X5 ставит на АБ-платформу

Система AБ-тестирования, о запуске которой объявили в X5 Group, позволяет в автоматическом режиме собирать результаты экспериментов в 18 656 магазинах, а также анализировать эффективность операционных процессов во всех бизнес-единицах группы.

В рамках пилотного этапа платформа АБ-тестирования тестировалась торговой сетью "Пятерочка" для проверки целого ряда проектов: расширение ассортимента категории "Готовая кулинария", эффективность новых холодильных установок, влияние установки пекарен на РТО и т.д. Возможности платформы позволили за минимальный срок и без участия человека рассчитать финансовый эффект проведенных экспериментов, рост категории и иные экономические показатели, что позволило принять решение о быстром внедрении или закрытии проекта. В рамках тестирования каждой гипотезы магазины в указанных географических пределах равномерно делятся на две группы. В первой группе в системе аккумулируются необходимые показатели в рамках эксперимента. В контрольной группе продолжается стандартная операционная деятельность без изменений. После окончания пилота производится замер релевантных метрик и определяется успешность пилота.

Директор по анализу данных компании "Х5 Технологии" Михаил Неверов отмечает, что разработка АБ-платформы заняла около года и является полностью собственным решением компании. Он добавил, что на направлении коммерции торговой сети "Пятерочка" платформа работает в пилотном режиме, но с широким функционалом, и в следующем году планируется внедрение системы для всех функций данной торговой сети, а также подключение других бизнесов Х5.

"Мы будем оценивать эффект от внедрения постепенно. Экономика будет зависеть от нескольких составляющих - количества тестов без увеличения штата профильных специалистов, увеличения "глубины" и частоты тестирования, а следовательно ускорения Time to Market по большему числу проектов. Так, например, до внедрения платформы мы считали, что ниже определенной планки АБ-тесты не стоит применять или тесты стоит применять для более высокоприоритетных направлений", - заявил Михаил Неверов.

Система АБ-тестирования помогает принимать решения на основе сырых данных: в ежедневном режиме информация о покупках систематизируется, анализируется и используется для формулирования выводов относительно каждой из сотен выдвигаемых гипотез. Основная цель проекта - ускорить рост бизнеса X5 за счет увеличения количества проводимых экспериментов. Система оперирует всем масштабом данных из хранилища X5 - десятках миллионов записей ежедневно. Сейчас платформа проходит стадию тестирования и доработки ряда модулей. Планируемый объем оценки экспериментов - более 1000 в год.

"В стратегии развития Х5 Group одним из ключевых управленческих принципов зафиксирован data-driven-подход - принятие решений на основе данных. Каждый год специалисты по большим данным проводят сотни AdHoc-анализов. Сегодня мы даем нашим бизнес-подразделениям удобный и быстрый инструмент для самостоятельной проверки гипотез. Собственная АБ-платформа за счет автоматизации процесса позволит быстро оценивать результата пилота проекта, ускорить показатель Time to Market. Внедрение платформы означает еще более глубокую интеграцию инструментов аналитики в повседневные процессы компании и повышение точности результатов за счет исключения человеческого фактора", - комментирует управляющий директор "Х5 Технологии" Антон Мироненков.

Партнер Лиги цифровой экономики Олег Сенчук обращает внимание, что АБ-тестирование с точки зрения бизнеса на основе Big Data - новый развивающийся подход, но пока его применяют единицы. По его словам, АБ-тестирование позволяет с помощью искусственного интеллекта и машинного обучения в режиме реального времени анализировать эффективность изменений и на основании этого принимать управленческие решения о запуске или прекращении проектов; основой в решении Х5 являются данные.

"Если такие платформы удастся правильно использовать и, самое главное, доверять данным, которые получаются на выходе, то эта технология получит широкое распространение. В целом любые платформы, которые позволяют оперативно принимать управленческие решения, - гигантское конкурентное преимущество относительно других игроков. Поскольку они позволяют быстро понимать, какие изменения эффективны, а какие нет", - полагает Олег Сенчук.

Платформа АБ-тестирования является собственной разработкой Х5 Group. Для обработки тысячи терабайт данных используются технологии машинного обучения. В ходе реализации проекта создана ИT-система, состоящая из комплекса решений на основе технологий Hadoop, Spark, Kafka, Docker. Все модули запускаются в корпоративном центре обработки данных под управлением системы Kubernetes. Используются технологии виртуализации для обеспечения масштабируемости и отказоустойчивости системы, работающей на нескольких десятках физических серверов. По сложности решаемых задач и масштабу обработки данных продукт является уникальным для рынка.

"Hadoop, Spark, Kafka, Docker - это уже устоявшийся технологический стек для онлайн стриминга данных. Подход, который раньше всего был опробован и внедрен в цифровом банкинге, в финтехе имеет форму индивидуального предложения, основанного на ситуативном анализе поведения клиента: когда, где и что он приобрел. Все варианты текущих банковских продуктов предварительно рассчитываются для конкретного потребителя или группы клиентов и при наступлении тех или иных заранее рассчитанных событий актуализируются и предлагаются по факту анализа критических показателей. Например, анализируются состояние текущего счета (в моменте), доходы (в месяц/год), что и с какой периодичностью клиент приобретает", - говорит директор по продуктовой стратегии группы Т1 Сергей Иванов.

Он добавляет, что компания X5 Group не является пионером в ретейле, ранее часть элементов подобного подхода была реализована и использовалась объединенной компанией "М.Видео - Эльдорадо"; в мобильном приложении клиенту предлагалась индивидуальная цена, которая рассчитывалась по массе показателей и корректировалась в моменте, в зависимости от логики потребительского поведения. По мнению Сергея Иванова, подобный подход будет являться частью отраслевого стандарта, это вопрос исключительно времени и крайне недалекого будущего. Эксперт полагает, что необходимые для этого объемы данных в крупных компаниях уже есть, а уровень текущих технологий позволяет реализовать данную задачу при относительно небольшом объеме инвестиций, тем более в рамках одной группы компаний.