Роман Зыков - Роман с Data Science. Как монетизировать большие данные [litres]
- Название:Роман с Data Science. Как монетизировать большие данные [litres]
- Автор:
- Жанр:
- Издательство:Издательство Питер
- Год:2021
- Город:Санкт-Петербург
- ISBN:978-5-4461-1879-3
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Роман Зыков - Роман с Data Science. Как монетизировать большие данные [litres] краткое содержание
Эта книга предназначена для думающих читателей, которые хотят попробовать свои силы в области анализа данных и создавать сервисы на их основе. Она будет вам полезна, если вы менеджер, который хочет ставить задачи аналитике и управлять ею. Если вы инвестор, с ней вам будет легче понять потенциал стартапа. Те, кто «пилит» свой стартап, найдут здесь рекомендации, как выбрать подходящие технологии и набрать команду. А начинающим специалистам книга поможет расширить кругозор и начать применять практики, о которых они раньше не задумывались, и это выделит их среди профессионалов такой непростой и изменчивой области. Книга не содержит примеров программного кода, в ней почти нет математики.
В формате PDF A4 сохранен издательский макет.
Роман с Data Science. Как монетизировать большие данные [litres] - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Внедрение
Типовое внедрение должно включать установку JS-кода на сайт:
• трекера JS для сбора данных. Если установлен Google Analytics, то отдача важных событий на сайте (транзакция, добавление в корзину и т. д.);
• сниппета, который будет тянуть данные из веб-сервисов.
Это была полностью законченная идея создания сервиса рекомендаций для любого числа магазинов. В ноябре 2012-го на конференции ко мне подошел Николай Хлебинский и предложил делать такой сервис. Самое интересное, что моего текста он до этого не видел, но его заинтересовала моя презентация [115], а летом, за пару месяцев до этого, он писал мне письма с вопросами о моих наработках, которые я оставлял без ответа, потому что не хотел раскрывать свои идеи. Но наша встреча была вопросом времени и Колиного упорства. Следующим шагом мы образовали партнерство, расписали наши доли и подписали простое соглашение между собой: в итоге Николай Хлебинский становился генеральным директором компании, Андрей Чиж техническим директором, а я директором по аналитике. Я до конца декабря уже сделал первые алгоритмы, начальные строчки которых были написаны в фудкорте ТЦ «Гагаринский» в Москве. За восемь месяцев до этого у меня родилась дочь – я шел гулять с коляской, брал с собой раскладную табуретку и писал код на планшете, сидя на улице в мороз. А уже в марте 2013-го мы запустились [116]. Мы знали, что параллельно с нами идет разработка похожего проекта crossss.ru, и хотели запуститься до них – кто первый встал, того и тапки. И нам это удалось. В то время партнеры Retail Rocket хорошо дополняли друг друга, каждый занимался своим делом и делал его на отлично, а через какое-то время мы получили инвестиции от Impulse VC – я бы рекомендовал всем хорошим проектам обращаться к ним за инвестициями.
Вначале мы опасались конкурентной борьбы, но она оказалось интересной – самым главным нашим конкурентом оказалась внутренняя разработка в компаниях. Какой-то сотрудник или команда в интернет-магазине вызывались самостоятельно написать такой сервис – обычно через год такой клиент возвращался к нам с контрактом. Ближе к 2020 году тренд изменился, конкурентная борьба между сервисами усилилась. Магазины начали доверять внешним сервисам и аутсорсить автоматизацию маркетинга и рекомендации. Я считаю, что мы сделали большой вклад в развитие этого доверия на рынке.
Важный вывод, который я сделал для себя: работа на две компании – это плохо: днем ты работаешь в офисе, вечером и в выходные вкалываешь на свое дело. В первые месяцы я работал по 80 часов в неделю, пока не уволился из Ostrovok.ru. Самое главное – когда пишешь вечером после целого рабочего дня до глубокой ночи, то весь следующий день, а то и два приходится исправлять ошибки. Больше скажу – некоторые недочеты были исправлены только через несколько лет. Именно тогда я решил, что впредь всегда буду заниматься только одним делом, поэтому, когда сел писать эту книгу, ушел в неоплачиваемый отпуск на пять месяцев.
Не все заказчики могут адекватно оценить ваши усилия по созданию качественного продукта. А в рекомендательных системах результат этих усилий не лежит на поверхности. Например, вы выяснили в результате А/Б-теста, что две рекомендательные системы дают одинаковый прирост продаж. Какую из них выбрать? При этом первая система дает намного более логичную картинку рекомендаций, чем вторая, – в первой в визуальную часть вложены усилия, чтобы у пользователя в голове не возникало диссонансов. У рекомендаций есть одна серьезная сложность: если начать улучшать «картинку», то результаты в А/Б-тестах ухудшаются. Я потратил очень много времени и вложил немало труда, чтобы сделать все красивее и не просесть в метриках. Сделали ли это конкуренты? Едва ли. Но клиенты обычно ориентируются на цену – какая стоит дешевле, ту и возьмем. Ну и между российским и американским решением обязательно выбирают второе. Что поделать, в импортное мы верим больше – об этом хорошо знают российские производители обуви, которые притворяются итальянскими и немецкими. Жизнь несправедлива – объяснить заказчику преимущества своего продукта порой невозможно, хотя мы все время бьемся над этим.
Следующий вывод, который я сделал для себя, – необходимо избавляться от токсичных клиентов, они не принесут вам ничего, кроме головной боли. Есть такой показатель – NPS (Net Promoter Score), который демонстрирует лояльность клиента компании. Сам NPS вычисляется посредством вопроса клиенту: «Какова вероятность, что вы порекомендуете нашу компанию друзьям или знакомым?» Ответ клиент обычно дает по десятибалльной шкале. Так вот, аналогичную оценку неплохо ввести и для самих клиентов – насколько сотрудникам приятно работать с ними. Я видел разных клиентов, от суперлояльных до предельно токсичных. Токсичные клиенты демотивируют сотрудников, которые вынуждены с ними работать. Нормальная деловая коммуникация – важный критерий качества работы с клиентом. Когда я снова буду создавать свою компанию, я пропишу в договоре с клиентами свое право на его расторжение на основе оценок, которые получу от своих сотрудников.
Глава 13
Строим карьеру

Старт карьеры
Цикл карьеры – это образование, старт, развитие и увольнение. Рекомендую начинать заниматься вопросом трудоустройства задолго до окончания вуза. Сам я начал работать со второго курса – но это был 1999 год, денег не было от слова «совсем». В то время зарплаты платили в долларах – помню, как радовался, когда получил свои первые две сотни. В тот момент я устроился программистом, но спустя год ушел, решив попробовать что-нибудь другое и ликвидировать долги по учебе. В StatSoft я устроился летом после третьего курса, прочитав небольшое бумажное объявление в читальном зале библиотеки МФТИ. В нем было написано: требуется переводчик с английского языка для локализации программного обеспечения. В StatSoft была очень хорошая и уютная атмосфера. Я работал в очень хорошей компании умных и амбициозных людей, студентов и аспирантов МФТИ и МГУ. Когда я закончил с переводами, стал потихоньку осваивать статистический пакет и теорию, которая за ним стоит, и участвовать в презентациях продукта. Первая презентация была в Центральном банке РФ. До сих пор помню, как пот струился по всему телу и сильно крутило живот. После нескольких таких презентаций я перестал есть перед ними. Лучше быть голодным, чем выступать с больным животом из-за нервов. Для меня, человека, которому сложно общаться с людьми, это была самая лучшая школа презентаций. Потом были командировки в Киев, Череповец, Красноярск – я участвовал в продажах и преподавал. Для меня это стало фундаментальной школой навыков, которых у меня тогда не было.
Читать дальшеИнтервал:
Закладка: