Teknologi Big Data saiki digunakake ing endi wae - ing industri, obat, bisnis, lan hiburan. Mangkono, tanpa nganalisa data gedhe, pengecer gedhe ora bakal bisa beroperasi kanthi normal, penjualan ing Amazon bakal mudhun, lan ahli meteorologi ora bisa prédhiksi cuaca nganti pirang-pirang dina, minggu lan sasi sadurunge. Logis manawa spesialis data gedhe saiki akeh dikarepake, lan panjaluk saya tambah akeh.
GeekBrains nglatih wakil saka lapangan iki, nyoba kanggo nyedhiyani siswa karo loro kawruh teoritis lan piwulang dening conto, kang ahli pengalaman melu. Taun iki Analis Big Data saka universitas online GeekUniversity lan pengecer paling gedhe ing Federasi Rusia, X5 Retail Group, wis dadi mitra. Spesialis perusahaan, duwe kawruh lan pengalaman sing akeh, mbantu nggawe kursus bermerek, ing ngendi para siswa nampa latihan teoretis lan pengalaman praktis sajrone latihan.
Kita ngomong karo Valery Babushkin, direktur modeling lan analisis data ing X5 Retail Group. Dheweke salah siji saka ilmuwan data ing donya (30 ing peringkat global spesialis machine learning). Bebarengan karo guru liyane, Valery ngandhani siswa GeekBrains babagan tes A / B, statistik matematika sing adhedhasar metode kasebut, uga praktik modern kanggo petungan lan fitur ngleksanakake tes A / B ing toko offline.
Napa kita mbutuhake tes A/B?
Iki minangka salah sawijining cara sing paling apik kanggo nemokake cara sing paling apik kanggo nambah konversi, ekonomi lan faktor prilaku. Ana cara liyane, nanging luwih larang lan rumit. Kauntungan utama tes A/B yaiku rega sing relatif murah lan kasedhiya kanggo bisnis apa wae ukuran.
Babagan tes A / B, kita bisa ujar manawa iki minangka salah sawijining cara sing paling penting kanggo nggoleki lan nggawe keputusan ing bisnis, keputusan sing gumantung karo bathi lan pangembangan macem-macem produk saka perusahaan apa wae. Tes ndadekake iku bisa kanggo nggawe pancasan adhedhasar ora mung teori lan hipotesis, nanging uga ing kawruh praktis carane owah-owahan tartamtu ngowahi interaksi customer karo jaringan.
Penting kanggo elinga yen ing eceran sampeyan kudu nyoba kabeh - kampanye pemasaran, surat SMS, tes surat kasebut dhewe, panggonan produk ing rak lan rak dhewe ing wilayah dodolan. Yen kita ngomong babagan toko online, mula sampeyan bisa nyoba susunan unsur, desain, prasasti lan teks ing kene.
Tes A/B minangka alat sing mbantu perusahaan, contone, pengecer, supaya tansah kompetitif, ngerteni owah-owahan ing wektu lan ngganti dhewe. Iki ngidini bisnis dadi efisien sabisa, nggedhekake bathi.
Apa nuansa saka metode kasebut?
Sing utama yaiku kudu ana tujuan utawa masalah sing bakal didhasarake tes. Contone, masalah kasebut yaiku sawetara pelanggan ing toko eceran utawa toko online. Tujuane kanggo nambah jumlah pelanggan. Hipotesis: yen kertu produk ing toko online digawe luwih gedhe lan foto luwih cerah, mula bakal luwih akeh tuku. Sabanjure, tes A / B ditindakake, asile yaiku evaluasi owah-owahan. Sawise asil kabeh tes ditampa, sampeyan bisa miwiti ngramu rencana tumindak kanggo ngganti situs.
Ora dianjurake kanggo nganakake tes kanthi proses tumpang tindih, yen ora, asil bakal luwih angel dievaluasi. Disaranake kanggo nindakake tes kanggo tujuan prioritas paling dhuwur lan ngrumusake hipotesis dhisik.
Tes kasebut kudu tahan suwe supaya asile bisa dipercaya. Pira persis gumantung, mesthi, ing tes kasebut. Dadi, ing Eve Taun Anyar, lalu lintas paling akeh toko online mundhak. Yen desain toko online diganti sadurunge, banjur tes jangka pendek bakal nuduhake yen kabeh apik, owah-owahan sukses, lan lalu lintas saya tambah. Nanging ora, ora ketompo apa sing sampeyan lakoni sadurunge preian, lalu lintas bakal nambah, tes ora bisa rampung sadurunge Taun Anyar utawa langsung sawise, kudu cukup suwe kanggo ngenali kabeh korélasi.
Pentinge sambungan sing bener antarane tujuan lan indikator sing diukur. Contone, kanthi ngganti desain situs web toko online sing padha, perusahaan ndeleng peningkatan jumlah pengunjung utawa pelanggan lan puas karo iki. Nanging nyatane, ukuran cek rata-rata bisa uga luwih cilik tinimbang biasanipun, saengga penghasilan sampeyan bakal luwih murah. Iki, mesthi, ora bisa disebut asil positif. Masalah iku perusahaan ora bebarengan mriksa hubungan antarane Tambah ing pengunjung, Tambah ing jumlah tumbas, lan dinamika ukuran mriksa rata-rata.
Apa tes mung kanggo toko online?
Ora babar pisan. Cara sing populer ing ritel offline yaiku implementasi pipa lengkap kanggo nguji hipotesis offline. Iki minangka pambangunan proses sing nyuda risiko pilihan klompok sing salah kanggo eksperimen, rasio optimal saka jumlah toko, wektu pilot lan ukuran efek sing dikira dipilih. Iku uga nggunakake maneh lan perbaikan terus-terusan saka metodologi analisis pasca-efek. Cara kasebut dibutuhake kanggo nyuda kemungkinan kesalahan panriman palsu lan efek sing ora kejawab, uga nambah sensitivitas, amarga sanajan efek cilik ing skala bisnis gedhe penting banget. Mulane, sampeyan kudu bisa ngenali owah-owahan sing paling lemah lan nyilikake risiko, kalebu kesimpulan sing salah babagan asil eksperimen.
Retail, Big Data lan kasus nyata
Taun kepungkur, ahli X5 Retail Group ngevaluasi dinamika volume penjualan produk sing paling populer ing antarane para penggemar Piala Dunia 2018. Ora ana kejutan, nanging statistik kasebut isih menarik.
Dadi, banyu dadi "Bestseller No. 1". Ing kutha-kutha sing dadi tuan rumah Piala Donya, dodolan banyu tambah udakara 46%, pimpinan Sochi, ing ngendi omzet tambah 87%. Ing dina pertandhingan, angka maksimal dicathet ing Saransk - ing kene dodolan tambah 160% dibandhingake dina normal.
Saliyane banyu, penggemar tuku bir. Saka 14 Juni nganti 15 Juli, ing kutha-kutha ing ngendi pertandhingan kasebut dianakake, turnover bir tambah rata-rata 31,8%. Sochi uga dadi pimpinan - bir dituku ing kene 64% luwih aktif. Nanging ing St Petersburg wutah cilik - mung 5,6%. Ing dina pertandhingan ing Saransk, dodolan bir mundhak 128%.
Riset uga wis ditindakake ing produk liyane. Data sing dipikolehi ing dina puncak konsumsi panganan ngidini kita luwih akurat prédhiksi panjaluk ing mangsa ngarep, kanthi njupuk faktor acara. Prakiraan sing akurat ndadekake bisa ngantisipasi pangarepan pelanggan.
Sajrone tes, X5 Retail Group nggunakake rong cara:
Model deret wektu struktural Bayesian kanthi estimasi prabédan kumulatif;
Analisis regresi kanthi evaluasi owah-owahan distribusi kesalahan sadurunge lan sajrone juara.
Apa maneh sing digunakake eceran saka Big Data?
- Ana akeh cara lan teknologi, saka apa sing bisa dijenengi langsung, yaiku:
- Ramalan dikarepake;
- Optimization saka macem-macem matriks;
- Sesanti komputer kanggo ngenali voids ing rak-rak lan ndeteksi antrian mbentuk;
- Prakiraan promo.
Kekurangan spesialis
Panjaluk ahli Big Data saya tambah akeh. Dadi, ing taun 2018, jumlah lowongan sing ana gandhengane karo data gedhe mundhak 7 kali dibandhingake taun 2015. Ing separo pisanan 2019, panjaluk spesialis ngluwihi 65% saka panjaluk kanggo kabeh 2018.
Perusahaan gedhe utamane mbutuhake layanan analis Big Data. Contone, ing Mail.ru Group, dheweke dibutuhake ing proyek apa wae ing ngendi data teks, konten multimedia diproses, sintesis wicara lan analisis ditindakake (iki, pisanan, layanan awan, jaringan sosial, game, lan liya-liyane). Jumlah lowongan ing perusahaan wis tikel kaping telu sajrone rong taun kepungkur. Ing wolung wulan pisanan taun iki, Mail.ru nyewa spesialis Big Data sing padha karo taun kepungkur. Ing Ozon, departemen Ilmu Data wis tuwuh kaping telu sajrone rong taun kepungkur. Kahanan kasebut padha ing Megafon - tim sing nganalisa data wis tuwuh kaping pirang-pirang sajrone 2,5 taun kepungkur.
Tanpa mangu-mangu, ing mangsa ngarep panjaluk wakil spesialisasi sing ana gandhengane karo Big Data bakal tuwuh luwih akeh. Dadi yen sampeyan duwe kapentingan ing wilayah iki, sampeyan kudu nyoba tangan sampeyan.
Source: www.habr.com