Lielo datu tehnoloÄ£ijas tagad tiek izmantotas visur ā rÅ«pniecÄ«bÄ, medicÄ«nÄ, biznesÄ un izklaidÄ. TÄdÄjÄdi, neanalizÄjot lielos datus, lielie mazumtirgotÄji nevarÄs normÄli darboties, Amazon pÄrdoÅ”anas apjomi samazinÄsies, un meteorologi nespÄs prognozÄt laikapstÄkļus daudzas dienas, nedÄļas un mÄneÅ”us iepriekÅ”. LoÄ£iski, ka lielo datu speciÄlisti Å”obrÄ«d ir ļoti pieprasÄ«ti, un pieprasÄ«jums nepÄrtraukti pieaug.
GeekBrains apmÄca Ŕīs jomas pÄrstÄvjus, cenÅ”oties ar piemÄriem sniegt studentiem gan teorÄtiskÄs zinÄÅ”anas, gan mÄcÄ«Å”anu, kam piesaistÄ«ti pieredzÄjuÅ”i eksperti. Å ogad
MÄs runÄjÄm ar ValÄriju BabuÅ”kinu, X5 Retail Group modelÄÅ”anas un datu analÄ«zes direktoru. ViÅÅ” ir viens no
KÄpÄc mums vispÄr ir vajadzÄ«gi A/B testi?
Å Ä« ir viena no labÄkajÄm metodÄm, lai atrastu labÄkos veidus, kÄ uzlabot reklÄmguvumus, ekonomiku un uzvedÄ«bas faktorus. Ir arÄ« citas metodes, taÄu tÄs ir dÄrgÄkas un sarežģītÄkas. GalvenÄs A/B testu priekÅ”rocÄ«bas ir to salÄ«dzinoÅ”i zemÄ cena un pieejamÄ«ba jebkura lieluma uzÅÄmumiem.
Par A/B testiem var teikt, ka Å”is ir viens no svarÄ«gÄkajiem meklÄÅ”anas un lÄmumu pieÅemÅ”anas veidiem biznesÄ, no kuriem ir atkarÄ«ga gan peļÅa, gan jebkura uzÅÄmuma dažÄdu produktu attÄ«stÄ«ba. Testi ļauj pieÅemt lÄmumus, balstoties ne tikai uz teorijÄm un hipotÄzÄm, bet arÄ« uz praktiskÄm zinÄÅ”anÄm par to, kÄ konkrÄtas izmaiÅas maina klientu mijiedarbÄ«bu ar tÄ«klu.
SvarÄ«gi atcerÄties, ka mazumtirdzniecÄ«bÄ ir jÄpÄrbauda viss ā mÄrketinga kampaÅas, SMS sÅ«tÄ«jumi, paÅ”u sÅ«tÄ«jumu testi, preÄu izvietojums plauktos un paÅ”i plaukti tirdzniecÄ«bas zonÄs. Ja runÄjam par interneta veikalu, tad Å”eit var pÄrbaudÄ«t elementu izkÄrtojumu, dizainu, uzrakstus un tekstus.
A/B testi ir rÄ«ks, kas palÄ«dz uzÅÄmumam, piemÄram, mazumtirgotÄjam, vienmÄr bÅ«t konkurÄtspÄjÄ«gam, sajust izmaiÅas laikÄ un mainÄ«ties paÅ”am. Tas ļauj uzÅÄmumam bÅ«t pÄc iespÄjas efektÄ«vÄkam, palielinot peļÅu.
KÄdas ir Å”o metožu nianses?
Galvenais, lai ir jÄbÅ«t mÄrÄ·im vai problÄmai, uz kuru balstÄ«sies testÄÅ”ana. PiemÄram, problÄma ir neliels klientu skaits mazumtirdzniecÄ«bas vietÄ vai tieÅ”saistes veikalÄ. MÄrÄ·is ir palielinÄt klientu pieplÅ«dumu. HipotÄze: ja preÄu kartes interneta veikalÄ bÅ«s lielÄkas un fotogrÄfijas ir spilgtÄkas, tad pirkumu bÅ«s vairÄk. TÄlÄk tiek veikts A/B tests, kura rezultÄts ir izmaiÅu novÄrtÄjums. PÄc visu testu rezultÄtu saÅemÅ”anas varat sÄkt izstrÄdÄt rÄ«cÄ«bas plÄnu vietnes maiÅai.
Nav ieteicams veikt testus ar procesiem, kas pÄrklÄjas, pretÄjÄ gadÄ«jumÄ rezultÄtus bÅ«s grÅ«tÄk novÄrtÄt. Vispirms ieteicams veikt testus par augstÄkajiem prioritÄrajiem mÄrÄ·iem un formulÄtajÄm hipotÄzÄm.
PÄrbaudei ir jÄilgst pietiekami ilgi, lai rezultÄtus uzskatÄ«tu par ticamiem. Cik tieÅ”i ir atkarÄ«gs, protams, no paÅ”a testa. TÄtad Vecgada vakarÄ lielÄkajai daļai interneta veikalu apmeklÄtÄ«ba palielinÄs. Ja interneta veikala dizains tika mainÄ«ts iepriekÅ”, tad Ä«slaicÄ«ga pÄrbaude parÄdÄ«s, ka viss ir kÄrtÄ«bÄ, izmaiÅas ir veiksmÄ«gas, un plÅ«sma pieaug. Bet nÄ, neatkarÄ«gi no tÄ, ko jÅ«s darÄt pirms svÄtkiem, satiksme palielinÄsies, testu nevar pabeigt pirms JaunÄ gada vai tÅ«lÄ«t pÄc tÄ, tam jÄbÅ«t pietiekami ilgam, lai noteiktu visas korelÄcijas.
Pareizas saiknes nozÄ«me starp mÄrÄ·i un mÄrÄmo rÄdÄ«tÄju. PiemÄram, mainot viena un tÄ paÅ”a interneta veikala mÄjas lapas dizainu, uzÅÄmums redz apmeklÄtÄju vai klientu skaita pieaugumu un ir ar to apmierinÄts. Bet patiesÄ«bÄ vidÄjais Äeka lielums var bÅ«t mazÄks nekÄ parasti, tÄpÄc jÅ«su kopÄjie ienÄkumi bÅ«s vÄl mazÄki. To, protams, nevar saukt par pozitÄ«vu rezultÄtu. ProblÄma ir tÄ, ka uzÅÄmums vienlaikus nepÄrbaudÄ«ja saistÄ«bu starp apmeklÄtÄju pieaugumu, pirkumu skaita pieaugumu un vidÄjÄ Äeka lieluma dinamiku.
Vai testÄÅ”ana ir paredzÄta tikai tieÅ”saistes veikaliem?
Nepavisam. PopulÄra metode bezsaistes mazumtirdzniecÄ«bÄ ir pilnÄ«ga konveijera ievieÅ”ana hipotÄžu pÄrbaudei bezsaistÄ. TÄ ir tÄda procesa konstruÄÅ”ana, kurÄ tiek samazinÄti nepareizas grupu atlases riski eksperimentam, tiek izvÄlÄta optimÄlÄ veikalu skaita, pilotlaika un paredzamÄ efekta lieluma attiecÄ«ba. TÄ ir arÄ« pÄcefektu analÄ«zes metodoloÄ£iju atkÄrtota izmantoÅ”ana un nepÄrtraukta uzlaboÅ”ana. Metode ir nepiecieÅ”ama, lai samazinÄtu viltus pieÅemÅ”anas kļūdu un nokavÄto efektu iespÄjamÄ«bu, kÄ arÄ« palielinÄtu jutÄ«gumu, jo pat nelielai ietekmei liela biznesa mÄrogÄ ir liela nozÄ«me. TÄpÄc jums ir jÄspÄj identificÄt pat vÄjÄkÄs izmaiÅas un minimizÄt riskus, tostarp nepareizus secinÄjumus par eksperimenta rezultÄtiem.
MazumtirdzniecÄ«ba, lielie dati un reÄli gadÄ«jumi
PÄrn X5 Retail Group eksperti novÄrtÄja 2018. gada Pasaules kausa izcÄ«Åas lÄ«dzjutÄju vidÅ« populÄrÄko produktu pÄrdoÅ”anas apjomu dinamiku. PÄrsteigumu nebija, taÄu statistika tik un tÄ izrÄdÄ«jÄs interesanta.
TÄdÄjÄdi Å«dens izrÄdÄ«jÄs ābestselleris Nr.1ā. PilsÄtÄs, kurÄs notika Pasaules kausa izcÄ«Åa, Å«dens tirdzniecÄ«ba pieauga par aptuveni 46%, lÄ«dere bija SoÄi, kur apgrozÄ«jums palielinÄjÄs par 87%. SpÄļu dienÄs maksimÄlais rÄdÄ«tÄjs tika fiksÄts SaranskÄ - Å”eit pÄrdoÅ”anas apjomi pieauga par 160%, salÄ«dzinot ar parastajÄm dienÄm.
Papildus Å«denim fani iegÄdÄjÄs alu. No 14. jÅ«nija lÄ«dz 15. jÅ«lijam pilsÄtÄs, kurÄs notika maÄi, alus apgrozÄ«jums pieauga vidÄji par 31,8%. LÄ«deros izvirzÄ«jÄs arÄ« SoÄi - alu Å”eit iepirka par 64% aktÄ«vÄk. SavukÄrt SanktpÄterburgÄ pieaugums bija neliels ā tikai 5,6%. SpÄļu dienÄs SaranskÄ alus pÄrdoÅ”anas apjomi pieauga par 128%.
PÄtÄ«jumi ir veikti arÄ« par citiem produktiem. PÄrtikas patÄriÅa maksimuma dienÄs iegÅ«tie dati ļauj precÄ«zÄk prognozÄt pieprasÄ«jumu nÄkotnÄ, Åemot vÄrÄ notikumu faktorus. PrecÄ«za prognoze ļauj paredzÄt klientu cerÄ«bas.
TestÄÅ”anas laikÄ X5 Retail Group izmantoja divas metodes:
Bajesa strukturÄlie laikrindu modeļi ar kumulatÄ«vo starpÄ«bu novÄrtÄjumu;
Regresijas analÄ«ze ar kļūdu sadalÄ«juma maiÅas novÄrtÄjumu pirms ÄempionÄta un tÄ laikÄ.
Ko vÄl mazumtirdzniecÄ«ba izmanto no Big Data?
- Ir diezgan daudz metožu un tehnoloÄ£iju, ko var nosaukt uzreiz, tÄs ir:
- Pieprasījuma prognoze;
- Sortimenta matricas optimizÄcija;
- Datorredze, lai noteiktu tukŔumus plauktos un noteiktu rindu veidoŔanos;
- Promo prognoze.
SpeciÄlistu trÅ«kums
PieprasÄ«jums pÄc Big Data ekspertiem nepÄrtraukti pieaug. TÄdÄjÄdi 2018. gadÄ ar lielajiem datiem saistÄ«to vakanÄu skaits, salÄ«dzinot ar 7. gadu, pieauga 2015 reizes. 2019. gada pirmajÄ pusÄ pieprasÄ«jums pÄc speciÄlistiem pÄrsniedza 65% no visa 2018. gada pieprasÄ«juma.
Lielajiem uzÅÄmumiem Ä«paÅ”i nepiecieÅ”ami Big Data analÄ«tiÄ·u pakalpojumi. PiemÄram, Mail.ru Group tie ir nepiecieÅ”ami jebkurÄ projektÄ, kurÄ tiek apstrÄdÄti teksta dati, multivides saturs, tiek veikta runas sintÄze un analÄ«ze (tas, pirmkÄrt, ir mÄkoÅpakalpojumi, sociÄlie tÄ«kli, spÄles utt.). BrÄ«vo darba vietu skaits uzÅÄmumÄ pÄdÄjo divu gadu laikÄ ir trÄ«skÄrÅ”ojies. Å Ä gada pirmajos astoÅos mÄneÅ”os Mail.ru pieÅÄma darbÄ tikpat daudz Big Data speciÄlistu, cik visÄ pagÄjuÅ”ajÄ gadÄ. OzonÄ datu zinÄtnes nodaļa pÄdÄjo divu gadu laikÄ ir pieaudzis trÄ«s reizes. LÄ«dzÄ«ga situÄcija ir arÄ« Megafon - komanda, kas analizÄ datus, pÄdÄjo 2,5 gadu laikÄ ir pieaugusi vairÄkas reizes.
Bez Å”aubÄm, nÄkotnÄ pieprasÄ«jums pÄc ar Big Data saistÄ«to specialitÄÅ”u pÄrstÄvjiem pieaugs vÄl vairÄk. TÄtad, ja jums ir interese par Å”o jomu, jums vajadzÄtu izmÄÄ£inÄt savus spÄkus.
Avots: www.habr.com