"É fácil crescer em 20% se você abriu uma vez e meia mais lojas"
— No seu discurso você
— O volume de negócios da X5 continuará a crescer.Em geral, o mercado caminha para a consolidação no varejo. Atualmente, os nossos três principais retalhistas ocupam aproximadamente 20% do mercado e vemos nos países capitalistas desenvolvidos que esta quota será de cerca de 70-75%.
Todos os dias, em média, o X5 abre seis novaslojas. Enquanto nos comunicamos, o X5 abre uma nova loja (risos). De fato, as coisas estão indo bem, ao contrário de outros players do mercado. Se você olhar para os dados abertos, com um deles, com um aumento na área de 12%, o volume de negócios aumentou apenas 84%. É fácil contar: eles começam a trabalhar no negativo. Existe tal indicador, LFL - Like for like, uma comparação das mesmas lojas por ano. No X5, embora pequeno, mas um plus. Ou seja, é fácil crescer 20% se você abrir uma vez e meia mais lojas, mas isso é um crescimento negativo de fato. Se você crescer devido ao fato de que as lojas antigas funcionam melhor e as novas abrem, isso é bastante positivo.
- O que você acha, que parte dos méritos de sua equipe nisso?
— Ainda não é muito grande, porque a equipeformado não há muito tempo. Sejamos honestos, é pouco provável que o crescimento do X5 em 2017 se deva à nossa aplicação de análise de dados, com a ajuda de uma equipa criada em 2018.
O chefe da nossa diretoria é Anton Mironenkov, homem que participou da criação da empresa X5. Ele esteve envolvido na fusão de Perekrestok e Pyaterochka, após a qual o X5 apareceu.
Consideramos a direção do big dataestratégico. O futuro do retalho depende da rapidez com que os retalhistas aprendem a rentabilizar e a utilizar os dados que geramos em grandes quantidades todos os dias para otimizar processos e melhorar a experiência do cliente. Portanto, decidimos separar tudo isso em uma direção separada e dar maior foco para que se desenvolva mais rapidamente.
Anton Mironenkov, chefe de Big Data X5
Dentro desta direcção temos as nossas próprias capacidades,cluster, desenvolvedores, testadores, analistas, projetos, produtos – tudo que você precisa. Já fizemos algumas coisas e isso representa um grande progresso em menos de um ano. Entendemos claramente que daremos à empresa um lucro bastante grande, mas, novamente, esses resultados serão visíveis apenas em um ano.
Todas as informações no cheque - se você comprou vodka, então você tem mais de 18 anos de idade.
- Se eu for ao "Crossroads" e fizer uma compra, o que de tudo isso você levará para análise?
- Verifique. Seus produtos caracterizam você muito bem. Se você comprar fraldas, provavelmente terá um filho pequeno. Se vodka, então você tem mais de 18 anos de idade. Uma pessoa pode comprar fichas, e será com uma certa probabilidade um adolescente de 16 anos. E se você comprou um diário, você ou sua família têm um filho de sete a 17 anos. Isso é muita informação.
Imagine: você vem à loja, olha para alguns produtos e entende que a loja é cara, barata ou categoria de preço médio. Em Pyaterochka existem de 4 a 8 mil produtos exclusivos. É improvável que você vá com um caderno de anotações e anote os preços de todos os bens, depois observe os preços médios de mercadorias na cidade e tire uma conclusão. Basta olhar para os cinco a dez produtos. E então, para que produtos vocês olham, também estamos engajados.
Os produtos que as pessoas olham também mudampelo tempo. Um exemplo simples: 20 anos atrás, não havia produtos relacionados a comunicações móveis. Agora você pode, não em todas as lojas, mas comprar um cartão SIM. Há 20 anos, na Rússia, geralmente havia tempos um pouco mais difíceis do que são agora, e o consumo era completamente diferente.
- Como é a criação de perfis de clientes para oferecer descontos?
- Existem dois produtos: perfil do cliente e fidelidade. O perfil do cliente é uma tarefa dessas quando você não tem alguma marcação e abordagens diferentes são usadas. Usamos várias abordagens para clustering - a partir de estatísticas padrão, calculamos algumas velocidades Z, desvios robustos da mediana e terminamos com Word2vec, sobrepõe-se a verificações e “traduzimos” uma pessoa para um tipo de média vetorial através de TF-IDF sobre Word2vec.
Pontuação Z, pontuação Z- uma estimativa estatística que expressaA distância (medida como desvio padrão) de um determinado nível da média do conjunto de dados. Em particular, a pontuação Z é um indicador de resultados da qualidade de crédito de uma empresa e do grau do seu risco de falência.
Desvios robustos do inglês. robusto, “robusto” - a estabilidade das estimativas em relação às emissões nos dados. Considerado em relação à mediana.
Word2vecé uma ferramenta que permite representar palavras como vetores.
TF-IDF- um termo estatístico que denota o grau de importância de uma palavra em um corpus de textos.
Se você tem algum modelo que fazuma proposta pessoal, então vamos supor que o clustering seja bem-sucedido se, após adicionar atributos, a qualidade dos modelos melhorar. Aqui você pode calcular o efeito econômico e algum tipo de métrica.
- Em que parte das lojas seus produtos são usados?
- Em todos eles.Testamos o desconto personalizado em meio milhão de usuários para entender seu efeito em todas as 14 mil lojas X5. Coletamos relatórios interativos de todas essas lojas. Temos um produto promocional que está disponível em todas as lojas. Temos uma matriz de sortimento, temos uma previsão de demanda. Certificam-se de que, em primeiro lugar, há frango no armazém e, em segundo lugar, que o frango não está podre.
Agora vamos começar a fazer visão computacional,não estará disponível em todas as lojas a princípio. Vamos começar com os maiores - faz sentido testar apenas neles. A tarefa é bastante simples, os benefícios são claros. Tem um produto, pode não estar na prateleira, mas pode estar no depósito, e naquele momento o produto não foi comprado. Isso é muito ruim. A loja comprou, mas não pode vender. Na melhor das hipóteses, o usuário não comprará o produto e, na pior das hipóteses, ele se virará e sairá, pois não precisa vir até onde comprará dois dos três produtos, e ir até outra loja para o terceiro. Ele irá direto para a loja onde poderá comprar tudo. E isso é resolvido usando visão computacional. Uma câmera é colocada e detecta que resta pouco produto. Chega uma notificação ao responsável por isso, ele vai ao depósito comprar esse produto.
A segunda tarefa é a vez. Sabemos que temos uma fila na loja. Ou você está na fila, insatisfeito e perdendo tempo que ninguém gosta, ou vai até a loja, olha para a fila, dá a volta e vai embora. Se o motivo da fila é que o estado está com falta de pessoal, nada pode ser feito sobre isso. E se o problema é que a vendedora condicional está sentada no banco de trás, descansando e tomando chá, e o diretor a chama. A loja já está na fila, e até chegar, senta no computador, liga, começa a puxar o caixa, o tempo passa. Ainda olhando para ela, ela está nervosa, as pessoas também. Esse caixa deve sair antes que a fila seja formada, de modo que, no momento da saída, as pessoas já tenham ido ao caixa. É muito fácil resolver usando a visão computacional.
Estaremos testando em cerca de 150lojas e provavelmente em Moscou. Em primeiro lugar, nós próprios estamos em Moscovo e, em segundo lugar, há mais trânsito aqui. Então ficará claro como melhorar a experiência do usuário e quais são os benefícios do X5 com isso.
"Eu realmente não gosto da palavra cientista de dados."
- Você expande sua gestão?
- Claro, os gerentes veem que estamos dando resultados. Ninguém permite que você expanda a equipe duas vezes se não estiver trabalhando bem. Por si só, esse fato fala da nossa eficácia.
- Você disse que tem 32 pessoas trabalhando, quantas mais você vai recrutar?
- Ainda em algum lugar 20-30. Agora, usaremos a visão computacional e a tecnologia de fala como parte da minha administração. Haverá dois novos departamentos, isto é, isso é mais dez pessoas, na minha opinião, outros 10-15 estão acordados para o próximo ano. Existem as chamadas taxas de projeto. Nós esperamos que seja 30-36 mais, em algum lugar mais de 60 pessoas. Estas são especificamente as pessoas que estão envolvidas na análise de dados e aprendizado de máquina.
- Quem você está convidando para trabalhar?
— Eu realmente não gosto da palavra “cientista de dados”porque não carrega nenhuma informação. Você pode chegar a dez empresas onde procuram um cientista de dados, e serão dez cargos completamente diferentes. Gosto da palavra "analista". Os nomes dos meus departamentos falam por si: há um departamento de aprendizado de máquina, um departamento de análise de dados, um grupo de P&D, ou seja, pesquisa, um departamento de visão computacional, um departamento de tecnologia de fala e um grupo de análise de não produtos para resolver esses problemas que estão fora de qualquer direção de produto existente.
Estou procurando pessoas que possam programar emPython, saiba teoria da probabilidade e estatística matemática, se eu precisar de modelagem, então as habilidades de aprendizado de máquina são necessárias. Mas o mais importante é a capacidade de uma pessoa pensar e analisar. Eu cada vez mais chego à ideia de que o pensamento analítico e crítico é algo que é muito difícil de ensinar. Se por 20-25 anos já houver alguma visão de mundo, é improvável que mude.
- Você entendeu isso no X5?
- Não que o X5 me levou a isso. Eu também olho para as pessoas, comunico, vejo como elas funcionam. Como você sabe, a melhor entrevista é um período de teste. E em algum momento você vê que isso simplesmente não é para essa pessoa. Isto é, parece que ele se formou em mekhmat, parece que ele não é um tolo, mas não ele. Não há atitude certa, não vejo as coisas. Foi no livro de Daniel Kaneman, “Pensando, Rápido e Lento”, onde ele descreveu o que corresponde ao pensamento crítico. Isso inclui uma visão pessimista do mundo, e é mais uma qualidade inata do que a adquirida, infelizmente ou felizmente.
- Se um analista chega, e depois de um período de teste, você entende que ele é adequado, o que uma pessoa pode esperar?
- Normalmente em TI existem gradações - júnior, médio,sênior e estagiário. Raramente é encontrado acima - este é o estado-maior ou o líder. Acredito que haja uma inflação da posição sênior: temos muitos, mas na verdade raramente chegam à posição intermediária média.
Se você pegar o salário médio no mercado, juniorrecebe em algum lugar entre 120-150 mil rublos antes de impostos por mês, meio - até 250 mil idosos de cerca de 400 mil rublos. Top bar: Eu, pessoalmente, realizou a oferta em minhas mãos no desenvolvedor líder, foi mais de 600 mil rublos.
“A ciência de dados é realmente uma espécie de cereja no bolo”
— Como você começou a fazer aprendizado de máquina?
— Não havia ciência da computação na universidade.treinamento. Como me formei na universidade em 2012, na mesma época houve outro aumento nas coisas relacionadas a isso. Não tive tempo. Graduado em duas universidades, a última foi a Universidade de Ciências Aplicadas de Karlsruhe, com mestrado em mecatrônica. Antes disso, ele estudou no Instituto de Engenharia Química de Moscou, hoje denominado Politécnico de Moscou. Eu não estava envolvido com aprendizado de máquina nem ali nem ali.
Coisa engraçada: Agora, aqueles que completam a ciência de dados são entrevistados, e parece que seu nível é mais fraco e mais baixo do que aquele daqueles que completaram física, engenharia, ciência da computação e aprendizado de máquina. Talvez seja uma ligeira mudança, porque os caras que aprenderam por si mesmos foram inicialmente fortes, aprenderam algo novo e vieram. E a ciência de dados é realmente uma espécie de “cereja num bolo”, e se não há “bolo” em si, mas há uma “cereja”, então isso não é tão interessante.
- Como você aprendeu isso?
— Há um velho ditado que diz que no Coursera existem doiscurso sério, mesmo um ano e meio. Este é o curso de Hinton sobre aprendizado de máquina e redes neurais (o curso não está mais disponível no Coursera, mas pode ser visto no YouTube - Hi-Tech) e o curso de Daphne Koller sobre modelos probabilísticos não gráficos.
O curso de Koller é palestras em vídeo,que ela lê para estudantes de pós-graduação em Stanford. Portanto, chamá-lo de não totalmente sério não transforma a língua. O curso de Hinton dura 16 semanas e Koller tem três cursos de cinco a seis semanas. E juntei a força em um punho, passei pelo primeiro curso e percebi que o segundo e o terceiro não estão prontos para passar.
Mas o Coursera não é a única opção.Eu li muitos livros. A propósito, terminei agora o livro sobre estatística de Bradley Efron (estatístico americano, vencedor da Medalha Nacional de Honra dos EUA - o mais alto prêmio estadual para cientistas americanos - “High-Tech”). Antes disso, um livro de Ian Godfellow (especialista americano em aprendizado de máquina, trabalha no Google Brain - Hi-Tech) sobre aprendizado profundo. É um processo de aprendizado contínuo. Coursera é apenas um recurso, Kaggle (uma comunidade online de ciência da computação que organiza competições regularmente - "High-Tech") é outro, mas o principal é ler, ler, ler e verificar. Se você leu e não entendeu, isso é ruim. Se você entender como funciona, você pode fazer qualquer coisa.
É como a tabuada.Imagine que uma pessoa não entende a tabuada, mas a decorou. Eles lhe perguntam: “Seis por seis?” - “36”. - “Sete por oito?” - “56”. - “Ok, última pergunta, 10 a 11?” — O homem diz: “Não sei, não estava na tabuada”. É isso. Estas são as pessoas que encontro frequentemente. 10 por 11 é muito mais fácil de calcular, mas isso não está na tabela, você precisa entender o princípio. Se você entender os princípios, tudo será muito mais fácil.
Tudo depende da pessoa. Parece que aprendemos alguma coisa nós mesmos. Nós apenas ajudamos e não interferimos com outras pessoas. Tudo isso é uma questão de autodisciplina.
— Conte-nos sobre seu curso de ciência de dados na HSE.
- Este é um curso gratuito, está dentro do padrãoprogramas, nele eu digo coisas simples básicas que para muitas pessoas - revelação. Por exemplo, quais são as métricas, por que elas existem, como elas diferem umas das outras, em quais casos é necessário, como testar sua ideia do que é um teste A / B? Isto é o que eu trouxe para mim mesmo, que é importante que as pessoas saibam e o que elas realmente precisam em seu trabalho.
- Como você vê o futuro do varejo em cinco a dez anos?
— Se falamos de retalho alimentar, entãoO formato de hipermercado desaparecerá. Isso pode ser visto agora nos Estados Unidos, como os grandes shopping centers estão morrendo por aí, e na Rússia, aliás, também. Qual era o padrão de consumo antes? Vamos ao shopping, ao cinema, à praça de alimentação e compramos outra coisa. Agora voltamos para casa, ivi, Okko, Netflix, Yandex.Eda, Delivery Club, entrega em restaurante, compras online. Precisamos avançar em direção à personalização.
- O que isso significará para o consumidor?
- O homem usa o que? Que ele pode pagar e que é conveniente para ele. Por conseguinte, é necessário reduzir custos, manter a mesma qualidade ou aumentá-la. É aqui que a personalização vem à mente.
- Uma pessoa compra o que pode pagar. Agora os rendimentos reais da população estão caindo, os custos estão diminuindo.
— Em tal situação, armazene formatos econômicossinta-se melhor e cresça. Existem duas maneiras de resolver muitos problemas dos varejistas. Automatize ou contrate mais dez pessoas. No curto prazo, a segunda forma é uma estratégia vencedora, porque a integração é cara, demorada e, se algo der errado, você pode perder seu bônus. Agora imagine que você é diretor de um departamento com um bônus muito grande e pode perdê-lo. Não está claro se você trabalhará na empresa daqui a dois anos, quando os resultados dessa automação forem conhecidos, ou não, e eles vão te elogiar por isso. E você já pode ter um bônus. Portanto, estamos contratando mais dez pessoas. Mas isso leva a uma grande perda no longo prazo.