„Je jednoduché rásť o 20%, ak ste otvorili jeden a pol krát viac obchodov“
— Vo svojej reči ty
— Obrat X5 bude naďalej rásť.Vo všeobecnosti sa trh v maloobchode uberá smerom ku konsolidácii. V súčasnosti naši traja poprední predajcovia zaberajú približne 20 % trhu a vo vyspelých kapitalistických krajinách vidíme, že tento podiel bude asi 70 – 75 %.
Každý deň v priemere X5 otvára šesť novýchobchody. Keď hovoríme, X5 otvára nový obchod (smiech). Na rozdiel od niektorých iných aktérov na trhu sa veci daria dobre. Ak sa pozriete na otvorené dáta, jeden z nich, s nárastom o 12%, sa zvýšil len o 84%. Je ľahké vypočítať: začnú pracovať negatívne. Tam je taký indikátor, LFL - ako pre podobné, porovnanie rovnakých obchodov za rok. Na X5 na to, aj keď malé, ale plus. To znamená, že nie je ťažké rásť o 20%, ak ste otvorili jeden a pol krát viac obchodov, ale to je v skutočnosti negatívny rast. Ak vyrastiete kvôli tomu, že staré obchody fungujú lepšie a nové otvorené, potom je to celkom pozitívne.
- Čo si myslíte, aký podiel zásluh vášho tímu na tom?
— Zatiaľ to nie je príliš veľké, pretože tímvznikla nie tak dávno. Buďme úprimní, rast X5 v roku 2017 pravdepodobne nebude spôsobený našou aplikáciou analytiky údajov s pomocou tímu vytvoreného v roku 2018.
Šéfom nášho riaditeľstva je Anton Mironenkov, človek, ktorý sa podieľal na vzniku spoločnosti X5. Podieľal sa na zlúčení Perekrestok a Pyaterochka, po ktorom sa objavil X5.
Zvažujeme smerovanie veľkých dátstrategické. Budúcnosť maloobchodu závisí od toho, ako rýchlo sa maloobchodníci naučia speňažovať a používať údaje, ktoré každý deň generujeme vo veľkých množstvách, na optimalizáciu procesov a zlepšenie zákazníckej skúsenosti. Preto sme sa rozhodli toto všetko oddeliť samostatným smerom a dať tomu väčšiu pozornosť, aby sa to rýchlejšie rozvíjalo.
Anton Mironenkov, vedúci oddelenia veľkých dát X5
V rámci tohto riaditeľstva máme vlastné kapacity,klaster, vývojári, testeri, analytici, projekty, produkty – všetko, čo potrebujete. Niektoré veci sme už urobili a za necelý rok ide o veľký pokrok. Jasne chápeme, že spoločnosti poskytneme pomerne veľký zisk, ale opäť tieto výsledky budú viditeľné až o rok.
Všetky informácie v šeku - ak ste si kúpili vodku, potom máte viac ako 18 rokov.
- Ak prídem na "Križovatku" a urobím nákup, čo všetko si vezmete na analýzu?
- Skontrolujte. Vaše produkty vás charakterizujú veľmi dobre. Ak si kúpite plienky, pravdepodobne máte malé dieťa. Ak je vodka, potom máte viac ako 18 rokov. Osoba si môže kúpiť žetóny, a to bude s určitou pravdepodobnosťou teenager 16 rokov. A ak ste si kúpili denník, potom buď vy alebo vaša rodina má dieťa od siedmich do 17 rokov. Toto je veľa informácií.
Predstavte si: prídete do obchodu, pozrite sa na niektoré produkty a pochopte, že obchod je drahá, lacná alebo stredná cenová kategória. V Pyaterochke existuje 4 až 8 tisíc unikátnych produktov. Je nepravdepodobné, že pôjdete s notebookom a zapíšete si ceny za celý tovar, a potom sa pozrite na priemerné ceny tovaru v meste a vyvodte záver. Stačí sa pozrieť na päť až desať produktov. A aké produkty sa pozeráte, sme tiež angažovaní.
Produkty, na ktoré sa ľudia pozerajú, sa tiež meniačasom. Jednoduchý príklad: pred 20 rokmi neexistovali žiadne produkty súvisiace s mobilnou komunikáciou. Teraz môžete, nie vo všetkých obchodoch, ale kúpiť SIM kartu. Pred dvadsiatimi rokmi v Rusku boli vo všeobecnosti časy o niečo ťažšie ako teraz a spotreba bola úplne iná.
- Ako je vytvorenie zákazníckych profilov ponúknuť zľavy?
- Existujú dva produkty: profil zákazníka a lojalita. Profil klienta je taká úloha, keď nemáte nejaké značenie a nepoužívajte iné prístupy. Používame rôzne prístupy k klastrovaniu - počnúc štandardnými štatistikami, vypočítavame niektoré Z-rýchlosti, robustné odchýlky od mediánu a končiac Word2vec, prekryté kontrolami a „prekladaním“ osoby do vektorového typu spriemerovaného cez TF-IDF cez Word2vec.
Z-skóre, Z-skóre- štatistický odhad, ktorý vyjadrujeVzdialenosť (meraná ako štandardná odchýlka) danej úrovne od priemeru súboru údajov. Predovšetkým Z-skóre je výstupným ukazovateľom bonity spoločnosti a miery jej rizika bankrotu.
Robustné odchýlky od anglického jazyka. robustné, „robustné“ je stabilita odhadov vzhľadom na emisie v údajoch. Zvážené vzhľadom k mediánu.
Word2vecje nástroj, ktorý vám umožňuje reprezentovať slová ako vektory.
TF-IDF- pojem v štatistike označujúci stupeň dôležitosti slova v korpuse textov.
Ak máte akýkoľvek model, ktorý robíPredpokladajme, že klastrovanie je úspešné, ak sa po pridaní atribútov kvalita modelov zlepší. Tu môžete vypočítať ekonomický efekt a nejaký druh metriky.
- V ktorej časti obchodov sa používajú vaše výrobky?
- Vo všetkom.Personalizovanú zľavu sme testovali na pol milióne používateľov, aby sme pochopili jej účinok vo všetkých 14 tisíc predajniach X5. Zo všetkých týchto obchodov zhromažďujeme interaktívne prehľady. Máme akciový produkt, ktorý je dostupný vo všetkých predajniach. Máme maticu sortimentu, máme prognózu dopytu. Starajú sa o to, aby po prvé bolo v obchode kura a po druhé, aby kura nebolo zhnité.
Teraz začnime robiť počítačové videnienebude najskôr dostupné vo všetkých obchodoch. Začnime tými najväčšími – má zmysel testovať iba v nich. Úloha je celkom jednoduchá, výhody sú jasné. Existuje produkt, nemusí byť na polici, ale môže ležať v sklade a v tom momente produkt nie je zakúpený. Toto je veľmi zlé. Obchod to kúpil, ale nemôže to predať. V lepšom prípade si užívateľ produkt nekúpi a v horšom prípade sa otočí a odíde, pretože nemusí prísť tam, kde si kúpi dva z troch produktov, a ísť do iného obchodu. tretia. Príde rovno do obchodu, kde si všetko kúpi. A to sa rieši pomocou počítačového videnia. Je umiestnená kamera a zistí, že vám zostalo málo produktu. Oznámenie príde osobe zodpovednej za to, ide do skladu kúpiť tento produkt.
Druhou úlohou je obrat. Vieme, že máme v obchode frontu. Buď stojíte v rade, nespokojní a strácate čas, ktorý nikto nemá rád, alebo choďte do obchodu, pozrite sa do frontu, otočte sa a odíďte. Ak dôvodom frontu je, že štát nemá dostatok zamestnancov, nemôže sa s tým nič robiť. A ak je problém, že podmienená predavačka sedí v zadnej miestnosti, spočíva a pije čaj, a režisér ju volá. Obchod je už v rade, a kým nedosiahne, sedí pri počítači, zapne ho, začne ťahať pokladníka, čas uplynie. Stále sa na ňu pozerá, je nervózna, aj ľudia. Tento pokladník musí odísť skôr, ako sa vytvorí fronta, takže v čase odchodu ľudia už odišli do pokladne. Je pomerne ľahké riešiť pomocou počítačového videnia.
Budeme to testovať pri 150obchodoch a s najväčšou pravdepodobnosťou v Moskve. Po prvé, my sami sme v Moskve a po druhé, je tu väčšia premávka. Potom sa ukáže, ako zlepšiť používateľskú skúsenosť a aký je prínos X5.
"Naozaj sa mi nepáči slovo dátový vedec."
- Rozširujete svoje riadenie?
- Samozrejme, manažéri vidia, že prinášame výsledky. Nikto vám nedovolí dvakrát rozšíriť tím, ak nepracujete dobre. Táto skutočnosť sama o sebe hovorí o našej účinnosti.
- Povedali ste, že máte 32 ľudí, ktorí pracujú, koľko ďalších budete zamestnávať?
- Stále niekde 20-30. Teraz budeme používať počítačovú víziu a technológiu reči ako súčasť svojho manažmentu. Tam budú dve nové oddelenia, to znamená, že to je plus desať ľudí, podľa môjho názoru, ďalších 10-15 sú dohodnuté na budúci rok. Existujú tzv. Projektové sadzby. Očakávame, že to bude 30-36 plus, niekde viac ako 60 ľudí. Ide konkrétne o ľudí, ktorí sa zaoberajú analýzou údajov a strojovým učením.
- Koho pozývate do práce?
— Naozaj sa mi nepáči slovo „dátový vedec“pretože nenesie žiadne informácie. Môžete prísť do desiatich firiem, kde hľadajú dátového vedca, pričom pôjde o desať úplne odlišných pozícií. Páči sa mi slovo „analytik“. Názvy mojich oddelení hovoria samy za seba: existuje oddelenie strojového učenia, oddelenie analýzy údajov, skupina výskumu a vývoja, to znamená výskum, oddelenie počítačového videnia, oddelenie rečovej technológie a skupina neproduktovej analýzy na riešenie týchto problémov. ktoré sú mimo akéhokoľvek existujúceho smeru produktu.
Hľadám ľudí, ktorí môžu programovaťPython, pozná teóriu pravdepodobnosti a matematickú štatistiku, ak potrebujem modelovanie, potom sú potrebné zručnosti strojového učenia. Ale najdôležitejšou vecou je schopnosť človeka premýšľať a analyzovať. Stále častejšie prichádzam k myšlienke, že analytické myslenie a kritické je niečo, čo je veľmi ťažké učiť. Ak už 20 - 25 rokov existuje nejaký svetonázor, je nepravdepodobné, že by sa zmenil.
- Rozumeli ste tomu v X5?
- Nie že by ma k tomu X5 priviedol. Pozerám sa aj na ľudí, komunikujem, vidím, ako fungujú. Ako viete, najlepší rozhovor je skúšobná doba. A v určitom okamihu vidíte, že to jednoducho nie je pre túto osobu. Zdá sa, že absolvoval mekhmat, zdá sa, že nie je blázon, ale nie on. Neexistuje žiadny správny postoj, nevidia veci. Bolo to v knihe Daniela Kanemana „Myslenie, rýchlo a pomaly“, kde opísal, čo zodpovedá kritickému mysleniu. Zahŕňa to pesimistický pohľad na svet a je to skôr vrodená kvalita ako tá, ktorú sme získali, žiaľ alebo našťastie.
- Ak príde analytik a po skúšobnej dobe, pochopíte, že je vhodný, čo môže človek očakávať?
- Štandardne v IT sú stupne - junior, stred,senior a praktikant. Zriedka sa nachádza vyššie - toto je personál alebo vedúci. Domnievam sa, že dochádza k inflácii vyšších pozícií: máme ich veľa, no v skutočnosti len zriedka dosahujú priemernú strednú pozíciu.
Ak budete mať priemerný plat na trhu, juniordostane niekde medzi 120 - 150 tisíc rubľov pred zdanením mesačne, uprostred - až 250 tisíc seniorov o 400 tisíc rubľov. Top bar: Ja osobne som držal ponuku v rukách na hlavnej developer, to bolo viac ako 600 tisíc rubľov.
"Veda o údajoch je naozaj nejaký druh" čerešne na torte "
— Ako ste začali so strojovým učením?
— Informatika na univerzite vôbec nebola.školenia. Pretože som ukončil vysokú školu v roku 2012, približne v rovnakom čase nastal ďalší nárast vecí, ktoré s tým súvisia. nemal čas. Vyštudoval dve univerzity, poslednou bola Univerzita aplikovaných vied v Karlsruhe, magisterské štúdium mechatroniky. Predtým študoval na Moskovskom inštitúte chemického inžinierstva, teraz nazývanom Moskovská polytechnika. Nebol som zapojený do strojového učenia ani tam, ani tam.
Zábavná vec: Tí, ktorí dokončujú vedu s údajmi, sú teraz vypočúvaní a zdá sa, že ich úroveň je slabšia a nižšia ako úroveň tých chlapcov, ktorí dokončili fyziku, inžinierstvo, informatiku a potom strojové učenie na ňom „zranilo“. Možno je to mierny posun, pretože chlapci, ktorí sa to naučili sami, boli spočiatku silní, naučili sa niečo nové a prišli. A veda o dátach je naozaj nejaký druh „čerešne na torte“, a ak neexistuje samotný „koláč“, ale je tu „čerešňa“, potom to nie je také zaujímavé.
- Ako ste sa to naučili?
— Staré príslovie hovorí, že na Coursere sú dvajavážny kurz, aj jeden a pol. Toto je Hintonov kurz strojového učenia a neurónových sietí (kurz už nie je k dispozícii na Coursera, ale môžete si ho pozrieť na YouTube – Hi-Tech) a kurz Daphne Kollerovej o pravdepodobnostných negrafických modeloch.
Kurz Koller je prednášky na videozáznamoch,ktoré číta pre postgraduálnych študentov v Stanforde. Preto, aby ste ho nebrali úplne vážne, neotáčajte jazyk. Hintonov kurz trvá 16 týždňov a Koller má tri kurzy trvajúce päť až šesť týždňov. A ja som získal silu do päste, prešiel prvým kurzom a uvedomil som si, že druhý a tretí nie je pripravený prejsť.
Coursera však nie je jedinou možnosťou.Prečítal som veľa kníh. Mimochodom, teraz som dokončil knihu Bradleyho Efrona o štatistike (americký štatistik, víťaz americkej Národnej medaily cti - najvyššieho štátneho vyznamenania pre amerických vedcov - „High-Tech“). Ešte predtým kniha od Iana Godfellowa (amerického špecialistu na strojové učenie, pracuje v Google Brain - Hi-Tech) o hlbokom učení. Je to neustály proces učenia. Coursera je len jeden zdroj, Kaggle (online komunita počítačových vied, ktorá pravidelne organizuje súťaže – „High-Tech“) je ďalší, ale hlavné je čítať, čítať, čítať a kontrolovať. Ak to čítaš a nerozumieš, je to zlé. Ak pochopíte, ako to funguje, môžete urobiť čokoľvek.
Je to ako s násobilkou.Predstavte si, že človek násobilke nerozumie, ale naučil sa ju naspamäť. Pýtajú sa ho: "Šesť krát šesť?" - „36“. -"Sedem o ôsmej?" - „56“. - "Dobre, posledná otázka, 10 až 11?" - Muž hovorí: "Neviem, nebolo to v násobilke." To je všetko. Toto sú ľudia, ktorých často stretávam. 10 x 11 je oveľa jednoduchšie vypočítať, ale nie je to v tabuľke, musíte pochopiť princíp. Ak pochopíte princípy, potom bude všetko oveľa jednoduchšie.
Všetko ostatné závisí od osoby. Zdá sa, že sme sa sami naučili. Pomáhame a nezasahujeme do iných ľudí. To všetko je vecou sebadisciplíny.
— Povedzte nám o svojom kurze vedy o údajoch na HSE.
- Toto je voľný kurz, to je v rámci štandarduna to hovorím základné jednoduché veci, ktoré pre mnohých ľudí - zjavenie. Napríklad, aké sú metriky, prečo vôbec existujú, ako sa navzájom líšia, v ktorých prípadoch je potrebné, ako otestovať svoju predstavu o tom, čo je test A / B. To je to, čo som pre seba priniesol, že je dôležité, aby ľudia vedeli a čo skutočne potrebujú vo svojej práci.
- Ako vidíte budúcnosť maloobchodu za päť až desať rokov?
— Ak hovoríme o maloobchode s potravinami, potomFormát hypermarketu vymrie. Teraz je to vidieť v štátoch, ako tam vonku vymierajú veľké nákupné centrá, a mimochodom aj v Rusku. Aký bol vzorec spotreby predtým? Ideme do nákupného centra, do kina, do food courtu a kúpime si niečo iné. Teraz prídeme domov, ivi, Okko, Netflix, Yandex.Eda, Delivery Club, donáška z reštaurácie, online nakupovanie. Musíme sa posunúť smerom k personalizácii.
- Čo to bude znamenať pre spotrebiteľa?
- Človek používa čo? Že si to môže dovoliť a to je pre neho vhodné. Preto je potrebné znížiť náklady, zachovať rovnakú kvalitu alebo ju zvýšiť. Tu prichádza na myseľ personalizácia.
- Človek si kúpi, čo si môže dovoliť. Teraz reálne príjmy obyvateľstva klesajú, náklady klesajú.
— V takejto situácii formáty pre ekonomiku obchoducítiť sa lepšie a rásť. Existujú dva spôsoby, ako vyriešiť mnohé problémy maloobchodníkov. Buď automatizáciu, alebo zamestnať ďalších desať ľudí. Z krátkodobého hľadiska je víťaznou stratégiou druhý spôsob, pretože integrácia je drahá, časovo náročná a ak sa niečo pokazí, môžete o svoj bonus prísť. Teraz si predstavte, že ste riaditeľom oddelenia s veľmi veľkým bonusom a môžete ho stratiť. Nie je jasné, či o dva roky, keď budú známe výsledky tejto automatizácie, budete vo firme pracovať alebo nie a budú vás za ne chváliť. A možno už máte bonus. Preto prijímame ďalších desať ľudí. To však z dlhodobého hľadiska vedie k veľkej strate.