“Bir buçuk kat daha fazla mağaza açtıysanız,% 20 oranında büyümek kolaydır”
— Konuşmanızda
— X5'in cirosu artmaya devam edecek.Genel olarak perakendede pazar konsolidasyona doğru gidiyor. Şu anda pazarın yaklaşık yüzde 20'sini önde gelen üç perakendecimiz işgal ediyor ve gelişmiş kapitalist ülkelerde bu payın yüzde 70-75 civarında olacağını görüyoruz.
Her gün ortalama X5 altı yeni açılırdükkanlar. Biz konuşurken, X5 yeni bir mağaza açar (gülüyor). Gerçekten de, bazı diğer piyasa oyuncularının aksine işler iyi gidiyor. Açık verilere bakarsanız, bunlardan biri,% 12'lik bir artışla ciro sadece% 84 arttı. Hesaplaması kolaydır: negatif olarak çalışmaya başlarlar. Böyle bir gösterge var, LFL - Bir yılda aynı mağazaların karşılaştırması gibi. Üzerinde X5 az, küçük ama bir artı. Yani, bir buçuk kat daha fazla mağaza açtıysanız,% 20 büyümek zor değil, ama aslında olumsuz bir büyüme. Eski mağazaların daha iyi çalışması ve yenilerinin açılması nedeniyle büyürseniz, bu durum oldukça olumludur.
- Ne düşünüyorsun, takımının haklarından ne pay alıyorsun?
— Henüz çok büyük değil çünkü ekipçok uzun zaman önce oluşmadı. Dürüst olalım, X5'in 2017'deki büyümesinin 2018'de oluşturulan bir ekibin yardımıyla veri analitiği uygulamamızdan kaynaklanması pek olası değil.
Müdürlüğümüzün başkanı, X5 şirketinin kuruluşunda yer alan Anton Mironenkov'dur. Perekrestok ve Pyaterochka'nın birleşmesinde yer aldı ve ardından X5 ortaya çıktı.
Büyük verinin yönünü dikkate alıyoruzstratejik. Perakendenin geleceği, perakendecilerin para kazanmayı ne kadar çabuk öğrendiklerine ve süreçleri optimize etmek ve müşteri deneyimini geliştirmek için her gün oldukça büyük miktarlarda oluşturduğumuz verileri kullanmayı ne kadar çabuk öğrendiklerine bağlı. Bu nedenle tüm bunları ayrı bir yöne ayırmaya ve daha hızlı gelişmesi için daha fazla odaklanmaya karar verdik.
Anton Mironenkov, Büyük Veri Yöneticisi X5
Bu müdürlük bünyesinde kendi kapasitemiz var,küme, geliştiriciler, test uzmanları, analistler, projeler, ürünler - ihtiyacınız olan her şey. Halihazırda bazı şeyler yaptık ve bu, bir yıldan az bir sürede oldukça büyük bir ilerleme anlamına geliyor. Şirkete oldukça büyük bir kâr sağlayacağımızı açıkça anlıyoruz ancak yine bu sonuçlar ancak bir yıl içinde görülmeye başlayacak.
Kontroldeki tüm bilgiler - votka aldıysanız, 18 yaşından büyüksünüz.
- Eğer "Kavşak" a gelip bir satın alma işlemi yaparsam, analiz için bunlardan ne alacaksınız?
- Kontrol et. Ürünleriniz sizi oldukça iyi karakterize ediyor. Çocuk bezi satın alırsanız, muhtemelen küçük bir çocuğunuz var. Eğer votka, o zaman 18 yaşından büyüksünüz. Bir kişi cips alabilir ve belli bir olasılıkta 16 yaşında bir genç olacak. Ve bir günlük alırsanız, o zaman siz veya ailenizin yedi ila 17 yaş arası bir çocuğu olur. Bu çok fazla bilgi.
düşünün: mağazaya geliyorsunuz, bazı ürünlere bakıyorsunuz ve mağazanın pahalı, ucuz veya orta fiyat kategorisi olduğunu biliyorsunuz. Pyaterochka'da 4 ila 8 bin eşsiz ürün var. Bir deftere gidip tüm mallar için fiyatları yazmanız ve ardından şehirdeki malların ortalama fiyatlarına bakmanız ve bir sonuç çıkarmanız olası değildir. Sadece beş ila on ürüne bakın. Ve hangi ürünlere bakarsanız, biz de ilgileniyoruz.
İnsanların baktıkları ürünler de değişiyorzamanla. Basit bir örnek: 20 yıl önce, mobil iletişim ile ilgili ürün bulunamadı. Artık tüm mağazalarda değil, bir SIM kart satın alabilirsiniz. 20 yıl önce, Rusya'da genel olarak şimdi olduğundan biraz daha zor zamanlar vardı ve tüketim tamamen farklıydı.
- İndirimler sunmak için müşteri profillerinin oluşturulması nasıldır?
- İki ürün var: müşteri profili ve sadakat. Bir müşteri profili, bazı işaretlemeleriniz olmadığında ve farklı yaklaşımlar kullandığınızda böyle bir iştir. Kümelenme için farklı yaklaşımlar kullanıyoruz - standart istatistiklerden başlayarak, bazı Z hızlarını hesaplar, medyandan sağlam sapmalar ve kontrollerde üst üste binen Word2vec ile biten ve bir kişiyi Word2vec üzerinden ortalama TF-IDF ile vektör türüne "çeviren".
Z-puanı, Z-puanı- ifade eden istatistiksel bir tahminBelirli bir düzeyin veri kümesinin ortalamasından uzaklığı (standart sapma olarak ölçülür). Özellikle Z-puanı, bir şirketin kredi itibarının ve iflas riskinin derecesinin bir çıktı ölçüsüdür.
İngilizlerden sağlam sapmalar. Sağlam, “sağlam”, verilerdeki emisyonlara ilişkin tahminlerin istikrarıdır. Ortancaya göre kabul edilir.
Word2veckelimeleri vektörler olarak temsil etmenizi sağlayan bir araçtır.
TF-IDF- Bir metin bütününde bir kelimenin önem derecesini belirten istatistikte bir terim.
Yapan herhangi bir model varsakişisel bir teklif, o zaman, nitelikler ekledikten sonra modellerin kalitesini yükseltirse, kümelemenin başarılı olduğunu varsayalım. Burada ekonomik etkiyi ve bir tür metriği hesaplayabilirsiniz.
- Mağazaların hangi bölümünde ürünleriniz kullanılıyor?
- Hepsinde.Kişiye özel indirimin etkisini 14 bin X5 mağazasının tamamında anlamak için yarım milyon kullanıcı üzerinde test ettik. Tüm bu mağazalardan etkileşimli raporlar topluyoruz. Tüm mağazalarda geçerli olan promosyon ürünümüz bulunmaktadır. Bir çeşit matrisimiz var, bir talep tahminimiz var. Öncelikle mağazada tavuk olduğundan, ikinci olarak da tavuğun çürük olmadığından emin oluyorlar.
Şimdi bilgisayarlı görü yapmaya başlayalım.ilk etapta tüm mağazalarda satışa sunulmayacak. En büyükleriyle başlayalım - yalnızca onları test etmek mantıklıdır. Görev oldukça basit, faydaları açık. Bir ürün var, rafta olmayabilir ama depoda duruyor olabilir ve o anda ürün satın alınmıyor. Bu çok kötü. Mağaza satın aldı ancak satamadı. En iyi durumda kullanıcı ürünü satın almayacak, en kötü durumda ise geri dönüp ayrılacaktır çünkü üç üründen ikisini alacağı yere gelip başka bir mağazaya gitmesine gerek yoktur. üçüncüsü. Her şeyi satın alabileceği mağazaya doğruca gelecek. Ve bu, bilgisayar görüşü kullanılarak çözüldü. Bir kamera yerleştirilir ve elinizde az miktarda ürün kaldığını tespit eder. Bunun sorumlusuna ihbar geliyor, bu ürünü almak için depoya gidiyor.
İkinci görev sıra. Mağazada bir kuyruğumuz olduğunu biliyoruz. Ya sıraya giriyorsun, hiç kimsenin beğenmediği ya da dükkana girmeden, kuyruğa bakıyor, arkanı dön ve ayrılmaktan hoşnut değil ve zamanını boşa harcıyorsun. Kuyruğun sebebi devletin yetersiz olması ise, bu konuda hiçbir şey yapılamaz. Ve eğer sorun şu ki, şartlı pazarlamacı arka odada oturuyor, dinleniyor ve çay içiyor ve yönetmen onu çağırıyor. Mağaza zaten sıraya girdi ve ulaşana kadar, bilgisayar başında oturuyor, açıyor, kasiyer çekmeye başlıyor, zaman geçecek. Hala ona bakıyor, o da gergin, insanlar da. Bu kasiyer kuyruğun oluşturulmasından önce çıkmalıdır, böylece çıkış sırasında insanlar zaten kasiyere gittiler. Bilgisayar vizyonunu kullanarak çözmek oldukça kolaydır.
150 civarında test edeceğizmağazalar ve büyük olasılıkla Moskova'da. Birincisi, biz kendimiz Moskova'dayız ve ikincisi burada daha fazla trafik var. Daha sonra kullanıcı deneyiminin nasıl iyileştirileceği ve X5'in bundan ne gibi faydalar sağlayacağı netleşecek.
“Veri bilimcisi kelimesini gerçekten sevmiyorum.”
- Yönetimini genişletiyor musun?
- Elbette yöneticiler sonuç verdiğimizi görüyorlar. İyi çalışmıyorsanız, hiç kimse takımı iki kez genişletmenize izin vermez. Kendi başına bu gerçek, etkinliğimizden bahseder.
- 32 kişinin çalıştığını söylemiştin, daha kaç tane işe alacaksın?
- Hala 20-30 arası bir yerde. Artık bilgisayar vizyonu ve konuşma teknolojisini yönetimimin bir parçası olarak kullanacağız. İki yeni bölüm olacak, yani, bu artı on kişi, bence önümüzdeki yıl için 10-15 tane daha kabul edildi. Sözde proje oranları var. 60 ila 40 yaş üstü bir yerde 30-36 artı olmasını bekliyoruz. Bunlar özellikle veri analizi ve makine öğrenimi ile uğraşan kişilerdir.
- Kimi çalışmaya davet ediyorsun?
— “Veri bilimcisi” kelimesini gerçekten sevmiyorumçünkü herhangi bir bilgi taşımamaktadır. Bir veri bilimcisini aradıkları on şirkete gelebilirsiniz ve bunlar tamamen farklı on pozisyon olacaktır. "Analist" kelimesini seviyorum. Departmanımın isimleri kendi adına konuşuyor: bu sorunları çözmek için bir makine öğrenimi departmanı, bir veri analizi departmanı, bir Ar-Ge grubu, yani araştırma, bir bilgisayarlı görü departmanı, bir konuşma teknolojisi departmanı ve ürün dışı bir analiz grubu var. mevcut herhangi bir ürün yönünün dışına çıkanlar.
Program yapabilen insanları arıyorumPython, olasılık teorisini ve matematiksel istatistikleri bilir, eğer modellenmeye ihtiyacım olursa, o zaman makine öğrenme becerileri gereklidir. Fakat en önemli şey, bir insanın düşünme ve analiz etme yeteneğidir. Giderek analitik düşünmenin ve eleştirmenin öğretilmesi çok zor bir şey olduğu fikrine gittim. 20–25 yıl boyunca dünya görüşü zaten mevcutsa, değişmesi pek mümkün değildir.
- Bunu X5'te anladın mı?
- X5 beni buna yönlendirmedi. Ayrıca insanlara bakarım, iletişim kurarım, nasıl çalıştıklarını görürüm. Bildiğiniz gibi, en iyi röportaj deneme süresidir. Ve bir noktada bunun basitçe bu kişi için olmadığını görüyorsunuz. Yani mekhmat'tan mezun olmuş gibi görünüyor, aptal değil, o değil. Doğru bir tutum yoktur, bir şey göremezsiniz. Daniel Kaneman'ın “Düşünme, Hızlı ve Yavaş” adlı kitabındaydı ve burada eleştirel düşünceye neyin karşılık geldiğini açıkladı. Bu, dünyaya ilişkin karamsar bir bakış açısı içeriyor ve maalesef veya neyse ki edinilmiş olandan daha doğuştan gelen bir nitelikte.
- Bir analist gelirse ve bir deneme süresinden sonra, onun uygun olduğunu anlarsınız, bir insan ne bekleyebilir?
- BT'de standart olarak derecelendirmeler vardır - genç, orta,kıdemli ve stajyer. Yukarıda nadiren bulunur - bu personel veya liderdir. Kıdemli pozisyonlarda bir enflasyon olduğuna inanıyorum: onlardan çok sayıda var ama aslında nadiren ortalama orta pozisyona ulaşıyorlar.
Piyasada ortalama maaş alırsanız juniorayda 120-150 bin ruble arasında bir vergi alıyor, orta - 250 bin kadar, yaşlılar yaklaşık 400 bin ruble. Üst çubuk: Teklifi şahsen elimde lider geliştiriciye yaptım, 600 binden fazla ruble oldu.
“Veri bilimi gerçekten bir çeşit“ kek üzerine kiraz ”
— Makine öğrenimi yapmaya nasıl başladınız?
— Üniversitede bilgisayar bilimi diye bir şey yoktu.eğitim. 2012 yılında üniversiteden mezun olduğum için hemen hemen aynı dönemde bununla ilgili konularda bir artış daha oldu. Zamanımız yoktu. İki üniversiteden mezun oldu, sonuncusu Karlsruhe Uygulamalı Bilimler Üniversitesi'nde mekatronik alanında yüksek lisans yaptı. Bundan önce, şimdi Moskova Politeknik olarak adlandırılan Moskova Kimya Mühendisliği Enstitüsü'nde okudu. Ne orada ne de orada makine öğrenimiyle ilgilenmedim.
Komik şey: Şimdi veri bilimini tamamlayanlar ile röportaj yapıldı ve görünen o ki, fizik, mühendislik, bilgisayar bilimi ve ardından makine öğrenimi tamamlayanların seviyesinden daha zayıf ve daha düşük görünüyor. Belki bu hafif bir değişimdir, çünkü onu kendileri öğrenen adamlar başlangıçta güçlüydü, yeni bir şey öğrendi ve geldi. Ve veri bilimi gerçekten bir çeşit “kek üzerine kiraz” dır ve eğer “kek” yoksa, “kiraz” da var, o zaman bu çok ilginç değil.
- Bunu nasıl öğrendin?
— Coursera'da iki tane olduğuna dair eski bir deyiş vardırciddi bir kurs, hatta bir buçuk. Bu, Hinton'un makine öğrenimi ve sinir ağları (kurs artık Coursera'da mevcut değildir, ancak YouTube - Hi-Tech'te görüntülenebilir) ve Daphne Koller'in grafiksel olmayan olasılıksal modeller hakkındaki kursudur.
Koller kursu videolu derslerdir.Stanford'daki öğrencileri mezun etmek için okur. Bu nedenle, onu tamamen ciddiye almamak, dili çevirmiyor. Hinton’ın kursu 16 hafta sürüyor ve Koller'in beş ila altı haftalık üç kursu var. Ve gücü bir yumrukta topladım, ilk rotadan geçtim ve ikinci ve üçüncünün geçmeye hazır olmadığını fark ettim.
Ancak Coursera tek seçenek değil.Çok fazla kitap okudum. Bu arada, Bradley Efron'un istatistik kitabını (Amerikalı istatistikçi, ABD Ulusal Onur Madalyası'nın sahibi - Amerikalı bilim adamlarına verilen en yüksek eyalet ödülü - "Yüksek Teknoloji") şimdi bitirdim. Bundan önce, Ian Godfellow'un (Amerikalı makine öğrenimi uzmanı, Google Brain - Hi-Tech'te çalışıyor) derin öğrenme üzerine bir kitabı vardı. Bu sürekli bir öğrenme sürecidir. Coursera yalnızca bir kaynaktır, Kaggle (düzenli olarak yarışmalara ev sahipliği yapan çevrimiçi bir bilgisayar bilimi topluluğu - "Yüksek Teknoloji") diğeridir, ancak asıl önemli olan okumak, okumak, okumak ve kontrol etmektir. Okuyup anlamıyorsanız bu kötüdür. Nasıl çalıştığını anlarsan her şeyi yapabilirsin.
Çarpım tablosu gibi.Bir kişinin çarpım tablosunu anlamadığını, ancak ezberlediğini hayal edin. Ona soruyorlar: "Altıya altı mı?" - “36”. - "Yediye sekiz mi?" - “56”. - “Tamam, son soru, 10'dan 11'e kadar?” — Adam diyor ki: “Bilmiyorum, çarpım tablosunda yoktu.” İşte bu. Bunlar sık sık karşılaştığım insanlar. 10'a 11'i hesaplamak çok daha kolay ama bu tabloda yok, prensibi anlamanız gerekiyor. İlkeleri anlarsanız her şey çok daha kolay olacaktır.
Geriye kalan her şey kişiye bağlıdır. Her şeyi kendimiz öğreniyoruz gibi görünüyor. Biz sadece yardım ediyoruz ve diğer insanlara müdahale etmiyoruz. Bütün bunlar bir öz disiplin meselesidir.
— Bize HSE'deki veri bilimi kursunuzdan bahsedin.
- Bu ücretsiz bir kurstur, standart dahilindedir.programlar üzerinde birçok insan için basit basit şeyler söylerim - vahiy. Örneğin, metrikler nedir, neden varlar, birbirlerinden nasıl farklıdırlar, hangi durumlarda gerekli, bir A / B testi hakkında fikrinizi nasıl test edebilirsiniz? Bu kendim için elde ettiğim şey, insanların bilmesi ve işlerinde gerçekten neye ihtiyaçları olduğu için önemli olan şey.
- Perakendenin geleceğini beş ila on yıl içinde nasıl görüyorsunuz?
— Gıda perakendesinden bahsediyorsak, o zamanHipermarket formatı ortadan kalkacak. Bu artık ABD'de, büyük alışveriş merkezlerinin yok olduğu ve bu arada Rusya'da da görülebiliyor. Daha önce tüketim modeli nasıldı? Alışveriş merkezine, sinemaya, yemek alanına gidiyoruz ve başka bir şey satın alıyoruz. Artık eve geliyoruz, ivi, Okko, Netflix, Yandex.Eda, Delivery Club, restorandan teslimat, online alışveriş. Kişiselleştirmeye doğru ilerlememiz gerekiyor.
- Tüketici için ne anlama geliyor?
- Adam ne kullanıyor? Ödeyebileceği ve bu onun için uygun. Buna göre maliyetleri düşürmek, aynı kaliteyi korumak veya arttırmak gerekiyor. Kişiselleştirme akla gelen yerdir.
- Bir kişi alabileceği parayı alıyor. Şimdi nüfusun reel gelirleri düşüyor, maliyetler düşüyor.
— Böyle bir durumda mağaza ekonomisi formatlarıdaha iyi hissedin ve büyüyün. Perakendeciler için birçok sorunu çözmenin iki yolu vardır. Ya otomasyon yapın ya da on kişiyi daha işe alın. Kısa vadede ikinci yol kazanma stratejisidir çünkü entegrasyon pahalıdır, zaman alır ve bir şeyler ters giderse bonusunuzu kaybedebilirsiniz. Şimdi çok büyük bir ikramiyeye sahip bir bölümün yöneticisi olduğunuzu ve bu ikramiyeyi kaybedebileceğinizi hayal edin. İki yıl sonra bu otomasyonun sonuçları belli olunca şirkette çalışıp çalışmayacağınız belli değil ve sizi övecekler. Ve zaten bir bonusunuz olabilir. Bu nedenle 10 kişiyi daha işe alıyoruz. Ancak bu uzun vadede büyük bir kayba yol açar.