Lielo datu tehnoloģijas tagad tiek izmantotas visur — rūpniecībā, medicīnā, uzņēmējdarbībā un izklaidē. Bez lielo datu analīzes lielie mazumtirgotāji nevarētu pareizi darboties, Amazon pārdošanas apjomi samazinātos, un meteorologi nevarētu paredzēt laika apstākļus dienām, nedēļām un mēnešiem iepriekš. Ir loģiski, ka lielo datu speciālisti ir ļoti pieprasīti, un pieprasījums nepārtraukti pieaug.
GeekBrains apmāca šīs jomas profesionāļus, sniedzot studentiem gan teorētiskas zināšanas, gan praktisku pieredzi, izmantojot pieredzējušu ekspertu pakalpojumus. Šogad Lielo datu analītiķi no tiešsaistes universitātes GeekUniversity un Krievijas lielākā mazumtirgotāja X5 Retail Group ir apvienojušies. Uzņēmuma speciālisti ar savām plašajām zināšanām un pieredzi palīdzēja izveidot zīmola kursu, kas studentiem sniedz gan teorētisku apmācību, gan praktisku pieredzi.
Mēs sarunājāmies ar Valēriju Babuškinu, X5 Retail Group datu modelēšanas un analīzes direktoru. Viņš ir viens no datu zinātnieki visā pasaulē (30. vietā pasaulē mašīnmācīšanās jomā). Kopā ar citiem pasniedzējiem Valērijs māca GeekBrains studentiem A/B testēšanu, šo metožu pamatā esošo matemātisko statistiku, kā arī mūsdienu aprēķinu praksi un A/B testēšanas ieviešanas specifiku bezsaistes mazumtirdzniecībā.
Kāpēc mums vispār ir nepieciešama A/B testēšana?
Šī ir viena no labākajām metodēm, kā atrast optimālus veidus, kā uzlabot konversijas rādītājus, ekonomiskos rādītājus un uzvedības faktorus. Pastāv arī citas metodes, taču tās ir dārgākas un sarežģītākas. A/B testēšanas galvenās priekšrocības ir tās relatīvi zemās izmaksas un pieejamība jebkura lieluma uzņēmumiem.
A/B testēšana ir viena no svarīgākajām metodēm biznesa lēmumu atrašanai un pieņemšanai — lēmumu, kas ietekmē gan peļņu, gan jebkura uzņēmuma dažādo produktu attīstību. Testēšana ļauj pieņemt lēmumus, pamatojoties ne tikai uz teorijām un hipotēzēm, bet arī uz praktiskām zināšanām par to, kā konkrētas izmaiņas ietekmē klientu mijiedarbību ar tīklu.
Ir svarīgi atcerēties, ka mazumtirdzniecībā viss ir jāpārbauda — mārketinga kampaņas, īsziņu sūtīšana, pašas ziņojumapmaiņas testi, produktu izvietojums plauktos un paši plaukti tirdzniecības zonā. Runājot par tiešsaistes veikaliem, varat pārbaudīt elementu izkārtojumu, dizainu, tekstu un reklāmas materiālus.
A/B testēšana ir rīks, kas palīdz uzņēmumam, piemēram, mazumtirgotājam, saglabāt konkurētspēju, ātri atpazīt izmaiņas un attiecīgi pielāgoties. Tas ļauj uzņēmumam būt pēc iespējas efektīvākam, maksimāli palielinot peļņu.
Kādas ir šo metožu nianses?
Svarīgākais ir izvirzīt mērķi vai problēmu, kas kalpos par testēšanas pamatu. Piemēram, problēma varētu būt zema klientu plūsma fiziskajā vai tiešsaistes veikalā. Mērķis ir palielināt klientu plūsmu. Hipotēze ir tāda, ka, ja tiešsaistes veikalā produktu kartītes tiks palielinātas un fotoattēli — spilgtāki, tiks veikti vairāk pirkumu. Pēc tam tiek veikts A/B tests, kura rezultāti tiek izmantoti, lai novērtētu izmaiņas. Kad visu testu rezultāti ir saņemti, var izstrādāt rīcības plānu vietnes modifikācijām.
Nav ieteicams veikt testus ar pārklājošiem procesiem, jo tas apgrūtinās rezultātu novērtēšanu. Ieteicams vispirms veikt testus ar visaugstākās prioritātes mērķiem un izvirzītajām hipotēzēm.
Lai rezultātus varētu uzskatīt par ticamiem, testam ir jādarbojas pietiekami ilgi. Cik precīzi tas ir atkarīgs, protams, no paša testa. Piemēram, Vecgada vakarā apmeklētāju skaits lielākajā daļā tiešsaistes veikalu palielinās. Ja tiešsaistes veikala dizains iepriekš tika mainīts, īstermiņa tests parādītu, ka viss ir kārtībā, izmaiņas bija veiksmīgas un apmeklētāju skaits pieaug. Taču neatkarīgi no tā, ko darīsiet pirms svētkiem, apmeklētāju skaits pieaugs. Tests nav jāpabeidz pirms vai tūlīt pēc Jaunā gada; tam jābūt pietiekami ilgam, lai identificētu visas korelācijas.
Skaidras saiknes nozīme starp mērķi un mērāmo rādītāju. Piemēram, pēc tiešsaistes veikala tīmekļa vietnes pārveidošanas uzņēmums var novērot apmeklētāju vai klientu skaita pieaugumu un būt apmierināts ar rezultātu. Tomēr patiesībā vidējā pasūtījuma vērtība var būt zemāka nekā parasti, kā rezultātā kopējie ieņēmumi ir vēl zemāki. Protams, to nevar uzskatīt par pozitīvu rezultātu. Problēma ir tā, ka uzņēmums vienlaikus neizmērīja saistību starp apmeklētāju skaita pieaugumu, pirkumu skaita pieaugumu un vidējo pasūtījuma vērtību.
Vai testēšana ir paredzēta tikai tiešsaistes veikaliem?
Nepavisam. Populāra metode bezsaistes mazumtirdzniecībā ir pilna konveijera ieviešana hipotēžu pārbaudei bezsaistē. Šis ir process, kas samazina risku nepareizi atlasīt grupas eksperimentam, atrodot optimālo līdzsvaru starp veikalu skaitu, izmēģinājuma laiku un novērtējamā efekta lielumu. Tas ietver arī efektu pēcanalīzes metodoloģiju atkārtotu izmantošanu un nepārtrauktu uzlabošanu. Šī metode ir nepieciešama, lai samazinātu viltus pozitīvu un nepamanītu efektu iespējamību, kā arī palielinātu jutīgumu, jo pat neliels efekts var būt ārkārtīgi nozīmīgs liela uzņēmuma mērogā. Tāpēc ir svarīgi spēt identificēt pat vismazākās izmaiņas un samazināt riskus, tostarp izdarīt nepareizus secinājumus par eksperimentālajiem rezultātiem.
Mazumtirdzniecība, lielie dati un reālās pasaules gadījumu izpēte
Pagājušajā gadā X5 Retail Group speciālisti novērtēja 2018. gada Pasaules kausa fanu vidū populārāko produktu pārdošanas tendences. Lai gan pārsteigumu nebija, statistika tomēr bija interesanta.
Piemēram, ūdens kļuva par "bezpārdošanas hitu". Pilsētās, kurās notiek Pasaules kauss, ūdens pārdošanas apjomi pieauga par aptuveni 46 %, un Soču pilsētā pārdošanas apjomi pieauga par 87 %. Spēļu dienās visaugstākie pārdošanas apjomi tika reģistrēti Saranskā, kur pārdošanas apjomi pieauga par 160 % salīdzinājumā ar parastajām dienām.
Papildus ūdenim fani iegādājās arī alu. No 14. jūnija līdz 15. jūlijam alus pārdošanas apjomi pilsētās, kurās notiek spēles, pieauga vidēji par 31,8 %. Arī Soči bija līderpozīcijās, kur alus pārdošanas apjomi pieauga par 64 %. Tomēr Sanktpēterburgā pieaugums bija neliels — tikai 5,6 %. Spēļu dienās alus pārdošanas apjomi pieauga arī Saranskā par 128 %.
Pētījumi tika veikti arī par citiem produktiem. Dati, kas iegūti maksimālās patēriņa dienās, ļauj precīzāk prognozēt pieprasījumu nākotnē, ņemot vērā notikumu faktorus. Precīza prognoze ļauj paredzēt patērētāju cerības.
Testēšanas laikā X5 Retail Group izmantoja divas metodes:
Bajesa strukturālie laikrindu modeļi ar kumulatīvo starpības novērtējumu;
Regresijas analīze ar kļūdu sadalījuma neobjektivitātes novērtējumu pirms čempionāta un tā laikā.
Ko vēl mazumtirdzniecība izmanto no lielajiem datiem?
- Ir diezgan daudz metožu un tehnoloģiju, bet, manuprāt, šeit ir dažas no tām:
- Pieprasījuma prognoze;
- Produktu klāsta matricas optimizācija;
- Datorredze tukšu plauktu identificēšanai un rindu veidošanās noteikšanai;
- Reklāmas prognoze.
Speciālistu trūkums
Pieprasījums pēc lielo datu ekspertiem nepārtraukti pieaug. 2018. gadā ar lielajiem datiem saistīto darba vietu skaits pieauga septiņas reizes salīdzinājumā ar 2015. gadu. 2019. gada pirmajā pusē pieprasījums pēc speciālistiem pārsniedza 65% no pieprasījuma visā 2018. gadā.
Lieliem uzņēmumiem īpaši nepieciešami lielo datu analītiķi. Piemēram, Mail.ru Group tie ir nepieciešami jebkuram projektam, kas apstrādā teksta datus, multimediju saturu, kā arī runas sintēzi un analīzi (galvenokārt mākoņpakalpojumi, sociālie tīkli, spēles utt.). Uzņēmuma vakanču skaits pēdējo divu gadu laikā ir trīskāršojies. Šī gada pirmajos astoņos mēnešos Mail.ru pieņēma darbā tikpat daudz lielo datu speciālistu kā visā iepriekšējā gadā. Ozon datu zinātnes nodaļa pēdējo divu gadu laikā ir trīskāršojusies. Līdzīga situācija ir arī Megafon: par datu analīzi atbildīgā komanda pēdējo divu ar pusi gadu laikā ir vairākkārt pieaugusi.
Nav šaubu, ka pieprasījums pēc lielo datu speciālistiem nākotnē vēl vairāk pieaugs. Tāpēc, ja jūs interesē šī joma, ir vērts to pamēģināt.
Avots: www.habr.com
