Didžiųjų duomenų technologijos dabar naudojamos visur – pramonėje, medicinoje, versle ir pramogose. Taigi, neanalizavus didžiųjų duomenų, didieji mažmenininkai negalės normaliai veikti, „Amazon“ pardavimai kris, o meteorologai negalės prognozuoti orų daugeliui dienų, savaičių ir mėnesių iš anksto. Logiška, kad didžiųjų duomenų specialistai dabar yra labai paklausūs, o paklausa nuolat auga.
GeekBrains rengia šios srities atstovus, stengdamasis pavyzdžiais studentams suteikti tiek teorinių žinių, tiek mokymą, kuriam pasitelkiami patyrę ekspertai. Šiais metais Partneriais tapo „Big Data“ analitikai iš internetinio universiteto „GeekUniversity“ ir didžiausio Rusijos Federacijos mažmenininko „X5 Retail Group“. Įmonės specialistai, turintys daug žinių ir patirties, padėjo sukurti firminį kursą, kurio metu studentai gauna tiek teorinį mokymą, tiek praktinę patirtį.
Kalbėjomės su Valerijumi Babuškinu, „X5 Retail Group“ modeliavimo ir duomenų analizės direktoriumi. Jis yra vienas iš duomenų mokslininkų pasaulyje (30 vieta pasauliniame mašininio mokymosi specialistų reitinge). Kartu su kitais mokytojais Valerijus pasakoja „GeekBrains“ studentams apie A/B testavimą, matematinę statistiką, kuria grindžiami šie metodai, taip pat modernią skaičiavimų praktiką ir A/B testavimo diegimo neprisijungus mažmeninėje prekyboje ypatybes.
Kodėl mums apskritai reikia A/B testų?
Tai vienas geriausių būdų, kaip rasti geriausius būdus, kaip pagerinti konversijas, ekonomiką ir elgsenos veiksnius. Yra ir kitų metodų, tačiau jie yra brangesni ir sudėtingesni. Pagrindiniai A/B testų privalumai yra palyginti žema kaina ir prieinamumas bet kokio dydžio įmonėms.
Apie A/B testus galime pasakyti, kad tai vienas svarbiausių paieškos ir sprendimų priėmimo būdų versle, nuo kurių priklauso ir pelnas, ir bet kurios įmonės įvairių produktų kūrimas. Testai leidžia priimti sprendimus remiantis ne tik teorijomis ir hipotezėmis, bet ir praktinėmis žiniomis, kaip konkretūs pokyčiai modifikuoja klientų sąveiką su tinklu.
Svarbu atsiminti, kad mažmeninėje prekyboje reikia išbandyti viską – rinkodaros kampanijas, SMS siuntimus, pačių siuntų testus, produktų išdėstymą lentynose ir pačias lentynas prekybos vietose. Jei kalbame apie internetinę parduotuvę, tai čia galite išbandyti elementų išdėstymą, dizainą, užrašus ir tekstus.
A/B testai – tai įrankis, padedantis įmonei, pavyzdžiui, mažmenininkui, visada būti konkurencingai, pajusti pokyčius laiku ir keistis pačiai. Tai leidžia verslui būti kuo efektyvesniam ir maksimaliai padidinti pelną.
Kokie yra šių metodų niuansai?
Svarbiausia, kad turi būti tikslas ar problema, kuria bus grindžiamas testavimas. Pavyzdžiui, problema yra nedidelis klientų skaičius mažmeninės prekybos vietoje ar internetinėje parduotuvėje. Tikslas – padidinti klientų antplūdį. Hipotezė: jei prekių kortelės internetinėje parduotuvėje bus didesnės, o nuotraukos bus ryškesnės, pirkimų bus daugiau. Toliau atliekamas A/B testas, kurio rezultatas – pokyčių įvertinimas. Gavę visų testų rezultatus, galite pradėti rengti veiksmų planą, kaip pakeisti svetainę.
Nerekomenduojama atlikti bandymų su persidengiančiais procesais, kitaip rezultatus bus sunkiau įvertinti. Pirmiausia rekomenduojama atlikti aukščiausio prioriteto tikslų ir suformuluotų hipotezių testus.
Bandymas turi trukti pakankamai ilgai, kad rezultatai būtų laikomi patikimais. Kiek tiksliai priklauso, žinoma, nuo paties testo. Taigi Naujųjų metų išvakarėse daugumos internetinių parduotuvių srautas išauga. Jei anksčiau buvo pakeistas internetinės parduotuvės dizainas, tai trumpalaikis testas parodys, kad viskas gerai, pokyčiai sėkmingi, srautas auga. Bet ne, kad ir ką darytum prieš šventes, srautas padidės, testo negalima atlikti prieš Naujuosius metus ar iškart po jų, jis turi būti pakankamai ilgas, kad būtų galima nustatyti visas koreliacijas.
Teisingo tikslo ir matuojamo rodiklio ryšio svarba. Pavyzdžiui, pakeitusi tos pačios internetinės parduotuvės svetainės dizainą, įmonė mato lankytojų ar klientų skaičiaus augimą ir yra tuo patenkinta. Tačiau iš tikrųjų vidutinis čekio dydis gali būti mažesnis nei įprastai, todėl bendros jūsų pajamos bus dar mažesnės. Tai, žinoma, negali būti vadinama teigiamu rezultatu. Bėda ta, kad įmonė vienu metu netikrino ryšio tarp lankytojų skaičiaus padidėjimo, pirkimų skaičiaus padidėjimo ir vidutinio čekio dydžio dinamikos.
Ar testavimas skirtas tik internetinėms parduotuvėms?
Visai ne. Populiarus metodas mažmeninėje prekyboje neprisijungus yra viso hipotezių tikrinimo neprisijungus diegimas. Tai yra proceso konstravimas, kurio metu sumažinama netinkamo grupių parinkimo eksperimentui rizika, parenkamas optimalus parduotuvių skaičiaus, pilotinio laiko ir numatomo efekto dydžio santykis. Tai taip pat pakartotinis poveikių analizės metodikų naudojimas ir nuolatinis tobulinimas. Metodas reikalingas norint sumažinti klaidingų priėmimo klaidų ir praleistų efektų tikimybę, taip pat padidinti jautrumą, nes net ir nedidelis poveikis didelio verslo mastu turi didelę reikšmę. Todėl jūs turite mokėti nustatyti net silpniausius pokyčius ir sumažinti riziką, įskaitant neteisingas išvadas apie eksperimento rezultatus.
Mažmeninė prekyba, dideli duomenys ir tikri atvejai
Pernai „X5 Retail Group“ ekspertai įvertino tarp 2018 metų pasaulio čempionato gerbėjų populiariausių gaminių pardavimo apimčių dinamiką. Nebuvo netikėtumų, tačiau statistika vis tiek pasirodė įdomi.
Taigi vanduo pasirodė esąs „bestseleris Nr. 1“. Miestuose, kuriuose vyko pasaulio čempionatas, vandens pardavimas išaugo maždaug 46 proc., pirmavo Sočis, kur apyvarta išaugo 87 proc. Rungtynių dienomis maksimalus skaičius buvo užfiksuotas Saranske – čia pardavimai išaugo 160%, lyginant su įprastomis dienomis.
Be vandens, gerbėjai pirko alų. Birželio 14 – liepos 15 dienomis miestuose, kuriuose vyko rungtynės, alaus apyvarta vidutiniškai išaugo 31,8 proc. Lyderiu tapo ir Sočis – alus čia buvo perkamas 64% aktyviau. Tačiau Sankt Peterburge augimas buvo nedidelis – tik 5,6 proc. Rungtynių dienomis Saranske alaus pardavimai išaugo 128%.
Taip pat buvo atlikti kitų produktų tyrimai. Duomenys, gauti maisto suvartojimo piko dienomis, leidžia tiksliau prognozuoti paklausą ateityje, atsižvelgiant į įvykių veiksnius. Tiksli prognozė leidžia numatyti klientų lūkesčius.
Bandydama „X5 Retail Group“ naudojo du metodus:
Bajeso struktūriniai laiko eilučių modeliai su kaupiamojo skirtumo įvertinimu;
Regresinė analizė su klaidų pasiskirstymo poslinkio įvertinimu prieš čempionatą ir jo metu.
Ką dar naudoja mažmeninė prekyba iš „Big Data“?
- Yra gana daug metodų ir technologijų, kurias galima pavadinti iš karto, tai yra:
- Paklausos prognozė;
- Asortimento matricos optimizavimas;
- Kompiuterinis matymas, leidžiantis atpažinti tuštumas lentynose ir aptikti besiformuojančią eilę;
- Reklamos prognozė.
Trūksta specialistų
„Big Data“ ekspertų paklausa nuolat auga. Taigi 2018 m. laisvų darbo vietų, susijusių su didžiaisiais duomenimis, skaičius išaugo 7 kartus, palyginti su 2015 m. 2019 metų pirmąjį pusmetį specialistų poreikis viršijo 65% visų 2018 metų poreikio.
Didžiųjų duomenų analitikų paslaugų ypač reikia didelėms įmonėms. Pavyzdžiui, „Mail.ru Group“ jų reikia bet kuriame projekte, kuriame apdorojami tekstiniai duomenys, daugialypės terpės turinys, atliekama kalbos sintezė ir analizė (tai visų pirma debesų paslaugos, socialiniai tinklai, žaidimai ir kt.). Per pastaruosius dvejus metus laisvų darbo vietų skaičius įmonėje išaugo tris kartus. Per pirmuosius aštuonis šių metų mėnesius Mail.ru įdarbino tiek pat Big Data specialistų, kiek ir per visus praėjusius metus. Ozono duomenų mokslų skyrius per pastaruosius dvejus metus išaugo tris kartus. Panaši situacija ir „Megafon“ – duomenis analizuojanti komanda per pastaruosius 2,5 metų išaugo kelis kartus.
Be jokios abejonės, ateityje su Big Data susijusių specialybių atstovų paklausa dar labiau augs. Taigi, jei domitės šia sritimi, turėtumėte išbandyti savo jėgas.
Šaltinis: www.habr.com