Месяц: Июнь 2017

CRM data mining в Иране

CRM data mining в Иране

Как в Иране моделируют покупки в автомобильных сервис-центрах. В статье неплохой список подходов и алгоритмов вокруг темы CRM, со ссылками на публикации (преимущественно) иранских авторов.

В общем, у нас сильно не дотягивают до Ирана, я бы сказал. И вопрос совсем не в математиках или datascience агентствах 🙂 — вопрос в авто сервис-центрах, даже дилерских.

Байесовские бандиты против A/B/n тестов

Байесовские бандиты против A/B/n тестов

Тема A/B тестирования неисчерпаема, и на самом деле нетривиальная. Так же как споры об эффективности по сравнению с набирающими популярность подходами на основе Байесианских методов, в частности многорукие бандиты

Хорошая краткая вводна и сравнение двух подходов в статье на русском сообществе Open Data Science, не пугайтесь математической нотации, на самом деле все понятно объясняется обычным языком, включая математичекие принципы, лежащие в основе этих подходов.

Подробные руководства на русском о различных аспектах поготовки, запуска, и интерпретации результатов A/B тестов, можно почитать у известного игрока на этом рынке, французского агентства KAMELEOON, или российской компании Driveback

Руководство по использованию подхода многоруких бандитов можно почитать на русском у компании Google, которая использует эти алгоритмы в работы своих Google Analytics Эксперименты

У электронной почты есть своя специфика, некоторые простые принципы изложены в статье с говорящим названием Email AB testing like Barack Obama

Два подхода к визуализации даных

Два подхода к визуализации даных

Корреляционная матрица — это довольно информационно-емкий объект, и существует много способов его визуализации. Выбрав два экстремальных примера, справа и слева — с каким вариантов приятней работать?

В качестве примера используется популярный в сообществе R набор данных (dataset) mtcars, и исследуется корреляция параметра расхода топлива MPG (miles per gallon, миль проезда на галлон топлива) в зависимости от других параметров, в частности carb (количество карбюраторов), hp (мощность в лошадиных силах), cyl (количество цилиндров) и disp (объем двигателя) Продолжить чтение «Два подхода к визуализации даных»

Data Science в маркетинге

Data Science в маркетинге

Наука о данных, чаще переводимая на русский как аналитика данных, давно и активно используется в маркетинге. Причем довольно много алгоритмов и подходов «чистого» макретинга (без продаж) использовалось задолго до повсеместной «цифровизации» отрасли, и безотносительно «электронных» каналов продаж, т.е. e-commerce.

Однако приход digital позволил генерировать большие объем данных в режиме реального времени, пресловутую Big Data. Что в свою очередь обусловило бурное внедрение в повседневную практику методик и моделей машинного обучения, а также развитие технологий следущего поколения, deep learning (глубинное обучение). Именно deep learning принято сейчас ассоциировать с Искусственным Интеллектом (AI, Artificial Intelligence). Тем не менее, в до- Big Data эпоху приходилось больше рассчитывать на ум и интуицию аналитика, чем на вычислительные мощности в облаках, поэтому эти подходы и модели обычно наполненны горадо большей осознанностью.

Итак,  аналитика данных в общем покрывает все составные части маркетинга, а именно рынок и продукт, продвижение, клиент. Но наибольший интерес, и особенно быстрое развитие, на наш взгляд, переживает клиентская аналитика, как центральлная точка маркетинга, связывающая рынок и продукт. Продолжить чтение «Data Science в маркетинге»

В чем отличие marketing analyst от marketing data scientist?

В чем отличие marketing analyst от marketing data scientist?

Data Scientist: The Sexiest Job of the 21st Century (Harward Business Review)

Некоторые считают, что data scientist – это «аналитик, переехавший в Калифорнию«. Другие полагают, что data scientist – это такой специальный «человек, который лучше разбирается в статистике чем большинство программистов, и лучше программирует чем большинство статистиков». Ну или просто зафиксировать практически двукратное отличие средней годовой зарплату маркетингового аналитика в Штатах в $54K с зарплатой data scientist в маркетинге в $93K (payscale.com) Продолжить чтение «В чем отличие marketing analyst от marketing data scientist?»

Что такое prescriptive аналитика?

Что такое prescriptive аналитика?

Мы уже привыкли к термину predictive (предиктивная, предсказательная) аналитика, часто понимая под ним все многообразие современного инструментария работы с данными. Однако в последнее время звучит термин prescriptive (прескриптивная, предписывающая) аналитика. Чтобы разобраться в ней, надо вспомнить о третьей, до-предиктивной составляющей аналитики – descriptive (описательной) аналитики

Descriptive -> Predictive -> Prescriptive, логичный и естественный путь развития аналитики, как с точки зрения технологий, так и с точки зрения внедрения в повседневную практику. Более того, обычно работа с любой новой прикладной областью, или даже просто новым набором данных, происходит в такой последовательности.

Все три подхода, как правило, реализуются на пересекающихся наборах инструментария, и используют смежный набор концепций, поэтому отделить одно от другого лучше по целевой функции, т.е. зачем мы используем эти подходы. Продолжить чтение «Что такое prescriptive аналитика?»