「1.5倍以上の店舗をオープンした場合、20％成長するのは簡単です」
— スピーチの中であなたは
— X5 の売上高は今後も増加するでしょう。一般に、市場は小売業界の統合に向けて動いています。現在、当社の大手小売業者 3 社が市場の約 20% を占めており、先進資本主義国ではこのシェアが約 70 ～ 75% になると見られています。
平均して毎日X5は6つの新しいものを開くお店話している間に、X5は新しい店をオープンします（笑）。実際、物事は他の市場参加者とは異なり、順調に進んでいます。そのうちの1つであるオープンデータを12％の増加で見ると、売上高はわずか84％増加しました。計算は簡単です：彼らは否定的に働き始めます。そのような指標は、LFLがあります - 好きなように、同じ店の年間比較。 X 5では、小さいですがプラスです。つまり、1.5倍以上の店舗をオープンしても20％成長するのは難しくありませんが、実際にはマイナスの成長です。古い店がうまく機能し、新しい店がオープンしているという事実のために成長した場合、これは非常にポジティブです。
- あなたはどう思いますか、この中であなたのチームのメリットのうちどれだけを占めていますか？
— チームはまだそれほど大きくありません。少し前に結成されました。正直に言うと、2017 年の X5 の成長は、2018 年に設立されたチームの支援によるデータ分析の適用によるものではなさそうです。
私たちの取締役会の責任者は、X5 会社の創設に参加したアントン・ミロネンコフです。彼はペレクレストクとピャテロチカの合併に関与し、その後 X5 が登場しました。
ビッグデータの方向性を考える戦略的。小売業の将来は、プロセスを最適化し、顧客エクスペリエンスを向上させるために、私たちが毎日大量に生成するデータを小売業者がどれだけ早く収益化し、活用できるかにかかっています。したがって、私たちはこれらすべてを別の方向に分離し、より迅速に開発できるように、より重点を置くことにしました。
Anton Mironenkov、ビッグデータ局長X5
この総局内では、私たちは独自の能力を持っています。クラスター、開発者、テスター、アナリスト、プロジェクト、製品 - 必要なものすべて。私たちはすでにいくつかのことを行っており、これは 1 年未満の間に大きな進歩です。会社にかなりの利益をもたらすことは明らかですが、繰り返しになりますが、これらの結果は 1 年後にしか現れません。
小切手内のすべての情報 - あなたがウォッカを購入した場合、あなたは18歳以上です。
- 私が "Crossroads"に来て購入した場合、あなたは分析のためにこれらすべてのうち何を取りますか？
- チェックしてください。 あなたの製品はあなたをかなりよく特徴付けています。おむつを買うなら、あなたはたぶん小さな子供がいます。ウォッカなら、あなたは18歳以上です。人はチップを買うことができます、そして、それは16年の10代の若者とある確率であります。そして、あなたが日記を買ったならば、あなたかあなたの家族は7から17歳までの子供を持っています。これはたくさんの情報です。
想像してみてください。 あなたは店に来て、いくつかの製品を見て、店が高価、安い、または中価格帯であることを理解します。 Pyaterochkaでは、4から8000のユニークな製品があります。ノートを持って商品のセット全体の価格を書き留めてから、市内の商品の平均価格を調べて結論を出すことはほとんどありません。 5〜10個の製品を見てください。だからあなたがどの製品を見ているのか、私たちも関わっています。
人々が見る製品もまた変わる時間によって。簡単な例：20年前、モバイル通信に関連する製品はありませんでした。今では、すべての店舗ではなく、SIMカードを購入することができます。 20年前のロシアでは、一般的に現在よりも少し困難な時期があり、消費はまったく異なりました。
- 割引を提供するための顧客プロファイルの作成方法は？
- 顧客のプロファイルと忠誠心： - 2つの製品があります。 マークアップがなく、さまざまなアプローチを使用する場合、クライアントプロファイルはそのようなタスクです。標準的な統計から始めて、いくつかのZ速度、中央値からの頑健な偏差、そしてチェックに重ねてWord2vecで終わる、そしてWord2vec上でTF-IDFを通して平均されたベクトルタイプに人を「翻訳する」という異なるアプローチを使います。
Zスコア、Zスコア- を表す統計的推定値データセットの平均からの特定のレベルの距離 (標準偏差として測定)。特に、Z スコアは企業の信用力と倒産のリスクの程度を示す出力指標です。
英語からの強い逸脱ロバスト、「ロバスト」は、データ内の排出量に関する推定値の安定性です。中央値を基準にして考えます。
Word2vecは単語をベクトルとして表現できるツールです。
TF-IDF- テキストのコーパスにおける単語の重要度を示す統計用語。
あなたが作るモデルがあれば個人的な提案では、属性を追加した後でモデルの品質が向上すれば、クラスタリングは成功したと想定します。ここであなたは経済的効果とある種の測定基準を計算することができます。
- 店舗のどの部分であなたの商品が使われていますか？
- 全部で。私たちは、14,000 の X5 店舗すべてでの効果を理解するために、50 万人のユーザーに対してパーソナライズされた割引をテストしました。私たちはこれらすべての店舗からインタラクティブなレポートを収集します。全店でご利用いただけるキャンペーン商品をご用意しております。私たちには品揃えマトリックスがあり、需要予測があります。彼らは、まず店内に鶏肉があること、そしてその鶏肉が腐っていないことを確認します。
さあ、コンピュータービジョンを始めましょう。最初はすべての店舗で利用できるわけではありません。最大のものから始めましょう。それらのみをテストするのが合理的です。タスクは非常に簡単で、メリットは明らかです。製品はあっても、棚にはなくても倉庫に眠っている可能性があり、その時点では製品は購入されていません。これは非常に悪いです。お店が買ったのに売れない。最良の場合、ユーザーは製品を買わず、最悪の場合、ユーザーは方向転換して立ち去ることになります。なぜなら、ユーザーは 3 つの製品のうち 2 つを購入する場所に来て、別の店舗に行く必要がないからです。第3。彼は何でも買える店にまっすぐに来ます。そして、これはコンピュータービジョンを使用して解決されます。カメラが設置されており、製品が残りわずかであることが検出されます。この責任者に通知が届き、この製品を購入するために倉庫に行きます。
第二の課題はターンです。 ストアにキューがあることを知っています。あなたは列に並んでいて、誰もが好きではない不満で時間を無駄にしているか、店に行って、待ち行列を見て、向きを変えて出発してください。キューの理由が状態が不足していることである場合、それについて何もすることはできません。そして、問題が条件付き店員が奥の部屋に座ってお茶を休めて飲むことであるならば、そして監督は彼女に電話をします。店はすでに並んでいて、それが到達するまで、コンピュータに座って、それをオンにして、レジを引き出し始めて、時間が経ちます。まだ彼女を見て、彼女は緊張している、人々も。このレジ係は、待ち行列が形成される前に出なければならないので、出口の時までには、人々はすでにレジ係に行っています。コンピュータビジョンを使って解くのはとても簡単です。
150くらいでテストしてみます店舗、そしておそらくモスクワにあるでしょう。第一に、私たち自身がモスクワにいます。そして第二に、ここでは交通量が増えています。そうすれば、ユーザー エクスペリエンスを向上させる方法と X5 の利点が明確になります。
"私は本当にデータ科学者という言葉が好きではありません。"
- あなたはあなたの管理を拡大しますか？
- もちろん、経営陣は私たちが結果を出していることを理解しています。あなたがうまく働いていないなら誰もあなたがチームを二度拡大することを許しません。それ自体で、この事実は私たちの有効性について語っています。
- あなたは32人の従業員が働いていると言っていますが、あなたはさらにもっと多くの人を採用しますか？
- まだどこかに20-30。 私たちの経営の一環として、コンピュータビジョンと音声技術を使用します。 2つの新しい部署があるでしょう。つまり、これは10人です。私の意見では、来年はさらに10〜15人が合意されます。いわゆるプロジェクトレートがあります。私たちはそれが30〜36人以上、どこか60人以上になると予想しています。これらは特にデータ分析と機械学習に携わっている人々です。
- あなたは誰に仕事に誘っていますか？
— 私は「データサイエンティスト」という言葉があまり好きではありません。なんの情報も伴わないからです。データサイエンティストを探している企業が 10 社ある場合、それらは 10 社のまったく異なるポジションになります。私は「アナリスト」という言葉が好きです。私の部門名はそれ自体を物語っています。機械学習部門、データ分析部門、研究開発グループ、つまり研究、コンピュータ ビジョン部門、音声技術部門、そしてそれらの問題を解決するための非製品分析グループがあります。既存の製品の方向性から外れたものです。
でプログラムできる人を探していますPython、確率論と数学の統計を知っていて、モデリングが必要なら、機械学習のスキルが必要です。しかし最も重要なことは、人が考え、分析する能力です。分析的思考と批判的なことは教えるのが非常に難しいものであるという考えにますます近づきます。 20〜25年までにすでに何らかの世界観があるとすれば、それは変わることはないでしょう。
- X5ではこれを理解しましたか？
- X5が私をこれに導いたのではありません。 私はまた人々を見て、コミュニケーションをとり、彼らがどのように働くのかを見ます。ご存じのとおり、最高のインタビューは試用期間です。そしてある時点で、これは単にこの人のためではないことがわかります。つまり、彼はmekhmatを卒業したようです、それは彼がばかではないが、彼ではないようです。正しい態度がない、物事を見ないでください。 Daniel Kanemanの著書「Thinking、Fast and Slow」には、批判的思考に対応するものが記載されていました。これには、世界に対する悲観的な見方も含まれています。残念ながら、または幸運にも、これは獲得したものよりも本質的な品質です。
- アナリストが到着した場合、および試用期間の後、あなたは彼が適切であることを理解しています、人は何を期待できますか？
- IT には標準的に、ジュニア、ミドル、先輩と研修生。上記ではめったに見つかりません - これはスタッフまたはリーダーです。私は上級職のインフレが起こっていると信じています。私たちには上級職がたくさんいますが、実際には彼らが平均的な中間職に到達することはほとんどありません。
あなたが市場で平均的な給料を取るなら、後輩1ヶ月あたりの税の前に120-1500000ルーブルの間のどこかで、中間 - 最大25万までを受け取ります。トップバー：私は個人的に私の手で開発者を手に入れて申し出をしました、それは60万ルーブル以上でした。
「データサイエンスは本当にある種の「ケーキの上の桜」です。
— 機械学習を始めたきっかけは何ですか？
— その大学にはコンピューターサイエンスはまったくありませんでした。トレーニング。私が大学を卒業したのが2012年なので、同時期に大学関連のことがまた盛り上がってきました。時間がありませんでした。 2 つの大学を卒業し、最後の大学はカールスルーエ応用科学大学でメカトロニクスの修士号を取得しました。その前は、現在はモスクワ工科大学と呼ばれているモスクワ化学工学大学で学んでいました。私は機械学習にはそこにも関わっていませんでした。
おもしろいこと： 現在、データサイエンスを完了した人々にインタビューが行われ、そのレベルは物理学、工学、コンピュータサイエンス、そしてその後機械学習を完了した人々よりも低く、低くなっているようです。多分これはわずかに変化している、というのは、それを自分で学んだ人たちは当初強い人だったので、何か新しいことを学んで来たのです。そして、データサイエンスは本当にある種の「ケーキの上のチェリー」であり、「ケーキ」自体が存在しなくても「チェリー」が存在するのであれば、それほど面白くありません。
- どうやってこれを学びましたか？
— Coursera には 2 つあるという古いことわざがあります。本格的なコース、たとえ1時間半でも。これは、機械学習とニューラル ネットワークに関するヒントンのコース (このコースは Coursera では利用できなくなりましたが、YouTube - Hi-Tech で視聴できます) と、確率的非グラフィカル モデルに関するダフネ コーラーのコースです。
コラーコースはビデオ講義です。彼女はスタンフォードの大学院生にそれを読みます。ですから、彼をまったく真面目ではないと言っても、言葉は変わりません。 Hintonのコースは16週間で、Kollerは5〜6週間の3つのコースがあります。そして私は強さを握りこぶしに集め、最初のコースを通過し、そして2番目と3番目が通過する準備ができていないことに気付いた。
しかし、Coursera が唯一の選択肢ではありません。私はたくさん本を読みます。ところで、私はブラッドリー・エフロンの統計に関する本を読み終えました（アメリカの統計学者、アメリカ国家名誉勲章（アメリカの科学者に対する最高の州賞「ハイテク賞」）を受賞）。その前に、イアン・ゴッドフェロー（アメリカの機械学習専門家、Google Brain - Hi-Techに勤務）による深層学習に関する本。それは継続的な学習プロセスです。 Coursera はリソースの 1 つにすぎません。Kaggle (定期的にコンテストを主催するオンライン コンピューター サイエンス コミュニティ - 「ハイテク」) も別のリソースですが、重要なのは、読んで、読んで、読んでチェックすることです。読んで理解できなかったらダメですよ。仕組みを理解すれば、何でもできるようになります。
九九のようなものです。ある人が九九を理解していませんが、暗記していると想像してください。彼らは彼に尋ねます、「6×6？」 -「36」。 - 「7時までに？」 -「56」。 - 「それでは最後の質問、10 対 11 ですか?」 ――男性は「わかりません、九九に載っていなかったんです」と言いました。それでおしまい。これらは私がよく会う人たちです。 10 x 11 は計算がはるかに簡単ですが、これは表にないため、原理を理解する必要があります。原則を理解すれば、すべてがはるかに簡単になります。
他のすべては人に依存します。私たちは自分自身で何かを学ぶようです。私たちはただ助け、他の人々を邪魔しません。これはすべて自己規律の問題です。
— HSE でのデータ サイエンス コースについて教えてください。
- これは無料コースです、それは標準内ですプログラムは、その上に私は多くの人々のために基本的な単純なことを言う - 啓示。たとえば、メトリクスとは何ですか、なぜそれらがまったく存在するのか、それらがどのように異なるのか、どのような場合に必要なのか、A / Bテストとは何かについての考えをテストする方法などです。これは私が自分自身のために引き出したものであり、それは人々にとって知っておくこと、そして彼らが彼らの仕事に本当に必要なことを知ることが重要であるということです。
- 5〜10年後の小売業の将来をどう見ていますか？
— 食品小売業について言えば、ハイパーマーケット形式は消滅するだろう。これは現在、米国で見られ、大規模なショッピングセンターが消滅しつつあり、ちなみにロシアでも同様です。以前はどのような消費パターンでしたか?私たちはショッピングモールに行ったり、映画館に行ったり、フードコートに行ったり、何か他のものを買います。今、家に帰ってきました。ivi、Okko、Netflix、Yandex.Eda、Deliver Club、レストランからの配達、オンライン ショッピング。私たちはパーソナライゼーションに向けて進む必要があります。
- 消費者にとってどういう意味ですか？
- 男は何を使うの？彼が買う余裕があり、それは彼にとって便利です。したがって、コストを削減するか、同じ品質を維持するか、それを向上させる必要があります。これがパーソナライズが頭に浮かぶところです。
- ある人が自分が買えるものを買う。人口の実質所得が減っている今、コストが削減されています。
— このような状況において、ストアエコノミーフォーマットは気分がよくなり、成長します。小売業者の多くの問題を解決するには 2 つの方法があります。自動化するか、あと 10 人雇うかのどちらかです。統合には費用と時間がかかり、何か問題が発生するとボーナスを失う可能性があるため、短期的には 2 番目の方法が勝利の戦略となります。ここで、あなたが非常に多額のボーナスを持っている部門のディレクターであり、それを失う可能性があると想像してください。 2 年後、この自動化の成果が知られ、彼らがあなたを褒めてくれるとき、あなたがその会社で働くかどうかは不明です。そして、あなたはすでにボーナスを持っているかもしれません。そのため、さらに10名を採用する予定です。しかし、これは長期的には大きな損失につながります。