Апрель 25, 2018
МедиаБизнес
Пользователь
Пароль
 
ТВПрессаРадиоНаружкаКиноDigitalAmbient
НОВОСТИ
Главная  /  Рубрики
Апрель 6, 2018

Data Science UA Conference 2018: как соединить big datа и бизнес

Поделиться: Facebook Twitter LiveJournal
Версия для печати

17 марта в Киева прошла Data Science UA Conference 2018. Она была разделена на 3 потока. МБ побывал на мероприятии и делится тезисами докладчиков Бизнес-потока.

Сергей Бориславский, Head of revenue management & big data, Vodafone Ukraine, рассказал о кооперация Vodafone и стартаперов.
Так, в конкурсе стартапов, организованном компанией, было зарегистрировано 1600 участников, хотя изначально рассчитывали на 700-800.
Среди стартапов-победителей, на третьем месте - «Пильнуй своїх» (безопасность для тех, кто поздно возвращается), на втором - «Как оптимизировать транспорт города” (рекомендации по маршрутам), на первом - Ride now (подобное bla bla car. Идея коротких маршрутов с плюс-минус знакомым человеком, сродни правилу 6 рукопожатий).

Идеи стартаперов могут быть воплощены в жизнь. Например, аналитика перемещений жителей в городах дает возможность оптимизировать маршруты общественного транспорта, давать «наводки», где строить дороги...  Vodafone разговаривал об этом со столичной мерией — Киепасстранс готов внедрять.
Использованная методика: Киев разбили на квадраты, а Vodafone наполнил «квадратики» данными по передвижению дом-работа. 
Направления для дальнейших исследований с использованием баз данных:

Аналитика места проживания клиентов крупного ритейл.
  • Что дает: маршруты, где есть смысл поставить биллборды
  • Отличия интересов посетителей ритейл от остальной базы.
  • Построили по интересам топ-20 посетителей ритейла о топ-20 остальных.

Все клиенты разные, но цель у всех одна:
  • найти новых клиентов
  • бизнесам с большой базой — увидеть портрет клиентов
  • жесткое таргетирование и возможность завлекать к себе
Поэтому Vodafone решил  сделать один сервис для всех. В ближайшие полгода на рынок  выйдет Vodafone Analytics с ориентацией на малый и средний бизнес. 
Сервис позволит клиентам:
  • найти новых клиентов
  • знать текущую базу, портрет клиента
  • найти похожих на портрет клиента
  • геотаргетинг
  • каналы связи
Ценника еще нет.  «Мы понимаем, что не должны быть глобально дороже существующих предложений. Цена должна быть соизмерима с тем, что малый бизнес тратит на целевые кампании (например, флаера, рекламу в лифтах и т. п.)», - прокомментировал Сергей Бориславский.
«Мы показываем только малую часть того, что можем делать», - резюмировал спикеро и отметил, что в любом сервисе важна конфиденциальность: если будет риск раскрытия персональных данных, лучше не делать такой сервис, так как стоимость бренда слишком высока.


Иван Федоров, New Business Director, Admixer.
Спикер cосредоточился на вызовах Data-Science для рекламной индустрии.
Требование времени - цифровать поведение в оффлайне. Алгоритмам не хватает цифрования по пути следования потребителя к товару.

Сегодня от $7 до 12 млрд уходит на поддельные действия. В результате, рекламодатели теряют деньги и сейчас идет активная работа над тем, чтобы этому противостоять.
Алгоритмами учитываются и фейковые действия.  Создаются специальные сервисы по определению фрода при закупке рекламы во внешних системах.
Последние два-три года скорость изменений выросла в несколько раз: каждый месяц появляется что-то новое.

Прогнозы на будущее:
- Аудио интерфейсы набирают все больше возможностей. И они займут значительную долю в ближайшее время.
- Взаимодействие пользователя через интерфейс — меняет и поведение, и путь потребителя: с аудио интерфейсом вопрос прост — сразу попадают на необходимую страницу (в обычном поиске — идет через поискових, по ссылкам и т. п.).
И это - еще один вопрос на будущее.
 
  • Visual CRM - начнет использоваться в оффлайн-продажах. На digital-поверхностях будет соответствующая вам реклама
  • Digital expirience platform - оцифровывание всего покупательского опыта. Это алгоритм по предсказанию будущего.
  • Influence marketing - Человек человеку друг, маркетинг и рекламный носитель.  Influence marketing развивается пока без data science. Поиск среди контактов людей, которые могут повлиять на решение.  Это — пока из ближайшего будущего, но туда все идет.
  • Data Protection. Что такое персональные данные и какова их защита. Менять алгоритмы, источники данных.
Еще некоторые выводы и прогнозы на будущее:
  1. Для бизнеса: нужно строить персональную коммуникацию.
  2. Ручная работа все более трудозатратна.
  3. Для того, чтобы конкурировать и предлагать передовые решения, нужно иметь источники. Для этого, цифруйте все, что можете в вашем бизнесе и используйте это.
  4. Аналитик. Команда по интеграции
  5. Сегодня data-стратегии определяют: будет ли ваш бизнес через несколько лет или нет.

Олег Богуславский, General Manager, Ring Ukraine 
Спикер сосредоточился в своем докладе на том, что должно предшествовать mashine  learning.
Среди упомянутого:
  1. Problem statement. Постановка задачи
  2. Features identification. Выявление признаков
  3. Training/Test Dataset Forming. Формирование дата сет — техническая часть. 
  4. Metrics Selection. Метрики — ключ ко всему.
  5. Data Predprocessing
Вопрос в том — как подружить то, что мы ожидаем от machine learning от того, что от нас ожидает клиент.
Данные — наше все.  С точки зрения методологии — данные нужно собирать откуда только возможно, активно мониторить user expirience.
Когда приступаете к mashine learning, нужно изначально выбрать правильные инструменты для управления дата-сеттинг. Если сразу не продумаете, потом 90% времени будете тратить на это.
 
На чем еще важно сосредоточить внимание:
  • Попробуйте посмотреть на поставленную задачу шире
  • Четко выбирайте признаки
  • Прежде чем обращаться к mashine learning, поработайте с данными классическими, традиционными методами.
  • Метрики должны соответствовать вашим ожиданиям и ожиданиям клиента
  • Правило 10-90: 7 раз отмерь, 1 отрежь.








Rambler's Top100 Если Вы заметили ошибку, пожалуйста, выделите ее и нажмите Ctrl+Enter