2. Соответственно, моя задача — найти, придумать гипотезу, дальше — запланировать эту гипотезу для исполнения, дальше- оценить ее «до» — ну AB-тестирование — сколько было «до», сколько стало «после» того, как мы ввели изменения. Вот это вот — сколько было «до», столько стало «после» - тестировать гипотезы — для этого нужен аналитик. И в принципе проектировать гипотезы, придумывать гипотезы, искать вот это вот все — для этого нужен аналитик, соответственно. Но пока бюджет, к сожалению, не одобряют на аналитика. Говорят: вот это уже работает, ты супер, молодец.
3. Нам бы, в принципе прогнозную модель. Ну, прогнозная модель достаточно примитивная, на обычных базовых вещах, существует — с базовым периодом, сезонностью и т. д. Машинное обучение предполагается, да. Какие-то кусочки мы хотим внедрять, ребята в принципе какие-то вещи изучают с той точки зрения, чтобы нарисовать какую-то функцию, чтобы ее положить уже к прогнозу существующему, какое-то влияние некое приделать сбоку — погода это или еще что-то.
4. Мы обсуждали прогнозирование. Это такая насущная история, которая до сих пор как бы продолжает быть подвешенной с той точки зрения, что — куда пойти, для чего нам это нужно, до какой степени нам необходимо, собственно, развивать эту историю, насколько должна быть она проработана. Ну, собственно, там у нас лежит сфера наших интересов и развития. Остальное, на самом деле, лежит в плоскости процессов и разделения ответственности между командами, потому что все очень запутано и отсутствует прозрачная система, не система, скорее, процессы с ответственными. Не только в аналитике, но и в целом по компании.
5. На практике я не сталкивался, не видел (про машинное обучение). Единственное, я когда сейчас работал с одним из проектов по маркетплейсам — среди тех, кто торгует на маркетплейсах, одна из самых популярных тем — это MPStats. И у них там есть такой раздел, называется, по-моему, «прогноз продаж» — что-то такое. И я время от времени захожу туда посмотреть. У них там есть такой раздел «Тренды», и там можно посмотреть рост, допустим, как я понимаю, это просто продолжение вот этих трендов. То есть, это те же тренды, только в будущем. Но опять же, я просто вот так заглядываю, смотрю, но каких-то таких решений на основе этого не принимал. На этом все заканчивается как бы.
6. На маркетплейсе там очень важно, чтобы товар всегда был в наличии. Если товара нет в наличии, там карточка слетает. И естественно, если ты об этом не знаешь. Я условно сейчас говорю, у тебя, допустим, разделочная доска с каким-то там рисунком. Этот рисунок идеально подходит под пасхальный подарок. Ты об этом не знаешь. Но ближе к Пасхе, в апреле, по-моему, у тебя их всех могут раскупить, а ты об этом не знаешь. И ты останешься без товара, без ничего. Их у тебя скупили, они закончились, ты не успел их туда поставить, они слетели вниз и пока ты их заново поставишь, пока будешь вытаскивать, все, ты опять теряешь время и деньги.
Насколько я знаю, нет (не пользуются аналитическими решениями). Потому что те товары, которые там продаются, их легче прогнозировать с той точки зрения, что, опять же, сезонность более или менее предсказуема, то есть она не одинакова, но как обычно и везде — ближе к Новому году — это колоссальный всплеск, сентябрь — чуть просадка, октябрь-ноябрь-декабрь — идет рост, январь — чуть просадка, март — опять начинается рост, апрель — просаживается, май — вниз, июнь-июль — тихо, то есть все идет вот так (волнообразно). То есть там все тихо, я себе не представляю, для чего этот прогноз там нужен.
7. Опять же, прогнозирование, планирование, оценка — по сути, все то же самое. Мы это пилим на функциональные кусочки и распределяем.
8. Концептуально мы считаем сезонность на исторических данных по каким-то признакам. Это могут быть разные признаки: от календарных до признаков объектов, до номенклатурных. Короче, любые признаки, которые помогают улучшить прогноз. И сами метрики, смотря что мы прогнозируем. Например, выручка — это одно, маржинальность — это другое. В общем, все очень индивидуально, но в целом, базовые прогнозы выручки — это сезонность, метрики: что было, ищем максимально стабильные условия. То есть мы ищем все выбросы, все что там не умещается в стандартные отклонения, например, и дальше уже это применяем на будущее, тоже посчитанное по сезонности, исходя из среднего, очищенного от стандартного отклонения. Это в двух словах.
9. Сразу же, как пришел, начал использовать нелинейное прогнозирование, потому что линейное прогнозирование дает сильные выбросы и погрешности. Тут как бы хочешь получить точные прогноз, который будет не сильно отличаться от факта, — нужно чуть-чуть подкручивать. В целом, ты просто пробуешь разные способы и смотришь, какая погрешность. И сейчас, когда прогнозируешь, ты регулярно оцениваешь, какая была погрешность. Факт уже случился и ты смотришь, где была погрешность, в какой детализации, где там можно еще что-то подкрутить. Это непрерывный процесс.
10. Да, какие-то результаты есть, но недостаточно хорошие. Тут я пришел к выводу, что нужны более сложные модели в связи с нашей спецификой. Это не то, что там прогнозировать цены на сахар, например, у которых есть сезонность, в летний период и просто цена под инфляцией постепенно повышается. И всё. И как раз-таки то, что у нас плавающая сезонность, т. е. ту же самую погоду взять, что иногда, сезон ветровок — это один месяц, а потом он хоп, и сдвинулся на месяц. Вон у нас в июне ветровки, хорошо продаются в связи с текущей погодой.
11. Вначале мы писали кусок про перемещения, потому что изначально только эта задача и была, попробовали как-то с компаниями поконтактировать, пришли к тому, что это не то, что нам надо. Ну, это не решит наши задачи. Т. е. что нужно предыдущие шаги, т.к. это перераспределение без того же самого прогнозирования его реализовать, ну, не на что опираться этим распределениям. Постепенно появились общие, вначале, блоки, т. е., прогнозирование, нормирование, составление плана производства, формирование матрицы, распределение, перераспределение.
12. Просто получается, именно из-за того что клиентский спрос очень подвержен тенденциям моды, а мода, бывает, очень резко меняется, а у нас планирование производства идет, там, минимум за пол года. Т. е. мы иногда уже не можем повлиять. Т. е. мы можем поменять, допустим, размер или модель, а цвет уже не можем поменять, т.к. ткань, например, закуплена. Или рисунок не можем, т.к. тоже к ткани привязано, например.
13. Дело в том, что мы давно уже в строительстве работаем, мы понимаем, какой проект, какой заказчик. Отвечая на ваш вопрос, могу ответить коротко: из опыта.
14. Тут происходит тоже очень большая боль. И тоже пытаемся сейчас как раз настроить эти процессы и механизмы — элементарно собирать факты и планирование и прогнозирование того, что у нас возникает. То есть, есть маркет-календарь, есть в принципе понятные движения и включение-выключение с определенной глубиной, не глубиной наверное, а промо-давлением, назовем его так, — ну, типа, какие каналы участвуют в продвижении. Соответственно, весь этот промо-календарь мы неким образом пытаемся оцифровать и положить его в прогноз, с одной стороны, а с другой стороны — померить эффективность по факту. Сейчас это такой тоже экспертно-ручной труд, который требует как раз-таки включения неких компетенций дополнительных, скажем так. По крайней мере, мы их искали.