วิสัยทัศน์ของคอมพิวเตอร์จะชนะคิวและชั้นวางสินค้าว่างเปล่าในซูเปอร์มาร์เก็ตได้อย่างไร - Valery Babushkin, กลุ่มค้าปลีก X5

“ การเติบโต 20% นั้นเป็นเรื่องง่ายหากคุณเปิดร้านมากกว่าหนึ่งครั้งครึ่ง

— ในคำพูดของคุณ คุณ

กล่าวว่ารายรับของ X5 Retail Group สูงถึง 1.286 ล้านล้านรูเบิลในปี 2560 และการลดต้นทุนแม้เพียงเล็กน้อยก็นำไปสู่ผลกำไรมหาศาล X5 ขยายตัวอย่างไร?

— มูลค่าการซื้อขายของ X5 จะยังคงเติบโตต่อไปโดยทั่วไปแล้ว ตลาดกำลังเคลื่อนไปสู่การรวมกลุ่มในการค้าปลีก ปัจจุบัน ผู้ค้าปลีกชั้นนำสามรายของเราครอบครองตลาดประมาณ 20% และเราเห็นว่าในประเทศทุนนิยมที่พัฒนาแล้วนั้นส่วนแบ่งนี้จะอยู่ที่ประมาณ 70–75%

โดยเฉลี่ยทุกวัน X5 จะเปิดใหม่หกครั้งร้านค้า ขณะที่เรากำลังพูดคุย X5 กำลังเปิดสาขาใหม่ (หัวเราะ) แน่นอนว่าทุกอย่างเป็นไปด้วยดีไม่เหมือนผู้เล่นในตลาดรายอื่น หากคุณดูข้อมูลแบบเปิดหนึ่งในนั้นด้วยการเพิ่มขึ้นของพื้นที่ 12% การหมุนเวียนเพิ่มขึ้นเพียง 84% มันง่ายที่จะคำนวณ: พวกมันเริ่มทำงานในแง่ลบ มีตัวบ่งชี้คือ LFL - Like like like การเปรียบเทียบร้านค้าเดียวกันต่อปี ที่ X5 บนมันแม้ว่าจะเล็ก แต่ก็เป็นข้อดี นั่นคือมันไม่ใช่เรื่องยากที่จะเติบโต 20% หากคุณเปิดร้านค้าเพิ่มอีกหนึ่งเท่าครึ่ง แต่นี่เป็นการเติบโตติดลบในความเป็นจริง หากคุณเติบโตขึ้นเนื่องจากการที่ร้านค้าเก่าทำงานได้ดีกว่าและร้านเปิดใหม่นั่นเป็นข้อดี

- คุณคิดว่าอะไร, ข้อดีของทีมของคุณในส่วนนี้คืออะไร?

— ยังไม่ใหญ่มากนักเพราะว่าทีมงานก่อตัวขึ้นไม่นานมานี้ บอกตามตรงว่าการเติบโตของ X5 ในปี 2560 ไม่น่าจะเกิดจากการใช้การวิเคราะห์ข้อมูลของเรา ด้วยความช่วยเหลือจากทีมที่สร้างขึ้นในปี 2561

หัวหน้าฝ่ายผู้อำนวยการของเราคือ Anton Mironenkov ชายผู้มีส่วนร่วมในการก่อตั้งบริษัท X5 เขามีส่วนร่วมในการควบรวมกิจการระหว่าง Perekrestok และ Pyaterochka หลังจากนั้น X5 ก็ปรากฏตัวขึ้น 

เราพิจารณาทิศทางของข้อมูลขนาดใหญ่เชิงกลยุทธ์ อนาคตของการค้าปลีกขึ้นอยู่กับความเร็วที่ผู้ค้าปลีกเรียนรู้ที่จะสร้างรายได้และใช้ข้อมูลที่เราสร้างขึ้นในปริมาณที่ค่อนข้างมากทุกวันเพื่อปรับกระบวนการให้เหมาะสมและปรับปรุงประสบการณ์ของลูกค้า ดังนั้นเราจึงตัดสินใจแยกทั้งหมดนี้ออกเป็นทิศทางที่แยกจากกันและให้ความสำคัญกับมันมากขึ้นเพื่อที่มันจะพัฒนาเร็วขึ้น

Anton Mironenkov หัวหน้าฝ่ายข้อมูลขนาดใหญ่ X5

ภายในหน่วยงานนี้ เรามีความสามารถของเราเองคลัสเตอร์ นักพัฒนา ผู้ทดสอบ นักวิเคราะห์ โครงการ ผลิตภัณฑ์ - ทุกสิ่งที่คุณต้องการ เราได้ทำบางสิ่งบางอย่างแล้ว และนี่เป็นความก้าวหน้าอย่างมากในเวลาไม่ถึงหนึ่งปี เราเข้าใจอย่างชัดเจนว่าเราจะทำให้บริษัทมีกำไรค่อนข้างมาก แต่ขอย้ำอีกครั้งว่าผลลัพธ์เหล่านี้จะมองเห็นได้เพียงหนึ่งปีเท่านั้น

ข้อมูลทั้งหมดในเช็ค - ถ้าคุณซื้อวอดก้าคุณมีอายุมากกว่า 18 ปีแล้ว

- ถ้าฉันมาถึง "ทางแยก" และทำการซื้อคุณจะได้รับการวิเคราะห์อะไร

- ตรวจสอบ ผลิตภัณฑ์ของคุณมีลักษณะที่คุณค่อนข้างดี หากคุณซื้อผ้าอ้อมคุณอาจมีลูกเล็ก ๆ ถ้าวอดก้าคุณมีอายุมากกว่า 18 ปีแล้ว บุคคลสามารถซื้อชิปและจะมีความน่าจะเป็นที่แน่นอนสำหรับวัยรุ่นอายุ 16 ปี และถ้าคุณซื้อไดอารี่คุณหรือครอบครัวของคุณจะมีลูกตั้งแต่อายุ 7 ถึง 17 ปี นี่เป็นข้อมูลจำนวนมาก

Imagine: คุณมาที่ร้านดูสินค้าและเข้าใจว่าร้านนั้นมีราคาแพงประเภทราคาถูกหรือปานกลาง ใน Pyaterochka มีผลิตภัณฑ์ที่ไม่ซ้ำกัน 4 ถึง 8,000 รายการ ไม่น่าเป็นไปได้ที่คุณจะไปกับโน้ตบุ๊กและเขียนราคาสินค้าทั้งชุดแล้วดูที่ราคาเฉลี่ยของสินค้าในเมืองและทำการสรุป เพียงแค่ดูผลิตภัณฑ์ห้าถึงสิบ และผลิตภัณฑ์อะไรที่คุณดูเรามีส่วนร่วมด้วย

ผลิตภัณฑ์ที่ผู้คนมองด้วยก็เปลี่ยนไปตามเวลา ตัวอย่างง่ายๆ: 20 ปีที่แล้วไม่มีผลิตภัณฑ์ที่เกี่ยวข้องกับการสื่อสารเคลื่อนที่ ตอนนี้คุณสามารถทำได้ไม่ใช่แค่ในทุกสาขา แต่ซื้อซิมการ์ด 20 ปีที่แล้วในรัสเซียโดยทั่วไปมักจะหนักกว่าตอนนี้เล็กน้อยและการบริโภคแตกต่างกันโดยสิ้นเชิง

- การสร้างโปรไฟล์ลูกค้าจะเสนอส่วนลดได้อย่างไร

- มีสองผลิตภัณฑ์คือ: โปรไฟล์ลูกค้าและความภักดี โปรไฟล์ลูกค้าเป็นงานดังกล่าวเมื่อคุณไม่มีมาร์กอัปและใช้วิธีการที่แตกต่างกัน เราใช้วิธีการที่แตกต่างกันในการจัดกลุ่ม - เริ่มต้นจากสถิติมาตรฐานคำนวณ Z- ความเร็วบางส่วนเบี่ยงเบนที่แข็งแกร่งจากค่ามัธยฐานและลงท้ายด้วย Word2vec ที่ซ้อนทับบนเช็ค

คะแนน Z, คะแนน Z- การประมาณการทางสถิติที่แสดงออกมาระยะทาง (วัดเป็นค่าเบี่ยงเบนมาตรฐาน) ของระดับที่กำหนดจากค่าเฉลี่ยของชุดข้อมูล โดยเฉพาะอย่างยิ่ง คะแนน Z เป็นตัวชี้วัดความน่าเชื่อถือทางเครดิตของบริษัทและระดับความเสี่ยงของการล้มละลาย

การเบี่ยงเบนที่แข็งแกร่งจากภาษาอังกฤษ แข็งแกร่ง“ แข็งแกร่ง” คือความเสถียรของการประมาณการที่เกี่ยวกับการปล่อยมลพิษในข้อมูล ถือว่าสัมพันธ์กับค่ามัธยฐาน

Word2vecเป็นเครื่องมือที่ช่วยให้คุณแสดงคำเป็นเวกเตอร์ได้

TF-IDF- คำศัพท์ทางสถิติที่แสดงถึงระดับความสำคัญของคำในคลังข้อความ

หากคุณมีรูปแบบใดที่ทำให้ข้อเสนอส่วนตัวจากนั้นให้เราสมมติว่าการทำคลัสเตอร์สำเร็จหากหลังจากเพิ่มคุณสมบัติคุณภาพของแบบจำลองจะดีขึ้น ที่นี่คุณสามารถคำนวณผลกระทบทางเศรษฐกิจและการวัดบางประเภท

- ผลิตภัณฑ์ของคุณใช้ในส่วนใดของร้านค้า

- ในทั้งหมดนั้นเราทดสอบส่วนลดส่วนบุคคลสำหรับผู้ใช้ครึ่งล้านคนเพื่อทำความเข้าใจผลกระทบในร้านค้า X5 ทั้ง 14,000 แห่ง เรารวบรวมการรายงานเชิงโต้ตอบจากร้านค้าเหล่านี้ทั้งหมด เรามีผลิตภัณฑ์ส่งเสริมการขายที่มีอยู่ในร้านค้าทั้งหมด เรามีเมทริกซ์การแบ่งประเภท เรามีการคาดการณ์ความต้องการ พวกเขาตรวจสอบให้แน่ใจว่าอย่างแรกมีไก่อยู่ในร้าน และอย่างที่สองคือไก่ไม่เน่า

เรามาเริ่มทำคอมพิวเตอร์วิทัศน์กันดีกว่าจะไม่มีวางจำหน่ายในทุกร้านค้าในตอนแรก เริ่มจากสิ่งที่ใหญ่ที่สุด - มันสมเหตุสมผลที่จะทดสอบเฉพาะในนั้นเท่านั้น งานค่อนข้างง่าย ประโยชน์ชัดเจน มีสินค้าอยู่อาจไม่ได้อยู่บนชั้นวางแต่อาจวางอยู่ในโกดังและในขณะนั้นสินค้าไม่ได้ซื้อ นี่มันแย่มาก ทางร้านซื้อมาแต่ขายไม่ได้ครับ ในกรณีที่ดีที่สุดผู้ใช้จะไม่ซื้อสินค้าและในกรณีที่เลวร้ายที่สุดเขาจะหันหลังกลับเพราะเขาไม่จำเป็นต้องมาที่เขาจะซื้อสินค้าสองในสามชิ้นแล้วไปที่ร้านอื่นเพื่อ ที่สาม เขาจะตรงไปที่ร้านที่เขาสามารถซื้อทุกอย่างได้ และสิ่งนี้แก้ไขได้โดยใช้คอมพิวเตอร์วิทัศน์ วางกล้องไว้และตรวจพบว่าคุณมีผลิตภัณฑ์เหลือเพียงเล็กน้อย มีการแจ้งเตือนไปยังผู้รับผิดชอบในเรื่องนี้ เขาไปที่โกดังเพื่อซื้อผลิตภัณฑ์นี้

ภารกิจที่สองคือการเปิด เรารู้ว่าเรามีคิวในร้าน ไม่ว่าคุณจะยืนอยู่ในแถวไม่พอใจและเสียเวลาที่ไม่มีใครชอบหรือไปที่ร้านดูที่คิวหันหลังแล้วก็ออกไป หากเหตุผลสำหรับคิวคือว่าสถานะไม่เข้าใจก็ไม่สามารถทำได้เกี่ยวกับเรื่องนี้ และถ้าปัญหาคือพนักงานขายที่มีเงื่อนไขนั่งอยู่ในห้องด้านหลังพักและดื่มชาและผู้อำนวยการเรียกเธอ ร้านค้าอยู่ในรายการแล้วและจนกว่าจะถึงจะนั่งอยู่ที่คอมพิวเตอร์เปิดเครื่องและเริ่มดึงแคชเชียร์แล้วเวลาจะผ่านไป ยังคงมองเธออยู่เธอเป็นคนที่ประหม่าเช่นกัน แคชเชียร์นี้จะต้องออกไปก่อนที่จะเกิดคิวเพื่อให้เมื่อถึงเวลาออกคนก็ไปแคชเชียร์แล้ว มันค่อนข้างง่ายในการแก้โดยใช้คอมพิวเตอร์วิสัยทัศน์

เราจะทดสอบที่ประมาณ 150ร้านค้าและมีแนวโน้มมากที่สุดในมอสโก อย่างแรกพวกเราอยู่ในมอสโกวและอย่างที่สองที่นี่มีการจราจรหนาแน่นมากขึ้น จากนั้นจะมีความชัดเจนว่าจะปรับปรุงประสบการณ์ผู้ใช้ได้อย่างไรและ X5 มีประโยชน์อย่างไรจากสิ่งนี้

“ ฉันไม่ชอบนักวิทยาศาสตร์ข้อมูลคำจริงๆ”

- คุณขยายการจัดการของคุณหรือไม่

- แน่นอนว่าผู้จัดการเห็นว่าเราให้ผลลัพธ์ ไม่มีใครอนุญาตให้คุณขยายทีมสองครั้งหากคุณทำงานได้ไม่ดี ความจริงข้อนี้พูดถึงประสิทธิภาพของเรา

- คุณบอกว่าคุณมี 32 คนที่ทำงานคุณจะรับสมัครอีกกี่คน

- ยังคงอยู่ที่ไหนสักแห่ง 20-30 ตอนนี้เราจะใช้คอมพิวเตอร์วิสัยทัศน์และเทคโนโลยีการพูดเป็นส่วนหนึ่งของการจัดการของฉัน จะมีสองแผนกใหม่นั่นคือบวกสิบคนในความคิดของฉันอีก 10-15 จะตกลงสำหรับปีถัดไป มีอัตราโครงการที่เรียกว่า เราคาดว่ามันจะเป็น 30–36 บวกบางแห่งมากกว่า 60 คน คนเหล่านี้มีส่วนร่วมโดยเฉพาะในการวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่อง

- คุณเชิญใครที่จะทำงาน

— ฉันไม่ชอบคำว่า “นักวิทยาศาสตร์ข้อมูล” เลยจริงๆเพราะไม่มีข้อมูลใดๆ คุณสามารถทำงานในบริษัท 10 แห่งที่กำลังมองหานักวิทยาศาสตร์ด้านข้อมูล และตำแหน่งเหล่านี้จะเป็น 10 ตำแหน่งที่แตกต่างกันโดยสิ้นเชิง ฉันชอบคำว่านักวิเคราะห์ ชื่อแผนกของฉันพูดเพื่อตัวเอง: มีแผนกการเรียนรู้ของเครื่อง แผนกวิเคราะห์ข้อมูล กลุ่ม R&D ซึ่งได้แก่ การวิจัย แผนกคอมพิวเตอร์วิทัศน์ แผนกเทคโนโลยีคำพูด และกลุ่มการวิเคราะห์ที่ไม่ใช่ผลิตภัณฑ์สำหรับการแก้ปัญหาเหล่านั้น ที่ออกมานอกทิศทางผลิตภัณฑ์ที่มีอยู่

ฉันกำลังมองหาผู้ที่สามารถตั้งโปรแกรมPython รู้ทฤษฎีความน่าจะเป็นและสถิติทางคณิตศาสตร์หากฉันต้องการสร้างแบบจำลองดังนั้นต้องมีทักษะการเรียนรู้ของเครื่อง แต่สิ่งที่สำคัญที่สุดคือความสามารถของคนที่คิดและวิเคราะห์ ฉันเริ่มคิดว่าการคิดวิเคราะห์และวิจารณ์เป็นสิ่งที่ยากต่อการสอนมากขึ้น หากภายใน 20-25 ปีโลกทัศน์มีอยู่บ้างก็ไม่น่าจะเปลี่ยนแปลง

- คุณเข้าใจเรื่องนี้ใน X5 หรือไม่

- ไม่ใช่ว่า X5 ทำให้ฉันเป็นแบบนี้ ฉันยังดูที่ผู้คนสื่อสารดูว่าพวกเขาทำงานอย่างไร ดังที่คุณทราบการสัมภาษณ์ที่ดีที่สุดคือระยะเวลาทดลองใช้ และในบางจุดคุณจะเห็นว่านี่ไม่ใช่สำหรับคนนี้ นั่นคือดูเหมือนว่าเขาจบการศึกษาจาก mekhmat ดูเหมือนว่าเขาไม่ใช่คนโง่ แต่ไม่ใช่เขา ไม่มีทัศนคติที่ถูกต้องไม่เห็นสิ่งต่าง ๆ มันอยู่ในหนังสือของ Daniel Kaneman“ คิดเร็วและช้า” ซึ่งเขาอธิบายสิ่งที่สอดคล้องกับการคิดเชิงวิพากษ์ ซึ่งรวมถึงมุมมองในแง่ร้ายของโลกและมีคุณภาพโดยธรรมชาติมากกว่าที่ได้มาโชคไม่ดีหรือโชคดี

- หากนักวิเคราะห์มาถึงและหลังจากช่วงทดลองใช้คุณเข้าใจว่าเขาเหมาะสมคนที่คาดหวังจะได้อะไร

- ตามมาตรฐานไอทีมีการไล่ระดับ - รุ่นน้อง รุ่นกลาง รุ่นผู้อาวุโสและผู้เข้ารับการฝึกอบรม ไม่ค่อยพบด้านบน - นี่คือเจ้าหน้าที่หรือผู้นำ ฉันเชื่อว่าตำแหน่งระดับสูงมีอัตราเงินเฟ้อ: เรามีตำแหน่งเหล่านี้อยู่มาก แต่จริงๆ แล้ว ตำแหน่งเหล่านี้แทบจะไม่ถึงตำแหน่งกลางโดยเฉลี่ยเลย

ถ้าคุณรับเงินเดือนโดยเฉลี่ยในตลาดได้รับบางส่วนระหว่าง 120-150,000 rubles ก่อนภาษีต่อเดือน, กลาง - สูงถึง 250,000. ผู้สูงอายุประมาณ 400,000 rubles แถบด้านบน: ส่วนตัวแล้วฉันจัดทำข้อเสนอในมือของฉันต่อนักพัฒนาที่เป็นผู้นำมันมีมากกว่า 600,000 รูเบิล

“ วิทยาศาสตร์ข้อมูลเป็น“ เชอร์รี่บนเค้ก” จริงๆ

— คุณเริ่มต้นการเรียนรู้ของเครื่องได้อย่างไร

— ในมหาวิทยาลัยไม่มีวิทยาการคอมพิวเตอร์เลยการฝึกอบรม. เนื่องจากฉันสำเร็จการศึกษาจากมหาวิทยาลัยในปี 2012 ในช่วงเวลาเดียวกัน ก็มีเรื่องที่เกี่ยวข้องกับเรื่องนี้เพิ่มขึ้นอีกครั้ง ไม่มีเวลา. สำเร็จการศึกษาจากมหาวิทยาลัยสองแห่ง แห่งสุดท้ายคือ University of Applied Sciences ในเมืองคาร์ลสรูเฮอ ปริญญาโท สาขาเมคคาทรอนิกส์ ก่อนหน้านั้นเขาศึกษาที่สถาบันวิศวกรรมเคมีแห่งมอสโก ซึ่งปัจจุบันเรียกว่าวิทยาลัยโปลีเทคนิคมอสโก ฉันไม่ได้ทำการเรียนรู้ของเครื่องไม่ว่าจะที่นั่นหรือที่นั่น

สิ่งที่ตลก: ตอนนี้คนที่สัมภาษณ์ด้านวิทยาศาสตร์ข้อมูลเสร็จสมบูรณ์และดูเหมือนว่าระดับของพวกเขาจะอ่อนแอและต่ำกว่าพวกที่สำเร็จการศึกษาด้านฟิสิกส์วิศวกรรมศาสตร์วิทยาการคอมพิวเตอร์ บางทีนี่อาจจะเป็นการเปลี่ยนแปลงเล็กน้อยเพราะพวกที่เรียนรู้ด้วยตัวเองนั้นแข็งแกร่งในตอนแรกเรียนรู้สิ่งใหม่ ๆ และเข้ามา และวิทยาศาสตร์ข้อมูลก็คือ“ เชอร์รี่กับเค้ก” บางชนิดและถ้าไม่มี“ เค้ก” ตัวเอง แต่มี“ เชอร์รี่” นี่ก็ไม่น่าสนใจ

- คุณเรียนรู้สิ่งนี้ได้อย่างไร

— มีคำกล่าวโบราณว่าใน Coursera มีสองอันแน่นอนแม้แต่ครึ่งเดียวด้วยซ้ำ นี่คือหลักสูตรของ Hinton เกี่ยวกับการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียม (หลักสูตรนี้ไม่มีอยู่ใน Coursera อีกต่อไป แต่สามารถดูได้บน YouTube - ไฮเทค) และหลักสูตรของ Daphne Koller เกี่ยวกับโมเดลที่ไม่ใช่กราฟิกที่น่าจะเป็น

หลักสูตร Koller เป็นการบรรยายทางวิดีโอเทปซึ่งเธออ่านให้กับนักศึกษาระดับบัณฑิตศึกษาที่ Stanford ดังนั้นการเรียกเขาว่าไม่ซีเรียสไม่ได้ทำให้ภาษาเปลี่ยน หลักสูตรของ Hinton ใช้เวลา 16 สัปดาห์และ Koller มีหลักสูตรสามถึงห้าถึงหกสัปดาห์ และฉันรวบรวมความแข็งแกร่งมาเป็นกำปั้นเดินผ่านเส้นทางแรกและตระหนักว่าสองและสามไม่พร้อมที่จะผ่าน

แต่ Coursera ไม่ใช่ทางเลือกเดียวฉันอ่านหนังสือเยอะมาก ตอนนี้ฉันได้อ่านหนังสือเกี่ยวกับสถิติของ Bradley Efron เสร็จแล้ว (นักสถิติชาวอเมริกันผู้ได้รับรางวัล US National Medal of Honor ซึ่งเป็นรางวัลสูงสุดสำหรับนักวิทยาศาสตร์ชาวอเมริกัน - "เทคโนโลยีขั้นสูง") ก่อนหน้านั้น หนังสือของ Ian Godfellow (ผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่องชาวอเมริกัน ทำงานที่ Google Brain - Hi-Tech) เกี่ยวกับการเรียนรู้เชิงลึก เป็นกระบวนการเรียนรู้อย่างต่อเนื่อง Coursera เป็นเพียงแหล่งข้อมูลเดียว Kaggle (ชุมชนวิทยาการคอมพิวเตอร์ออนไลน์ที่จัดการแข่งขันเป็นประจำ - "เทคโนโลยีขั้นสูง") ก็เป็นอีกแหล่งหนึ่ง แต่สิ่งสำคัญคือการอ่าน อ่าน และตรวจสอบ ถ้าอ่านแล้วไม่เข้าใจก็แย่เลย ถ้าคุณเข้าใจวิธีการทำงาน คุณสามารถทำอะไรก็ได้

มันก็เหมือนกับตารางสูตรคูณลองนึกภาพว่าคน ๆ หนึ่งไม่เข้าใจตารางสูตรคูณ แต่ได้เรียนรู้จากใจ พวกเขาถามเขาว่า: “หกคูณหก?” - “36”. - “เจ็ดคูณแปด?” - “56”. - “เอาล่ะ คำถามสุดท้าย 10 ถึง 11?” — ชายคนนั้นพูดว่า: “ฉันไม่รู้ มันไม่ได้อยู่ในตารางสูตรคูณ” แค่นั้นแหละ. คนเหล่านี้คือคนที่ฉันพบเจอบ่อยๆ คำนวณ 10 คูณ 11 ง่ายกว่ามาก แต่ไม่ได้อยู่ในตาราง คุณต้องเข้าใจหลักการก่อน ถ้าคุณเข้าใจหลักการทุกอย่างจะง่ายขึ้นมาก

ทุกอย่างอื่นขึ้นอยู่กับบุคคล ดูเหมือนว่าเราเรียนรู้ทุกสิ่งด้วยตนเอง เราแค่ช่วยและไม่ยุ่งเกี่ยวกับคนอื่น ทั้งหมดนี้เป็นเรื่องของการมีวินัยในตนเอง

— บอกเราเกี่ยวกับหลักสูตรวิทยาศาสตร์ข้อมูลของคุณที่ HSE

- หลักสูตรนี้เป็นหลักสูตรฟรีซึ่งอยู่ในมาตรฐานโปรแกรมเกี่ยวกับมันฉันบอกสิ่งที่เรียบง่ายขั้นพื้นฐานซึ่งสำหรับคนจำนวนมาก - การเปิดเผย ตัวอย่างเช่นตัวชี้วัดคืออะไรทำไมถึงมีอยู่พวกเขาแตกต่างกันอย่างไรในกรณีใดบ้างที่จำเป็นวิธีทดสอบความคิดของคุณเกี่ยวกับการทดสอบ A / B นี่คือสิ่งที่ฉันนำออกมาสำหรับตัวเองว่ามันเป็นสิ่งสำคัญสำหรับคนที่จะรู้และสิ่งที่พวกเขาต้องการจริงๆในการทำงานของพวกเขา

- คุณเห็นอนาคตของการค้าปลีกในห้าถึงสิบปีอย่างไร

— หากเรากำลังพูดถึงการขายปลีกอาหารแล้วล่ะก็รูปแบบไฮเปอร์มาร์เก็ตจะหมดไป สิ่งนี้สามารถเห็นได้ในสหรัฐอเมริกา ห้างสรรพสินค้าขนาดใหญ่กำลังจะตายที่นั่น และในรัสเซียด้วยเช่นกัน รูปแบบการบริโภคเมื่อก่อนเป็นอย่างไร? เราไปห้างสรรพสินค้า ไปดูหนัง ไปศูนย์อาหาร และซื้ออย่างอื่น ตอนนี้เรากลับบ้านแล้ว ivi, Okko, Netflix, Yandex.Eda, Delivery Club, เดลิเวอรี่จากร้านอาหาร, ช้อปปิ้งออนไลน์ เราจำเป็นต้องก้าวไปสู่การปรับเปลี่ยนในแบบของคุณ

- มันจะมีความหมายต่อผู้บริโภคอย่างไร?

- ผู้ชายใช้อะไร ว่าเขาสามารถจ่ายได้และนั่นก็สะดวกสำหรับเขา ดังนั้นจึงจำเป็นต้องลดต้นทุนรักษาคุณภาพเดิมหรือเพิ่มขึ้น นี่คือที่ส่วนบุคคลมาถึงใจ

- คนซื้อสิ่งที่เขาสามารถจ่ายได้ ตอนนี้รายได้ที่แท้จริงของประชากรลดลงต้นทุนกำลังลดลง

— ในสถานการณ์เช่นนี้ รูปแบบเศรษฐกิจร้านค้ารู้สึกดีขึ้นและเติบโต มีสองวิธีในการแก้ปัญหามากมายสำหรับผู้ค้าปลีก ไม่ว่าจะเป็นระบบอัตโนมัติหรือจ้างคนเพิ่มอีกสิบคน ในระยะสั้น วิธีที่สองคือกลยุทธ์แห่งชัยชนะ เนื่องจากการผสานรวมมีราคาแพง ใช้เวลานาน และหากมีสิ่งผิดปกติเกิดขึ้น คุณอาจสูญเสียโบนัสได้ ทีนี้ลองจินตนาการว่าคุณเป็นผู้อำนวยการแผนกที่ได้รับโบนัสก้อนโต และคุณอาจสูญเสียมันไป ไม่ชัดเจนว่าคุณจะทำงานในบริษัทภายในสองปีหรือไม่ เมื่อทราบผลลัพธ์ของระบบอัตโนมัตินี้หรือไม่ และพวกเขาจะยกย่องคุณสำหรับพวกเขา และคุณอาจมีโบนัสอยู่แล้ว ดังนั้นเราจึงจ้างเพิ่มอีกสิบคน แต่สิ่งนี้นำไปสู่การสูญเสียครั้งใหญ่ในระยะยาว