Data science в инструментах MPSTATS

Что общего у MPSTATS и таких разных компаний, как IBM, Coca-Cola и Netflix? Наш сервис, как и сотни российских и международных компаний, использует технологию big data для сбора, хранения и анализа данных.

Что такое big data, и зачем это нужно

Возможно, ты уже в курсе, как MPSTATS собирает информацию для разделов внешней аналитики. Наши неутомимые роботы-парсеры заходят в каждую карточку на WB и считывают информацию из кода страницы. С января 2020 г. мы накопили такое количество данных, что без специальных технологий было уже не обойтись. Поэтому наши специалисты внедрили Data Science  — методы хранения, обработки и представления больших данных или, как их еще называют, big data.

Так чем же отличаются большие данные от обычных? Как правило, к ним относят массивы объемом более 150 Гб, хранение и обработка которых нуждаются в больших вычислительных мощностях, а потому требуется несколько серверов или дата-центров.

Главная ценность big data, конечно, не в размере, а в том, что они помогают принимать решения, основанные на данных и строить точные прогнозы. Большие данные можно проанализировать по самым разным параметрам и применить с разной целью. Вот, например, Amazon использовал big data в системе рекомендаций товара, которая приносит компании около 35% прибыли.

В MPSTATS тоже есть несколько уникальных инструментов, задействующих Data Science.

Прогнозы Искусственного Интеллекта

На стадии выбора нового товара или новой ниши так хотелось бы заглянуть в будущее и узнать заранее, принесут ли они хорошую прибыль. Представь себе, с MPSTATS это вполне реально. Наши специалисты создали инструмент на основе больших данных, который достаточно точно прогнозирует динамику в категории на месяц вперед. Графики в этом разделе покажут тебе общий тренд в нише: будет ли в ней рост или спад, и насколько сильный.

График прогноза по дням показывает прогноз MPSTATS по категории за предыдущие 30 дней, как события развивались на самом деле, и какие выручка и продажи ожидаются в нише в следующий месяц. Обычно на эти показатели еще влияют внешние обстоятельства, такие как праздники или акции, но, повторимся, здесь ты сможешь оценить именно общие тенденции.

На графике тренда поведение ниши просматривается еще лучше: здесь уже не учитываются изменения по дням, захвачены два-три предшествующих месяца, и представлен прогноз по категории на месяц без лишнего шума.

Анализ сезонных эффектов

Если предыдущий инструмент помогает определиться с выбором перспективной ниши, то Анализ сезонных эффектов очень полезен при работе с сезонными товарами, а также при подготовке к акциям. А лучше всего использовать оба инструмента вместе, тогда у тебя будет полная картина о потенциале ниши.

Как ты знаешь, многие всплески продаж повторяются регулярно, потому что они обусловлены праздниками, каникулами и ежегодными распродажами, такими как Черная пятница. График годовой сезонности, праздников и распродаж показывает сезонные надбавки к существующему тренду по выручке, продажам и товарам с продажами в течение года. Самые важные события, которые всегда влияют на спрос, показаны вехами.

Но если с праздниками все и так более-менее очевидно, то с сезонными товарами, которые не привязаны к какой-то конкретной дате, дела обстоят немного сложнее. Например, когда продавать самокаты? Интуитивно кажется, что летом, а на самом деле пик продаж приходится на весну. В таких случаях очень легко промахнуться со стартом продаж, и тогда товар будет лежать мертвым грузом, и придется переплачивать за хранение. Именно в таких случаях Анализ сезонных эффектов просто незаменим.

А еще существует некоторая сезонность даже в рамках одной недели! Например, товары в категории Женщинам / Офис / Платья пользуются спросом в воскресенье, а меньше всего продаж осуществляется в пятницу. Это и понятно: в пятницу люди планируют предстоящие выходные, а о работе вспоминают уже ближе к вечеру в воскресенье. MPSTATS фиксирует эти еженедельные тенденции и выводит на графике недельной сезонности. Теперь ты сможешь лучше понимать, когда на товар самый большой спрос и планировать загрузку складов.

Итак, большие данные помогают строить прогнозы и планировать стратегию на рынке, но это не единственное их применение в MPSTATS. Технологии Data Science приходят на помощь, когда для построения одного отчета нужно обработать кучу данных.

Анализ отзывов

Один из таких сложных (и очень ценных!) отчетов ты найдешь в уникальном инструменте Анализ отзывов. Он помогает понять, что покупателям нравится в продукте, а что не устраивает, и улучшить свойства товара и его описание в карточке. В итоге ты постепенно сможешь уменьшить количество отрицательных отзывов и выйти на новый уровень продаж. Все, что нужно сделать тебе — задать критерии для анализа, а сервис сам обработает до 30 тысяч наиболее свежих отзывов, подходящих под эти условия. Ты можешь анализировать отзывы по предмету, бренду, продавцу, SKU и запросам, то есть использовать результаты отчета для разных целей (например, при выборе бренда или анализе конкурента).

Отчет покажет, сколько было отзывов за выбранный период, какие они были по тональности (положительные или отрицательные), сколько звезд поставили покупатели. И, самое главное, ты поймешь, какие темы волнуют покупателей, о чем они пишут в своих отзывах.

Анализ характеристик карточек товаров

Мы в MPSTATS не понаслышке знаем, как важно быть заметным на площадке и попасть в правильную категорию, а лучше — в несколько. Так родилась идея еще одного классного инструмента, в котором использованы возможности big data. Ты выбираешь предмет, категорию или список товаров для анализа, а сервис обрабатывает огромное количество характеристик карточек и выводит отчет с информацией о том, какие поля надо заполнить, чтобы карточка чаще показывалась в поисковой выдаче.

Самое интересное, что ты можешь видеть список характеристик, которые часто заполняют в карточках из выбранного предмета (категории, списка) и отобрать те, которые напрямую влияют на попадание в категорию (для этого надо включить фильтр Показать только атрибуты, которые могут влиять на присутствие в категории). Эти характеристики отмечены лампочкой как самые важные.

В общем, инструменты big data — это огромное конкурентное преимущество. Они экономят время и деньги, помогают быть на шаг впереди конкурентов и принимать сложные решения с опорой на надежные данные.