Upgrade to Pro — share decks privately, control downloads, hide ads and more …

D&A in our DNA

Yuliya
December 06, 2021

D&A in our DNA

Yuliya

December 06, 2021
Tweet

More Decks by Yuliya

Other Decks in Technology

Transcript

  1. Lamoda — лидирующий игрок на рынке fashion & lifestyle 4000+

    600 000+ 13м+ 1.5М+ Топ-1 3.6М+ Брендов в ассортименте SKU (товаров) доступно онлайн всего клиентов: визитов в день игрок e-commerce в России с позиционированием в fashion&lifestyle активная клиентская база Продажи в разных гендерах: 61% женщины 29% моложе 25 лет 33% мужчины 62% 25-45 лет 6% дети 9% старше 45 лет
  2. Lamoda is another e-commerce company. Lamoda is a digital &

    lifestyle platform. NOT yet Амбиции Направления Усиление fashion- атрибутов Lamoda Лучший в своем классе ассортимент Большая и более вовлеченная клиентская база Ведущая платформа fashion- сервисов Построить масштабируемую платформу, прибыльно растущую на 40% каждый год
  3. Данные — это 
 ключевой актив компании, 
 из которого

    мы извлекаем выгоду, а значит ими 
 надо управлять Data Governance Data Architecture Data Quality Data Integration & Interoperability Meta-data Data Warehousing 
 & Business Intelligence Documents 
 & Content Data Security Reference & Master Data Data Storage 
 & Operations Data Modeling 
 & Design
  4. Данных много, много очень Многие системы созданы в Lamoda Уникальные

    процессы, требующие частой кастомизации Сквозной анализ процессов требует сильной связности информации
  5. 600+kk событий ежедневно от 4х стран и 4-х платформ Data

    Scale 64 cores, 256Gb RAM 80 cores, 650Gb RAM Devbox x 2 Memory Total 6.03 TB Vcores Total 1683 Hadoop cluster Характерные параметры
  6. Чтобы встроиться в процессы компании, мы определили основные внешние сервисы

    Данные Я хочу объединенные данные по трафику с данными продаж каждый час Знания Какой эффект нам даст внедрение обязательной предоплаты? Отчетность Мне нужен отчет по продажам в разрезе городов Решения Персонализированная сортировка полки товаров для увеличения конверсии
  7. Путем объединения разных ролей получаются эффективные команды данных Владелец продукта

    (менеджер продукта, мини-CEO) Отвечает за получение выгоды через создание нового продукта. Формирует бэклог продукта и определяет приоритет. Отвечает за полную экономику продукта. Scrum-мастер Эксперт в гибких методиках. Поддерживает здоровый командный ритм. Проводит регулярные ритуалы внутри команд.
  8. Путем объединения разных ролей получаются эффективные команды данных Бизнес-аналитик Обладает

    доменными знаниями предметной области и отвечает за повышение эффективности процессов функции для достижения ею бизнес-целей. Продуктовый аналитик Отвечает за аналитические знания для продукта, дизайн A/B- экспериментов и их проведение. Системный аналитик Обладает знаниями жизненного цикла данных в системах компании. И отвечает за моделирование структур данных , позволяющих решить бизнес задачи на стыке бизнес-требований и технологий.
  9. Путем объединения разных ролей получаются эффективные команды данных Data scientist

    Применяя методы машинного обучения и математики, создает алгоритмы, способные управлять реальными процессами с высокой эффективностью.
  10. Путем объединения разных ролей получаются эффективные команды данных Software developer

    + Quality assurance Отвечает за встраивание алгоритмов ИИ в IT-ландшафт продуктов Lamoda. Мониторинг качества и надежности работы продукта в проде. Инженер данных Черный пояс по автоматизации рутин передачи и обработки данных. Отвечает за агрегацию, трансформацию и хранение данных.
  11. Исследование Генерация идей Дизайн Развитие Создание Бизнес- аналитик Системный аналитик

    Менеджер продукта Менеджер продукта Продуктовый аналитик Data Scientist Продуктовый аналитик Инженер даннных Software инженер Менеджер продукта Бизнес-аналитик Продуктовый аналитик
  12. R&D Продуктовая аналитика Поиск, навигация, ранжирование Персонализация Рекомендательные системы Бизнес-аналитика

    Клиентские исследования Маркетинговая аналитика Развитие бизнеса Коммерческая аналитика Внутренняя аналитика Инжиниринг данных Центр аналитического качества Проектное управление Разработка DWH Big Data разработка Структура D&A оптимизирована под ключевые сервисы
  13. Ранжирование каталога Сортировка по умолчанию Различия для каждого региона, пола,

    платформы и тд Основывается на алгоритмах ML, что позволяет использовать неограниченное число параметров
  14. ML оптимизатор скидок Ценообразование Цели бизнеса (продажи, прибыльность) Ограничения (допустимый

    уровень скидок) Рекомендуемые скидки для каждого из товаров, которыеi ‘ отвечают за ограничениx ‘ позволяют достичь цели бизнесt ‘ включают скидки в цене товара, промо-коды и другие механизмы скидки Исторические данные (прошлые продажи и цены)
  15. Рекомендации Похожие подборка похожих товаров на основе истории корзин клиента

    Допродажа подборки товаров для увеличения числа товаров в корзине
  16. Задачи этого направления: Это создание уникального представления продукта для каждого

    пользователя, используя данные и историю взаимодействия. d Узнать все о пользователc d Перестроить Lamoda специально для негT d Дать повод возвращаться к нам снова и снова Персонализация