A/B ടെസ്റ്റിംഗ്, പൈപ്പ്‌ലൈൻ, റീട്ടെയിൽ: GeekBrains, X5 റീട്ടെയിൽ ഗ്രൂപ്പിൽ നിന്നുള്ള ബിഗ് ഡാറ്റയ്ക്കുള്ള ബ്രാൻഡഡ് ക്വാർട്ടർ

വ്യവസായം, വൈദ്യശാസ്ത്രം, ബിസിനസ്സ്, വിനോദം എന്നിവയിൽ ഇപ്പോൾ എല്ലായിടത്തും ബിഗ് ഡാറ്റ സാങ്കേതികവിദ്യകൾ ഉപയോഗിക്കുന്നു. ബിഗ് ഡാറ്റ വിശകലനം ഇല്ലെങ്കിൽ, വലിയ റീട്ടെയിലർമാർക്ക് ശരിയായി പ്രവർത്തിക്കാൻ കഴിയില്ല, ആമസോൺ വിൽപ്പന കുറയും, കാലാവസ്ഥാ നിരീക്ഷകർക്ക് ദിവസങ്ങൾ, ആഴ്ചകൾ, മാസങ്ങൾ എന്നിവ മുൻകൂട്ടി കാലാവസ്ഥ പ്രവചിക്കാൻ കഴിയില്ല. ബിഗ് ഡാറ്റ സ്പെഷ്യലിസ്റ്റുകൾക്ക് ഉയർന്ന ഡിമാൻഡുണ്ടെന്നത് യുക്തിസഹമാണ്, ഡിമാൻഡ് ക്രമാനുഗതമായി വളരുന്നു.

പരിചയസമ്പന്നരായ വിദഗ്ധരെ ഉപയോഗിച്ച്, വിദ്യാർത്ഥികൾക്ക് സൈദ്ധാന്തിക പരിജ്ഞാനവും പ്രായോഗിക പരിചയവും നൽകിക്കൊണ്ട്, ഈ മേഖലയിലെ പ്രൊഫഷണലുകളെ GeekBrains പരിശീലിപ്പിക്കുന്നു. ഈ വർഷം ഫാക്കൽറ്റി ഓൺലൈൻ സർവകലാശാലയായ ഗീക്ക് യൂണിവേഴ്‌സിറ്റിയിലെയും റഷ്യയിലെ ഏറ്റവും വലിയ റീട്ടെയിലറായ X5 റീട്ടെയിൽ ഗ്രൂപ്പിലെയും ബിഗ് ഡാറ്റ അനലിസ്റ്റുകൾ പങ്കാളിത്തത്തിൽ ഏർപ്പെട്ടു. കമ്പനിയുടെ സ്പെഷ്യലിസ്റ്റുകൾ, അവരുടെ വിപുലമായ അറിവും അനുഭവവും ഉപയോഗിച്ച്, വിദ്യാർത്ഥികൾക്ക് സൈദ്ധാന്തിക പരിശീലനവും പ്രായോഗിക അനുഭവവും നൽകുന്ന ഒരു ബ്രാൻഡഡ് കോഴ്‌സ് സൃഷ്ടിക്കാൻ സഹായിച്ചു.

X5 റീട്ടെയിൽ ഗ്രൂപ്പിലെ ഡാറ്റ മോഡലിംഗ് ആൻഡ് അനാലിസിസ് ഡയറക്ടർ വലേരി ബാബുഷ്കിനുമായി ഞങ്ങൾ സംസാരിച്ചു. അദ്ദേഹം അതിലൊരാളാണ് മികച്ചത് ലോകമെമ്പാടുമുള്ള ഡാറ്റാ സയന്റിസ്റ്റുകൾ (മെഷീൻ ലേണിംഗിൽ ലോകത്ത് 30-ാം റാങ്ക്). മറ്റ് ഇൻസ്ട്രക്ടർമാർക്കൊപ്പം, വലേരി ഗീക്ക്ബ്രെയിൻസ് വിദ്യാർത്ഥികളെ എ/ബി ടെസ്റ്റിംഗ്, ഈ രീതികൾക്ക് അടിസ്ഥാനമായ ഗണിതശാസ്ത്ര സ്ഥിതിവിവരക്കണക്കുകൾ, ആധുനിക കണക്കുകൂട്ടൽ രീതികൾ, ഓഫ്‌ലൈൻ റീട്ടെയിലിൽ എ/ബി ടെസ്റ്റിംഗ് നടപ്പിലാക്കുന്നതിന്റെ പ്രത്യേകതകൾ എന്നിവയെക്കുറിച്ച് പഠിപ്പിക്കുന്നു.

എന്തുകൊണ്ടാണ് നമുക്ക് എ/ബി പരിശോധന ആവശ്യമായി വരുന്നത്?

പരിവർത്തന നിരക്കുകൾ, സാമ്പത്തിക സൂചകങ്ങൾ, പെരുമാറ്റ ഘടകങ്ങൾ എന്നിവ മെച്ചപ്പെടുത്തുന്നതിനുള്ള ഒപ്റ്റിമൽ വഴികൾ കണ്ടെത്തുന്നതിനുള്ള ഏറ്റവും മികച്ച രീതികളിൽ ഒന്നാണിത്. മറ്റ് രീതികൾ നിലവിലുണ്ട്, പക്ഷേ അവ കൂടുതൽ ചെലവേറിയതും സങ്കീർണ്ണവുമാണ്. എ/ബി പരിശോധനയുടെ പ്രധാന ഗുണങ്ങൾ അതിന്റെ താരതമ്യേന കുറഞ്ഞ ചെലവും ഏത് വലുപ്പത്തിലുള്ള ബിസിനസുകൾക്കും പ്രവേശനക്ഷമതയുമാണ്.

ബിസിനസ്സ് തീരുമാനങ്ങൾ കണ്ടെത്തുന്നതിനും എടുക്കുന്നതിനുമുള്ള ഏറ്റവും പ്രധാനപ്പെട്ട രീതികളിൽ ഒന്നാണ് എ/ബി പരിശോധന - ലാഭത്തെയും ഏതൊരു കമ്പനിയുടെയും വിവിധ ഉൽപ്പന്നങ്ങളുടെ വികസനത്തെയും ബാധിക്കുന്ന തീരുമാനങ്ങൾ. സിദ്ധാന്തങ്ങളെയും അനുമാനങ്ങളെയും മാത്രമല്ല, നെറ്റ്‌വർക്കുമായുള്ള ഉപഭോക്തൃ ഇടപെടലുകളെ നിർദ്ദിഷ്ട മാറ്റങ്ങൾ എങ്ങനെ മാറ്റുന്നു എന്നതിനെക്കുറിച്ചുള്ള പ്രായോഗിക അറിവിനെയും അടിസ്ഥാനമാക്കി തീരുമാനങ്ങൾ എടുക്കാൻ പരിശോധന അനുവദിക്കുന്നു.

റീട്ടെയിലിൽ എല്ലാം പരീക്ഷിക്കേണ്ടതുണ്ടെന്ന് ഓർമ്മിക്കേണ്ടത് പ്രധാനമാണ് - മാർക്കറ്റിംഗ് കാമ്പെയ്‌നുകൾ, എസ്എംഎസ് സന്ദേശമയയ്ക്കൽ, സന്ദേശമയയ്ക്കലിന്റെ തന്നെ പരിശോധനകൾ, ഷെൽഫുകളിലെ ഉൽപ്പന്ന സ്ഥാനം, വിൽപ്പന മേഖലയിലെ ഷെൽഫുകൾ എന്നിവ. ഓൺലൈൻ സ്റ്റോറുകളുടെ കാര്യം വരുമ്പോൾ, നിങ്ങൾക്ക് ഘടകങ്ങളുടെ ലേഔട്ട്, ഡിസൈൻ, ടെക്സ്റ്റ്, പകർപ്പ് എന്നിവ പരിശോധിക്കാൻ കഴിയും.

എ/ബി ടെസ്റ്റിംഗ് എന്നത് ഒരു കമ്പനിയെ, ഉദാഹരണത്തിന് ഒരു റീട്ടെയിലറെ, മത്സരക്ഷമത നിലനിർത്താനും, മാറ്റങ്ങൾ ഉടനടി തിരിച്ചറിയാനും, അതിനനുസരിച്ച് പൊരുത്തപ്പെടാനും സഹായിക്കുന്ന ഒരു ഉപകരണമാണ്. ഇത് ബിസിനസ്സ് കഴിയുന്നത്ര കാര്യക്ഷമമാക്കാനും, ലാഭം പരമാവധിയാക്കാനും അനുവദിക്കുന്നു.

ഈ രീതികളുടെ സൂക്ഷ്മതകൾ എന്തൊക്കെയാണ്?

പരിശോധനയ്ക്ക് അടിസ്ഥാനമായി വർത്തിക്കുന്ന ഒരു ലക്ഷ്യമോ പ്രശ്നമോ ഉണ്ടായിരിക്കുക എന്നതാണ് പ്രധാനം. ഉദാഹരണത്തിന്, ഒരു ഇഷ്ടിക-മോർട്ടാർ അല്ലെങ്കിൽ ഓൺലൈൻ സ്റ്റോറിൽ കുറഞ്ഞ ഉപഭോക്തൃ ട്രാഫിക് ആയിരിക്കാം പ്രശ്നം. ഉപഭോക്തൃ ട്രാഫിക് വർദ്ധിപ്പിക്കുക എന്നതാണ് ലക്ഷ്യം. ഓൺലൈൻ സ്റ്റോറിലെ ഉൽപ്പന്ന കാർഡുകൾ വലുതാക്കുകയും ഫോട്ടോകൾ തെളിച്ചമുള്ളതാക്കുകയും ചെയ്താൽ കൂടുതൽ വാങ്ങലുകൾ നടത്തുമെന്നാണ് അനുമാനം. അടുത്തതായി, ഒരു എ/ബി ടെസ്റ്റ് നടത്തുന്നു, അതിന്റെ ഫലങ്ങൾ മാറ്റങ്ങൾ വിലയിരുത്താൻ ഉപയോഗിക്കുന്നു. എല്ലാ പരിശോധനകളുടെയും ഫലങ്ങൾ ലഭിച്ചുകഴിഞ്ഞാൽ, വെബ്‌സൈറ്റ് പരിഷ്‌ക്കരണങ്ങൾക്കായുള്ള ഒരു പ്രവർത്തന പദ്ധതി വികസിപ്പിക്കാൻ കഴിയും.

ഓവർലാപ്പിംഗ് പ്രക്രിയകളുള്ള പരിശോധനകൾ നടത്തുന്നത് ശുപാർശ ചെയ്യുന്നില്ല, കാരണം ഇത് ഫലങ്ങൾ വിലയിരുത്തുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാക്കും. ഏറ്റവും മുൻഗണനയുള്ള ലക്ഷ്യങ്ങളിലും പ്രസ്താവിച്ച സിദ്ധാന്തങ്ങളിലും ആദ്യം പരിശോധനകൾ നടത്തുന്നത് ശുപാർശ ചെയ്യുന്നു.

ഫലങ്ങൾ വിശ്വസനീയമായി കണക്കാക്കുന്നതിന് പരിശോധനയ്ക്ക് ആവശ്യമായ സമയം ആവശ്യമാണ്. എത്ര സമയം എന്നത് തീർച്ചയായും പരിശോധനയെ ആശ്രയിച്ചിരിക്കും. ഉദാഹരണത്തിന്, പുതുവത്സരാഘോഷത്തിൽ, മിക്ക ഓൺലൈൻ സ്റ്റോറുകളിലേക്കും ട്രാഫിക് വർദ്ധിക്കുന്നു. ഓൺലൈൻ സ്റ്റോറിന്റെ ഡിസൈൻ മുൻകൂട്ടി മാറ്റിയിട്ടുണ്ടെങ്കിൽ, എല്ലാം ശരിയാണെന്നും മാറ്റങ്ങൾ വിജയകരമാണെന്നും ട്രാഫിക് വളരുന്നുണ്ടെന്നും ഒരു ഹ്രസ്വകാല പരിശോധന കാണിക്കും. എന്നാൽ അവധി ദിവസങ്ങൾക്ക് മുമ്പ് നിങ്ങൾ എന്തു ചെയ്താലും ട്രാഫിക് വർദ്ധിക്കും. പുതുവർഷത്തിന് മുമ്പോ ശേഷമോ പരിശോധന പൂർത്തിയാക്കരുത്; എല്ലാ പരസ്പരബന്ധങ്ങളും തിരിച്ചറിയാൻ അത് ദൈർഘ്യമേറിയതായിരിക്കണം.

ലക്ഷ്യവും അളക്കുന്ന മെട്രിക്കും തമ്മിലുള്ള വ്യക്തമായ ബന്ധത്തിന്റെ പ്രാധാന്യം. ഉദാഹരണത്തിന്, ഒരു ഓൺലൈൻ സ്റ്റോർ വെബ്‌സൈറ്റ് പുനർരൂപകൽപ്പന ചെയ്‌തതിനുശേഷം, ഒരു കമ്പനി സന്ദർശകരുടെയോ ഉപഭോക്താക്കളുടെയോ വർദ്ധനവ് കാണുകയും ഫലത്തിൽ സംതൃപ്തരാകുകയും ചെയ്‌തേക്കാം. എന്നിരുന്നാലും, വാസ്തവത്തിൽ, ശരാശരി ഓർഡർ മൂല്യം സാധാരണയേക്കാൾ കുറവായിരിക്കാം, അതിന്റെ ഫലമായി മൊത്തത്തിലുള്ള വരുമാനം ഇതിലും കുറയും. തീർച്ചയായും ഇത് ഒരു പോസിറ്റീവ് ഫലമായി കണക്കാക്കാനാവില്ല. വർദ്ധിച്ച സന്ദർശകർ, വർദ്ധിച്ച വാങ്ങലുകൾ, ശരാശരി ഓർഡർ മൂല്യം എന്നിവ തമ്മിലുള്ള ബന്ധം കമ്പനി ഒരേസമയം അളന്നില്ല എന്നതാണ് പ്രശ്‌നം.

പരിശോധന ഓൺലൈൻ സ്റ്റോറുകൾക്ക് മാത്രമാണോ?

ഒട്ടും തന്നെയല്ല. ഓഫ്‌ലൈൻ റീട്ടെയിലിലെ ഒരു ജനപ്രിയ രീതി, ഓഫ്‌ലൈനിൽ അനുമാനങ്ങൾ പരീക്ഷിക്കുന്നതിനുള്ള ഒരു പൂർണ്ണ പൈപ്പ്‌ലൈൻ നടപ്പിലാക്കുക എന്നതാണ്. ഒരു പരീക്ഷണത്തിനായി ഗ്രൂപ്പുകൾ തെറ്റായി തിരഞ്ഞെടുക്കുന്നതിന്റെയും, സ്റ്റോറുകളുടെ എണ്ണം, പൈലറ്റ് സമയം, വിലയിരുത്തപ്പെടുന്ന ഇഫക്റ്റിന്റെ വലുപ്പം എന്നിവ തമ്മിലുള്ള ഒപ്റ്റിമൽ ബാലൻസ് കണ്ടെത്തുന്നതിന്റെയും അപകടസാധ്യത കുറയ്ക്കുന്ന ഒരു പ്രക്രിയയാണിത്. ഇഫക്റ്റുകൾക്കായുള്ള വിശകലനാനന്തര രീതിശാസ്ത്രങ്ങൾ പുനരുപയോഗിക്കുന്നതും തുടർച്ചയായി മെച്ചപ്പെടുത്തുന്നതും ഇതിൽ ഉൾപ്പെടുന്നു. തെറ്റായ പോസിറ്റീവുകളുടെയും മിസ്ഡ് ഇഫക്റ്റുകളുടെയും സാധ്യത കുറയ്ക്കുന്നതിനും സംവേദനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനും ഈ രീതി ആവശ്യമാണ്, കാരണം ഒരു വലിയ ബിസിനസ്സിന്റെ സ്കെയിലിൽ ഒരു ചെറിയ പ്രഭാവം പോലും വളരെ പ്രാധാന്യമർഹിക്കുന്നു. അതിനാൽ, പരീക്ഷണ ഫലങ്ങളെക്കുറിച്ച് തെറ്റായ നിഗമനങ്ങളിൽ എത്തിച്ചേരുന്നത് ഉൾപ്പെടെ, ചെറിയ മാറ്റങ്ങൾ പോലും തിരിച്ചറിയാനും അപകടസാധ്യതകൾ കുറയ്ക്കാനും കഴിയേണ്ടത് അത്യാവശ്യമാണ്.

റീട്ടെയിൽ, ബിഗ് ഡാറ്റ, റിയൽ-വേൾഡ് കേസ് സ്റ്റഡീസ്

കഴിഞ്ഞ വർഷം, X5 റീട്ടെയിൽ ഗ്രൂപ്പ് സ്പെഷ്യലിസ്റ്റുകൾ 2018 ലോകകപ്പ് ആരാധകർക്കിടയിൽ ഏറ്റവും ജനപ്രിയമായ ഉൽപ്പന്നങ്ങളുടെ വിൽപ്പന പ്രവണതകൾ വിലയിരുത്തി. അത്ഭുതങ്ങളൊന്നുമില്ലെങ്കിലും, സ്ഥിതിവിവരക്കണക്കുകൾ രസകരമായിരുന്നു.

ഉദാഹരണത്തിന്, വെള്ളം "നമ്പർ വൺ ബെസ്റ്റ് സെല്ലറായി" ഉയർന്നുവന്നു. ലോകകപ്പിന് ആതിഥേയത്വം വഹിക്കുന്ന നഗരങ്ങളിൽ, ജല വിൽപ്പന ഏകദേശം 46% വർദ്ധിച്ചു, സോച്ചിയാണ് മുന്നിൽ, വിൽപ്പന 87% വർദ്ധിച്ചു. മത്സര ദിവസങ്ങളിൽ, ഏറ്റവും ഉയർന്ന വിൽപ്പന രേഖപ്പെടുത്തിയത് സരാൻസ്കിലാണ്, അവിടെ സാധാരണ ദിവസങ്ങളെ അപേക്ഷിച്ച് വിൽപ്പന 160% വർദ്ധിച്ചു.

വെള്ളത്തിന് പുറമേ, ആരാധകർ ബിയറും വാങ്ങി. ജൂൺ 14 മുതൽ ജൂലൈ 15 വരെ, മത്സരങ്ങൾ നടക്കുന്ന നഗരങ്ങളിലെ ബിയർ വിൽപ്പന ശരാശരി 31,8% വർദ്ധിച്ചു. സോച്ചിയും മുന്നിലെത്തി, അവിടെ ബിയർ വിൽപ്പന 64% വർദ്ധിച്ചു. എന്നിരുന്നാലും, സെന്റ് പീറ്റേഴ്‌സ്ബർഗിൽ, വർദ്ധനവ് മിതമായിരുന്നു - വെറും 5,6%. മത്സര ദിവസങ്ങളിൽ, സരാൻസ്കിലെ ബിയർ വിൽപ്പനയും 128% വർദ്ധിച്ചു.

മറ്റ് ഉൽപ്പന്നങ്ങളെക്കുറിച്ചും ഗവേഷണം നടത്തി. ഉപഭോഗം കൂടിയ ദിവസങ്ങളിൽ ലഭിക്കുന്ന ഡാറ്റ, ഭാവിയിലെ ആവശ്യകതയെക്കുറിച്ചുള്ള കൂടുതൽ കൃത്യമായ പ്രവചനങ്ങൾ സാധ്യമാക്കുന്നു, ഇവന്റ് ഘടകങ്ങൾ കണക്കിലെടുക്കുന്നു. കൃത്യമായ ഒരു പ്രവചനം ഉപഭോക്തൃ പ്രതീക്ഷകൾ മുൻകൂട്ടി കാണാൻ സാധ്യമാക്കുന്നു.

പരിശോധനയ്ക്കിടെ, X5 റീട്ടെയിൽ ഗ്രൂപ്പ് രണ്ട് രീതികൾ ഉപയോഗിച്ചു:
സഞ്ചിത വ്യത്യാസ കണക്കോടുകൂടിയ ബയേസിയൻ ഘടനാപരമായ സമയ ശ്രേണി മോഡലുകൾ;
ചാമ്പ്യൻഷിപ്പിന് മുമ്പും ശേഷവുമുള്ള പിശക് വിതരണത്തിന്റെ പക്ഷപാതത്തിന്റെ വിലയിരുത്തലോടുകൂടിയ റിഗ്രഷൻ വിശകലനം.

ബിഗ് ഡാറ്റയിൽ നിന്ന് റീട്ടെയിൽ എന്താണ് ഉപയോഗിക്കുന്നത്?

• ധാരാളം രീതികളും സാങ്കേതികവിദ്യകളും ഉണ്ട്, പക്ഷേ എന്റെ മനസ്സിൽ നിന്ന് വരുന്ന ചിലത് ഇതാ:
• ഡിമാൻഡ് പ്രവചനം;
• ഉൽപ്പന്ന ശ്രേണി മാട്രിക്സിന്റെ ഒപ്റ്റിമൈസേഷൻ;
• ഒഴിഞ്ഞ ഷെൽഫുകൾ തിരിച്ചറിയുന്നതിനും രൂപപ്പെടുന്ന ക്യൂകൾ കണ്ടെത്തുന്നതിനുമുള്ള കമ്പ്യൂട്ടർ വിഷൻ;
• പ്രമോ പ്രവചനം.

സ്പെഷ്യലിസ്റ്റുകളുടെ അഭാവം

ബിഗ് ഡാറ്റാ വിദഗ്ധരുടെ ആവശ്യം നിരന്തരം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ്. 2015 നെ അപേക്ഷിച്ച് 2018 ൽ ബിഗ് ഡാറ്റാ സംബന്ധിയായ ജോലി ഒഴിവുകളുടെ എണ്ണം ഏഴ് മടങ്ങ് വർദ്ധിച്ചു. 2019 ന്റെ ആദ്യ പകുതിയിൽ, സ്പെഷ്യലിസ്റ്റുകൾക്കുള്ള ആവശ്യം 2018 മുഴുവൻ ആവശ്യകതയുടെ 65% കവിഞ്ഞു.

വലിയ കമ്പനികൾക്ക് പ്രത്യേകിച്ച് ബിഗ് ഡാറ്റ അനലിസ്റ്റുകളെ ആവശ്യമുണ്ട്. ഉദാഹരണത്തിന്, Mail.ru ഗ്രൂപ്പിൽ, ടെക്സ്റ്റ് ഡാറ്റ, മൾട്ടിമീഡിയ ഉള്ളടക്കം, സ്പീച്ച് സിന്തസിസ്, വിശകലനം (പ്രാഥമികമായി ക്ലൗഡ് സേവനങ്ങൾ, സോഷ്യൽ നെറ്റ്‌വർക്കുകൾ, ഗെയിമുകൾ മുതലായവ) പ്രോസസ്സ് ചെയ്യുന്ന ഏതൊരു പ്രോജക്റ്റിനും അവർ ആവശ്യമാണ്. കഴിഞ്ഞ രണ്ട് വർഷത്തിനിടെ കമ്പനിയുടെ ഒഴിവുകളുടെ എണ്ണം മൂന്നിരട്ടിയായി വർദ്ധിച്ചു. ഈ വർഷത്തെ ആദ്യ എട്ട് മാസങ്ങളിൽ, Mail.ru കഴിഞ്ഞ വർഷത്തെ മുഴുവൻ ബിഗ് ഡാറ്റ സ്പെഷ്യലിസ്റ്റുകളെയും നിയമിച്ചു. ഓസോണിൽ, കഴിഞ്ഞ രണ്ട് വർഷത്തിനിടെ ഡാറ്റ സയൻസ് വകുപ്പ് മൂന്നിരട്ടിയായി വർദ്ധിച്ചു. മെഗാഫോണും സമാനമായ ഒരു സാഹചര്യമാണ് നേരിടുന്നത്: ഡാറ്റ വിശകലനത്തിന് ഉത്തരവാദികളായ ടീം കഴിഞ്ഞ രണ്ടര വർഷത്തിനിടെ നിരവധി മടങ്ങ് വളർന്നു.

ഭാവിയിൽ ബിഗ് ഡാറ്റ പ്രൊഫഷണലുകൾക്കുള്ള ആവശ്യം ഇനിയും വർദ്ധിക്കുമെന്നതിൽ സംശയമില്ല. അതിനാൽ നിങ്ങൾക്ക് ഈ മേഖലയിൽ താൽപ്പര്യമുണ്ടെങ്കിൽ, ഇത് പരീക്ഷിച്ചുനോക്കുന്നത് മൂല്യവത്താണ്.

അവലംബം: www.habr.com