مدرسة البيانات: كيفية الجمع بين الرياضيات والأعمال

ما يمنع الجمع بنجاح بين الرياضيات والأعمال؟

هذا النص هو الأول من سلسلة مقالات حول كيفية دمج أدوات البيانات الضخمة بشكل صحيح لصالح الأعمال.

المفسد الصغير: سيعمل كل شيء ، إذا كنت تتذكر الأعمال التجارية نفسها.

حتى قبل 5 سنوات ، أرادت الشركات الكبرى تقديم bigdat ذات معانقة جديدة. ولكن كان هناك عدد قليل من المجربين الحقيقيين. كانت الاستثناءات هي أولئك الذين يمتلكون بالتأكيد كمية كبيرة من البيانات: الاتصالات ، والخدمات المصرفية ، وشركات الإنترنت. وفي عام 2018 ، تأتي الشركات للحصول على الخبرة في البيانات الضخمة بأنفسهم ، ومن أكثر القطاعات غير المتوقعة: التعدين ، التأمين ، صناعة الطائرات.

من أين يبدأ النموذج؟

توقفت البيانات الضخمة عن كونها شعارًا سحريًا (الآن ترتدي سلسلة الكتل هذا التاج). ولكن حتى تخلصت من الأسطورة الرئيسية:

"يمكن لعالم رياضيات أكثر أو أقل ملاءمة رسم نموذج على قطعة من الورق ، وسينفذونه بسرعة ، وبعد ذلك يمكنك احتساء كوكتيل ومشاهدة زيادة المبيعات."

أنا أبالغ بالطبع ، لكن ليس كثيرًا. سأعطي مثالا من ممارستنا.

يوجد مصنع لبنة البناء. صغير ، ذو خبرة ومبيعات راسخة. في مثل هذه اللحظات ، غالبًا ما تطرح الشركات على نفسها السؤال: كيف يمكننا تقليل التكاليف وزيادة الأرباح؟

وكان المرشح للتحسين اللوجستيات. كان هناك الكثير من الفوضى في عمليات توصيل الطوب ، وكان من الصعب تقدير طلب العملاء مقدمًا ، لذلك كانت تكاليف الوقود ومواد التشحيم واستهلاك المركبات مقلقة. بعد التعرف على البيانات الضخمة ، قررت الشركة: سوف نتوقع متى ينفد الطوب في مواقع بناء العملاء من أجل إرسالها بسرعة إلى هناك. لقد حللنا البيانات السابقة ، وصنعنا نموذجًا وعد بنسب مثيرة للاهتمام من التحسين.

كل الفرح كسر النظام المعتاد. أولاً ، كان من الضروري العثور على آلات للتسليم الفوري والتفكير في الطرق. ثانيًا ، لا يمكن أن تسقط هذه الآلات إلا في المستودع للتحميل في فترات زمنية محددة بدقة ، لأن جدول وصول آلات العملاء تم إعداده قبل عدة أسابيع. كان من المستحيل نقل العملاء. لذلك ، كانت الكفاءة رماد.

اتضح أننا بدأنا بـ "دعونا نتنبأ" المعتادة ، وانتهى بنا الأمر بتحويل عملية الأعمال.

مشكلة البيانات الضخمة لها إعدادان: الأعمال والرياضيات. وترتيبهم هو ذلك فقط. قبل زراعة محلل لبناء نموذج ، تحتاج إلى المرور بثلاث مراحل.

1. تحديد المهمة من وجهة نظر العمل.

لنفترض أننا نريد محاربة تدفق العملاء. وقرروا التنبؤ بأن مجموعة معينة من المشترين على وشك الذهاب إلى منافس. بالنسبة لهم ، سنقوم بتشكيل جميع أنواع الكعك للاحتفاظ بها.

المهمة للوهلة الأولى تافهة. يبني المحلل النموذج على البيانات التاريخية - العملاء المغادرون والمنتظمون - لاشتقاق علامات على كليهما. على سبيل المثال ، في حالة حقيقية لمشغل خدمة الهاتف المحمول ، توقف تدفق المشترك المجهول = المشترك عن استخدام الاتصال. ولكن كم من الوقت - أسبوع ، شهر ، سنة - لا يجب تشغيله ليتم تسجيله في "تسرب"؟

هناك عدة طرق لتحديد هذه المهمة. من الممكن وفقا لنموذج الأعمال الجاهزة. أو وفقًا للبيانات التاريخية - كم مرة يعود المشتركون الذين لم يستخدموا الاتصال لمدة شهر؟ وإذا كان الأمر كذلك - بقدر 10٪؟ على سبيل المثال ، كان المشترك في رحلة عمل طويلة أو قاد إلى حصة محدودة من مشغل آخر.

من المهم هنا: من الذي يجب اعتباره "مشرفًا" - قرار تجاري بالكامل.

الحد الأدنى الضروري لأي وحدة بيانات كبيرة هو دوران. الأول هو عالم بيانات ، حول الرياضيات وبناء النماذج. ويشار إلى الثاني بشكل مختلف من فريق إلى فريق - مالك المنتج ، مدير المنتج ، محلل الأعمال. ضمير هذا الشخص هو البيان الصحيح للمشكلة. تتمثل مهمته في الخوض في تعقيدات أعمال العميل وتحديد الأدوات التي يحتاجها. علاوة على ذلك ، الخوض في التواصل النشط مع جميع الأطراف.

2. تحقق من حالة العمل.

حسنًا ، سنقرر النموذج. ولكن كم سيكلفنا التحسين؟

خذ نفس التدفق. لإبقاء العملاء المحتملين مغادرين ، يمكنك الاتصال أو الإرشاد مع الرسالة الصحيحة. أو ، إذا كان هناك مورد ، قدم مكافأة. يمكنك إخبار العميل بتعريفة أكثر إفادة من خلال تحليل نفقاته.

ولكن بما أننا نفكر في المكافآت ، فهذا هو إنفاقنا على هؤلاء العملاء. حسنًا ، سنعرف بالتأكيد أن هذا العميل سيغادر إذا لم يتم فعل أي شيء. لكن النماذج ليست مثالية في توقعاتها. سنحمل شخص الحق. وعلى سبيل المثال ، 20٪ من "شركات البيع" المحتملة لن تكون كذلك. في هذه الحالة ، سوف نقدم لهم مكافآت. ما المبلغ الذي سيتم إنفاقه على هذا ، فهل يجوز في حالتنا؟ أنت بحاجة إلى النظر في حجم قاعدة العملاء ، وحجم التدفق والنظر في الأرقام المطلقة.

وهذا ما يسمى أخطاء النوع الأول والثاني. يجب أن نفهم أن نتائج تنفيذ النموذج ستعطي أكثر من يسلب. ويجب أن يكون هذا اختلافًا مقبولًا بالنسبة لنا. يتم تشكيل متطلبات النموذج قبل بنائه. ربما سيخرجون بطريقة لا تحتاج لقضاء الوقت كعالم.

3. خطط لكيفية استخدام النتائج.

تخبرنا دراسة الجدوى أن "الاقتصاد قد تقارب". "هل يمكننا في النهاية بناء النموذج؟"

عاجلا. نحن بحاجة إلى التفكير في ما سيحدث للنتائج.

هنا سوف يعطينا نموذج من 200.000 شخص يمكن أن يتحولوا إلى "شرف" كل شهر. وسنقرر الاتصال بهم. هل لدينا الوقت لمرور كل شيء؟ بعد كل شيء ، مركز الاتصال ليس من المطاط.

نقطة أخرى - تحتاج إلى فهم الفاصل الزمني الذي سيكون لدينا بين التنبؤ بالمغادرة والمغادرة الفعلية للعميل. لماذا نحتاج إلى توقع إذا "تضخم" العميل في المستقبل القريب؟ بعد كل شيء ، قد لا يكون لدينا الوقت للاتصال بهم. ولكن كلما ابتعدنا ، نعطي الإجابة ، كلما قلت دقة التنبؤ. هنا مرة أخرى ، يجب عليك حساب الأمثل بين الإيجابيات والمخاطر.

والنقطة الثالثة - ما مدى سرعة تنفيذ الابتكارات في عمليات أعمالنا؟ لعدم العمل ، كما هو الحال مع مثال الشركة المصنعة للطوب.

في الختام

المسار إلى مهمة واضحة لعالم البيانات هو مهمة في حد ذاتها.

إذا فحصنا النقاط الثلاث ، ظهر كل شيء وظهر نموذج ، نحن في انتظار المرحلة الممتعة التالية - التكامل. عادةً ما يستغرق بناء النماذج والرياضيات ذات الصلة حوالي 20٪ من الوقت. 80 ٪ المتبقية (وأحيانًا أكثر بكثير ، اعتمادًا على مرونة الشركة) - التنفيذ في الإنتاجية. حتى عدة شهور.

النموذج مجرد MVP. الجميع يحب بنائها ، لأن الجميع يحب النتائج الافتراضية. ومن ثم إدخالها في أكشاك عمليات الأعمال الحقيقية في معظم الشركات. بعد كل شيء ، أصعب شيء هو تغيير أوامر التصحيح.

لذلك ، في أي مشروع بيانات كبيرة ، يجب أن يكون هناك عالم بيانات ، حيث الرياضيات ، ومدير المنتج المسؤول عن الأعمال التجارية ، ومدير المشروع مع فريق المشروع. سيتعين على هذا الأخير تنفيذ وتعديل عملية الأعمال. في بعض الأحيان تكون مؤلمة وصعبة. ولكن في هذا التكوين فقط ، يمكن أن يكون العمل مع البيانات الضخمة مفيدًا.

نقوم بتدريس هذه الميزات وغيرها من ميزات تطبيق تحليلات البيانات في الأعمال في مدرسة البيانات الخاصة بنا في دورات للمحللين والمديرين .

تم تحضير المنشور من قبل مدرسة البيانات على أساس نشر مؤسس المدرسة في مركز الأعمال التجارية Kyivstar PJSC