Büyük Veri teknolojileri artık endüstride, tıpta, iş dünyasında ve eğlencede her yerde kullanılıyor. Bu nedenle, büyük veriler analiz edilmeden büyük perakendeciler normal bir şekilde çalışamayacak, Amazon'daki satışlar düşecek ve meteorologlar hava durumunu günler, haftalar ve aylar öncesinden tahmin edemeyecek. Büyük veri uzmanlarının artık büyük talep görmesi ve talebin sürekli artması mantıklı.
GeekBrains, deneyimli uzmanların dahil olduğu, öğrencilere hem teorik bilgi hem de örneklerle öğretim sağlamaya çalışarak bu alanın temsilcilerini yetiştirmektedir. Bu yıl Çevrimiçi üniversite GeekUniversity'den Büyük Veri analistleri ve Rusya Federasyonu'nun en büyük perakendecisi X5 Perakende Grubu ortak oldu. Şirketin geniş bilgi ve deneyime sahip uzmanları, öğrencilerin eğitim süresince hem teorik eğitim hem de pratik deneyim aldıkları markalı bir kursun oluşturulmasına yardımcı oldu.
X5 Retail Group'ta modelleme ve veri analizi direktörü Valery Babushkin ile konuştuk. O biri dünyadaki veri bilimcileri (makine öğrenimi uzmanları küresel sıralamasında 30. sırada). Valery, diğer öğretmenlerle birlikte GeekBrains öğrencilerine A/B testi, bu yöntemlerin dayandığı matematiksel istatistikler, ayrıca hesaplamalar için modern uygulamalar ve A/B testinin çevrimdışı perakendede uygulanmasına ilişkin özellikler hakkında bilgi veriyor.
Neden A/B testlerine ihtiyacımız var?
Bu, dönüşümleri, ekonomiyi ve davranışsal faktörleri iyileştirmenin en iyi yollarını bulmanın en iyi yöntemlerinden biridir. Başka yöntemler de var ama bunlar daha pahalı ve karmaşık. A/B testlerinin temel avantajları, nispeten düşük fiyatları ve her büyüklükteki işletme için kullanılabilir olmasıdır.
A/B testleri konusunda, iş dünyasında arama yapmanın ve karar vermenin en önemli yollarından birinin, herhangi bir şirketin hem kârının hem de çeşitli ürünlerinin geliştirilmesinin bağlı olduğu kararlardan biri olduğunu söyleyebiliriz. Testler, yalnızca teorilere ve hipotezlere dayalı olarak değil, aynı zamanda belirli değişikliklerin müşterinin ağ ile etkileşimini nasıl değiştirdiğine ilişkin pratik bilgiye dayalı olarak kararlar almayı mümkün kılar.
Perakendede her şeyi test etmeniz gerektiğini unutmamak önemlidir - pazarlama kampanyaları, SMS postaları, postaların kendi testleri, ürünlerin raflara yerleştirilmesi ve satış alanlarındaki rafların kendisi. Çevrimiçi bir mağazadan bahsedersek, burada öğelerin, tasarımın, yazıların ve metinlerin düzenini test edebilirsiniz.
A/B testleri bir şirketin, örneğin bir perakendecinin her zaman rekabetçi olmasına, zaman içindeki değişiklikleri algılamasına ve kendini değiştirmesine yardımcı olan bir araçtır. Bu, işletmenin mümkün olduğu kadar verimli olmasını ve karı en üst düzeye çıkarmasını sağlar.
Bu yöntemlerin nüansları nelerdir?
Önemli olan, testin dayanacağı bir hedef veya sorunun olması gerektiğidir. Örneğin sorun, bir perakende satış noktasında veya çevrimiçi mağazadaki az sayıda müşteridir. Amaç müşteri akışını artırmaktır. Hipotez: Bir çevrimiçi mağazadaki ürün kartları daha büyük yapılırsa ve fotoğraflar daha parlaksa, daha fazla satın alma olacaktır. Daha sonra, sonucu değişikliklerin değerlendirilmesi olan bir A/B testi gerçekleştirilir. Tüm testlerin sonuçları alındıktan sonra siteyi değiştirmek için bir eylem planı oluşturmaya başlayabilirsiniz.
Çakışan süreçlerle test yapılması önerilmez, aksi takdirde sonuçların değerlendirilmesi daha zor olacaktır. İlk önce en yüksek öncelikli hedeflere ve formüle edilmiş hipotezlere ilişkin testlerin yapılması tavsiye edilir.
Sonuçların güvenilir sayılması için testin yeterince uzun sürmesi gerekir. Elbette tam olarak ne kadar olacağı testin kendisine bağlıdır. Yani Yılbaşı Gecesi çoğu çevrimiçi mağazanın trafiği artıyor. Çevrimiçi mağazanın tasarımı daha önce değiştirilmişse, kısa vadeli bir test her şeyin yolunda olduğunu, değişikliklerin başarılı olduğunu ve trafiğin arttığını gösterecektir. Ama hayır, tatilden önce ne yaparsanız yapın trafik artacaktır, test yılbaşından önce veya hemen sonra tamamlanamaz, tüm korelasyonları tespit edecek kadar uzun olması gerekir.
Hedef ile ölçülen gösterge arasındaki doğru bağlantının önemi. Örneğin aynı online mağazanın web sitesinin tasarımını değiştirerek firma, ziyaretçi veya müşteri sayısında artış görüyor ve bundan memnun oluyor. Ancak aslında ortalama çek büyüklüğü normalden daha küçük olabilir, dolayısıyla toplam geliriniz daha da düşük olacaktır. Buna elbette olumlu bir sonuç denemez. Sorun, şirketin ziyaretçi sayısındaki artış, satın alma sayısındaki artış ve ortalama çekin büyüklüğünün dinamikleri arasındaki ilişkiyi aynı anda kontrol etmemesidir.
Test yalnızca çevrimiçi mağazalar için mi yapılıyor?
Hiç de bile. Çevrimdışı perakendede popüler bir yöntem, hipotezleri çevrimdışı olarak test etmek için eksiksiz bir işlem hattının uygulanmasıdır. Deney için yanlış grup seçimi risklerinin azaltıldığı, mağaza sayısı, pilot süre ve tahmin edilen etki büyüklüğünün optimal oranının seçildiği bir sürecin inşasıdır. Aynı zamanda etki sonrası analiz metodolojilerinin yeniden kullanılması ve sürekli iyileştirilmesidir. Büyük bir işletmenin ölçeğinde küçük bir etki bile büyük önem taşıdığından, yanlış kabul hatalarının ve gözden kaçan etkilerin olasılığını azaltmak ve aynı zamanda duyarlılığı artırmak için yönteme ihtiyaç duyulmaktadır. Bu nedenle, en zayıf değişiklikleri bile tespit edebilmeniz ve deney sonuçlarına ilişkin yanlış çıkarımlar da dahil olmak üzere riskleri en aza indirebilmeniz gerekir.
Perakende, Büyük Veri ve gerçek vakalar
Geçtiğimiz yıl X5 Perakende Grubu uzmanları, 2018 Dünya Kupası taraftarları arasında en popüler ürünlerin satış hacimlerinin dinamiklerini değerlendirdi. Sürpriz olmadı ama istatistikler yine de ilginç çıktı.
Böylece su “1 numaralı en çok satanlar” oldu. Dünya Kupası'na ev sahipliği yapan şehirlerde su satışları yaklaşık yüzde 46 oranında artarken, cironun yüzde 87 arttığı Soçi lider oldu. Maç günlerinde en yüksek rakam Saransk'ta kaydedildi; burada satışlar normal günlere göre %160 arttı.
Hayranlar suya ek olarak bira da satın aldı. 14 Haziran'dan 15 Temmuz'a kadar maçların gerçekleştiği şehirlerde bira cirosu ortalama %31,8 arttı. Sochi de lider oldu - bira burada% 64 daha aktif bir şekilde satın alındı. Ancak St. Petersburg'da büyüme küçüktü - yalnızca %5,6. Saransk'ta maç günlerinde bira satışları %128 arttı.
Diğer ürünler üzerinde de araştırmalar yapıldı. Gıda tüketiminin yoğun olduğu günlerde elde edilen veriler, olay faktörlerini hesaba katarak gelecekteki talebi daha doğru tahmin etmemizi sağlıyor. Doğru bir tahmin, müşteri beklentilerini tahmin etmeyi mümkün kılar.
Test sırasında X5 Retail Group iki yöntem kullandı:
Kümülatif fark tahminli Bayes yapısal zaman serisi modelleri;
Şampiyona öncesinde ve sırasında hata dağılımındaki değişimin değerlendirilmesini içeren regresyon analizi.
Perakende Büyük Veriden başka neler kullanıyor?
- Önceden adlandırılabilecek pek çok yöntem ve teknoloji var, bunlar:
- Talep tahmini;
- Ürün çeşitliliği matrisinin optimizasyonu;
- Raflardaki boşlukları tespit etmek ve kuyruk oluşumunu tespit etmek için bilgisayarlı görme;
- Promosyon tahmini.
Uzman eksikliği
Büyük Veri uzmanlarına olan talep sürekli artıyor. Böylece 2018 yılında büyük veriye ilişkin açık pozisyon sayısı 7 yılına göre 2015 kat arttı. 2019 yılının ilk yarısında uzmanlara olan talep, 65 yılının tamamındaki talebin %2018'ini aştı.
Büyük şirketlerin özellikle Büyük Veri analistlerinin hizmetlerine ihtiyacı var. Örneğin Mail.ru Grubunda, metin verilerinin, multimedya içeriğinin işlendiği, konuşma sentezinin ve analizinin yapıldığı herhangi bir projede bunlara ihtiyaç vardır (bu, her şeyden önce bulut hizmetleri, sosyal ağlar, oyunlar vb.). Şirketteki boş pozisyon sayısı son iki yılda üç katına çıktı. Bu yılın ilk sekiz ayında Mail.ru, geçen yılın tamamında olduğu gibi aynı sayıda Büyük Veri uzmanını işe aldı. Ozon'da Veri Bilimi departmanı son iki yılda üç kat büyüdü. Megafon'da da durum benzer; verileri analiz eden ekip son 2,5 yılda birkaç kez büyüdü.
Şüphesiz gelecekte Büyük Veri ile ilgili uzmanlıkların temsilcilerine olan talep daha da artacaktır. Yani bu alana ilginiz varsa şansınızı denemelisiniz.
Kaynak: habr.com