بگ ڈیٹا ٹیکنالوجیز اب ہر جگہ استعمال ہوتی ہیں - صنعت، طب، کاروبار اور تفریح میں۔ اس طرح، بڑے ڈیٹا کا تجزیہ کیے بغیر، بڑے خوردہ فروش معمول کے مطابق کام نہیں کر پائیں گے، ایمیزون پر فروخت گر جائے گی، اور ماہرین موسمیات کئی دنوں، ہفتوں اور مہینوں پہلے سے موسم کی پیشین گوئی کرنے سے قاصر ہوں گے۔ یہ منطقی ہے کہ بڑے ڈیٹا ماہرین کی اب بہت مانگ ہے، اور مانگ مسلسل بڑھ رہی ہے۔
GeekBrains اس شعبے کے نمائندوں کو تربیت دیتا ہے، طلباء کو مثالوں کے ذریعے نظریاتی علم اور تدریس دونوں فراہم کرنے کی کوشش کرتا ہے، جس کے لیے تجربہ کار ماہرین شامل ہیں۔ اس سال آن لائن یونیورسٹی GeekUniversity کے بگ ڈیٹا تجزیہ کار اور روسی فیڈریشن کے سب سے بڑے خوردہ فروش X5 ریٹیل گروپ شراکت دار بن گئے ہیں۔ کمپنی کے ماہرین نے، وسیع علم اور تجربہ رکھتے ہوئے، ایک برانڈڈ کورس بنانے میں مدد کی، جس میں طلباء کو تربیت کے دوران نظریاتی تربیت اور عملی تجربہ دونوں حاصل ہوتے ہیں۔
ہم نے X5 ریٹیل گروپ میں ماڈلنگ اور ڈیٹا تجزیہ کے ڈائریکٹر والیری بابوشکن سے بات کی۔ وہ ان میں سے ایک ہے۔ دنیا میں ڈیٹا سائنسدان (مشین لرننگ ماہرین کی عالمی درجہ بندی میں 30 ویں)۔ دوسرے اساتذہ کے ساتھ، ویلری GeekBrains کے طلبا کو A/B ٹیسٹنگ، ریاضی کے اعدادوشمار کے بارے میں بتاتی ہے جس پر یہ طریقے مبنی ہیں، نیز آف لائن ریٹیل میں A/B ٹیسٹنگ کو لاگو کرنے کے حساب اور خصوصیات کے جدید طریقوں کے بارے میں۔
ہمیں A/B ٹیسٹ کی ضرورت کیوں ہے؟
یہ تبادلوں، معاشیات اور طرز عمل کے عوامل کو بہتر بنانے کے بہترین طریقے تلاش کرنے کے بہترین طریقوں میں سے ایک ہے۔ دوسرے طریقے ہیں، لیکن وہ زیادہ مہنگے اور پیچیدہ ہیں۔ A/B ٹیسٹ کے اہم فوائد ان کی نسبتاً کم قیمت اور کسی بھی سائز کے کاروبار کے لیے دستیابی ہے۔
A/B ٹیسٹوں کے بارے میں، ہم کہہ سکتے ہیں کہ یہ کاروبار میں تلاش کرنے اور فیصلے کرنے کے سب سے اہم طریقوں میں سے ایک ہے، ایسے فیصلے جن پر کسی بھی کمپنی کے منافع اور مختلف مصنوعات کی ترقی دونوں کا انحصار ہوتا ہے۔ ٹیسٹ نہ صرف نظریات اور مفروضوں کی بنیاد پر فیصلے کرنے کو ممکن بناتے ہیں، بلکہ اس کے عملی علم پر بھی کہ کس طرح مخصوص تبدیلیاں نیٹ ورک کے ساتھ کسٹمر کے تعامل کو تبدیل کرتی ہیں۔
یہ یاد رکھنا ضروری ہے کہ ریٹیل میں آپ کو ہر چیز کی جانچ کرنے کی ضرورت ہے - مارکیٹنگ کی مہم، ایس ایم ایس میلنگ، خود میلنگ کے ٹیسٹ، شیلف پر مصنوعات کی جگہ اور سیلز کے علاقوں میں خود شیلف۔ اگر ہم ایک آن لائن سٹور کے بارے میں بات کرتے ہیں، تو یہاں آپ عناصر، ڈیزائن، نوشتہ جات اور نصوص کی ترتیب کو جانچ سکتے ہیں۔
A/B ٹیسٹ ایک ایسا آلہ ہے جو کسی کمپنی کی مدد کرتا ہے، مثال کے طور پر، ایک خوردہ فروش کو، ہمیشہ مسابقتی رہنے، وقت کی تبدیلیوں کو محسوس کرنے اور خود کو تبدیل کرنے میں۔ اس سے کاروبار کو زیادہ سے زیادہ منافع حاصل کرنے کے ساتھ زیادہ سے زیادہ موثر ہونے کی اجازت ملتی ہے۔
ان طریقوں کی باریکیاں کیا ہیں؟
اہم بات یہ ہے کہ کوئی مقصد یا مسئلہ ہونا چاہیے جس پر ٹیسٹنگ کی بنیاد رکھی جائے گی۔ مثال کے طور پر، مسئلہ ریٹیل آؤٹ لیٹ یا آن لائن اسٹور پر صارفین کی ایک چھوٹی سی تعداد کا ہے۔ مقصد صارفین کی آمد میں اضافہ کرنا ہے۔ مفروضہ: اگر آن لائن سٹور میں پروڈکٹ کارڈز بڑے بنائے جاتے ہیں اور تصویریں روشن ہوتی ہیں، تو مزید خریداریاں ہوں گی۔ اس کے بعد، A/B ٹیسٹ کیا جاتا ہے، جس کا نتیجہ تبدیلیوں کا اندازہ ہوتا ہے۔ تمام ٹیسٹوں کے نتائج موصول ہونے کے بعد، آپ سائٹ کو تبدیل کرنے کے لیے ایکشن پلان بنانا شروع کر سکتے ہیں۔
اوورلیپنگ عمل کے ساتھ ٹیسٹ کرنے کی سفارش نہیں کی جاتی ہے، ورنہ نتائج کا اندازہ لگانا زیادہ مشکل ہو جائے گا۔ سب سے پہلے اعلیٰ ترجیحی اہداف اور وضع کردہ مفروضوں پر ٹیسٹ کرنے کی سفارش کی جاتی ہے۔
نتائج کو قابل اعتماد تصور کرنے کے لیے ٹیسٹ کافی دیر تک جاری رہنا چاہیے۔ بالکل کتنا انحصار کرتا ہے، یقینا، ٹیسٹ پر. لہذا، نئے سال کے موقع پر، زیادہ تر آن لائن اسٹورز کی ٹریفک بڑھ جاتی ہے۔ اگر آن لائن سٹور کے ڈیزائن کو پہلے تبدیل کیا گیا تھا، تو ایک مختصر مدت کے ٹیسٹ سے پتہ چلے گا کہ سب کچھ ٹھیک ہے، تبدیلیاں کامیاب ہیں، اور ٹریفک بڑھ رہی ہے۔ لیکن نہیں، تعطیلات سے پہلے آپ جو کچھ بھی کریں، ٹریفک بڑھ جائے گی، ٹیسٹ نئے سال سے پہلے یا اس کے فوراً بعد مکمل نہیں ہو سکتا، تمام ارتباطات کو پہچاننے کے لیے کافی لمبا ہونا چاہیے۔
ہدف اور اشارے کے درمیان درست تعلق کی اہمیت جس کی پیمائش کی جا رہی ہے۔ مثال کے طور پر، اسی آن لائن سٹور کی ویب سائٹ کے ڈیزائن کو تبدیل کرنے سے، کمپنی وزٹرز یا صارفین کی تعداد میں اضافہ دیکھتی ہے اور اس سے مطمئن ہے۔ لیکن درحقیقت، چیک کا اوسط سائز معمول سے چھوٹا ہو سکتا ہے، اس لیے آپ کی مجموعی آمدنی اور بھی کم ہوگی۔ یقیناً اس کو مثبت نتیجہ نہیں کہا جا سکتا۔ مسئلہ یہ ہے کہ کمپنی نے بیک وقت زائرین کی تعداد میں اضافے، خریداریوں کی تعداد میں اضافے اور اوسط چیک کے سائز کی حرکیات کے درمیان تعلق کی جانچ نہیں کی۔
کیا ٹیسٹنگ صرف آن لائن اسٹورز کے لیے ہے؟
بالکل نہیں. آف لائن ریٹیل میں ایک مقبول طریقہ مفروضوں کو آف لائن جانچنے کے لیے ایک مکمل پائپ لائن کا نفاذ ہے۔ یہ ایک ایسے عمل کی تعمیر ہے جس میں تجربے کے لیے گروپوں کے غلط انتخاب کے خطرات کو کم کیا جاتا ہے، اسٹورز کی تعداد، پائلٹ ٹائم اور تخمینہ اثر کے سائز کا بہترین تناسب منتخب کیا جاتا ہے۔ یہ اثرات کے بعد کے تجزیہ کے طریقہ کار کا دوبارہ استعمال اور مسلسل بہتری بھی ہے۔ غلط قبولیت کی غلطیوں اور چھوٹ جانے والے اثرات کے امکانات کو کم کرنے کے ساتھ ساتھ حساسیت کو بڑھانے کے لیے اس طریقہ کی ضرورت ہے، کیونکہ بڑے کاروبار کے پیمانے پر ایک چھوٹا سا اثر بھی بہت اہمیت رکھتا ہے۔ لہذا، آپ کو کمزور ترین تبدیلیوں کی بھی شناخت کرنے اور خطرات کو کم کرنے کے قابل ہونے کی ضرورت ہے، بشمول تجربے کے نتائج کے بارے میں غلط نتائج۔
ریٹیل، بگ ڈیٹا اور حقیقی کیسز
پچھلے سال، X5 ریٹیل گروپ کے ماہرین نے 2018 ورلڈ کپ کے شائقین کے درمیان مقبول ترین مصنوعات کی فروخت کے حجم کی حرکیات کا جائزہ لیا۔ کوئی حیران کن بات نہیں تھی، لیکن اعدادوشمار پھر بھی دلچسپ نکلے۔
اس طرح، پانی "نمبر 1 بیچنے والا" نکلا۔ ورلڈ کپ کی میزبانی کرنے والے شہروں میں، پانی کی فروخت میں تقریباً 46 فیصد اضافہ ہوا؛ لیڈر سوچی تھی، جہاں کاروبار میں 87 فیصد اضافہ ہوا۔ میچ کے دنوں میں، سارانسک میں زیادہ سے زیادہ اعداد و شمار ریکارڈ کیے گئے - یہاں عام دنوں کے مقابلے میں فروخت میں 160% اضافہ ہوا۔
پانی کے علاوہ شائقین نے بیئر بھی خریدی۔ 14 جون سے 15 جولائی تک، جن شہروں میں میچز ہوئے، وہاں بیئر کے کاروبار میں اوسطاً 31,8 فیصد اضافہ ہوا۔ سوچی بھی رہنما بن گئی - یہاں بیئر 64 فیصد زیادہ فعال طور پر خریدی گئی۔ لیکن سینٹ پیٹرزبرگ میں ترقی چھوٹی تھی - صرف 5,6%۔ سارنسک میں میچ کے دنوں میں، بیئر کی فروخت میں 128 فیصد اضافہ ہوا۔
دیگر مصنوعات پر بھی تحقیق کی گئی ہے۔ کھانے کی کھپت کے چوٹی کے دنوں میں حاصل کردہ ڈیٹا ہمیں واقعات کے عوامل کو مدنظر رکھتے ہوئے مستقبل میں طلب کی زیادہ درست انداز میں پیش گوئی کرنے کی اجازت دیتا ہے۔ ایک درست پیشن گوئی گاہک کی توقعات کا اندازہ لگانا ممکن بناتی ہے۔
جانچ کے دوران، X5 ریٹیل گروپ نے دو طریقے استعمال کیے:
مجموعی فرق کے تخمینے کے ساتھ بایسیئن ساختی ٹائم سیریز کے ماڈل؛
چیمپئن شپ سے پہلے اور اس کے دوران خرابی کی تقسیم میں تبدیلی کی تشخیص کے ساتھ رجعت کا تجزیہ۔
ریٹیل بگ ڈیٹا سے اور کیا استعمال کرتا ہے؟
- بہت سارے طریقے اور ٹکنالوجی ہیں، جن کا نام آف ہینڈ رکھا جا سکتا ہے، یہ ہیں:
- مطالبہ کی پیشن گوئی؛
- درجہ بندی میٹرکس کی اصلاح؛
- شیلف پر خالی جگہوں کی نشاندہی کرنے اور قطار کی تشکیل کا پتہ لگانے کے لیے کمپیوٹر ویژن؛
- پرومو پیشن گوئی.
ماہرین کی کمی
بگ ڈیٹا ماہرین کی مانگ مسلسل بڑھ رہی ہے۔ اس طرح 2018 میں بگ ڈیٹا سے متعلق آسامیوں کی تعداد میں 7 کے مقابلے میں 2015 گنا اضافہ ہوا۔ 2019 کی پہلی ششماہی میں، ماہرین کی طلب پورے 65 کی طلب کے 2018% سے تجاوز کر گئی۔
بڑی کمپنیوں کو خاص طور پر بگ ڈیٹا تجزیہ کاروں کی خدمات کی ضرورت ہوتی ہے۔ مثال کے طور پر، Mail.ru گروپ میں ان کی ضرورت کسی بھی پروجیکٹ میں ہوتی ہے جہاں ٹیکسٹ ڈیٹا، ملٹی میڈیا مواد پر کارروائی کی جاتی ہے، تقریر کی ترکیب اور تجزیہ کیا جاتا ہے (یہ سب سے پہلے کلاؤڈ سروسز، سوشل نیٹ ورکس، گیمز وغیرہ)۔ کمپنی میں خالی آسامیوں کی تعداد پچھلے دو سالوں میں تین گنا بڑھ گئی ہے۔ اس سال کے پہلے آٹھ مہینوں میں، Mail.ru نے پچھلے سال کی طرح بگ ڈیٹا ماہرین کی اتنی ہی تعداد میں خدمات حاصل کیں۔ اوزون میں گزشتہ دو سالوں میں ڈیٹا سائنس ڈیپارٹمنٹ میں تین گنا اضافہ ہوا ہے۔ میگافون میں بھی صورتحال ایسی ہی ہے - ڈیٹا کا تجزیہ کرنے والی ٹیم گزشتہ 2,5 سالوں میں کئی گنا بڑھ چکی ہے۔
بلاشبہ، مستقبل میں بگ ڈیٹا سے متعلق خصوصیت کے نمائندوں کی مانگ میں مزید اضافہ ہوگا۔ لہذا اگر آپ کو اس علاقے میں دلچسپی ہے تو آپ کو اپنا ہاتھ آزمانا چاہیے۔
ماخذ: www.habr.com