kib rif 2015. make money from your data
TRANSCRIPT
retailrocket
Большие данные в Ecommerce Как превратить цифры в деньги
Роман Зыков, Retail Rocket
retailrocket
Давайте знакомиться!
Роман Зыков Retail Rocket, сооснователь, директор по аналитике Более 10 лет занимаюсь построением систем Business Intelligence и рекомендательных сервисов для крупнейших сайтов Рунета. В 2004 году закончил Московский Физико-‐Технический Институт (МФТИ). Личный блог по аналитике — KPIs.ru. Компании: Ozon.ru, Wikimart.ru и Ostrovok.ru.
retailrocket
Что такое Retail Rocket?
+ Товарные рекомендации для сайта
+ Система real-‐Dme персонализации сайта и email
+ Система триггерных рассылок
Платформа персонализации интернет-‐магазина
+ 90 миллионов уникальных пользователей в месяц
+ Аналитический кластер из 70 серверов
+ 360 тысяч внешних запросов в минуту
+ 6GB сырых данных для анализа… В час!
В цифрах:
retailrocket
Соревнования по анализу данных
Пора начать заниматься своими данными!
Kaggle.com: • O`o group — классификация товаров (маркетинг). • Walmart — предсказание продаж товаров при экстремальных погодных условиях (прогнозирование закупок). • Неизвестно — предсказание лояльности пользователя (350 млн. записей). • Expedia — сортировка отелей для пользователей. • Неизвестно — предсказание онлайн продаж в зависимости от рекламных кампаний.
* Неизвестно — компания пожелала остаться неизвестной ** Kaggle.com — соревнования специалистов по машинному обучению
retailrocket
Предсказательная аналитика
retailrocket
Andreas Weigend Работал главным аналитиком Amazon.com. Преподает в ведущих университетах США и Китая (включая Stanford).
«People are way more predictable than they think they are!»
retailrocket
Время принятия решения
24 часа для персональных рекомендаций
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
(25%-‐75%] (25%-‐75%] (25%-‐75%] (25%-‐75%] (25%-‐75%] (25%-‐75%] (25%-‐75%] (25%-‐75%]
1294 5990 6191,5 18990 2930 3850 2135 4745
228 968 855 3990 1030 1369 429 1296
Books DIY Electronics Furniture & Household
Health&beauty Kids Mul�Category Sports
Less 1 hour More 1 hour less 3 hours More 3 hours less 12 hours More 12 hour less 1 day More 1 day less 2 days More 2 days less 4 days More 4 days
retailrocket
Главная страница
Главная страница
потребность сформирована Навигация!
retailrocket
Навигация!
retailrocket
Главная страница
Главная страница
1. Бестселлеры / Самые популярные
– Просто: покупки.
– Сложно: просмотры/ корзины/ покупки, дисконтирование, долгосрочные интересы,
персонализация, профилирование.
потребность сформирована
потребность не сформирована
Навигация
Акции + рекомендации
retailrocket
Главная страница
Главная страница
1. Бестселлеры / Самые популярные
– Просто: покупки.
– Сложно: просмотры/ корзины/ покупки, дисконтирование, долгосрочные интересы,
персонализация, профилирование.
2. Персональные рекомендации
– Краткосрочные интересы
3. Новинки
– Просто: сортировка по дате добавления товара в базу
– Сложно: профилирование, долгосрочные интересы.
потребность сформирована
потребность не сформирована
Навигация
Акции + рекомендации
retailrocket
Кейс: Персонализация главной
Главная страница для нового пользователя
Та же страница для интересовавшегося телевизорами
+ Кейс персонализации главной страницы Dostavka.ru: рост продаж на 8,5%
+ Подробное описание кейса: hyp://bit.ly/retail-‐rocket-‐dostavka
Механизм предсказания следующей покупки
Andreas Weigend: Next up is something he calls "zero-‐click shopping" — meaning that you'll buy stuff automa�cally, without going online to shop for it.
retailrocket
Механизм предсказания следующей покупки
1 3 2 4 5 6 7 8
1. Анализ последовательностей покупок
2. Выявление значимых цепочек
3. После того, как человек совершает покупку, появляется вероятность
покупки в следующем «звене» цепочки потребления
retailrocket
1
3
2
4 5
6
7
8
t1 t2 t3 t4 t5
Механизм предсказания следующей покупки
+ В жизни каждая покупка является звеном сразу нескольких цепочек потребления
+ Разные цепочки потребления по-‐разному распределяются во времени
retailrocket
Средства для купания
детей
Бутылочки и соски
Посуда для малышей
Нагрудники и слюнявчики
18 дней Пустышки
29 дней
24 дня
28 дней
Реальный пример цепочек потребления
retailrocket
Кейс: триггерные рассылки в Hoff.ru
• Следующая вероятная покупка («Next Best Offer»). CR ~7%.
+ Подробное описание кейса: hyp://bit.ly/case-‐hoff-‐triggers
retailrocket
Сколько стоит в рублях?
Data scien�st
Менеджер продукта
Мин = 200 000 * 1.5 Опт = 270 000 * 1.5
Hadoop
Мин (3) = 15 000 Опт (6) = 30 000
Итого мин. стоимость запуска: (350 000 + 15 000) * 6 месяцев = 2 190 000 р. Оптимальная стоимость = Мин + (70 000 * 1.5 + 15 000) * 6 = 2 910 000 р.
retailrocket
Data scien}st
retailrocket
Динамическое ценообразование
retailrocket
Определение Персонализированное (price discrimina}on): • Геолокация (расстояние до ближайшего магазина, средний доход на местности) — Staples.com. • Тип браузера и ОС. • История транзакций (платежеспособность пользователя). • Источник перехода (чувствительность к цене).
Неперсонализированное: • Анализ цен конкурентов. • Бестселлеры — длинный хвост, Ozon.ru. • …….
Факт: Amazon изменяет цены в среднем каждые 10 минут.
retailrocket
Туризм
retailrocket
Средний чек и тип ОС
retailrocket
Логистика
retailrocket
Экономика заказа
«Я точно знаю, что половину рекламного бюджета я трачу впустую, только не знаю, какую именно».
Дэвид Огилви
retailrocket
Экономика заказа Стоимость заказа CPO: • Маркетинг
• CPC • CPA • ……
• Логистика • Склад (…..) • Доставка (…….)
• Кол-‐центр • Доля КЦ • Время разговоров
retailrocket
Разработка KPIs
retailrocket
Разработка KPIs
retailrocket
Ассортиментная матрица
retailrocket
Какие товары продавать? • Частотность семантического ядра
• Конверсия
• Средняя стоимость товара
• Сезонность (+ прогноз частотности)
• Маржинальность
Заказы
Выручка
Привлекательност
ь
retailrocket
Какие товары продавать?
retailrocket
Какие товары продавать?
retailrocket
Какие товары продавать?
retailrocket
Innovate or die!
Роман Зыков, Retail Rocket [email protected]
Еще больше интересного на hyp://retailrocket.ru