يتم تطبيق تقنيات البيانات الكبيرة الآن في كل مكان - في الصناعة والطب والأعمال والترفيه. لذلك ، وبدون تحليل البيانات الضخمة ، لن يتمكن تجار التجزئة الكبار من العمل بشكل طبيعي ، وستنخفض المبيعات في Amazon ، ولن يكونوا قادرين على التنبؤ بالطقس لعدة أيام وأسابيع وشهور قبل خبراء الأرصاد الجوية. من المنطقي أن يزداد الطلب على الخبراء في البيانات الضخمة ، ويزداد الطلب باستمرار.
يعد GeekBrains ممثلي هذا المجال ، في محاولة لتزويد الطلاب بكل من المعرفة النظرية والتدريس بأمثلة ، والتي يشارك فيها خبراء من ذوي الخبرة. هذا العام ، أصبح
قسم البيانات الضخمة
في التحليلات في جامعة GeekUniversity Online وأكبر متاجر تجزئة في روسيا ، X5 Retail Group ، شركاء. ساعد اختصاصيو الشركة ، الذين يتمتعون بمعرفة وخبرة واسعة ، في إنشاء دورة تدريبية تحمل علامة تجارية ، يتلقى طلابها كل من التدريب النظري والخبرة العملية أثناء التدريب.
تحدثنا مع فاليري بابوشكين ، مديرة نمذجة البيانات وتحليلها في X5 Retail Group. إنه أحد
أفضل علماء البيانات في العالم (المرتبة الثلاثين في التصنيف العالمي لمتخصصي التعلم الآلي). جنبا إلى جنب مع المعلمين الآخرين ، تخبر فاليري طلاب GeekBrains عن اختبار A / B ، والإحصاءات الرياضية التي تستند إليها هذه الأساليب ، فضلاً عن الممارسات الحديثة لحساب وميزات تطبيق اختبار A / B في البيع بالتجزئة دون اتصال بالإنترنت.
لماذا نحتاج إلى اختبارات A / B؟
هذه واحدة من أفضل الطرق لإيجاد أفضل الطرق لتحسين التحويل والأداء الاقتصادي والعوامل السلوكية. هناك طرق أخرى ، لكنها أكثر تكلفة وتعقيدًا. المزايا الرئيسية لاختبارات A / B هي السعر المنخفض نسبياً والقدرة على تحمل التكاليف للشركات من أي نطاق.
حول اختبارات A / B ، يمكننا القول أن هذه واحدة من أهم الطرق للبحث عن القرارات واتخاذ القرارات في الأعمال التجارية ، وهي القرارات التي يعتمد عليها كل من الربح وتطوير المنتجات المختلفة لأي شركة. توفر الاختبارات فرصة لاتخاذ قرارات لا تستند فقط إلى النظريات والافتراضات ، ولكن أيضًا إلى المعرفة العملية لكيفية تعديل تغييرات معينة لتفاعل العملاء مع الشبكة.
من المهم أن تتذكر أنك في تجارة التجزئة تحتاج إلى اختبار كل شيء - الحملات التسويقية ، والمراسلات عبر الرسائل النصية القصيرة ، واختبارات المراسلات نفسها ، وموقع المنتجات على الرفوف والرفوف نفسها في قاعات التداول. إذا تحدثنا عن المتجر عبر الإنترنت ، فيمكنك هنا اختبار موقع العناصر والتصميم والنقوش والنصوص.
اختبارات A / B - أداة تساعد الشركة ، على سبيل المثال ، بائع تجزئة ، على أن يكون دائمًا منافسًا ، ليشعر بالتغييرات في الوقت المحدد ويغير نفسه. هذا يسمح للأعمال لتكون فعالة قدر الإمكان ، وتعظيم الأرباح.
ما هي الفروق الدقيقة في هذه الأساليب؟
الشيء الرئيسي - يجب أن يكون هناك هدف أو مشكلة يعتمد عليها الاختبار. على سبيل المثال ، المشكلة هي عدد صغير من العملاء في نقطة البيع أو متجر على الإنترنت. الهدف هو زيادة تدفق العملاء. الفرضية - إذا كانت بطاقات المنتج في أحد المتاجر عبر الإنترنت أكبر حجماً وكانت الصور أكثر إشراقًا ، فسيكون هناك المزيد من عمليات الشراء. بعد ذلك ، يتم إجراء اختبار A / B ، والنتيجة هي تقييم التغييرات. بعد الحصول على نتائج جميع الاختبارات ، يمكنك البدء في تشكيل خطة عمل لتغيير الموقع.
لا يوصى بإجراء اختبارات ذات عمليات متداخلة ، وإلا سيكون تقييم النتائج أكثر صعوبة. يوصى أولاً بإجراء اختبارات على الأهداف ذات الأولوية والفرضيات الموضوعة.
يجب أن يستمر الاختبار لفترة كافية حتى يمكن اعتبار النتائج موثوقة. كم يعتمد بالضبط ، بالطبع ، على الاختبار نفسه. لذلك ، عشية رأس السنة الجديدة ، تزداد حركة مرور معظم المتاجر عبر الإنترنت. قبل ذلك ، تم إجراء تغييرات على تصميم المتجر عبر الإنترنت ، ثم سيظهر اختبار قصير الأجل أن كل شيء على ما يرام ، وأن التغييرات ناجحة ، وأن حركة المرور تنمو. لكن لا ، لأنه بغض النظر عما تفعله قبل العطلات ، ستزداد حركة المرور ، ولا يمكن إكمال الاختبار قبل حلول العام الجديد أو بعده مباشرة ، ويجب أن يكون طويلاً بما يكفي للكشف عن جميع الارتباطات.
أهمية الاتصال الصحيح بين الهدف والمؤشر المقاس. على سبيل المثال ، عند تغيير تصميم الموقع الإلكتروني نفسه لمتجر عبر الإنترنت ، ترى الشركة زيادة في عدد الزوار أو العملاء وهي راضية عن ذلك. ولكن في الواقع ، قد يكون حجم الشيك المتوسط أصغر من المعتاد ، وبالتالي فإن إجمالي الدخل سيصبح أقل. بالطبع ، هذا لا يمكن أن يسمى نتيجة إيجابية. المشكلة هي أن الشركة لم تحقق في وقت واحد مزيج من الزيادة في عدد الزوار - زيادة في عدد المشتريات - ديناميات حجم الشيك المتوسط.
الاختبار هو فقط للمتاجر عبر الإنترنت؟
لا على الإطلاق. في البيع بالتجزئة دون الاتصال بالإنترنت ، تتمثل الطريقة الشائعة في تنفيذ خط أنابيب كامل لاختبار الفرضيات في وضع عدم الاتصال. هذا هو بناء العملية ، حيث يتم تقليل مخاطر التحديد غير الصحيح للمجموعات للتجربة ، ويتم تحديد النسبة المثلى لعدد المتاجر ، ووقت التجربة وحجم التأثير المقدر. وهو أيضًا إعادة استخدام وتحسين مستمر لمنهجيات ما بعد تحليل الآثار. هذه الطريقة ضرورية لتقليل احتمالية حدوث أخطاء في القبول والتغيب الخاطئين للتأثير ، وكذلك لزيادة الحساسية ، لأنه حتى تأثير صغير على نطاق أعمال كبير له أهمية كبيرة. لذلك ، يجب أن تكون قادرًا على تحديد حتى أضعف التغييرات ، وتقليل المخاطر - بما في ذلك الاستنتاجات غير الصحيحة حول نتائج التجربة.
التجزئة ، البيانات الكبيرة والحالات الحقيقية
في العام الماضي ، قام خبراء مجموعة X5 Retail Group بتقييم ديناميات أحجام مبيعات المنتجات الأكثر شعبية بين مشجعي كأس العالم 2018. لم تكن هناك مفاجآت ، لكن الإحصاءات كانت لا تزال مثيرة للاهتمام.
لذلك ، كان "الأكثر مبيعا رقم 1" المياه. في المدن التي استحوذت على هذا الحد ، زادت مبيعات المياه بحوالي 46 ٪ ، حيث تبين أن سوتشي هي الشركة الرائدة ، حيث ارتفع حجم مبيعاتها بنسبة 87 ٪. في أيام المباريات ، تم تسجيل الرقم الأقصى في سارانسك - حيث نمت المبيعات بنسبة 160٪ مقارنة بالأيام العادية.
بالإضافة إلى الماء ، اشترى المشجعين البيرة. في الفترة من 14 يونيو إلى 15 يوليو في تلك المدن التي أقيمت فيها المباريات ، ارتفع معدل دوران الجعة بمعدل 31.8 ٪. أصبحت سوتشي أيضًا رائدة - حيث اشتروا البيرة بنسبة 64٪ بشكل أكثر نشاطًا. ولكن في سانت بطرسبرغ ، كان النمو ضئيلًا - فقط 5.6٪. في أيام المباريات في سارانسك ، زادت مبيعات البيرة بنسبة 128 ٪.
وقد أجريت دراسات على المنتجات الأخرى. البيانات التي تم الحصول عليها خلال أيام الذروة من استهلاك المنتجات تسمح في المستقبل للتنبؤ بدقة أكبر الطلب ، مع مراعاة عوامل الحدث. التنبؤ الدقيق يجعل من الممكن توقع توقعات العملاء.
أثناء الاختبار ، استخدمت X5 Retail Group طريقتين:
النماذج الهيكلية لسلسلة زمنية بايزية مع تقديرات الفرق التراكمي ؛
تحليل الانحدار مع تقدير لتحيز توزيع الخطأ قبل وأثناء البطولة.
ماذا يستخدم التجزئة البيانات الكبيرة؟
- هناك الكثير من الأساليب والتقنيات ، من بين ما يمكن تسميته غير متجانس ، وهي:
- توقعات الطلب
- تعظيم الاستفادة من مصفوفة تشكيلة ؛
- رؤية الكمبيوتر لاكتشاف الفراغات على الرفوف والكشف عن قائمة انتظار الناشئة ؛
- توقعات الترويجي.
نقص المتخصصين
يزداد الطلب على خبراء البيانات الكبيرة باستمرار. لذلك ، في عام 2018 ، زاد عدد الوظائف الشاغرة المرتبطة بالبيانات الكبيرة 7 مرات مقارنة بعام 2015. في النصف الأول من عام 2019 ، تجاوز الطلب على المتخصصين 65 ٪ من الطلب على 2018 بأكمله.
الشركات الكبيرة في حاجة خاصة إلى خدمات محلل البيانات الكبيرة. على سبيل المثال ، في Mail.ru Group ، تكون هناك حاجة إليها في أي مشروع يتم فيه معالجة البيانات النصية ومحتوى الوسائط المتعددة وتوليف الكلام وتحليله (هذه أولاً وقبل كل شيء الخدمات السحابية والشبكات الاجتماعية والألعاب وما إلى ذلك). تضاعف عدد الشواغر على مدار العامين الماضيين في الشركة ثلاث مرات. في الأشهر الثمانية الأولى من هذا العام ، استعان Mail.ru بالعديد من المتخصصين في البيانات الكبيرة كما فعل في العام الماضي بأكمله. في أوزون ، تضاعف قسم علوم البيانات ثلاثة أضعاف خلال العامين الماضيين. في Megafon ، يكون الوضع مشابهًا - نما الفريق المنخرط في تحليل البيانات عدة مرات على مدار الـ 2.5 عام الماضية.
ليس هناك شك في أن الطلب على ممثلي الاختصاصات المرتبطة بالبيانات الكبيرة في المستقبل سوف يزداد قوة. لذلك إذا كان هناك اهتمام في هذا المجال ، فإن الأمر يستحق المحاولة.