Big data играет все большую роль в e-commerce — и речь идет не просто о персонализации предложений клиентам. Аналитика больших массивов данных с информацией о покупателях позволяет создать точный портрет каждого клиента, предсказать его запросы и заранее закупить товары, которые будут пользоваться спросом. Руководитель департамента данных и аналитики Lamoda Сергей Гилев рассказал «Хайтеку», как повысить эффективность бизнеса с помощью big data, как персонализируется сайт Lamoda, и почему аналитики должны разбираться в бизнесе.

 

Масштабируемость, исторические данные и big data

— Чем занимается ваш департамент?

— Мы были созданы в этом году. До этого аналитика в компании была, но делалась в командах, рассредоточенных по компании. Были команды аналитики внутри бизнес подразделений, внутри ИТ, в продуктовых командах.

Мы занимаемся полным процессом по извлечению пользы из данных и созданием продуктов на их основе. Обычно все начинается с того, что мы изучаем какое-то бизнес-явление, процесс, и то, какое он находит отражение в данных. Придумываем, что можно сделать с данными, чтобы что-то улучшить. Это могут быть абсолютно любые вещи — наш склад, служба доставки, поведение пользователя на сайте, маркетинг и так далее.

 

— Как собирали данные до создания вашего подразделения — изменилось ли сейчас что-то в методике сбора и разметки? И есть ли проблема, что вам сейчас не хватает исторических данных?

— Основная проблема заключалась в том, что каждая команда пользовалась теми технологиями, которыми она владела. Соответственно, были разные инструменты, они не всегда соответствовали самой оптимальной технологии для такого типа задач. Экспертиза по обработке больших данных появилась недавно. Соответственно, раньше использовали более традиционные технологии, которые были более дорогими или менее эффективными. Теперь у нас единая инфраструктура. Не то чтобы мы все перевели все на какую-то единую технологию. Но мы просто используем каждую технологию в соответствии с той целью, для которой она лучше подходит, в зависимости от требований конкретной задачи. Про отсутствие некоторых исторических данных — наверное, это в меньшей степени связано с объединением, но иногда такое есть. Когда мы о какой-то проблеме раньше не думали, — о том, что ее нужно решать, и какие-то данные не собирали. Такое иногда бывает.

Читать далее…