Конференция завершена. Ждем вас на HighLoad++ в следующий раз!

Client as Service, или Наш опыт в разработке платформы для экспериментов

BigData и машинное обучение

BigData / ML

Проектирование информационных систем
Теории и техники анализа
Аналитика / другое

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Целевая аудитория

Аналитики данных, Python-программисты, дата-сайентисты.

Тезисы

В Магните еженедельно запускаются эксперименты для улучшения клиентской активности. Каждый эксперимент создается определенным запросом на выделение клиентов, сегментацию по разным типам и способам коммуникации, разделение на контрольные и целевые группы. После запуска необходимо найти инсайды, построить аналитики и дать ответ об успехе или провале эксперимента. На каждый эксперимент создается огромное количество ad-hoc-запросов, и ваша команда начинает сгорать. Как это можно было решить?

Мы подумали сделать для себя сервис, который будет отвечать на поставленные вопросы, используя клиентские данные, а над самими клиентами проводить сегментирования и разные тестирования. Благодаря этому решению появилась Client as Service-платформа, предоставляющая покупателей для экспериментов, находящая инсайды в данных и тестирующая результаты.

Client As Service — это проект, который помогает подготовить миллионы пользователей к экспериментам. Проект, который использует статистику покупателей, чтобы найти бизнес-инсайды и помогает составить ответ на каждый запрос.

Теперь любой запрос «необходимы покупатели из оттока, которые имеют домашних животных», имеет свой ответ «10 лояльных клиентов, которые ушли в отток и имеют домашних животных, перестали покупать из-за вероятных причин: нет необходимой категории продукта / выведен из продажи товар. С помощью … вы сможете сделать эксперимент по возврату покупателей». Над предложенным количеством можно начинать маркетинговый эксперимент и получить оценку по результату.

В своем докладе я рассмотрю:
* какие проблемы в себе скрывает стратификация пользователей, и какие инсайды можно получить уже в стратификации;
* возможно ли найти одинаковых покупателей для A/B-тестов в ритейле;
* как до эксперимента определить будущую выгоду;
* почему на каждом этапе мы считаем CLTV и почему это важно;
* как мы встроили в систему оценку при помощи вейвлетов и получили лучшие результаты;
* что необходимо реализовать, чтобы ваши клиенты стали сервисом.

Артем Селезнев

СберМобайл

CDO (Директор по данным)

СберМобайл

СберМобайл («Самый инновационный MVNO») — провайдер цифровых и телекоммуникационных решений от Сбера для человека и бизнеса.

Видео

Другие доклады секции

BigData и машинное обучение