D&A in our DNA

Transcript

1. Александр Айваз D&A in our DNA Chief Data & Analytics Officer
2. RU Online Fashion Market сильно консолидирован: 4 игрока = ½ всего рынка
3. 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
4. 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
5. 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
6. Данных много, много очень Многие системы созданы в Lamoda Уникальные процессы, требующие частой кастомизации Сквозной анализ процессов требует сильной связности информации
7. 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
8. 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
9. Путем объединения разных ролей получаются эффективные команды данных
10. 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.
11. 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.
12. 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.
13. 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.
14. Создание ценности – это , в которых роли взаимодействуют друг с другом 5 последовательных шагов
15. 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
16. 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
17. Наши продукты Ранжирование 1 Поиск 2 Ценообразование 3 Рекомендации 4 Персонализация 5 Компьютерное зрение 6
18. Ранжирование каталога Сортировка по умолчанию Различия для каждого региона, пола, платформы и тд Основывается на алгоритмах ML, что позволяет использовать неограниченное число параметров
19. Нормализация запроса Распознавание потребности Обогащение запроса Предложение продолжения запроса Исключительные сценарии (пустая выдача) Поиск
20. 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)
21. Рекомендации Похожие подборка похожих товаров на основе истории корзин клиента Допродажа подборки товаров для увеличения числа товаров в корзине
22. 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
23. È Генерация атрибуто È Совместимость стилеÁ È Поиск готовых “луков” Компьютерное зрение
24. A/B тестирование – залог управляемого развития
25. Любое продуктовое изменение проходит валидацию через АБ-эксперименты. Мы наблюдаем за сотнями различных метрик.
26. aleksandr.ayvaz lamoda.ru @ E-mail