Технологије великих података сада се користе свуда - у индустрији, медицини, бизнису и забави. Тако, без анализе великих података, велики трговци неће моћи нормално да раде, продаја на Амазону ће пасти, а метеоролози неће моћи да предвиде временске прилике много дана, недеља и месеци унапред. Логично је да су стручњаци за велике податке сада веома тражени, а потражња стално расте.
ГеекБраинс обучава представнике ове области, трудећи се да студентима пружи и теоријско знање и наставу на примерима, за шта су ангажовани искусни стручњаци. Ове године Аналитичари Биг Дата са онлајн универзитета ГеекУниверсити и највећег малопродавца у Руској Федерацији, Кс5 Ретаил Гроуп, постали су партнери. Специјалисти компаније, поседујући велико знање и искуство, помогли су у креирању брендираног курса, у којем студенти добијају и теоријску обуку и практично искуство током обуке.
Разговарали смо са Валеријем Бабушкином, директором за моделирање и анализу података у Кс5 Ретаил Гроуп. Он је један од научници података у свету (30. на глобалној ранг листи стручњака за машинско учење). Заједно са другим наставницима, Валери говори студентима ГеекБраинс-а о А/Б тестирању, математичкој статистици на којој се ове методе заснивају, као и о савременим праксама за прорачуне и карактеристикама имплементације А/Б тестирања у офлајн малопродаји.
Зашто су нам уопште потребни А/Б тестови?
Ово је једна од најбољих метода за проналажење најбољих начина за побољшање конверзија, економије и фактора понашања. Постоје и друге методе, али су скупље и сложеније. Главне предности А/Б тестова су њихова релативно ниска цена и доступност за предузећа било које величине.
О А/Б тестовима можемо рећи да је ово један од најважнијих начина тражења и доношења одлука у пословању, одлука од којих зависи и профит и развој различитих производа сваке компаније. Тестови омогућавају доношење одлука заснованих не само на теоријама и хипотезама, већ и на практичном знању о томе како специфичне промене мењају интеракције корисника са мрежом.
Важно је запамтити да у малопродаји морате тестирати све - маркетиншке кампање, СМС поруке, тестове самих поште, постављање производа на полице и саме полице у продајним просторима. Ако говоримо о онлине продавници, онда овде можете тестирати распоред елемената, дизајн, натписе и текстове.
А/Б тестови су алат који помаже компанији, на пример, малопродаји, да увек буде конкурентна, осети промене у времену и промени себе. Ово омогућава пословању да буде што ефикасније, максимизирајући профит.
Које су нијансе ових метода?
Главна ствар је да мора постојати циљ или проблем на коме ће се тестирање заснивати. На пример, проблем је мали број купаца у малопродаји или онлајн продавници. Циљ је повећати прилив купаца. Хипотеза: ако су картице производа у онлине продавници веће и фотографије светлије, онда ће бити више куповине. Затим се спроводи А/Б тест чији је резултат процена промена. Након што добијете резултате свих тестова, можете почети да формулишете акциони план за промену сајта.
Не препоручује се спровођење тестова са процесима који се преклапају, иначе ће резултате бити теже проценити. Препоручује се да се прво спроведу тестови за циљеве највишег приоритета и формулисане хипотезе.
Тест мора трајати довољно дуго да би се резултати сматрали поузданим. Колико тачно зависи, наравно, од самог теста. Дакле, у новогодишњој ноћи промет већине онлајн продавница се повећава. Ако је дизајн онлине продавнице промењен раније, онда ће краткорочни тест показати да је све у реду, промене су успешне, а промет расте. Али не, шта год да радите пред празнике, промет ће се повећати, тест се не може завршити пре Нове године или одмах после ње, мора бити довољно дуг да се идентификују све корелације.
Важност исправне везе између циља и индикатора који се мери. На пример, променом дизајна исте веб странице онлине продавнице, компанија види повећање броја посетилаца или купаца и тиме је задовољна. Али у ствари, просечна величина чека може бити мања него иначе, тако да ће ваш укупни приход бити још мањи. Ово се, наравно, не може назвати позитивним резултатом. Проблем је што компанија није истовремено проверавала однос између повећања посетилаца, повећања броја куповина и динамике величине просечног чека.
Да ли је тестирање само за онлајн продавнице?
Нимало. Популарна метода у офлајн малопродаји је имплементација комплетног цевовода за тестирање хипотеза ван мреже. Ово је конструкција процеса у коме се смањују ризици погрешне селекције група за експеримент, бира се оптималан однос броја продавница, времена пилотирања и величине процењеног ефекта. То је такође поновна употреба и континуирано побољшање методологија анализе пост-ефеката. Метода је потребна да би се смањила вероватноћа лажних грешака прихватања и пропуштених ефеката, као и да би се повећала осетљивост, јер је и мали ефекат на размеру великог бизниса од великог значаја. Због тога морате бити у стању да идентификујете чак и најслабије промене и минимизирате ризике, укључујући и нетачне закључке о резултатима експеримента.
Малопродаја, велики подаци и стварни случајеви
Прошле године, стручњаци Кс5 Ретаил Гроуп проценили су динамику обима продаје најпопуларнијих производа међу навијачима Светског првенства 2018. Изненађења није било, али се статистика ипак показала занимљивом.
Тако се испоставило да је вода „бестселер бр. У градовима који су били домаћини Светског првенства, продаја воде је порасла за приближно 1% водећи је Сочи, где је промет повећан за 46%. У данима утакмица, максимална цифра је забележена у Саранску - овде је продаја порасла за 87% у поређењу са нормалним данима.
Осим воде, навијачи су куповали и пиво. Од 14. јуна до 15. јула у градовима у којима су се одржавале утакмице промет пива је порастао у просеку за 31,8 одсто. Сочи је такође постао лидер - пиво се овде куповало 64% активније. Али у Санкт Петербургу је раст био мали - само 5,6%. На дане утакмица у Саранску продаја пива је порасла за 128%.
Истраживања су такође спроведена на другим производима. Подаци добијени у данима највеће потрошње хране нам омогућавају да прецизније предвидимо потражњу у будућности, узимајући у обзир факторе догађаја. Тачна прогноза омогућава предвиђање очекивања купаца.
Током тестирања, Кс5 Ретаил Гроуп је користила две методе:
Бајесови структурни модели временских серија са кумулативном проценом разлике;
Регресиона анализа са проценом померања дистрибуције грешака пре и током првенства.
Шта још малопродаја користи од великих података?
- Постоји доста метода и технологија, од онога што се може назвати из руке, ово су:
- Прогноза потражње;
- Оптимизација матрице асортимана;
- Компјутерски вид за идентификацију празнина на полицама и откривање формирања реда;
- Промо прогноза.
Недостатак специјалиста
Потражња за стручњацима за велике податке стално расте. Тако је у 2018. број слободних радних места у вези са великим подацима порастао 7 пута у односу на 2015. годину. У првој половини 2019. године потражња за специјалистима премашила је 65% потражње за целу 2018. годину.
Великим компанијама су посебно потребне услуге аналитичара великих података. На пример, у Маил.ру Гроуп су потребни у било ком пројекту где се обрађују текстуални подаци, мултимедијални садржаји, врши се синтеза и анализа говора (ово су, пре свега, услуге у облаку, друштвене мреже, игре итд.). Број слободних радних места у компанији се утростручио у последње две године. У првих осам месеци ове године, Маил.ру је ангажовао исти број стручњака за велике податке као и целе прошле године. У Озону, одељење за науку података је троструко порасло у последње две године. Слична је ситуација и у Мегафону – тим који анализира податке порастао је неколико пута у протекле 2,5 године.
Без сумње, у будућности ће потражња за представницима специјалности везаних за Биг Дата још више расти. Дакле, ако сте заинтересовани за ову област, требало би да се окушате.
Извор: ввв.хабр.цом