„Łatwo rośnie o 20%, jeśli otworzysz półtora raza więcej sklepów”
— W swoim przemówieniu ty
— Obroty X5 będą nadal rosły.Generalnie rynek zmierza w stronę konsolidacji w segmencie detalicznym. Obecnie nasi trzej czołowi detaliści zajmują około 20% rynku, a w rozwiniętych krajach kapitalistycznych udział ten będzie wynosić około 70–75%.
Każdego dnia średnio X5 otwiera sześć nowychsklepy. Podczas rozmowy X5 otwiera nowy sklep (śmiech). Rzeczywiście, wszystko idzie dobrze, w przeciwieństwie do niektórych innych graczy rynkowych. Jeśli spojrzeć na otwarte dane, z których jeden, przy wzroście na poziomie 12%, obrót wzrósł tylko o 84%. Łatwo jest obliczyć: zaczynają działać negatywnie. Jest taki wskaźnik, LFL - jak na przykład, porównanie tych samych sklepów rocznie. Na X5, choć mały, ale plus. Oznacza to, że wzrost o 20% nie jest trudny, jeśli otworzyłeś półtora razy więcej sklepów, ale w rzeczywistości jest to ujemny wzrost. Jeśli dorośniesz z powodu faktu, że stare sklepy działają lepiej, a nowe otwierają się, to jest to całkiem pozytywne.
- Jak myślisz, jaka część zasług w tym zespole?
— Nie jest jeszcze zbyt duży, bo zespółpowstał nie tak dawno temu. Bądźmy szczerzy, jest mało prawdopodobne, aby wzrost X5 w 2017 r. wynikał z zastosowania przez nas analityki danych, przy pomocy zespołu utworzonego w 2018 r.
Szefem naszej dyrekcji jest Anton Mironenkov, człowiek, który brał udział w tworzeniu firmy X5. Brał udział w fuzji Perekrestoka i Pyaterochki, po czym pojawiło się X5.
Rozważamy kierunek big datastrategiczny. Przyszłość handlu detalicznego zależy od tego, jak szybko sprzedawcy detaliczni nauczą się monetyzować i wykorzystywać dane, które codziennie generujemy w dużych ilościach, do optymalizacji procesów i poprawy jakości obsługi klienta. Dlatego postanowiliśmy to wszystko wydzielić w osobnym kierunku i nadać mu większe skupienie, aby rozwijało się szybciej.
Anton Mironenkov, szef Dyrekcji Big Data X5
W ramach tej dyrekcji mamy własne możliwości,klaster, programiści, testerzy, analitycy, projekty, produkty - wszystko, czego potrzebujesz. Pewne rzeczy już zrobiliśmy, a to duży postęp jak na niecały rok. Rozumiemy doskonale, że zapewnimy spółce dość duży zysk, ale znowu wyniki te będą widoczne dopiero za rok.
Wszystkie informacje w czeku - jeśli kupiłeś wódkę, masz ukończone 18 lat.
- Jeśli przyjdę na „Rozdroże” i dokonasz zakupu, co z tym wszystkim zrobisz do analizy?
- Sprawdź. Twoje produkty dobrze Cię charakteryzują. Jeśli kupujesz pieluchy, prawdopodobnie masz małe dziecko. Jeśli jesteś wódką, masz ukończone 18 lat. Osoba może kupić żetony i będzie to z pewnym prawdopodobieństwem nastolatek w wieku 16 lat. A jeśli kupiłeś pamiętnik, to albo ty, albo twoja rodzina, macie dziecko w wieku od siedmiu do 17 lat. To dużo informacji.
Wyobraź sobie: przychodzisz do sklepu, patrzysz na niektóre produkty i rozumiesz, że sklep jest drogi, tani lub średniej kategorii cenowej. W Pyaterochce istnieje od 4 do 8 tysięcy unikalnych produktów. Jest mało prawdopodobne, że pójdziesz z notatnikiem i zanotujesz ceny dla całego zestawu towarów, a następnie przyjrzysz się średnim cenom towarów w mieście i wyciągniesz wniosek. Wystarczy spojrzeć na pięć do dziesięciu produktów. I na jakie produkty patrzysz, jesteśmy również zaangażowani.
Produkty, na które patrzą ludzie, również się zmieniająwedług czasu. Prosty przykład: 20 lat temu nie było produktów związanych z komunikacją mobilną. Teraz możesz, nie we wszystkich sklepach, ale kupić kartę SIM. 20 lat temu w Rosji panowały czasy nieco trudniejsze niż obecnie, a konsumpcja była zupełnie inna.
- W jaki sposób tworzenie profili klientów oferuje im zniżki?
- Istnieją dwa produkty: profil klienta i lojalność. Profil klienta jest takim zadaniem, gdy nie masz znaczników i używasz różnych podejść. Stosujemy różne podejścia do grupowania - począwszy od standardowych statystyk, obliczamy niektóre prędkości Z, silne odchylenia od mediany i kończymy na Word2vec, nakładając się na kontrole i „tłumacząc” osobę na typ wektora uśredniony za pomocą TF-IDF nad Word2vec.
Wynik Z, wynik Z- oszacowanie statystyczne, które wyrażaOdległość (mierzona jako odchylenie standardowe) danego poziomu od średniej zbioru danych. W szczególności Z-score jest wyjściowym wskaźnikiem zdolności kredytowej przedsiębiorstwa i stopnia jego ryzyka upadłości.
Solidne odchylenia od angielskiego. solidny, „solidny” to stabilność szacunków w odniesieniu do emisji w danych. Rozpatrywany w odniesieniu do mediany.
Word2vecto narzędzie, które pozwala na reprezentowanie słów jako wektorów.
TF-IDF- termin stosowany w statystyce, określający stopień ważności słowa w zbiorze tekstów.
Jeśli masz model, który to robiosobistą propozycję, a następnie załóżmy, że klastrowanie jest skuteczne, jeśli po dodaniu atrybutów poprawi się jakość modeli. Tutaj możesz obliczyć efekt ekonomiczny i rodzaj metryki.
- W jakiej części sklepów używane są twoje produkty?
- We wszystkim.Przetestowaliśmy spersonalizowany rabat na pół miliona użytkowników, aby zrozumieć jego działanie we wszystkich 14 tysiącach sklepów X5. Zbieramy interaktywne raporty ze wszystkich tych sklepów. W naszej ofercie dostępny jest produkt promocyjny, który jest dostępny we wszystkich sklepach. Mamy matrycę asortymentową, mamy prognozę popytu. Dbają o to, aby po pierwsze, w sklepie był kurczak, a po drugie, aby kurczak nie był zepsuty.
Teraz zacznijmy zajmować się wizją komputerowąnie będzie początkowo dostępny we wszystkich sklepach. Zacznijmy od tych największych – warto testować tylko w nich. Zadanie jest dość proste, korzyści są oczywiste. Jest produkt, może nie jest na półce, ale może leżeć w magazynie i w tym momencie produkt nie jest kupowany. To jest bardzo złe. Sklep kupił go, ale nie może go sprzedać. W najlepszym przypadku użytkownik nie kupi produktu, a w najgorszym odwróci się i wyjdzie, bo nie musi przychodzić do miejsca, w którym kupi dwa z trzech produktów, a udać się do innego sklepu po trzeci. Przyjdzie od razu do sklepu, gdzie wszystko kupi. Rozwiązuje się to za pomocą wizji komputerowej. Kamera zostaje umieszczona i wykrywa, że pozostało niewiele produktu. Powiadomienie przychodzi do odpowiedzialnej za to osoby, ta udaje się do magazynu, aby kupić ten produkt.
Drugim zadaniem jest kolej. Wiemy, że mamy kolejkę w sklepie. Albo stoisz w kolejce, jesteś niezadowolony i marnujesz czas, którego nikt nie lubi, albo idziesz do sklepu, patrzysz na kolejkę, odwracasz się i wychodzisz. Jeśli przyczyną kolejki jest brak personelu, nic nie można na to poradzić. A jeśli problem polega na tym, że warunkowa sprzedawczyni siedzi na zapleczu, odpoczywa i pije herbatę, a dyrektor do niej dzwoni. Sklep jest już w kolejce i dopóki nie osiągnie, siedzi przy komputerze, włącza go, zaczyna ciągnąć kasjera, czas minie. Nadal na nią patrzy, ona też się denerwuje. Ta kasjerka musi wyjść przed utworzeniem kolejki, aby do czasu wyjścia ludzie już poszli do kasjera. Jest to dość łatwe do rozwiązania za pomocą wizji komputerowej.
Będziemy to testować przy około 150sklepach i najprawdopodobniej w Moskwie. Po pierwsze, sami jesteśmy w Moskwie, a po drugie, jest tu większy ruch. Wtedy stanie się jasne, jak poprawić doświadczenie użytkownika i jakie korzyści płyną z X5.
„Naprawdę nie lubię słowa data scientist”.
- Rozwijasz swoje zarządzanie?
- Oczywiście menedżerowie widzą, że dajemy wyniki. Nikt nie pozwala ci dwukrotnie rozwinąć zespołu, jeśli nie pracujesz dobrze. Sam ten fakt mówi o naszej skuteczności.
- Powiedziałeś, że masz 32 osoby, ile jeszcze będziesz rekrutować?
- Jeszcze gdzieś 20-30. Będziemy teraz korzystać z komputerowej technologii widzenia i mowy jako części mojego zarządzania. Będą dwa nowe wydziały, to znaczy plus dziesięć osób, moim zdaniem kolejne 10-15 zostało uzgodnionych na przyszły rok. Istnieją tak zwane stawki za projekty. Spodziewamy się, że będzie to 30–36 plus, gdzieś ponad 60 osób. Są to w szczególności osoby zajmujące się analizą danych i uczeniem maszynowym.
- Kogo zapraszasz do pracy?
— Naprawdę nie lubię słowa „naukowiec zajmujący się danymi”ponieważ nie zawiera żadnych informacji. Można przyjechać do dziesięciu firm, w których szukają data science i będzie to dziesięć zupełnie różnych stanowisk. Podoba mi się słowo „analityk”. Nazwy moich działów mówią same za siebie: jest dział uczenia maszynowego, dział analizy danych, grupa badawczo-rozwojowa, czyli badania, dział wizji komputerowej, dział technologii mowy i grupa analityki pozaproduktowej do rozwiązywania tych problemów które wykraczają poza jakikolwiek istniejący kierunek produktu.
Szukam ludzi, którzy mogą programowaćPython, znać teorię prawdopodobieństwa i statystyki matematyczne, jeśli potrzebuję modelowania, to wymagane są umiejętności uczenia maszynowego. Ale najważniejszą rzeczą jest zdolność osoby do myślenia i analizowania. Coraz częściej dochodzę do przekonania, że myślenie analityczne i krytyczne jest czymś bardzo trudnym do nauczenia. Jeśli o 20-25 lat istnieje już jakiś światopogląd, jest mało prawdopodobne, aby się zmienił.
- Czy zrozumiałeś to w X5?
- Nie, żeby X5 mnie do tego doprowadził. Patrzę także na ludzi, komunikuję się, widzę, jak działają. Jak wiadomo najlepszy wywiad to okres próbny. W pewnym momencie widzisz, że nie jest to po prostu dla tej osoby. To znaczy, wydaje się, że ukończył mekhmat, wydaje się, że nie jest głupcem, ale nie on. Nie ma właściwej postawy, nie widzę rzeczy. Było to w książce Daniela Kanemana „Thinking, Fast and Slow”, w której opisał, co odpowiada krytycznemu myśleniu. Obejmuje to pesymistyczne spojrzenie na świat i jest bardziej wrodzoną jakością niż ta, która została niestety uzyskana lub na szczęście.
- Jeśli przybywa analityk i po okresie próbnym, rozumiesz, że jest odpowiedni, czego może oczekiwać osoba?
- Standardowo w IT są stopnie - młodszy, średni,starszy i stażysta. Rzadko można go spotkać powyżej - jest to personel lub lider. Uważam, że mamy do czynienia z inflacją pozycji seniorów: mamy ich dużo, ale tak naprawdę rzadko kiedy osiągają przeciętną pozycję środkową.
Jeśli weźmiesz średnią pensję na rynku, juniorotrzymuje około 120–150 tys. rubli przed opodatkowaniem miesięcznie, średnio - do 250 tys., seniorów około 400 tys. Górny pasek: Osobiście trzymałem ofertę w rękach głównego programisty, to było ponad 600 tysięcy rubli.
„Nauka o danych to naprawdę„ wiśnia na torcie ””
— Jak zacząłeś zajmować się uczeniem maszynowym?
— Na uniwersytecie w ogóle nie było informatyki.szkolenie. Ponieważ ukończyłem studia w 2012 roku, mniej więcej w tym samym czasie nastąpił kolejny wzrost liczby spraw z tym związanych. Nie miałem czasu. Absolwent dwóch uniwersytetów, ostatnią był Uniwersytet Nauk Stosowanych w Karlsruhe, uzyskując tytuł magistra mechatroniki. Wcześniej studiował w Moskiewskim Instytucie Inżynierii Chemicznej, obecnie nazywanym Politechniką Moskiewską. Ani tam, ani tam nie zajmowałem się uczeniem maszynowym.
Zabawna rzecz: Obecnie przeprowadza się wywiady z osobami, które ukończyły naukę danych, i wydaje się, że ich poziom jest słabszy i niższy niż poziom tych facetów, którzy ukończyli fizykę, inżynierię, informatykę, a następnie uczenie maszynowe „nawinęło się”. Może to drobna zmiana, ponieważ chłopaki, którzy sami się nauczyli, początkowo byli silni, nauczyli się czegoś nowego i przyszli. A nauka o danych to naprawdę „wiśnia na torcie”, a jeśli nie ma „ciasta”, ale jest „wiśnia”, to nie jest to takie interesujące.
- Jak się tego nauczyłeś?
— Jest takie stare powiedzenie, że na Coursera są dwakurs poważny, nawet półtora. Jest to kurs Hintona na temat uczenia maszynowego i sieci neuronowych (kurs nie jest już dostępny na Coursera, ale można go obejrzeć na YouTube - Hi-Tech) oraz kurs Daphne Koller na temat probabilistycznych modeli niegraficznych.
Kurs Kollera to wykłady wideo,którą czyta, by ukończyć studia w Stanford. Dlatego nazywanie go nie do końca poważnym nie zmienia języka. Kurs Hintona trwa 16 tygodni, a Koller ma trzy kursy od pięciu do sześciu tygodni. Zebrałem siłę w pięść, przeszedłem pierwszy kurs i zdałem sobie sprawę, że drugi i trzeci nie jest gotowy do przejścia.
Ale Coursera nie jest jedyną opcją.Czytam dużo książek. Nawiasem mówiąc, skończyłem już książkę o statystyce Bradleya Efrona (amerykańskiego statystyka, zdobywcy amerykańskiego National Medal of Honor – najwyższej nagrody państwowej dla amerykańskich naukowców – „High-Tech”). Wcześniej ukazała się książka Iana Godfellowa (amerykańskiego specjalisty ds. uczenia maszynowego, pracującego w Google Brain – Hi-Tech) na temat głębokiego uczenia się. To ciągły proces uczenia się. Coursera to tylko jedno źródło, Kaggle (internetowa społeczność informatyczna, która regularnie organizuje konkursy - „High-Tech”) to drugie, ale najważniejsze jest, aby czytać, czytać, czytać i sprawdzać. Jeśli to czytasz i nie rozumiesz, to jest źle. Jeśli zrozumiesz, jak to działa, możesz zrobić wszystko.
To jak z tabliczką mnożenia.Wyobraź sobie, że dana osoba nie rozumie tabliczki mnożenia, ale nauczyła się jej na pamięć. Pytają go: „Sześć na sześć?” - „36”. - „Siedem na osiem?” - „56”. - „OK, ostatnie pytanie, 10 do 11?” — Mężczyzna mówi: „Nie wiem, nie było tego na tabliczce mnożenia”. Otóż to. To są ludzie, których często spotykam. 10 na 11 jest znacznie łatwiejsze do obliczenia, ale nie ma tego w tabeli, musisz zrozumieć zasadę. Jeśli zrozumiesz zasady, wszystko będzie znacznie łatwiejsze.
Wszystko inne zależy od osoby. Wydaje się, że sami uczymy się wszystkiego. Po prostu pomagamy i nie ingerujemy w innych ludzi. Wszystko to jest kwestią samodyscypliny.
— Opowiedz nam o swoim kursie z zakresu analityki danych w HSE.
- To jest darmowy kurs, jest w standardzieprogramy, na których opowiadam podstawowe proste rzeczy, które dla wielu ludzi - objawienie. Na przykład, jakie są metryki, dlaczego w ogóle istnieją, w jaki sposób się od siebie różnią, w jakich przypadkach jest to konieczne, jak sprawdzić swój pomysł na to, co jest testem A / B. To właśnie dla mnie przyniosłem, że ważne jest, aby ludzie wiedzieli i czego naprawdę potrzebują w swojej pracy.
- Jak widzisz przyszłość handlu detalicznego za pięć do dziesięciu lat?
— Jeśli mówimy o handlu detalicznym żywnością, to takFormat hipermarketów wymrze. Widać to teraz w Stanach, jak wymierają tam duże centra handlowe, a nawiasem mówiąc, w Rosji też. Jaki był wcześniej model konsumpcji? Idziemy do centrum handlowego, do kina, do food courtu i kupujemy coś innego. Teraz wracamy do domu, ivi, Okko, Netflix, Yandex.Eda, Delivery Club, dostawa z restauracji, zakupy online. Musimy przejść w stronę personalizacji.
- Co to będzie dla konsumenta?
- Człowiek używa czego? To, na co go stać, jest dla niego wygodne. W związku z tym konieczne jest obniżenie kosztów, utrzymanie tej samej jakości lub zwiększenie jej. Tu przychodzi na myśl personalizacja.
- Osoba kupuje to, na co go stać. Teraz realne dochody ludności spadają, koszty spadają.
— W takiej sytuacji przechowuj formaty ekonomiczneczuć się lepiej i rosnąć. Istnieją dwa sposoby rozwiązania wielu problemów sprzedawców detalicznych. Albo automatyzacja, albo zatrudnienie dziesięciu dodatkowych osób. Na krótką metę drugi sposób jest strategią wygrywającą, ponieważ integracja jest kosztowna, czasochłonna, a jeśli coś pójdzie nie tak, możesz stracić premię. Teraz wyobraź sobie, że jesteś dyrektorem działu z bardzo dużą premią i możesz ją stracić. Nie jest jasne, czy będziesz pracować w firmie za dwa lata, kiedy będą znane efekty tej automatyzacji, czy nie, i będą Cię za to chwalić. Być może już masz premię. Dlatego zatrudniamy dziesięć kolejnych osób. Jednak na dłuższą metę prowadzi to do dużych strat.