ការធ្វើតេស្ត A/B បំពង់បង្ហូរប្រេង និងការលក់រាយ៖ ត្រីមាសម៉ាកយីហោសម្រាប់ Big Data ពី GeekBrains និង X5 Retail Group

បច្ចេកវិជ្ជា Big Data ឥឡូវនេះត្រូវបានប្រើប្រាស់គ្រប់ទីកន្លែង - នៅក្នុងឧស្សាហកម្ម ឱសថ អាជីវកម្ម និងការកម្សាន្ត។ ដូច្នេះដោយគ្មានការវិភាគទិន្នន័យធំ អ្នកលក់រាយធំៗនឹងមិនអាចដំណើរការធម្មតាបានទេ ការលក់នៅ Amazon នឹងធ្លាក់ចុះ ហើយអ្នកឧតុនិយមនឹងមិនអាចទស្សន៍ទាយអាកាសធាតុបានច្រើនថ្ងៃ សប្តាហ៍ និងខែជាមុន។ វាសមហេតុផលដែលអ្នកឯកទេសទិន្នន័យធំឥឡូវនេះមានតម្រូវការខ្លាំង ហើយតម្រូវការកំពុងកើនឡើងឥតឈប់ឈរ។

GeekBrains បណ្តុះបណ្តាលអ្នកតំណាងនៃវិស័យនេះ ដោយព្យាយាមផ្តល់ឱ្យសិស្សនូវចំណេះដឹងផ្នែកទ្រឹស្តី និងការបង្រៀនដោយឧទាហរណ៍ ដែលអ្នកជំនាញដែលមានបទពិសោធន៍ចូលរួម។ ឆ្នាំ​នេះ មហាវិទ្យាល័យ អ្នកវិភាគទិន្នន័យធំមកពីសាកលវិទ្យាល័យអនឡាញ GeekUniversity និងអ្នកលក់រាយធំជាងគេនៅសហព័ន្ធរុស្ស៊ី X5 Retail Group បានក្លាយជាដៃគូ។ អ្នកឯកទេសរបស់ក្រុមហ៊ុនដែលមានចំណេះដឹង និងបទពិសោធន៍យ៉ាងទូលំទូលាយ បានជួយបង្កើតវគ្គសិក្សាម៉ាកយីហោ ដែលសិស្សទទួលបានទាំងការបណ្តុះបណ្តាលទ្រឹស្តី និងបទពិសោធន៍ជាក់ស្តែងក្នុងអំឡុងពេលវគ្គបណ្តុះបណ្តាល។

យើងបាននិយាយជាមួយ Valery Babushkin នាយកផ្នែកគំរូ និងការវិភាគទិន្នន័យនៅ X5 Retail Group ។ គាត់គឺជាម្នាក់ក្នុងចំណោម ល្អ​បំផុត អ្នកវិទ្យាសាស្ត្រទិន្នន័យនៅលើពិភពលោក (ចំណាត់ថ្នាក់ទី 30 ក្នុងចំណាត់ថ្នាក់សកលនៃអ្នកជំនាញការរៀនម៉ាស៊ីន) ។ រួមជាមួយគ្រូផ្សេងទៀត Valery ប្រាប់សិស្ស GeekBrains អំពីការធ្វើតេស្ត A/B ស្ថិតិគណិតវិទ្យាដែលវិធីសាស្ត្រទាំងនេះផ្អែកលើ ក៏ដូចជាការអនុវត្តទំនើបសម្រាប់ការគណនា និងលក្ខណៈពិសេសនៃការអនុវត្តការធ្វើតេស្ត A/B នៅក្នុងការលក់រាយក្រៅបណ្តាញ។

ហេតុអ្វីបានជាយើងត្រូវការតេស្ត A/B ទាំងអស់?

នេះគឺជាវិធីសាស្រ្តដ៏ល្អបំផុតមួយសម្រាប់ការស្វែងរកវិធីល្អបំផុតដើម្បីកែលម្អការផ្លាស់ប្តូរ សេដ្ឋកិច្ច និងកត្តាអាកប្បកិរិយា។ មានវិធីសាស្រ្តផ្សេងទៀត ប៉ុន្តែពួកគេមានតម្លៃថ្លៃជាង និងស្មុគស្មាញ។ គុណសម្បត្តិចម្បងនៃការធ្វើតេស្ត A/B គឺតម្លៃទាប និងភាពអាចរកបានសម្រាប់អាជីវកម្មគ្រប់ទំហំ។

អំពីការធ្វើតេស្ត A/B យើងអាចនិយាយបានថានេះគឺជាមធ្យោបាយដ៏សំខាន់បំផុតមួយក្នុងការស្វែងរក និងធ្វើការសម្រេចចិត្តក្នុងអាជីវកម្ម ការសម្រេចចិត្តដែលទាំងប្រាក់ចំណេញ និងការអភិវឌ្ឍន៍ផលិតផលផ្សេងៗរបស់ក្រុមហ៊ុនណាមួយអាស្រ័យ។ ការធ្វើតេស្តធ្វើឱ្យវាអាចធ្វើការសម្រេចចិត្តដោយផ្អែកមិនត្រឹមតែលើទ្រឹស្តី និងសម្មតិកម្មប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងលើចំណេះដឹងជាក់ស្តែងអំពីរបៀបដែលការផ្លាស់ប្តូរជាក់លាក់កែប្រែអន្តរកម្មរបស់អតិថិជនជាមួយបណ្តាញ។

វាជាការសំខាន់ក្នុងការចងចាំថានៅក្នុងការលក់រាយអ្នកត្រូវសាកល្បងអ្វីគ្រប់យ៉ាង - យុទ្ធនាការទីផ្សារ ការផ្ញើសារ SMS ការធ្វើតេស្តសំបុត្រដោយខ្លួនឯងការដាក់ផលិតផលនៅលើធ្នើនិងធ្នើខ្លួនឯងនៅក្នុងតំបន់លក់។ ប្រសិនបើយើងនិយាយអំពីហាងអនឡាញ នោះនៅទីនេះអ្នកអាចសាកល្បងការរៀបចំធាតុ ការរចនា សិលាចារឹក និងអត្ថបទ។

ការធ្វើតេស្ត A/B គឺជាឧបករណ៍ដែលជួយក្រុមហ៊ុនមួយ ឧទាហរណ៍ អ្នកលក់រាយ តែងតែមានការប្រកួតប្រជែង អារម្មណ៍ផ្លាស់ប្តូរពេលវេលា និងផ្លាស់ប្តូរខ្លួនឯង។ នេះអនុញ្ញាតឱ្យអាជីវកម្មមានប្រសិទ្ធភាពតាមដែលអាចធ្វើទៅបាន បង្កើនប្រាក់ចំណេញអតិបរមា។

តើអ្វីទៅជា nuances នៃវិធីសាស្រ្តទាំងនេះ?

រឿងចំបងគឺថាត្រូវតែមានគោលដៅឬបញ្ហាដែលការធ្វើតេស្តនឹងត្រូវផ្អែកលើ។ ជាឧទាហរណ៍ បញ្ហាគឺអតិថិជនមួយចំនួនតូចនៅហាងលក់រាយ ឬហាងអនឡាញ។ គោលដៅគឺដើម្បីបង្កើនលំហូរនៃអតិថិជន។ សម្មតិកម្ម៖ ប្រសិនបើកាតផលិតផលនៅក្នុងហាងអនឡាញត្រូវបានធ្វើឱ្យធំជាងមុន ហើយរូបថតកាន់តែភ្លឺ នោះនឹងមានការទិញកាន់តែច្រើន។ បន្ទាប់មក ការធ្វើតេស្ត A/B ត្រូវបានអនុវត្ត ដែលលទ្ធផលគឺជាការវាយតម្លៃនៃការផ្លាស់ប្តូរ។ បន្ទាប់ពីលទ្ធផលនៃការធ្វើតេស្តទាំងអស់ត្រូវបានទទួល អ្នកអាចចាប់ផ្តើមបង្កើតផែនការសកម្មភាពដើម្បីផ្លាស់ប្តូរគេហទំព័រ។

វាមិនត្រូវបានផ្តល់អនុសាសន៍ឱ្យធ្វើតេស្តជាមួយនឹងដំណើរការត្រួតស៊ីគ្នាទេ បើមិនដូច្នេះទេលទ្ធផលនឹងពិបាកវាយតម្លៃជាង។ វាត្រូវបានផ្ដល់អនុសាសន៍ឱ្យអនុវត្តការធ្វើតេស្តលើគោលដៅអាទិភាពខ្ពស់បំផុត និងបង្កើតសម្មតិកម្មជាមុនសិន។

ការធ្វើតេស្តត្រូវតែមានរយៈពេលយូរគ្រប់គ្រាន់ដើម្បីឱ្យលទ្ធផលត្រូវបានចាត់ទុកថាអាចទុកចិត្តបាន។ ពិត​ណាស់​ប៉ុន្មាន​អាស្រ័យ​លើ​ការ​សាកល្បង​ខ្លួន​ឯង។ ដូច្នេះ នៅថ្ងៃចូលឆ្នាំសកល ចរាចរណ៍នៃហាងអនឡាញភាគច្រើនកើនឡើង។ ប្រសិនបើការរចនានៃហាងអនឡាញត្រូវបានផ្លាស់ប្តូរពីមុន នោះការធ្វើតេស្តរយៈពេលខ្លីនឹងបង្ហាញថាអ្វីគ្រប់យ៉ាងគឺល្អ ការផ្លាស់ប្តូរបានជោគជ័យ ហើយចរាចរណ៍កំពុងកើនឡើង។ ប៉ុន្តែទេ មិនថាអ្នកធ្វើអ្វីមុនថ្ងៃឈប់សម្រាកទេ ចរាចរណ៍នឹងកើនឡើង ការធ្វើតេស្តមិនអាចបញ្ចប់មុនចូលឆ្នាំ ឬភ្លាមៗបន្ទាប់ពីវានោះទេ វាត្រូវតែមានរយៈពេលយូរគ្រប់គ្រាន់ដើម្បីកំណត់អត្តសញ្ញាណទំនាក់ទំនងទាំងអស់។

សារៈសំខាន់នៃការតភ្ជាប់ត្រឹមត្រូវរវាងគោលដៅ និងសូចនាករដែលកំពុងត្រូវបានវាស់វែង។ ជាឧទាហរណ៍ តាមរយៈការផ្លាស់ប្តូរការរចនានៃគេហទំព័រហាងអនឡាញដូចគ្នា ក្រុមហ៊ុនមើលឃើញការកើនឡើងនៃចំនួនអ្នកទស្សនា ឬអតិថិជន ហើយពេញចិត្តនឹងរឿងនេះ។ ប៉ុន្តែតាមពិត ទំហំមូលប្បទានប័ត្រជាមធ្យមអាចតូចជាងធម្មតា ដូច្នេះប្រាក់ចំណូលសរុបរបស់អ្នកនឹងទាបជាង។ ជាការពិតណាស់ នេះមិនអាចហៅថាជាលទ្ធផលវិជ្ជមាននោះទេ។ បញ្ហាគឺថាក្រុមហ៊ុនមិនបានត្រួតពិនិត្យក្នុងពេលដំណាលគ្នាអំពីទំនាក់ទំនងរវាងការកើនឡើងនៃអ្នកទស្សនាការកើនឡើងចំនួននៃការទិញនិងសក្ដានុពលនៃទំហំនៃការត្រួតពិនិត្យជាមធ្យម។

តើការសាកល្បងសម្រាប់តែហាងអនឡាញទេ?

មិនមែនទាល់តែសោះ។ វិធីសាស្រ្តដ៏ពេញនិយមមួយនៅក្នុងការលក់រាយក្រៅបណ្តាញគឺការអនុវត្តបំពង់បង្ហូរប្រេងពេញលេញសម្រាប់ការសាកល្បងសម្មតិកម្មក្រៅបណ្តាញ។ នេះគឺជាការសាងសង់ដំណើរការដែលហានិភ័យនៃការជ្រើសរើសក្រុមមិនត្រឹមត្រូវសម្រាប់ការពិសោធន៍ត្រូវបានកាត់បន្ថយ សមាមាត្រដ៏ល្អប្រសើរនៃចំនួនហាង ពេលវេលាសាកល្បង និងទំហំនៃឥទ្ធិពលប៉ាន់ស្មានត្រូវបានជ្រើសរើស។ វាក៏ជាការប្រើប្រាស់ឡើងវិញ និងការកែលម្អជាបន្តបន្ទាប់នៃវិធីសាស្ត្រវិភាគក្រោយផលប៉ះពាល់។ វិធីសាស្រ្តនេះគឺត្រូវការជាចាំបាច់ដើម្បីកាត់បន្ថយលទ្ធភាពនៃកំហុសក្នុងការទទួលយកមិនពិត និងផលប៉ះពាល់ដែលខកខាន ក៏ដូចជាដើម្បីបង្កើនភាពរសើប ពីព្រោះសូម្បីតែឥទ្ធិពលតូចមួយលើទំហំអាជីវកម្មធំក៏មានសារៈសំខាន់ផងដែរ។ ដូច្នេះ អ្នកត្រូវតែអាចកំណត់អត្តសញ្ញាណសូម្បីតែការផ្លាស់ប្តូរខ្សោយបំផុត និងកាត់បន្ថយហានិភ័យ រួមទាំងការសន្និដ្ឋានមិនត្រឹមត្រូវអំពីលទ្ធផលនៃការពិសោធន៍។

ការលក់រាយ ទិន្នន័យធំ និងករណីពិត

កាលពីឆ្នាំមុន អ្នកជំនាញ X5 Retail Group បានវាយតម្លៃថាមវន្តនៃបរិមាណលក់នៃផលិតផលពេញនិយមបំផុតក្នុងចំណោមអ្នកគាំទ្រនៃការប្រកួតបាល់ទាត់ពិភពលោកឆ្នាំ 2018 ។ មិនមានការភ្ញាក់ផ្អើលទេ ប៉ុន្តែស្ថិតិនៅតែគួរឱ្យចាប់អារម្មណ៍។

ដូច្នេះហើយ ទឹកបានក្លាយទៅជា "អ្នកលក់ដាច់ជាងគេលេខ 1"។ នៅក្នុងទីក្រុងដែលធ្វើជាម្ចាស់ផ្ទះព្រឹត្តិការណ៍ World Cup ការលក់ទឹកបានកើនឡើងប្រហែល 46% ហើយអ្នកដឹកនាំគឺទីក្រុង Sochi ដែលជាកន្លែងចំណូលកើនឡើង 87% ។ នៅថ្ងៃប្រកួត តួលេខអតិបរមាត្រូវបានកត់ត្រានៅក្នុង Saransk - នៅទីនេះការលក់បានកើនឡើង 160% បើប្រៀបធៀបទៅនឹងថ្ងៃធម្មតា។

បន្ថែមពីលើទឹកអ្នកគាំទ្របានទិញស្រាបៀរ។ ចាប់ពីថ្ងៃទី 14 ខែមិថុនា ដល់ថ្ងៃទី 15 ខែកក្កដា នៅតាមទីក្រុងនានាដែលការប្រកួតបានធ្វើឡើង ចំណូលស្រាបៀរបានកើនឡើងជាមធ្យម 31,8% ។ Sochi ក៏បានក្លាយជាអ្នកដឹកនាំផងដែរ - ស្រាបៀរត្រូវបានទិញនៅទីនេះ 64% កាន់តែសកម្ម។ ប៉ុន្តែនៅ St. Petersburg កំណើនគឺតូច - ត្រឹមតែ 5,6% ប៉ុណ្ណោះ។ នៅថ្ងៃប្រកួតនៅ Saransk ការលក់ស្រាបៀរបានកើនឡើង 128% ។

ការស្រាវជ្រាវក៏ត្រូវបានធ្វើឡើងលើផលិតផលផ្សេងទៀតផងដែរ។ ទិន្នន័យដែលទទួលបាននៅថ្ងៃខ្ពស់បំផុតនៃការប្រើប្រាស់អាហារអនុញ្ញាតឱ្យយើងធ្វើការទស្សន៍ទាយតម្រូវការនាពេលអនាគតកាន់តែត្រឹមត្រូវ ដោយគិតគូរពីកត្តាព្រឹត្តិការណ៍។ ការព្យាករណ៍ត្រឹមត្រូវធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីប្រមើលការរំពឹងទុករបស់អតិថិជន។

កំឡុងពេលសាកល្បង ក្រុមលក់រាយ X5 បានប្រើវិធីពីរយ៉ាង៖
ម៉ូដែលស៊េរីពេលវេលារចនាសម្ព័ន្ធ Bayesian ជាមួយនឹងការប៉ាន់ប្រមាណភាពខុសគ្នា;
ការវិភាគតំរែតំរង់ជាមួយនឹងការវាយតម្លៃនៃការផ្លាស់ប្តូរការចែកចាយកំហុសមុននិងអំឡុងពេលជើងឯក។

តើការលក់រាយប្រើអ្វីទៀតពី Big Data?

• មានវិធីសាស្រ្ត និងបច្ចេកវិជ្ជាជាច្រើន ដែលអាចត្រូវបានដាក់ឈ្មោះថា offhand ទាំងនេះគឺ៖
• ការព្យាករណ៍តម្រូវការ;
• ការបង្កើនប្រសិទ្ធភាពនៃម៉ាទ្រីសចាត់ថ្នាក់;
• ចក្ខុវិស័យកុំព្យូទ័រដើម្បីកំណត់ភាពទទេរនៅលើធ្នើរ និងរកឃើញការបង្កើតជួរ។
• ការព្យាករណ៍ការផ្សព្វផ្សាយ។

កង្វះអ្នកឯកទេស

តម្រូវការសម្រាប់អ្នកជំនាញទិន្នន័យធំកំពុងកើនឡើងឥតឈប់ឈរ។ ដូច្នេះក្នុងឆ្នាំ 2018 ចំនួនទំនេរទាក់ទងនឹងទិន្នន័យធំបានកើនឡើង 7 ដងបើប្រៀបធៀបទៅនឹង 2015 ។ នៅឆមាសទីមួយនៃឆ្នាំ 2019 តម្រូវការសម្រាប់អ្នកឯកទេសលើសពី 65% នៃតម្រូវការសម្រាប់ឆ្នាំ 2018 ទាំងមូល។

ក្រុមហ៊ុនធំៗជាពិសេសគឺត្រូវការសេវាកម្មរបស់អ្នកវិភាគ Big Data។ ឧទាហរណ៍ នៅ Mail.ru Group ពួកគេត្រូវការនៅក្នុងគម្រោងណាមួយដែលទិន្នន័យអត្ថបទ មាតិកាពហុព័ត៌មានត្រូវបានដំណើរការ ការសំយោគការនិយាយ និងការវិភាគត្រូវបានអនុវត្ត (នេះជាដំបូង សេវាពពក បណ្តាញសង្គម ហ្គេម។ល។)។ ចំនួនកន្លែងទំនេរនៅក្នុងក្រុមហ៊ុនបានកើនឡើងបីដងក្នុងរយៈពេលពីរឆ្នាំចុងក្រោយនេះ។ ក្នុងរយៈពេលប្រាំបីខែដំបូងនៃឆ្នាំនេះ Mail.ru បានជួលអ្នកឯកទេសទិន្នន័យធំដូចគ្នាទៅនឹងឆ្នាំមុនទាំងមូល។ នៅ Ozon នាយកដ្ឋានវិទ្យាសាស្ត្រទិន្នន័យបានកើនឡើងបីដងក្នុងរយៈពេលពីរឆ្នាំចុងក្រោយនេះ។ ស្ថានភាពគឺស្រដៀងគ្នានៅ Megafon - ក្រុមដែលវិភាគទិន្នន័យបានកើនឡើងច្រើនដងក្នុងរយៈពេល 2,5 ឆ្នាំកន្លងមកនេះ។

ដោយគ្មានការសង្ស័យ នាពេលអនាគតតម្រូវការសម្រាប់តំណាងនៃឯកទេសទាក់ទងនឹង Big Data នឹងកើនឡើងកាន់តែច្រើន។ ដូច្នេះប្រសិនបើអ្នកមានចំណាប់អារម្មណ៍លើផ្នែកនេះ អ្នកគួរតែសាកល្បងដៃរបស់អ្នក។

ប្រភព: www.habr.com