Tehnologije velikih podatkov se danes uporabljajo povsod – v industriji, medicini, gospodarstvu in zabavi. Brez analize velikih podatkov veliki trgovci na drobno ne bi mogli pravilno poslovati, prodaja na Amazonu bi se zmanjšala, meteorologi pa ne bi mogli napovedati vremena za dneve, tedne in mesece vnaprej. Logično je, da so strokovnjaki za velike podatke zelo iskani, povpraševanje pa vztrajno narašča.
GeekBrains usposablja strokovnjake na tem področju in študentom zagotavlja tako teoretično znanje kot praktične izkušnje s pomočjo izkušenih strokovnjakov. Letos Analitiki velikih podatkov spletne univerze GeekUniversity in X5 Retail Group, največjega ruskega trgovca na drobno, so sklenili partnerstvo. Strokovnjaki podjetja so s svojim obsežnim znanjem in izkušnjami pomagali ustvariti tečaj z blagovno znamko, ki študentom zagotavlja tako teoretično usposabljanje kot praktične izkušnje.
Pogovarjali smo se z Valerijem Babuškinom, direktorjem za modeliranje in analizo podatkov pri X5 Retail Group. Je eden od podatkovni znanstveniki po vsem svetu (uvrščeni na 30. mesto na svetu na področju strojnega učenja). Valery skupaj z drugimi inštruktorji uči študente GeekBrains o A/B testiranju, matematični statistiki, ki je podlaga za te metode, ter sodobnih računskih praksah in posebnostih izvajanja A/B testiranja v fizični trgovini.
Zakaj sploh potrebujemo A/B testiranje?
To je ena najboljših metod za iskanje optimalnih načinov za izboljšanje stopenj konverzije, ekonomskih kazalnikov in vedenjskih dejavnikov. Obstajajo tudi druge metode, vendar so dražje in kompleksnejše. Glavni prednosti A/B testiranja sta relativno nizki stroški in dostopnost za podjetja vseh velikosti.
A/B testiranje je ena najpomembnejših metod za iskanje in sprejemanje poslovnih odločitev – odločitev, ki vplivajo tako na dobiček kot na razvoj različnih izdelkov katerega koli podjetja. Testiranje omogoča sprejemanje odločitev ne le na podlagi teorij in hipotez, temveč tudi na podlagi praktičnega znanja o tem, kako določene spremembe spreminjajo interakcije strank z omrežjem.
Pomembno si je zapomniti, da je v maloprodaji treba preizkusiti vse – trženjske kampanje, SMS sporočila, preizkuse samega sporočila, postavitev izdelkov na police in same police v prodajnem prostoru. Pri spletnih trgovinah lahko preizkusite postavitev elementov, oblikovanje, besedilo in besedilo.
A/B testiranje je orodje, ki pomaga podjetju, kot je trgovec na drobno, da ostane konkurenčno, pravočasno prepozna spremembe in se ustrezno prilagodi. To omogoča podjetju, da je čim bolj učinkovito in maksimizira dobiček.
Kakšne so nianse teh metod?
Ključno je imeti cilj ali problem, ki bo služil kot osnova za testiranje. Problem je lahko na primer nizek obisk fizične ali spletne trgovine. Cilj je povečati obisk. Hipoteza je, da če so kartice izdelkov v spletni trgovini večje in fotografije svetlejše, bo opravljenih več nakupov. Nato se izvede A/B test, katerega rezultati se uporabijo za oceno sprememb. Ko so rezultati vseh testov zbrani, se lahko razvije akcijski načrt za spremembe spletnega mesta.
Ni priporočljivo izvajati testov s prekrivajočimi se procesi, saj bo to otežilo vrednotenje rezultatov. Priporočljivo je, da se najprej izvedejo testi na ciljih in postavljenih hipotezah z najvišjo prioriteto.
Test mora trajati dovolj dolgo, da so rezultati zanesljivi. Kako dolgo točno, je seveda odvisno od samega testa. Na primer, na silvestrovo se promet v večini spletnih trgovin poveča. Če bi bila zasnova spletne trgovine predhodno spremenjena, bi kratkoročni test pokazal, da je vse v redu, da so bile spremembe uspešne in da promet raste. Ne glede na to, kaj storite pred prazniki, pa bo promet rasel. Testa ne smete zaključiti pred novim letom ali takoj po njem; mora biti dovolj dolg, da ugotovite vse korelacije.
Pomen jasne povezave med ciljem in merjeno metriko. Na primer, po prenovi spletne trgovine lahko podjetje opazi povečanje števila obiskovalcev ali strank in je z rezultatom zadovoljno. Vendar pa je v resnici lahko povprečna vrednost naročila nižja od običajne, kar ima za posledico še nižji skupni prihodek. Tega seveda ni mogoče šteti za pozitiven rezultat. Težava je v tem, da podjetje ni hkrati izmerilo razmerja med povečanim številom obiskovalcev, povečanimi nakupi in povprečno vrednostjo naročila.
Ali je testiranje samo za spletne trgovine?
Sploh ne. Priljubljena metoda v fizični maloprodaji je uvedba celotnega cevovoda za testiranje hipotez. To je postopek, ki zmanjšuje tveganje napačne izbire skupin za poskus, saj išče optimalno ravnovesje med številom trgovin, časom pilotnega testiranja in velikostjo ocenjevanega učinka. Vključuje tudi ponovno uporabo in nenehno izboljševanje metodologij naknadne analize učinkov. Ta metoda je potrebna za zmanjšanje verjetnosti lažno pozitivnih rezultatov in spregledanih učinkov ter za povečanje občutljivosti, saj je lahko že majhen učinek izjemno pomemben v obsegu velikega podjetja. Zato je bistveno, da lahko prepoznamo tudi najmanjše spremembe in zmanjšamo tveganja, vključno z napačnimi sklepi o eksperimentalnih rezultatih.
Študije primerov iz maloprodaje, velikih podatkov in resničnega sveta
Strokovnjaki skupine X5 Retail Group so lani ocenili prodajne trende najbolj priljubljenih izdelkov med navijači svetovnega prvenstva v nogometu 2018. Čeprav ni bilo presenečenj, je bila statistika vseeno zanimiva.
Voda se je na primer izkazala za "najboljšo prodajo številka ena". V mestih, ki so gostila svetovno prvenstvo, se je prodaja vode povečala za približno 46 %, pri čemer je bil Soči na prvem mestu, kjer se je prodaja povečala za 87 %. Na dneve tekem je bila najvišja prodaja zabeležena v Saransku, kjer se je prodaja v primerjavi z običajnimi dnevi povečala za 160 %.
Poleg vode so navijači kupovali tudi pivo. Med 14. junijem in 15. julijem se je prodaja piva v mestih, ki gostijo tekme, v povprečju povečala za 31,8 %. Tudi Soči je bil na prvem mestu, kjer se je prodaja piva povečala za 64 %. Vendar pa je bila v Sankt Peterburgu rast skromna – le 5,6 %. Na dan tekem se je prodaja piva v Saransku povečala tudi za 128 %.
Raziskave so bile izvedene tudi na drugih izdelkih. Podatki, pridobljeni v dneh največje porabe, omogočajo natančnejše napovedi povpraševanja v prihodnosti, ob upoštevanju dejavnikov dogodkov. Natančna napoved omogoča predvidevanje pričakovanj potrošnikov.
Med testiranjem je X5 Retail Group uporabil dve metodi:
Bayesovi strukturni modeli časovnih vrst s kumulativno oceno razlik;
Regresijska analiza z oceno pristranskosti porazdelitve napak pred in med prvenstvom.
Kaj še trgovina na drobno uporablja iz velikih podatkov?
- Obstaja kar nekaj metod in tehnologij, ampak na prvi pogled jih je nekaj:
- Napoved povpraševanja;
- Optimizacija matrike ponudbe izdelkov;
- Računalniški vid za prepoznavanje praznih polic in zaznavanje nastajajočih vrst;
- Promocijska napoved.
Pomanjkanje strokovnjakov
Povpraševanje po strokovnjakih za velike podatke nenehno narašča. Leta 2018 se je število prostih delovnih mest, povezanih z velikimi podatki, v primerjavi z letom 2015 povečalo za sedemkrat. V prvi polovici leta 2019 je povpraševanje po specialistih preseglo 65 % povpraševanja za celotno leto 2018.
Velika podjetja še posebej potrebujejo analitike velikih podatkov. V skupini Mail.ru so na primer potrebni za vse projekte, ki obdelujejo besedilne podatke, večpredstavnostne vsebine ter sintezo in analizo govora (predvsem storitve v oblaku, družbena omrežja, igre itd.). Število prostih delovnih mest v podjetju se je v zadnjih dveh letih potrojilo. V prvih osmih mesecih letošnjega leta je Mail.ru zaposlil toliko specialistov za velike podatke kot v celotnem prejšnjem letu. Pri Ozonu se je oddelek za podatkovno znanost v zadnjih dveh letih potrojil. Podobno situacijo doživlja tudi Megafon: ekipa, odgovorna za analizo podatkov, se je v zadnjih dveh letih in pol večkrat povečala.
Ni dvoma, da bo povpraševanje po strokovnjakih za velike podatke v prihodnosti še naraščalo. Če vas torej to področje zanima, se splača poskusiti.
Vir: www.habr.com
