Как стать автором
Обновить
149.67
Рейтинг
Авито
У нас живут ваши объявления

Материалы с митапа для аналитиков: модель роста, A/B-тесты, управление стоком и доставкой товаров

Блог компании Авито Big Data *Машинное обучение *

Хабр, привет! В последний день июня прошёл наш митап для аналитиков. На нём выступали спикеры из Леруа Мерлен, Ostrovok.ru и, конечно же, Авито. Обсуждали региональные A/B-тесты, управление выдачей товаров в большом интернет-магазине, предсказание профита от новых фичей и data science в доставке.


Под катом — видеозаписи выступлений с таймкодами и ссылки на презентации.



Региональные A/B-тесты. Зачем нужны и как устроены — Игорь Красовский, Авито


На примере задач из Авито Игорь рассказал, что такое региональные А/В-тесты, когда они нужны аналитику, какие алгоритмы и математика лежат в их основе и как измерить точность этих алгоритмов.



00:00 — Представление спикера и темы
00:44 — Для каких задач можно применять региональные A/B-тесты
04:21 — О модели региональных А/B-тестов: этапы проведения теста, метрика близости контрольной и тестовой групп
09:51 — Алгоритм подбора тестовой группы и оценка его точности
18:03 — Что можно улучшить в предложенном процессе: точки роста


Посмотреть презентацию Игоря

Модель роста — предсказываем профит от фич для приоритизации — Павел Михайлов, Ostrovok.ru


Из доклада вы узнаете, как работает концепция модели роста, как она помогает перевести продуктовые метрики в деньги и оценить потенциальный профит от новых фичей.


Скачать эксельку с примером модели роста.



00:00 — Представление спикера и темы
01:10 — Фреймворк ICE (impact, confidence, ease)
02:26 — Что такое модель роста и как с её помощью измерить влияние фичи
05:55 — Как построить простую модель роста с нуля
18:55 — Примеры гипотез, которые можно оценить с помощью модели роста
25:22 — Как можно улучшать базовую модель и зачем вообще этим заниматься


Посмотреть презентацию Павла

Лучшие data-продукты рождаются в полях — Марина Калабина, Леруа Мерлен


Большая часть интернет-заказов в Леруа Мерлен собираются в торговых залах магазинов. Из-за высокой скорости оборота товаров это нередко приводило к тому, что заказ не получалось собрать. Тогда команда Data Accelerator придумала инструмент, который позволил автоматически находить проблемные артикулы и корректировать их количество перед публикацией на сайте.



00:00 — Представление спикера и темы
01:37 — Леруаизмы — термины для лучшего погружения в контекст доклада
02:40 — Как собирают заказы из интернет-магазина, и какие проблемы могут возникнуть у сборщика
04:07 — Запуск подразделения Data Accelerator, чтобы принимать data-driven решения
04:46 — Продукт «гарантированный сток»: его цели и процесс реализации
13:34 — Итоги внедрения гарантированного стока


Посмотреть презентацию Марины

Как data science Авито Доставке помогал — Дима Сергеев, Авито


Ежедневно на Авито продаётся несколько миллионов самых разных товаров. Не для каждого из них можно с лёгкостью определить, сможет ли продавец положить его в коробку размером 120×80×50 и отправить покупателю. Временами мы такие ошибки допускаем и предлагаем доставку там, где её быть заведомо не должно и наоборот. Дима рассказал о том, как мы с этой проблемой справляемся и каких результатов получилось достичь.



00:00 — Представление спикера и темы
01:11 — История появления доставки в Авито и первые проблемы
06:32 — Оценка масштабов неправильного определения возможности доставить товар
11:29 — Классификация товаров как способ решить проблему: data science SWAT спешит на помощь
17:44 — Первые успехи и побочные эффекты
25:47 — Ближайшие планы


Посмотреть презентацию Димы

До встречи на новых митапах!

Теги:
Хабы:
Всего голосов 3: ↑3 и ↓0 +3
Просмотры 1.6K
Комментарии Комментировать

Информация

Дата основания
2007
Местоположение
Россия
Сайт
avito.tech
Численность
1 001–5 000 человек
Дата регистрации