„Лако је расти за 20% ако сте отворили један и по пута више продавница“
— У свом говору ви
— Промет Кс5 ће наставити да расте.Генерално, тржиште се креће ка консолидацији у малопродаји. Тренутно наша три водећа малопродавца заузимају око 20% тржишта, ау развијеним капиталистичким земљама видимо да ће тај удео бити око 70–75%.
У просеку сваки дан Кс5 отвара шест новихпродавнице. Док говоримо, Кс5 отвара нову продавницу (смеје се). Заиста, ствари иду добро, за разлику од неких других играча на тржишту. Ако погледамо отворене податке, један од њих, уз повећање површине од 12%, промет је порастао за само 84%. Лако је израчунати: они почињу да раде негативно. Постоји такав индикатор, ЛФЛ - Као за, поређење истих продавница годишње. На Кс5 на њему, иако мали, али плус. То јест, није тешко расти за 20% ако сте отворили један и по пута више продавница, али то је заправо негативан раст. Ако одрастете због чињенице да старе продавнице раде боље, а нове отворене, онда је ово прилично позитивно.
- Шта мислиш, колики је удео ваших тимова у овоме?
— Још није много, јер тимнастала не тако давно. Будимо искрени, мало је вероватно да ће раст Кс5 у 2017. бити последица наше примене аналитике података, уз помоћ тима креираног 2018. године.
Шеф наше дирекције је Антон Мироненков, човек који је учествовао у стварању компаније Кс5. Учествовао је у спајању Перекресток и Пиатероцхка, након чега се појавио Кс5.&нбсп;
Разматрамо правац великих податакастратешким. Будућност малопродаје зависи од тога колико брзо трговци науче да монетизују и користе податке које свакодневно генеришемо у великим количинама за оптимизацију процеса и побољшање корисничког искуства. Стога смо одлучили да све ово издвојимо у посебан правац и да му дамо већи фокус како би се брже развијало.
Антон Мироненков, директор Дирекције за велике податке Кс5
У оквиру ове дирекције имамо сопствене капацитете,кластер, програмери, тестери, аналитичари, пројекти, производи - све што вам треба. Неке ствари смо већ урадили, а ово је велики напредак за мање од годину дана. Јасно разумемо да ћемо компанији дати прилично велики профит, али опет, ови резултати ће бити видљиви тек за годину дана.
Све информације у чеку - ако сте купили вотку, онда сте старији од 18 година.
- Ако дођем на "Цроссроадс" и направим куповину, шта од свега овога ћете узети за анализу?
- Провјери. Ваши производи вас прилично добро карактеришу. Ако купујете пелене, вероватно имате мало дете. Ако је вотка, онда сте старији од 18 година. Човек може купити чипове, и то са одређеном вероватноћом тинејџер од 16 година. А ако сте купили дневник, онда ви или ваша породица имате дете од седам до 17 година. Ово је много информација.
Замислите: долазите у продавницу, погледајте неке производе и схватите да је продавница скупа, јефтина или средња ценовна категорија. У Пиатероцхка има од 4 до 8 хиљада јединствених производа. Мало је вероватно да ћете отићи са бележницом и записати цене за комплетан сет робе, а затим погледати просечне цене робе у граду и донети закључак. Погледајте само пет до десет производа. И тако, на које производе гледате, ми смо такође ангажовани.
Производи које људи гледају такође се мењајупо времену. Једноставан пример: пре 20 година није било производа везаних за мобилне комуникације. Сада можете, не у свим продавницама, већ купити СИМ картицу. Пре 20 година у Русији је било углавном мало теже него што су сада, а потрошња је била потпуно другачија.
- Како креирати профиле купаца да им понудимо попусте?
- Постоје два производа: профил купца и лојалност. Профил клијента је такав задатак када немате неке ознаке и користите различите приступе. Користимо различите приступе кластерисању - почевши од стандардне статистике, израчунавамо неке З-брзине, робустна одступања од медијана и завршавамо са Ворд2вец, суперпонирамо на провере, и „преводимо“ особу у тип вектора усредњеног кроз ТФ-ИДФ преко Ворд2вец.
З-сцоре, З-сцоре- статистичка процена која изражаваРастојање (мерено као стандардна девијација) датог нивоа од средње вредности скупа података. Конкретно, З-сцоре је показатељ резултата кредитне способности компаније и степена њеног ризика од банкрота.
Робустна одступања од енглеског. робустан, “робустан” је стабилност процјена у погледу емисија у подацима. Сматра се у односу на медијану.
Ворд2вецје алатка која вам омогућава да речи представите као векторе.
ТФ-ИДФ- појам у статистици који означава степен важности речи у корпусу текстова.
Ако имате неки модел који правикао лични предлог, онда претпоставимо да је кластерирање успешно ако се, након додавања атрибута, квалитет модела побољша. Овде можете израчунати економски ефекат и неку врсту метрике.
- У ком делу продавница се користе ваши производи?
- У свима њима.Тестирали смо персонализовани попуст на пола милиона корисника да бисмо разумели његов ефекат у свих 14 хиљада Кс5 продавница. Прикупљамо интерактивне извештаје из свих ових продавница. Имамо промотивни производ који је доступан у свим продавницама. Имамо матрицу асортимана, имамо прогнозу потражње. Они се старају да, прво, има пилетине у продавници и, друго, да пилетина није покварена.
Хајде сада да почнемо да радимо компјутерски вид, тоу почетку неће бити доступан у свим продавницама. Почнимо са највећим - има смисла тестирати само у њима. Задатак је прилично једноставан, користи су јасне. Производ постоји, можда га нема на полици, али може да лежи у магацину, а у том тренутку производ није купљен. Ово је јако лоше. Продавница га је купила, али не може да га прода. У најбољем случају, корисник неће купити производ, ау најгорем случају ће се окренути и отићи, јер не мора да долази тамо где ће купити два од три производа, и одлази у другу продавницу за трећи. Доћи ће право у продавницу где може све да купи. А ово се решава помоћу компјутерског вида. Камера је постављена и детектује да вам је остало мало производа. Одговорном лицу стиже обавештење, он одлази у складиште да купи овај производ.
Други задатак је ред. Знамо да имамо ред у продавници. Или стојите у реду, незадовољни и губите време које нико не воли, или идите у продавницу, погледајте ред, окрените се и напустите. Ако је разлог за ред да држава нема довољно особља, ништа се не може учинити. А ако је проблем то што условна продавачица седи у задњој соби, одмара се и пије чај, а редитељ је зове. Продавница је већ у реду, и док не стигне, седне за компјутер, укључи га, почне да вуче благајну, време ће проћи. И даље је гледа, она је нервозна, и људи. Овај благајник мора изаћи прије него се формира ред, тако да су људи до времена изласка већ отишли до благајника. Врло је лако ријешити помоћу рачуналног вида.
Ми ћемо га тестирати на око 150продавницама, а највероватније у Москви. Прво, ми смо сами у Москви, а друго, овде је већи саобраћај. Тада ће постати јасно како побољшати корисничко искуство и која је корист од Кс5.
"Стварно ми се не свиђа реч научник података."
- Да ли проширујете свој менаџмент?
- Наравно, менаџери виде да ми дајемо резултате. Нико вам не дозвољава да два пута проширите тим ако не радите добро. Само по себи, ова чињеница говори о нашој ефикасности.
- Рекли сте да имате 32 људи који раде, колико још ћете да регрутујете?
- Још увек негде 20-30. Сада ћемо користити компјутерску визију и технологију говора као дио свог управљања. Биће два нова одељења, то јест, то је плус десет људи, по мом мишљењу, још 10-15 договорено је за наредну годину. Постоје тзв. Пројектне стопе. Очекујемо да ће бити 30-36 плус, негде преко 60 људи. То су посебно људи који се баве анализом података и машинским учењем.
- Кога позивате на посао?
– Заиста ми се не свиђа реч „научник података“јер не носи никакве информације. Можете доћи у десет компанија у којима траже научника за податке, а то ће бити десет потпуно различитих позиција. Свиђа ми се реч „аналитичар“. Имена мојих одељења говоре сама за себе: постоји одељење за машинско учење, одељење за анализу података, група за истраживање и развој, односно истраживање, одељење за компјутерску визију, одељење за говорну технологију и група за аналитику без производа за решавање тих проблема. који излазе изван било ког постојећег правца производа.
Тражим људе који могу да програмирајуПитхон, зна теорију вјероватноће и математичку статистику, ако ми је потребно моделирање, онда су потребне вјештине стројног учења. Али најважнија ствар је способност особе да размишља и анализира. Све више долазим до идеје да је аналитичко размишљање и критика нешто што је веома тешко подучавати. Ако већ 20-25 година већ постоји неки поглед на свет, мало је вероватно да ће се променити.
- Да ли сте ово разумели у Кс5?
- Није да ме је Кс5 довео до овога. Такође гледам на људе, комуницирам, видим како они раде. Као што знате, најбољи интервју је пробни период. И у неком тренутку ви видите да то једноставно није за ову особу. То јест, чини се да је дипломирао мекхмат, чини се да није будала, али не и он. Нема исправног става, не види ствари. Било је то у књизи Даниела Канемана "Размишљање, брзо и полако", гдје је описао оно што одговара критичком мишљењу. Ово укључује песимистички поглед на свет, и то је више урођени квалитет од оног који је стечен, нажалост или на срећу.
- Ако стигне аналитичар, и након пробног периода, ви схватате да је он погодан, шта особа може очекивати?
— Стандардно у ИТ-у постоје градације - јуниор, средњи,старији и приправник. Ретко се налази изнад - ово је особље или вођа. Верујем да постоји инфлација сениорске позиције: имамо их доста, али у ствари ретко достижу просечну средњу позицију.
Ако узмеш просечну плату на тржишту, јуниордобија негде између 120–150 хиљада рубаља пре опорезивања месечно, средња - до 250 хиљада. Топ бар: Ја сам лично држао понуду у својим рукама на водећем девелоперу, то је било више од 600 хиљада рубаља.
„Наука о подацима је заиста нека врста„ трешње на торти ““
— Како сте почели да се бавите машинским учењем?
— На универзитету уопште није било информатике.обука. Пошто сам 2012. дипломирао на факултету, отприлике у исто време дошло је до још једног пораста у стварима у вези са тим. Нисам имао времена. Завршио два универзитета, последњи је био Универзитет примењених наука у Карлсруеу, магистрирао мехатронику. Пре тога је студирао на Московском институту за хемијско инжењерство, који се сада зове Московска политехника. Нисам се бавио машинским учењем ни тамо ни тамо.
Смешна ствар: Сада су интервјуисани они који заврше науку о подацима, и чини се да је њихов ниво слабији и нижи од нивоа оних који су завршили физику, инжењерство, информатику, а онда је машинско учење “рањено” на њему. Можда је то мала помак, јер су момци који су то сами научили били у почетку јаки, научили су нешто ново и дошли. А наука о подацима је заиста нека врста "трешње на торти", а ако не постоји сама "колач", али постоји "трешња", онда то није толико интересантно.
- Како си то научио?
— Постоји стара изрека да на Цоурсери постоје двеозбиљан курс, чак и један и по. Ово је Хинтонов курс о машинском учењу и неуронским мрежама (курс више није доступан на Цоурсери, али се може погледати на ИоуТубе-у - Хи-Тецх) и курс Дафне Колер о пробабилистичким неграфичким моделима.
Коллер курс је снимање предавања,коју она чита како би дипломирала на Станфорду. Стога, да га назовете не сасвим озбиљним, језик се не претвара. Хинтонов курс траје 16 недеља, а Коллер има три курса од пет до шест недеља. Окупио сам снагу у песницу, прошао први курс и схватио да други и трећи нису спремни да прођу.
Али Цоурсера није једина опција.Прочитао сам много књига. Иначе, сада сам завршио књигу о статистици Бредлија Ефрона (амерички статистичар, добитник америчке Националне медаље части – највише државне награде за америчке научнике – „Хигх-Тецх“). Пре тога, књига Иана Годфелоа (америчког специјалисте за машинско учење, ради у Гоогле Браин – Хи-Тецх) о дубоком учењу. То је континуирани процес учења. Цоурсера је само један ресурс, Каггле (заједница рачунарских наука на мрежи која редовно одржава такмичења - "Хигх-Тецх") је други, али главна ствар је читање, читање, читање и провера. Ако га читате и не разумете, то је лоше. Ако разумете како то функционише, можете учинити било шта.
То је као таблица множења.Замислите да особа не разуме таблицу множења, али је научила напамет. Питају га: "Шест са шест?" - “36”. - "Седам са осам?" - “56”. - „У реду, последње питање, 10 до 11?“ — Човек каже: „Не знам, није било у табели множења.“ То је то. То су људи које често срећем. 10 са 11 је много лакше израчунати, али ово није у табели, морате разумети принцип. Ако разумете принципе, онда ће све бити много лакше.
Све остало зависи од особе. Изгледа да сами учимо било шта. Ми само помажемо и не ометамо друге људе. Све је то питање самодисциплине.
— Реците нам нешто о вашем курсу науке о подацима на ХСЕ-у.
- Ово је бесплатан курс, то је у оквиру стандардана њему говорим основне једноставне ствари које за многе људе - откривење. На пример, које су метрике, зашто уопште постоје, како се разликују једна од друге, у којим случајевима је то потребно, како тестирати своју идеју о томе шта је А / Б тест. То је оно што сам изнела за себе да је важно да људи знају и шта им је заиста потребно у свом раду.
- Како видите будућност малопродаје за пет до десет година?
— Ако говоримо о малопродаји хране, ондаФормат хипермаркета ће изумрети. То се сада види у Америци, како тамо изумиру велики тржни центри, а узгред и у Русији. Какав је био образац потрошње раније? Идемо у тржни центар, у биоскоп, у ресторан и купујемо нешто друго. Сада долазимо кући, иви, Окко, Нетфлик, Иандек.Еда, Деливери Цлуб, достава из ресторана, онлајн куповина. Морамо да идемо ка персонализацији.
- Шта ће то значити за потрошача?
- Шта човек користи? То што он може да приушти и то му одговара. Сходно томе, потребно је смањити трошкове, задржати исти квалитет или га повећати. Овде нам пада на памет персонализација.
- Особа купи оно што може. Сада реални приходи становништва опадају, трошкови опадају.
— У таквој ситуацији, чувајте економске форматеосећати се боље и расти. Постоје два начина за решавање многих проблема за трговце на мало. Или аутоматизујте или запослите још десет људи. Краткорочно гледано, други начин је добитна стратегија, јер је интеграција скупа, дуготрајна, а ако нешто крене наопако, можете изгубити бонус. Сада замислите да сте директор одељења са веома великим бонусом, и можете га изгубити. Нејасно је да ли ћете радити у компанији за две године, када буду познати резултати ове аутоматизације, или не, а они ће вас хвалити за њих. И можда већ имате бонус. Стога запошљавамо још десет људи. Али ово дугорочно доводи до великог губитка.