasta ár. Hjá Ozon hefur gagnafræðideildin þrefaldast á undanförnum tveimur árum. Staðan er svipuð hjá Megafon - teymið sem greinir gögn hefur stækkað nokkrum sinnum á undanförnum 2,5 árum.
Án efa mun eftirspurn eftir fulltrúum sérgreina sem tengjast Big Data vaxa enn meira í framtíðinni. Þannig að ef þú hefur áhuga á þessu svæði ættir þú að reyna fyrir þér.
Heimild: www.habr.com