A/B ਟੈਸਟਿੰਗ, ਪਾਈਪਲਾਈਨ ਅਤੇ ਪ੍ਰਚੂਨ: GeekBrains ਅਤੇ X5 ਰਿਟੇਲ ਗਰੁੱਪ ਤੋਂ ਵੱਡੇ ਡੇਟਾ ਲਈ ਬ੍ਰਾਂਡਡ ਤਿਮਾਹੀ

ਬਿਗ ਡੇਟਾ ਤਕਨਾਲੋਜੀਆਂ ਦੀ ਵਰਤੋਂ ਹੁਣ ਹਰ ਜਗ੍ਹਾ ਕੀਤੀ ਜਾਂਦੀ ਹੈ - ਉਦਯੋਗ, ਦਵਾਈ, ਕਾਰੋਬਾਰ ਅਤੇ ਮਨੋਰੰਜਨ ਵਿੱਚ। ਇਸ ਤਰ੍ਹਾਂ, ਵੱਡੇ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤੇ ਬਿਨਾਂ, ਵੱਡੇ ਪ੍ਰਚੂਨ ਵਿਕਰੇਤਾ ਆਮ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਨ ਦੇ ਯੋਗ ਨਹੀਂ ਹੋਣਗੇ, ਐਮਾਜ਼ਾਨ 'ਤੇ ਵਿਕਰੀ ਘਟ ਜਾਵੇਗੀ, ਅਤੇ ਮੌਸਮ ਵਿਗਿਆਨੀ ਕਈ ਦਿਨਾਂ, ਹਫ਼ਤਿਆਂ ਅਤੇ ਮਹੀਨਿਆਂ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਮੌਸਮ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਹੋਣਗੇ. ਇਹ ਤਰਕਪੂਰਨ ਹੈ ਕਿ ਵੱਡੇ ਡੇਟਾ ਮਾਹਰਾਂ ਦੀ ਹੁਣ ਬਹੁਤ ਮੰਗ ਹੈ, ਅਤੇ ਮੰਗ ਲਗਾਤਾਰ ਵਧ ਰਹੀ ਹੈ।

GeekBrains ਇਸ ਖੇਤਰ ਦੇ ਨੁਮਾਇੰਦਿਆਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ, ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿਧਾਂਤਕ ਗਿਆਨ ਅਤੇ ਉਦਾਹਰਣਾਂ ਦੁਆਰਾ ਅਧਿਆਪਨ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸ ਲਈ ਤਜਰਬੇਕਾਰ ਮਾਹਰ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ। ਇਸ ਸਾਲ ਫੈਕਲਟੀ ਔਨਲਾਈਨ ਯੂਨੀਵਰਸਿਟੀ GeekUniversity ਦੇ ਵੱਡੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਅਤੇ ਰੂਸੀ ਸੰਘ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡੇ ਰਿਟੇਲਰ, X5 ਰਿਟੇਲ ਗਰੁੱਪ, ਭਾਈਵਾਲ ਬਣ ਗਏ ਹਨ। ਕੰਪਨੀ ਦੇ ਮਾਹਿਰਾਂ, ਜਿਨ੍ਹਾਂ ਕੋਲ ਵਿਆਪਕ ਗਿਆਨ ਅਤੇ ਤਜ਼ਰਬਾ ਹੈ, ਨੇ ਇੱਕ ਬ੍ਰਾਂਡੇਡ ਕੋਰਸ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ, ਜਿਸ ਵਿੱਚ ਵਿਦਿਆਰਥੀ ਸਿਖਲਾਈ ਦੇ ਦੌਰਾਨ ਸਿਧਾਂਤਕ ਸਿਖਲਾਈ ਅਤੇ ਪ੍ਰੈਕਟੀਕਲ ਅਨੁਭਵ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ।

ਅਸੀਂ X5 ਰਿਟੇਲ ਗਰੁੱਪ ਵਿਖੇ ਮਾਡਲਿੰਗ ਅਤੇ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਨਿਰਦੇਸ਼ਕ, ਵੈਲੇਰੀ ਬਾਬੂਸ਼ਕਿਨ ਨਾਲ ਗੱਲ ਕੀਤੀ। ਉਹ ਦੇ ਇੱਕ ਹੈ ਸੱਬਤੋਂ ਉੱਤਮ ਵਿਸ਼ਵ ਵਿੱਚ ਡੇਟਾ ਵਿਗਿਆਨੀ (ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਮਾਹਿਰਾਂ ਦੀ ਗਲੋਬਲ ਰੈਂਕਿੰਗ ਵਿੱਚ 30ਵੇਂ)। ਦੂਜੇ ਅਧਿਆਪਕਾਂ ਦੇ ਨਾਲ, ਵੈਲੇਰੀ ਗੀਕਬ੍ਰੇਨ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ A/B ਟੈਸਟਿੰਗ ਬਾਰੇ ਦੱਸਦੀ ਹੈ, ਗਣਿਤ ਦੇ ਅੰਕੜੇ ਜਿਨ੍ਹਾਂ 'ਤੇ ਇਹ ਵਿਧੀਆਂ ਆਧਾਰਿਤ ਹਨ, ਨਾਲ ਹੀ ਔਫਲਾਈਨ ਰਿਟੇਲ ਵਿੱਚ A/B ਟੈਸਟਿੰਗ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਗਣਨਾਵਾਂ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਲਈ ਆਧੁਨਿਕ ਅਭਿਆਸਾਂ।

ਸਾਨੂੰ A/B ਟੈਸਟਾਂ ਦੀ ਬਿਲਕੁਲ ਲੋੜ ਕਿਉਂ ਹੈ?

ਇਹ ਪਰਿਵਰਤਨ, ਅਰਥ ਸ਼ਾਸਤਰ ਅਤੇ ਵਿਵਹਾਰਕ ਕਾਰਕਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕੇ ਲੱਭਣ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਹੋਰ ਤਰੀਕੇ ਹਨ, ਪਰ ਉਹ ਵਧੇਰੇ ਮਹਿੰਗੇ ਅਤੇ ਗੁੰਝਲਦਾਰ ਹਨ. A/B ਟੈਸਟਾਂ ਦੇ ਮੁੱਖ ਫਾਇਦੇ ਉਹਨਾਂ ਦੀ ਮੁਕਾਬਲਤਨ ਘੱਟ ਕੀਮਤ ਅਤੇ ਕਿਸੇ ਵੀ ਆਕਾਰ ਦੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਉਪਲਬਧਤਾ ਹਨ।

A/B ਟੈਸਟਾਂ ਬਾਰੇ, ਅਸੀਂ ਕਹਿ ਸਕਦੇ ਹਾਂ ਕਿ ਇਹ ਕਾਰੋਬਾਰ ਵਿੱਚ ਖੋਜ ਅਤੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਤਰੀਕਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਅਜਿਹੇ ਫੈਸਲੇ ਜਿਨ੍ਹਾਂ 'ਤੇ ਕਿਸੇ ਵੀ ਕੰਪਨੀ ਦੇ ਵੱਖ-ਵੱਖ ਉਤਪਾਦਾਂ ਦਾ ਲਾਭ ਅਤੇ ਵਿਕਾਸ ਦੋਵੇਂ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਟੈਸਟਾਂ ਨਾ ਸਿਰਫ਼ ਸਿਧਾਂਤਾਂ ਅਤੇ ਅਨੁਮਾਨਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਫੈਸਲੇ ਲੈਣ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਸਗੋਂ ਇਸ ਗੱਲ ਦੇ ਵਿਹਾਰਕ ਗਿਆਨ ਦੇ ਆਧਾਰ 'ਤੇ ਵੀ ਬਣਾਉਂਦੀਆਂ ਹਨ ਕਿ ਕਿਵੇਂ ਖਾਸ ਤਬਦੀਲੀਆਂ ਨੈੱਟਵਰਕ ਨਾਲ ਗਾਹਕਾਂ ਦੇ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸੰਸ਼ੋਧਿਤ ਕਰਦੀਆਂ ਹਨ।

ਇਹ ਯਾਦ ਰੱਖਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਪ੍ਰਚੂਨ ਵਿੱਚ ਤੁਹਾਨੂੰ ਹਰ ਚੀਜ਼ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ - ਮਾਰਕੀਟਿੰਗ ਮੁਹਿੰਮਾਂ, ਐਸਐਮਐਸ ਮੇਲਿੰਗਾਂ, ਖੁਦ ਮੇਲਿੰਗਾਂ ਦੇ ਟੈਸਟ, ਸ਼ੈਲਫਾਂ 'ਤੇ ਉਤਪਾਦਾਂ ਦੀ ਪਲੇਸਮੈਂਟ ਅਤੇ ਸੇਲਜ਼ ਖੇਤਰਾਂ ਵਿੱਚ ਅਲਮਾਰੀਆਂ. ਜੇ ਅਸੀਂ ਇੱਕ ਔਨਲਾਈਨ ਸਟੋਰ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ, ਤਾਂ ਇੱਥੇ ਤੁਸੀਂ ਤੱਤਾਂ, ਡਿਜ਼ਾਈਨ, ਸ਼ਿਲਾਲੇਖ ਅਤੇ ਟੈਕਸਟ ਦੇ ਪ੍ਰਬੰਧ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦੇ ਹੋ.

A/B ਟੈਸਟ ਇੱਕ ਅਜਿਹਾ ਸਾਧਨ ਹਨ ਜੋ ਇੱਕ ਕੰਪਨੀ ਦੀ ਮਦਦ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਪ੍ਰਚੂਨ ਵਿਕਰੇਤਾ, ਹਮੇਸ਼ਾ ਪ੍ਰਤੀਯੋਗੀ ਰਹਿਣ, ਸਮੇਂ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਮਹਿਸੂਸ ਕਰਨ ਅਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਬਦਲਣ ਵਿੱਚ। ਇਹ ਕਾਰੋਬਾਰ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਮੁਨਾਫ਼ਾ ਕਮਾਉਣ, ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਕੁਸ਼ਲ ਹੋਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਇਹਨਾਂ ਤਰੀਕਿਆਂ ਦੀਆਂ ਬਾਰੀਕੀਆਂ ਕੀ ਹਨ?

ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਕੋਈ ਟੀਚਾ ਜਾਂ ਸਮੱਸਿਆ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ ਜਿਸ 'ਤੇ ਟੈਸਟਿੰਗ ਆਧਾਰਿਤ ਹੋਵੇਗੀ। ਉਦਾਹਰਨ ਲਈ, ਸਮੱਸਿਆ ਇੱਕ ਰਿਟੇਲ ਆਉਟਲੈਟ ਜਾਂ ਔਨਲਾਈਨ ਸਟੋਰ 'ਤੇ ਗਾਹਕਾਂ ਦੀ ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਗਿਣਤੀ ਹੈ। ਉਦੇਸ਼ ਗਾਹਕਾਂ ਦੀ ਆਮਦ ਨੂੰ ਵਧਾਉਣਾ ਹੈ. ਕਲਪਨਾ: ਜੇਕਰ ਇੱਕ ਔਨਲਾਈਨ ਸਟੋਰ ਵਿੱਚ ਉਤਪਾਦ ਕਾਰਡ ਵੱਡੇ ਬਣਾਏ ਗਏ ਹਨ ਅਤੇ ਫੋਟੋਆਂ ਚਮਕਦਾਰ ਹਨ, ਤਾਂ ਹੋਰ ਖਰੀਦਦਾਰੀ ਹੋਵੇਗੀ। ਅੱਗੇ, ਇੱਕ A/B ਟੈਸਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸਦਾ ਨਤੀਜਾ ਤਬਦੀਲੀਆਂ ਦਾ ਮੁਲਾਂਕਣ ਹੁੰਦਾ ਹੈ। ਸਾਰੇ ਟੈਸਟਾਂ ਦੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਹੋਣ ਤੋਂ ਬਾਅਦ, ਤੁਸੀਂ ਸਾਈਟ ਨੂੰ ਬਦਲਣ ਲਈ ਇੱਕ ਕਾਰਜ ਯੋਜਨਾ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ।

ਓਵਰਲੈਪਿੰਗ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਨਾਲ ਟੈਸਟ ਕਰਵਾਉਣ ਦੀ ਸਿਫਾਰਸ਼ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਨਹੀਂ ਤਾਂ ਨਤੀਜਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੋਵੇਗਾ. ਇਹ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਕਿ ਪਹਿਲਾਂ ਸਭ ਤੋਂ ਵੱਧ ਤਰਜੀਹ ਵਾਲੇ ਟੀਚਿਆਂ ਅਤੇ ਸੂਤਰਬੱਧ ਅਨੁਮਾਨਾਂ 'ਤੇ ਟੈਸਟ ਕੀਤੇ ਜਾਣ।

ਨਤੀਜਿਆਂ ਨੂੰ ਭਰੋਸੇਮੰਦ ਮੰਨਣ ਲਈ ਟੈਸਟ ਕਾਫ਼ੀ ਲੰਮਾ ਚੱਲਣਾ ਚਾਹੀਦਾ ਹੈ। ਨਿਰਸੰਦੇਹ, ਟੈਸਟ 'ਤੇ ਕਿੰਨਾ ਕੁ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇਸ ਲਈ, ਨਵੇਂ ਸਾਲ ਦੀ ਸ਼ਾਮ 'ਤੇ, ਜ਼ਿਆਦਾਤਰ ਔਨਲਾਈਨ ਸਟੋਰਾਂ ਦੀ ਆਵਾਜਾਈ ਵਧ ਜਾਂਦੀ ਹੈ. ਜੇਕਰ ਔਨਲਾਈਨ ਸਟੋਰ ਦਾ ਡਿਜ਼ਾਇਨ ਪਹਿਲਾਂ ਬਦਲਿਆ ਗਿਆ ਸੀ, ਤਾਂ ਇੱਕ ਛੋਟੀ ਮਿਆਦ ਦੀ ਜਾਂਚ ਦਰਸਾਏਗੀ ਕਿ ਸਭ ਕੁਝ ਠੀਕ ਹੈ, ਤਬਦੀਲੀਆਂ ਸਫਲ ਹਨ, ਅਤੇ ਆਵਾਜਾਈ ਵਧ ਰਹੀ ਹੈ. ਪਰ ਨਹੀਂ, ਕੋਈ ਫਰਕ ਨਹੀਂ ਪੈਂਦਾ ਕਿ ਤੁਸੀਂ ਛੁੱਟੀਆਂ ਤੋਂ ਪਹਿਲਾਂ ਕੀ ਕਰਦੇ ਹੋ, ਆਵਾਜਾਈ ਵਧੇਗੀ, ਟੈਸਟ ਨਵੇਂ ਸਾਲ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂ ਇਸ ਤੋਂ ਤੁਰੰਤ ਬਾਅਦ ਪੂਰਾ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਇਹ ਸਾਰੇ ਸਬੰਧਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਲੰਮਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਟੀਚਾ ਅਤੇ ਮਾਪਿਆ ਜਾ ਰਿਹਾ ਸੂਚਕ ਵਿਚਕਾਰ ਸਹੀ ਕਨੈਕਸ਼ਨ ਦੀ ਮਹੱਤਤਾ। ਉਦਾਹਰਨ ਲਈ, ਉਸੇ ਔਨਲਾਈਨ ਸਟੋਰ ਦੀ ਵੈੱਬਸਾਈਟ ਦੇ ਡਿਜ਼ਾਈਨ ਨੂੰ ਬਦਲ ਕੇ, ਕੰਪਨੀ ਵਿਜ਼ਿਟਰਾਂ ਜਾਂ ਗਾਹਕਾਂ ਦੀ ਗਿਣਤੀ ਵਿੱਚ ਵਾਧਾ ਦੇਖਦੀ ਹੈ ਅਤੇ ਇਸ ਤੋਂ ਸੰਤੁਸ਼ਟ ਹੈ। ਪਰ ਅਸਲ ਵਿੱਚ, ਔਸਤ ਚੈਕ ਦਾ ਆਕਾਰ ਆਮ ਨਾਲੋਂ ਛੋਟਾ ਹੋ ਸਕਦਾ ਹੈ, ਇਸ ਲਈ ਤੁਹਾਡੀ ਸਮੁੱਚੀ ਆਮਦਨ ਹੋਰ ਵੀ ਘੱਟ ਹੋਵੇਗੀ। ਇਹ, ਬੇਸ਼ੱਕ, ਇੱਕ ਸਕਾਰਾਤਮਕ ਨਤੀਜਾ ਨਹੀਂ ਕਿਹਾ ਜਾ ਸਕਦਾ ਹੈ. ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਕੰਪਨੀ ਨੇ ਸੈਲਾਨੀਆਂ ਵਿੱਚ ਵਾਧੇ, ਖਰੀਦਦਾਰੀ ਦੀ ਗਿਣਤੀ ਵਿੱਚ ਵਾਧਾ, ਅਤੇ ਔਸਤ ਚੈਕ ਦੇ ਆਕਾਰ ਦੀ ਗਤੀਸ਼ੀਲਤਾ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦੀ ਇੱਕੋ ਸਮੇਂ ਜਾਂਚ ਨਹੀਂ ਕੀਤੀ।

ਕੀ ਟੈਸਟਿੰਗ ਸਿਰਫ ਔਨਲਾਈਨ ਸਟੋਰਾਂ ਲਈ ਹੈ?

ਬਿਲਕੁਲ ਨਹੀਂ. ਔਫਲਾਈਨ ਰਿਟੇਲ ਵਿੱਚ ਇੱਕ ਪ੍ਰਸਿੱਧ ਤਰੀਕਾ ਹੈ ਪਰੀਖਿਆਵਾਂ ਨੂੰ ਔਫਲਾਈਨ ਟੈਸਟ ਕਰਨ ਲਈ ਇੱਕ ਪੂਰੀ ਪਾਈਪਲਾਈਨ ਨੂੰ ਲਾਗੂ ਕਰਨਾ। ਇਹ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਦਾ ਨਿਰਮਾਣ ਹੈ ਜਿਸ ਵਿੱਚ ਪ੍ਰਯੋਗ ਲਈ ਸਮੂਹਾਂ ਦੀ ਗਲਤ ਚੋਣ ਦੇ ਜੋਖਮਾਂ ਨੂੰ ਘਟਾਇਆ ਜਾਂਦਾ ਹੈ, ਸਟੋਰਾਂ ਦੀ ਸੰਖਿਆ, ਪਾਇਲਟ ਸਮਾਂ ਅਤੇ ਅਨੁਮਾਨਿਤ ਪ੍ਰਭਾਵ ਦੇ ਆਕਾਰ ਦਾ ਅਨੁਕੂਲ ਅਨੁਪਾਤ ਚੁਣਿਆ ਜਾਂਦਾ ਹੈ. ਇਹ ਪੋਸਟ-ਪ੍ਰਭਾਵ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿਧੀਆਂ ਦੀ ਮੁੜ ਵਰਤੋਂ ਅਤੇ ਨਿਰੰਤਰ ਸੁਧਾਰ ਵੀ ਹੈ। ਗਲਤ ਸਵੀਕ੍ਰਿਤੀ ਦੀਆਂ ਗਲਤੀਆਂ ਅਤੇ ਖੁੰਝੇ ਪ੍ਰਭਾਵਾਂ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਘਟਾਉਣ ਦੇ ਨਾਲ-ਨਾਲ ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਨੂੰ ਵਧਾਉਣ ਲਈ ਵਿਧੀ ਦੀ ਲੋੜ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਵੱਡੇ ਕਾਰੋਬਾਰ ਦੇ ਪੈਮਾਨੇ 'ਤੇ ਇੱਕ ਛੋਟਾ ਪ੍ਰਭਾਵ ਵੀ ਬਹੁਤ ਮਹੱਤਵ ਰੱਖਦਾ ਹੈ। ਇਸ ਲਈ, ਤੁਹਾਨੂੰ ਪ੍ਰਯੋਗ ਦੇ ਨਤੀਜਿਆਂ ਬਾਰੇ ਗਲਤ ਸਿੱਟਿਆਂ ਸਮੇਤ, ਸਭ ਤੋਂ ਕਮਜ਼ੋਰ ਤਬਦੀਲੀਆਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਜੋਖਮਾਂ ਨੂੰ ਘੱਟ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਲੋੜ ਹੈ।

ਰਿਟੇਲ, ਵੱਡੇ ਡੇਟਾ ਅਤੇ ਅਸਲ ਕੇਸ

ਪਿਛਲੇ ਸਾਲ, X5 ਰਿਟੇਲ ਗਰੁੱਪ ਦੇ ਮਾਹਰਾਂ ਨੇ 2018 ਵਿਸ਼ਵ ਕੱਪ ਦੇ ਪ੍ਰਸ਼ੰਸਕਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ ਉਤਪਾਦਾਂ ਦੀ ਵਿਕਰੀ ਦੀ ਗਤੀਸ਼ੀਲਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ। ਕੋਈ ਹੈਰਾਨੀ ਨਹੀਂ ਹੋਈ, ਪਰ ਅੰਕੜੇ ਅਜੇ ਵੀ ਦਿਲਚਸਪ ਨਿਕਲੇ.

ਇਸ ਤਰ੍ਹਾਂ, ਪਾਣੀ "ਨੰਬਰ 1 ਬੈਸਟ ਸੇਲਰ" ਬਣ ਗਿਆ। ਵਿਸ਼ਵ ਕੱਪ ਦੀ ਮੇਜ਼ਬਾਨੀ ਕਰਨ ਵਾਲੇ ਸ਼ਹਿਰਾਂ ਵਿੱਚ, ਪਾਣੀ ਦੀ ਵਿਕਰੀ ਵਿੱਚ ਲਗਭਗ 46% ਦਾ ਵਾਧਾ ਹੋਇਆ; ਲੀਡਰ ਸੋਚੀ ਸੀ, ਜਿੱਥੇ ਟਰਨਓਵਰ 87% ਵਧਿਆ। ਮੈਚ ਦੇ ਦਿਨਾਂ 'ਤੇ, ਸਭ ਤੋਂ ਵੱਧ ਅੰਕੜਾ ਸਰਾਂਸਕ ਵਿੱਚ ਦਰਜ ਕੀਤਾ ਗਿਆ ਸੀ - ਇੱਥੇ ਵਿਕਰੀ ਆਮ ਦਿਨਾਂ ਦੇ ਮੁਕਾਬਲੇ 160% ਵੱਧ ਗਈ ਹੈ।

ਪਾਣੀ ਤੋਂ ਇਲਾਵਾ, ਪ੍ਰਸ਼ੰਸਕਾਂ ਨੇ ਬੀਅਰ ਖਰੀਦੀ. 14 ਜੂਨ ਤੋਂ 15 ਜੁਲਾਈ ਤੱਕ, ਜਿਨ੍ਹਾਂ ਸ਼ਹਿਰਾਂ ਵਿੱਚ ਮੈਚ ਹੋਏ, ਉੱਥੇ ਬੀਅਰ ਟਰਨਓਵਰ ਵਿੱਚ ਔਸਤਨ 31,8% ਦਾ ਵਾਧਾ ਹੋਇਆ। ਸੋਚੀ ਵੀ ਨੇਤਾ ਬਣ ਗਈ - ਬੀਅਰ ਇੱਥੇ 64% ਵਧੇਰੇ ਸਰਗਰਮੀ ਨਾਲ ਖਰੀਦੀ ਗਈ ਸੀ. ਪਰ ਸੇਂਟ ਪੀਟਰਸਬਰਗ ਵਿੱਚ ਵਾਧਾ ਛੋਟਾ ਸੀ - ਸਿਰਫ 5,6%. ਸਰਾਂਸਕ ਵਿੱਚ ਮੈਚ ਦੇ ਦਿਨਾਂ ਵਿੱਚ, ਬੀਅਰ ਦੀ ਵਿਕਰੀ 128% ਵਧ ਗਈ।

ਹੋਰ ਉਤਪਾਦਾਂ 'ਤੇ ਵੀ ਖੋਜ ਕੀਤੀ ਗਈ ਹੈ। ਭੋਜਨ ਦੀ ਖਪਤ ਦੇ ਸਿਖਰ ਵਾਲੇ ਦਿਨਾਂ 'ਤੇ ਪ੍ਰਾਪਤ ਕੀਤਾ ਡੇਟਾ ਸਾਨੂੰ ਘਟਨਾ ਦੇ ਕਾਰਕਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ, ਭਵਿੱਖ ਵਿੱਚ ਮੰਗ ਦੀ ਵਧੇਰੇ ਸਹੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਸਹੀ ਪੂਰਵ ਅਨੁਮਾਨ ਗਾਹਕ ਦੀਆਂ ਉਮੀਦਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ।

ਟੈਸਟਿੰਗ ਦੌਰਾਨ, X5 ਰਿਟੇਲ ਗਰੁੱਪ ਨੇ ਦੋ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ:
ਸੰਚਤ ਅੰਤਰ ਅਨੁਮਾਨ ਦੇ ਨਾਲ ਬਾਏਸੀਅਨ ਸਟ੍ਰਕਚਰਲ ਟਾਈਮ ਸੀਰੀਜ਼ ਮਾਡਲ;
ਚੈਂਪੀਅਨਸ਼ਿਪ ਤੋਂ ਪਹਿਲਾਂ ਅਤੇ ਦੌਰਾਨ ਗਲਤੀ ਵੰਡ ਵਿੱਚ ਸ਼ਿਫਟ ਦੇ ਮੁਲਾਂਕਣ ਦੇ ਨਾਲ ਰਿਗਰੈਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ।

ਰਿਟੇਲ ਬਿਗ ਡੇਟਾ ਤੋਂ ਹੋਰ ਕੀ ਵਰਤਦਾ ਹੈ?

• ਇੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਵਿਧੀਆਂ ਅਤੇ ਤਕਨਾਲੋਜੀਆਂ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਣਗੌਲਿਆ ਨਾਮ ਦਿੱਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਇਹ ਹਨ:
• ਮੰਗ ਪੂਰਵ ਅਨੁਮਾਨ;
• ਵਰਗੀਕਰਨ ਮੈਟ੍ਰਿਕਸ ਦਾ ਅਨੁਕੂਲਨ;
• ਸ਼ੈਲਫਾਂ 'ਤੇ ਖਾਲੀ ਥਾਂਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਕਤਾਰ ਬਣਾਉਣ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ;
• ਪ੍ਰੋਮੋ ਪੂਰਵ ਅਨੁਮਾਨ.

ਮਾਹਿਰਾਂ ਦੀ ਘਾਟ

ਬਿਗ ਡੇਟਾ ਮਾਹਿਰਾਂ ਦੀ ਮੰਗ ਲਗਾਤਾਰ ਵਧ ਰਹੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, 2018 ਵਿੱਚ, ਵੱਡੇ ਡੇਟਾ ਨਾਲ ਸਬੰਧਤ ਖਾਲੀ ਅਸਾਮੀਆਂ ਦੀ ਗਿਣਤੀ 7 ਦੇ ਮੁਕਾਬਲੇ 2015 ਗੁਣਾ ਵੱਧ ਗਈ ਹੈ। 2019 ਦੇ ਪਹਿਲੇ ਅੱਧ ਵਿੱਚ, ਮਾਹਿਰਾਂ ਦੀ ਮੰਗ ਪੂਰੇ 65 ਦੀ ਮੰਗ ਦੇ 2018% ਤੋਂ ਵੱਧ ਗਈ ਹੈ।

ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਖਾਸ ਤੌਰ 'ਤੇ ਬਿਗ ਡੇਟਾ ਐਨਾਲਿਸਟਸ ਦੀਆਂ ਸੇਵਾਵਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, Mail.ru ਸਮੂਹ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਕਿਸੇ ਵੀ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਲੋੜੀਂਦਾ ਹੈ ਜਿੱਥੇ ਟੈਕਸਟ ਡੇਟਾ, ਮਲਟੀਮੀਡੀਆ ਸਮੱਗਰੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਭਾਸ਼ਣ ਸੰਸਲੇਸ਼ਣ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (ਇਹ ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਕਲਾਉਡ ਸੇਵਾਵਾਂ, ਸੋਸ਼ਲ ਨੈਟਵਰਕ, ਗੇਮਾਂ, ਆਦਿ) ਹੈ। ਪਿਛਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਕੰਪਨੀ ਵਿੱਚ ਖਾਲੀ ਅਸਾਮੀਆਂ ਦੀ ਗਿਣਤੀ ਤਿੰਨ ਗੁਣਾ ਹੋ ਗਈ ਹੈ। ਇਸ ਸਾਲ ਦੇ ਪਹਿਲੇ ਅੱਠ ਮਹੀਨਿਆਂ ਵਿੱਚ, Mail.ru ਨੇ ਪਿਛਲੇ ਸਾਲ ਦੇ ਬਰਾਬਰ ਬਿਗ ਡਾਟਾ ਮਾਹਿਰਾਂ ਦੀ ਭਰਤੀ ਕੀਤੀ ਸੀ। ਓਜ਼ੋਨ ਵਿਖੇ, ਡੇਟਾ ਸਾਇੰਸ ਵਿਭਾਗ ਪਿਛਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਤਿੰਨ ਗੁਣਾ ਵਧਿਆ ਹੈ। ਸਥਿਤੀ ਮੇਗਾਫੋਨ 'ਤੇ ਵੀ ਸਮਾਨ ਹੈ - ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਵਾਲੀ ਟੀਮ ਪਿਛਲੇ 2,5 ਸਾਲਾਂ ਵਿੱਚ ਕਈ ਗੁਣਾ ਵਧੀ ਹੈ।

ਬਿਨਾਂ ਸ਼ੱਕ, ਭਵਿੱਖ ਵਿੱਚ ਬਿਗ ਡੇਟਾ ਨਾਲ ਸਬੰਧਤ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਪ੍ਰਤੀਨਿਧੀਆਂ ਦੀ ਮੰਗ ਹੋਰ ਵੀ ਵਧੇਗੀ। ਇਸ ਲਈ ਜੇਕਰ ਤੁਹਾਨੂੰ ਇਸ ਖੇਤਰ ਵਿੱਚ ਦਿਲਚਸਪੀ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਆਪਣਾ ਹੱਥ ਅਜ਼ਮਾਉਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸਰੋਤ: www.habr.com