हॅलो, हॅब्र! 30 जून रोजी मॉस्को वेळेनुसार 18:00 वाजता आम्ही विश्लेषकांसाठी ऑनलाइन बैठक आयोजित करू. स्पीकर प्रादेशिक A/B चाचण्यांबद्दल बोलतील, ऑनलाइन स्टोअरमध्ये वस्तूंचे वितरण व्यवस्थापित करतील, नवीन वैशिष्ट्यांमधून नफ्याचा अंदाज लावतील आणि वस्तूंच्या वितरणामध्ये डेटा सायन्स.
कट खाली, नेहमीप्रमाणे, अहवालांचे गोषवारे आणि सर्व आवश्यक दुवे आहेत.
अहवाल
प्रादेशिक A/B चाचण्या. त्यांची आवश्यकता का आहे आणि ते कसे डिझाइन केले आहेत - इगोर क्रासोव्स्की, अविटो
A/B चाचणीमधील चाचणी गट नेमके ओळखत नसल्यास काय करावे आणि वापरकर्त्याला ते ऑफलाइन आढळल्यास, उदाहरणार्थ, प्रादेशिक टीव्ही जाहिरातींमध्ये? पक्षपाती चाचणी गटासाठी नियंत्रण गट कसा तयार करायचा? परिणाम कसे मोजायचे आणि यादृच्छिक त्रुटीपासून वेगळे कसे करावे? अविटोमध्ये आम्ही या प्रश्नांची उत्तरे कशी दिली आणि आम्हाला कोणत्या समस्या आल्या हे मी तुम्हाला सांगेन.
स्पीकर बद्दल: मी एविटोसोबत 2 वर्षांपेक्षा जास्त काळ आहे, त्यापूर्वी मी ईकॉमर्स आणि आयटी सल्लामसलत मध्ये काम केले आहे. आता मी कोअर अॅनालिटिक्स टीममध्ये काम करतो, जो डेटा मॅनेजमेंट, स्ट्रॅटेजिक अॅनालिटिक्स, कोअर अॅनालिटिक्स प्लॅटफॉर्म, की अकाउंट अॅनालिटिक्स यासारख्या क्षेत्रांसाठी जबाबदार आहे.
सर्वोत्तम डेटा उत्पादने शेतात जन्माला येतात - मरिना कलाबिना, लेरॉय मर्लिन
आमच्या बहुतांश ऑनलाइन ऑर्डर्स गोदामांऐवजी स्टोअरच्या मजल्यावरून गोळा केल्या जातात. यामुळे साइटवर काय प्रदर्शित केले जाते आणि आम्ही प्रत्यक्षात काय गोळा करू शकतो यामधील त्रुटी आढळतात.
स्टोअरमधील वस्तूंच्या उच्च उलाढालीचा दर आणि स्टॉक व्यवस्थापन प्रणालीच्या जटिलतेमुळे, त्रुटी उद्भवतात ज्या स्वयंचलितपणे शोधल्या जाऊ शकतात. आमच्या सिस्टमच्या ज्ञानावर आणि सोशल इंजिनिअरिंगचा वापर करून, आम्ही एक उपाय प्रस्तावित केला आहे जो आपोआप समस्याग्रस्त उत्पादने शोधेल आणि साइटवर प्रकाशित करण्यापूर्वी त्यांचा स्टॉक समायोजित करेल.
स्पीकर बद्दल: लेरॉय मर्लिन येथे 9 वर्षे काम. प्रथम मी स्टोअर उघडले, नंतर मी त्यामध्ये काम केले आणि आता मी वस्तू सूचीमध्ये व्यवस्थित ठेवत आहे. मी एक टीम एकत्र केली आणि 6 आठवड्यांमध्ये डेटा उत्पादन लाँच केले.
ग्रोथ मॉडेल - प्राधान्यक्रमासाठी वैशिष्ट्यांमधून नफ्याचा अंदाज लावणे - पावेल मिखाइलोव्ह, Ostrovok.ru
- आम्ही एक ग्रोथ मॉडेल तयार करत आहोत - एक फ्रेमवर्क ज्यामध्ये समूह आणि मुख्य मेट्रिक्सवर आधारित आहे जे मध्यम कालावधीत कमाईचे मॉडेल करते.
- आम्ही मॉडेल वापरून उत्पादन आणि व्यवसाय मेट्रिक्सचे पैशात भाषांतर करतो.
- आम्ही उदाहरणे वापरून वैशिष्ट्यांमधून संभाव्य नफ्याचे मूल्यांकन करतो.
स्पीकरबद्दल: विश्लेषणात्मक पार्श्वभूमीसह इमर्जिंग ट्रॅव्हल ग्रुप (Ostrovok.ru) मधील वाढीचे प्रमुख. मी वाढ गृहीतके निर्माण करतो, विकसित करतो आणि चाचणी करतो.
डेटा शास्त्रज्ञ अविटो यांनी वितरणास कशी मदत केली - दिमा सर्गेव, अविटो
... किंवा डिलिव्हरीसह "KAMAZ कॅब" खरेदी करण्यासाठी वापरकर्त्यांना ऑफर करणे कसे थांबवायचे याबद्दल एक कथा. Avito वर आधीच 60 दशलक्षाहून अधिक उत्पादने आहेत. त्या प्रत्येकासाठी हे निर्धारित करणे सोपे नाही की विक्रेता तो 120x80x50 आकाराच्या बॉक्समध्ये ठेवू शकेल आणि दुसर्या शहरात खरेदीदारास पाठवू शकेल.
आम्ही वेळोवेळी अशा चुका करतो: आम्ही डिलिव्हरी ऑफर करतो जिथे ते स्पष्टपणे नसावे आणि उलट. आम्ही या समस्येचा कसा सामना करतो आणि आम्ही कोणते परिणाम साध्य केले याबद्दल मी तुम्हाला थोडेसे सांगेन.
स्पीकरबद्दल: गेल्या वर्षभरापासून मी अविटो डिलिव्हरी येथे विश्लेषण करत आहे. त्यापूर्वी, मी तीन वर्षे OZON येथे विश्लेषणामध्ये काम केले.
ब्रॉडकास्ट चॅटमध्ये प्रश्न विचारा - आम्ही सर्वात मनोरंजक उत्तरे प्रसारित करू. प्रत्येक अहवालानंतर, तुम्ही स्पीकरशी स्वतंत्रपणे संवाद साधण्यास सक्षम असाल.
संकेतशब्द आणि देखावा
प्रसारण मंगळवार, 30 जून रोजी 18:00 वाजता सुरू होईल. आम्ही 20:40 पर्यंत पूर्ण करण्याचा विचार करतो. प्रसारणादरम्यान, तुम्ही ताबडतोब "स्मरण करून द्या" बटणावर क्लिक करू शकता जेणेकरून तुमचे काहीही चुकणार नाही.
जर तुम्हाला ईमेलद्वारे ब्रॉडकास्टच्या लिंकसह स्मरणपत्र प्राप्त करायचे असेल, तर तुम्ही करू शकता .
ऑनलाइन भेटू!
स्त्रोत: www.habr.com
