د لوی ډیټا ټیکنالوژۍ اوس هرچیرې کارول کیږي - په صنعت، درمل، سوداګرۍ، او تفریح کې. پدې توګه ، د لوی ډیټا تحلیل کولو پرته ، لوی پرچون پلورونکي به ونشي کولی په نورمال ډول کار وکړي ، په ایمیزون کې پلور به راټیټ شي ، او هوا پوهان به نشي کولی د ډیری ورځو ، اونیو او میاشتو دمخه د هوا وړاندوینه وکړي. دا منطقي ده چې د لوی ډیټا متخصصین اوس په لویه غوښتنه کې دي، او غوښتنه په دوامداره توګه وده کوي.
GeekBrains د دې ساحې استازو ته روزنه ورکوي، هڅه کوي زده کونکو ته د مثالونو په واسطه نظري پوهه او تدریس دواړه چمتو کړي، چې تجربه لرونکي متخصصین پکې ښکیل دي. سږ کال د آنلاین پوهنتون GeekUniversity څخه د لوی ډیټا شنونکي او د روسیې فدراسیون کې ترټولو لوی پرچون پلورونکی ، X5 پرچون ګروپ شریکان شوي. د شرکت متخصصین، د پراخې پوهې او تجربې په درلودلو سره، د برانډ شوي کورس په جوړولو کې مرسته وکړه، په کوم کې چې زده کونکي د روزنې په جریان کې دواړه نظري او عملي تجربه ترلاسه کوي.
موږ د X5 پرچون ګروپ کې د ماډلینګ او ډیټا تحلیل رییس ، والیري بابوشکین سره خبرې وکړې. هغه یو له هغو څخه دی په نړۍ کې د ډیټا ساینس پوهانو (د ماشین زده کړې متخصصینو په نړیواله درجه بندۍ کې 30th). د نورو ښوونکو سره یوځای، والیري د GeekBrains زده کونکو ته د A/B ازموینې په اړه وايي، د ریاضیاتو احصایې چې دا میتودونه پر بنسټ والړ دي، او همدارنګه د محاسبې لپاره عصري تمرینونه او په آفلاین پرچون پلور کې د A/B ازموینې پلي کولو ځانګړتیاوې.
ولې موږ د A/B ازموینې ته اړتیا لرو؟
دا د تبادلو، اقتصاد او چلند فکتورونو د ښه کولو لپاره د غوره لارو موندلو لپاره یو له غوره لارو څخه دی. نورې میتودونه شتون لري، مګر دوی خورا ګران او پیچلي دي. د A/B ازموینو اصلي ګټې د دوی نسبتا ټیټ نرخ او د هرې اندازې سوداګرۍ لپاره شتون دی.
د A/B ازموینو په اړه ، موږ کولی شو ووایو چې دا په سوداګرۍ کې د لټون او پریکړې کولو ترټولو مهمې لارې دي ، پریکړې چې دواړه ګټه او د کوم شرکت مختلف محصولاتو پراختیا پورې اړه لري. ازموینې دا ممکنه کوي چې پریکړې نه یوازې د تیوریو او فرضیو پراساس ، بلکه د عملي پوهې په اساس چې ځانګړي بدلونونه د شبکې سره د پیرودونکو تعاملات څنګه بدلوي.
دا مهمه ده چې په یاد ولرئ چې په پرچون کې تاسو اړتیا لرئ هرڅه ازموینه وکړئ - د بازارموندنې کمپاینونه ، د SMS بریښنالیکونه ، پخپله د بریښنالیکونو ازموینې ، په الماریو کې د محصولاتو ځای په ځای کول او پخپله د پلور ساحو کې المارۍ. که موږ د آنلاین پلورنځي په اړه وغږیږو ، نو دلته تاسو کولی شئ د عناصرو ، ډیزاین ، لیکنو او متنونو ترتیب ازموینه وکړئ.
د A/B ازموینې یوه وسیله ده چې د شرکت سره مرسته کوي، د بیلګې په توګه، پرچون پلورونکی، تل سیالي کوي، په وخت کې بدلون احساسوي او خپل ځان بدلوي. دا سوداګرۍ ته اجازه ورکوي څومره چې د امکان تر حده موثر وي ، د ګټې اعظمي کول.
د دې میتودونو باریکي څه دي؟
اصلي شی دا دی چې باید یو هدف یا ستونزه وي چې د ازموینې پراساس وي. د مثال په توګه، ستونزه په پرچون پلورنځي یا آنلاین پلورنځي کې د پیرودونکو لږ شمیر دی. موخه دا ده چې د مشتریانو د راتګ زیات کړي. فرضیه: که چیرې په آنلاین پلورنځي کې د محصول کارتونه لوی جوړ شي او عکسونه روښانه وي ، نو ډیر پیرود به وي. بیا، د A/B ازموینه ترسره کیږي، چې پایله یې د بدلونونو ارزونه ده. وروسته له دې چې د ټولو ازموینو پایلې ترلاسه شي، تاسو کولی شئ د سایټ بدلولو لپاره د عمل پلان جوړ کړئ.
دا سپارښتنه نه کیږي چې د پراخو پروسو سره ازموینې ترسره کړئ، که نه نو پایلې به یې ارزونه خورا ستونزمن وي. دا سپارښتنه کیږي چې لومړی د لوړ لومړیتوب اهدافو او جوړ شوي فرضیې په اړه ازموینې ترسره کړئ.
ازموینه باید دومره اوږده وي چې پایلې یې د باور وړ وګڼل شي. څومره په ریښتیا پورې اړه لري، البته، پخپله ازموینه کې. نو ، د نوي کال په ماښام ، د ډیری آنلاین پلورنځیو ترافیک ډیریږي. که د آنلاین پلورنځي ډیزاین دمخه بدل شوی و ، نو لنډمهاله ازموینه به وښیې چې هرڅه سم دي ، بدلونونه بریالي دي ، او ترافیک وده کوي. مګر نه، مهمه نده چې تاسو د رخصتیو څخه مخکې څه کوئ، ټرافيک به زیات شي، ازموینه د نوي کال څخه مخکې یا سمدلاسه وروسته نشي بشپړ کیدی، دا باید دومره اوږد وي چې ټول ارتباطات وپیژني.
د هدف او شاخص تر مینځ د سمې اړیکې اهمیت اندازه کیږي. د مثال په توګه، د ورته آنلاین پلورنځي ویب پاڼې ډیزاین بدلولو سره، شرکت د لیدونکو یا پیرودونکو په شمیر کې زیاتوالی ویني او له دې څخه راضي دی. مګر په حقیقت کې، د اوسط چک اندازه ممکن د معمول څخه کوچنۍ وي، نو ستاسو ټول عاید به حتی ټیټ وي. دا، البته، د مثبتې پایلې نه بلل کیدی شي. ستونزه دا ده چې شرکت په ورته وخت کې د لیدونکو زیاتوالي ، د پیرود شمیر کې زیاتوالی ، او د اوسط چیک اندازې متحرکاتو ترمینځ اړیکې ندي چیک کړي.
ایا ازموینه یوازې د آنلاین پلورنځیو لپاره ده؟
په بشپړ ډول نه. په آفلاین پرچون کې یو مشهور میتود د فرضیې آفلاین ازموینې لپاره د بشپړ پایپ لاین پلي کول دي. دا د یوې پروسې جوړول دي په کوم کې چې د تجربې لپاره د ډلو غلط انتخاب خطرونه کم شوي ، د پلورنځیو شمیر مطلوب تناسب ، د پیلوټ وخت او د اټکل شوي اغیز اندازه غوره کیږي. دا د وروسته اغیزو تحلیل میتودونو بیا کارول او دوامداره پرمختګ هم دی. میتود ته اړتیا ده چې د غلط منلو غلطیتونو او یاد شوي تاثیراتو احتمال کم کړي ، او همدارنګه حساسیت ډیر کړي ، ځکه چې حتی د لوی سوداګرۍ پیمانه یو کوچنی تاثیر خورا مهم دی. له همدې امله، تاسو اړتیا لرئ چې حتی کمزوری بدلونونه وپیژنئ او خطرونه کم کړئ، په شمول د تجربې د پایلو په اړه غلطې پایلې.
پرچون، لوی ډاټا او اصلي قضیې
پروسږکال، د X5 پرچون ګروپ کارپوهانو د 2018 نړیوال جام د مینه والو ترمنځ د خورا مشهور محصولاتو د پلور حجم متحرکات ارزول. هیڅ حیرانتیا نه وه، مګر احصایې لاهم په زړه پورې وې.
په دې توګه، اوبه د "نمبر 1 غوره پلورونکي" ثابتې شوې. په هغو ښارونو کې چې د نړیوال جام کوربه توب کوي، د اوبو پلور نږدې 46٪ زیات شوی؛ مشر یې سوچي وه، چیرې چې سوداګری 87٪ ډیر شوی. د میچ په ورځو کې، اعظمي شمیره په سارانسک کې ثبت شوې - دلته د عادي ورځو په پرتله پلور 160٪ ډیر شوی.
د اوبو سربیره، مینه والو بیر اخیستی. د جون له 14 څخه د جولای تر 15 پورې، په ښارونو کې چیرې چې سیالۍ ترسره شوې، د بیر سوداګري په اوسط ډول 31,8٪ زیاته شوې. سوچي هم مشر شو - بیر دلته 64٪ ډیر فعال پیرودل شوی و. مګر په سینټ پیټرزبورګ کې وده کوچنۍ وه - یوازې 5,6٪. په سارنسک کې د لوبې په ورځو کې، د بیر پلور 128٪ ډیر شوی.
څیړنې د نورو محصولاتو په اړه هم ترسره شوي. د خواړو مصرف په لوړ ورځو کې ترلاسه شوي معلومات موږ ته اجازه راکوي چې په راتلونکي کې د غوښتنې ډیر دقیق وړاندوینه وکړو ، د پیښې عوامل په پام کې نیولو سره. دقیق وړاندوینه د پیرودونکو توقعاتو اټکل کول ممکن کوي.
د ازموینې په جریان کې، د X5 پرچون ګروپ دوه طریقې کارولې:
د بایسیان ساختماني وخت لړۍ ماډلونه د مجموعي توپیر اټکل سره؛
د اتلولۍ دمخه او په جریان کې د غلطۍ توزیع کې د بدلون ارزونې سره د راجسټریشن تحلیل.
د لوی ډیټا څخه پرچون څه شی کاروي؟
- دلته ډیری میتودونه او ټیکنالوژي شتون لري، له هغه څه څخه چې د لاس په نوم نومول کیدی شي، دا دي:
- د غوښتنې وړاندوینه؛
- د طبقه بندي میټرکس اصلاح کول؛
- په الماریو کې د خلا پیژندلو او د قطار رامینځته کیدو موندلو لپاره د کمپیوټر لید؛
- د پرومو وړاندوینه.
د متخصصینو نشتوالی
د لوی ډیټا متخصصینو غوښتنه په دوامداره توګه وده کوي. په دې توګه، په 2018 کې، د لوی معلوماتو پورې اړوند د خالي ځایونو شمیر د 7 په پرتله 2015 ځله زیات شوی. د 2019 په لومړۍ نیمایي کې، د متخصصینو غوښتنه د ټول 65 لپاره د غوښتنې 2018٪ څخه زیاته وه.
لوی شرکتونه په ځانګړي توګه د لوی ډیټا تحلیل کونکو خدماتو ته اړتیا لري. د مثال په توګه، په Mail.ru ګروپ کې دوی په هره پروژه کې اړین دي چیرې چې د متن ډیټا، ملټي میډیا مینځپانګې پروسس کیږي، د وینا ترکیب او تحلیل ترسره کیږي (دا، لومړی، د بادل خدمتونه، ټولنیز شبکې، لوبې، او نور). په شرکت کې د خالي بستونو شمیر په تیرو دوو کلونو کې درې چنده شوی. د دې کال په لومړیو اتو میاشتو کې، Mail.ru د تیر کال په څیر د لوی ډیټا متخصصینو ورته شمیر استخدام کړ. په اوزون کې، د ډیټا ساینس څانګه په تیرو دوو کلونو کې درې چنده وده کړې. وضعیت په میګافون کې ورته دی - هغه ټیم چې ډاټا تحلیلوي په تیرو 2,5 کلونو کې څو ځله وده کړې.
بې له شکه، په راتلونکي کې به د لوی ډیټا پورې اړوند ځانګړتیاو استازو غوښتنه نوره هم وده ومومي. نو که تاسو پدې برخه کې علاقه لرئ ، تاسو باید خپل لاس هڅه وکړئ.
سرچینه: www.habr.com