​​Кейс #BigData в #Retail

Как обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов❓ На этот вопрос в авторской колонке отвечает Алексей Шиховец, эксперт курса Нетологии «Big Data: основы работы с большими массивами данных»

Описание проблемы.

Нужно было понять интересы аудитории каждого бренда, чтобы персонализировать email-рассылки, обеспечить рост повторных покупок и снизить стоимость удержания постоянных клиентов.

Какие данные собирали❓

Источники: Magento и Shopify, обратная связи и статистика по 📧 рассылкам.
Собиралась информация о покупках, составе корзины, среднем чеке, времени заказов, частоте покупки того или иного товара у постоянных клиентов.

Ожидаемый итог - максимально персонализированный подход и наиболее оптимальные каналы для коммуникаций, время, частоту, товар или группу товаров для рекомендации по правильной цене.

Информация о предыдущих покупках, а также отклике на коммуникации позволяет определить: оптимальный размер скидки, время жизни клиента и его общую ценность (LTV), вероятность повторных 💵 .

Схема реализации и архитектура платформы описана блок-схемой ниже, в форме изображения.

Результаты:

На примере трех интернет-магазинов с ассортиментом более 500 товаров были обработаны данные 100 тысяч потребителей, включая данные об активностях в email-рассылках, на сайте и в онлайн-рекламе.

Запускт от 40 до 100 полностью автоматизированных рекламных кампаний для каждого бренда ❕

Удалось поднять повторные продажи примерно в три раза, при этом open rate писем увеличился в среднем на 70%, а конверсия из получивших письмо выросла на 83%.

​​Ошибки в данных и #визуализация

Известные примеры, такие как «квартет Энскомба» , подчеркивают, что визуализация позволяет людям обнаруживать паттерны в данных, которые в противном случае могли бы быть не обнаружены в сводной статистике. Такое визуальное восприятие особенно важно при анализе данных, где аналитики могут использовать #визуализации (такие как гистограммы) для выявления проблем с качеством данных.

Тем не менее, эти визуализации имеют параметры (например размер ячейки гистограммы или непрозрачность меток) которые оказывают большое влияние на окончательный внешний вид диаграммы, но редко несут в себе цель выделить ❕ свойства исследуемых наборов данных.

В научной работе Michael Correll, Mingwei Li, Gordon Kindlmann и Carlos Scheidegger, сотбрудников #Tableau описан тот факт, что недостатки данных по-разному влияют на особенности визуализаций, и что некритическая установка параметров проектирования визуализаций может скрывать визуальные сигнатуры этих недостатков.

В результате выявлено, что простые визуализации, которые предназначены для быстрого подтверждения того, что конкретный размер набора данных относительно свободен от недостатков –лучший способ выявления ошибок. Рекомендуется проводить 🕙регулярные краткие проверки на целостность данных. Аналитику не рекомендуется взаимодействовать или иным образом изменять дизайн этих предварительных визуализаций, поскольку широкий класс визуализаций, которые, по-видимому, достоверно суммируют данные, но затрудняют обнаружение недостатков в них.

​​#Dashboard рождественнских блюд

Здравствуйте, поздравляю всех католиков с Рождеством и всех с наступающими Новогодними 🌲 праздниками 🎉

Сегодня хочу показать вам полезный (надеюсь) дэшборд, а именно - список праздничных рецептов ❕

Жмакайте кнопку внизу и выбирайте свою праздничную вкусняшку.

​​Чем хороша #инфографика

▪️ только 20% текста запоминается читателем
▪️ 90% информаци мозг воспринимает через зрение 👀
▪️ наличие картинок увеличивает желание прочитать на 80%
▪️человеческий мозг обрабатывает визуальную информацию в 3 раза быстрее
▪️до 40% людей лучше реагируют на визуальную информацию, по сравнению с текстом
▪️человек запоминает в 5 раз больше информации, если презентация 📊 сопровождается визуализацией
▪️самые просматриваемые посты в #facebook - это фото и видео

Как пример, ниже эта же информация, представлена в виде инфографики.

Чем хороша #инфографика

​​Блоги о #BI, на которые стоит подписаться

1⃣ Tableau Blog. Блог одного из лидеров рынка, актуальные новости и исследования, зачастую не связанные с продуктами Tableau.

2⃣ BI Software Insight помогает организациям принимать более обоснованные решения о покупке программного обеспечения для бизнес-аналитики. Их блог можно посетить, если вы думаете об инвестициях в программное обеспечение для бизнес аналитики, но не знаете, с чего начать.

3⃣ Network World предоставляет информацию, аналитику и понимание для руководителей сетей и ИТ. Их блог Big Data / Business Intelligence - отличное место для посещения, когда вы хотите прочитать о новостях, касающихся #BigData и бизнес аналитики.

4⃣ Forrester Research - одна из самых влиятельных исследовательских и консультационных фирм в мире. Они пишут на темы бизнес-аналитики с 2007 года, поэтому это отличный блог для посещения, если вы хотите узнать, как развивались отрасль и технологии за последнее десятилетие.

5⃣ DOMO - это программная платформа для бизнес-аналитики. Их блог, Domosphere, наполнен полезной информацией, тенденциями в отрасли, практическими знаниями и реальными историями, которые касаются бизнес аналитики. Это отличный блог, на который можно зайти, если вам интересно узнать больше о данных, которые вы собираете для своего бизнеса.

Добрый вечер!

Мы заметили, что количество подписчиков медленно, но уверенно растёт.

Во-первых, наш бизнес-аналитик этому очень рад, т.к. он сам готовит все материалы.

Во-вторых, его коллеги, ответственные за маркетинговую составляющую, хотели бы понять, какой из каналов продвижения "выстрелил".

Поэтому мы просим вас пройти небольшой опросник.

​​15 способов отобразить #KPI

Сегодня поделимся #дэшбордом, в котором показаны 1️⃣5️⃣ самых распространенных способов представить KPI в визуалиазации.

Эти способы:

▪️ Цифрой
▪️ Стрелкой
▪️ Блоком
▪️ Столбцами
▪️ Графиком
▪️ Сигнальной точкой
▪️ Сиянием
▪️ Трендом
▪️ Столбиковой диаграммой (вертикальной и горизонтальной)
▪️ Точками
▪️ Спидометром
▪️ Линейкой
▪️ Точечной диаграммой

Чтобы посмотреть на дэшборд или скачать его, перейдите по ссылке ниже 😁

​​8 новых #BigData технологий #2018 года

Прошёл 2018 год, и я готов подвести итоги. Представляю 8 новых инструментов работы с большими данными, которые появились в минувшем году:

▫️Tableau Prep. Разработчик ПО аналитики Tableau Software стремится сократить время на подготовку данных. Tableau Prep облегчает задачи объединения, формирования и очистки данных для последующего анализа.

▫️Streaming Ledger (Data Artisans). Программное решение Streaming Ledger, предложенное компанией Data Artisans, даёт возможность обрабатывать сериализуемые ACID-транзакции, использующие потоковые данные.

▫️Magnitude Gateway. Платформа, которая обеспечивает мгновенный доступ к операционным и аналитическим данным, где бы они ни находились.

▫️Periscope Data Engine. Позволяет устранить самые трудные ETL-процессы (извлечения, преобразования и загрузки), помогая быстрее осуществить загрузку данных в информационные системы.

▫️Splunk Industrial Asset Intelligence. Splunk IAI нацелен на применение в сфере промышленного IoT, включая производственную, транспортную и нефтегазовую отрасли, а также энергетику и коммунальное хозяйство.

▫️SQream DB v3. Компания SQream выпустила новый релиз своего хранилища и базы данных SQream DB с GPU-ускорителями.

▫️Teradata Vantage. Vantage представляет собой платформу «всеобъемлющего анализа данных» и включает Teradata SQL Engine, ядром которого служит Teradata Database, которая может обрабатывать ряд задач ретроспективной (descriptive), прогнозной и предписывающей аналитики, требующих интегрированных данных.

▫️TimescaleDB. Это база данных временных рядов с открытым исходным кодом, способная обрабатывать громадные объёмы машинно-генерируемых данных.

Мемы о Big Data

Сегодня я решил поделиться своей коллекцией мемов про аналитику и большие данные.

Весёлого вторника 😜