Как одной кнопкой осчастливить продавцов хендмейд-косметики из Великобритании
Специалисты по «большим данным» нередко сталкиваются с узкопрофильными, специализированными задачами, для решения которых приходится каждый раз разрабатывать уникальные инструменты. Представьте, что у вас имеется множество мелких онлайн-магазинов для продажи чего-то нетривиального — например, косметики ручной работы. Как помочь им повысить эффективность продаж, причем с помощью буквально одной кнопки? Предлагаем вам рассказ, написанный по мотивам реального проекта, который сумели выполнить специалисты из CleverDATA — подразделения группы IT-компаний «ЛАНИТ».
Cестры Джойс, Аврора и Элен, пили чай на кухне своего скромного дома в Лафборо. Если любознательный читатель забьет в Google название этого города, то, скорее всего, быстро найдет три следующих факта: в Лафборо имеется университет, также здесь расположена единственная в Великобритании кольцевая развязка, по которой разрешен проезд велосипедистам, и, наконец, в Лафборо работает крупнейший в мире завод по производству колоколов. Сестры Джойс не имели отношения ни к одной из местных достопримечательностей, но это их, разумеется, совершенно не волновало. Волновало их, как давать рекламу через Google.
«Как же так! — сокрушалась Аврора. Из двух сестер она была младшей, лишь на прошлой неделе ей исполнилось сорок. — Там говорилось, что любой сможет разобраться в этой системе? Мол, включил — и зарабатывай? Как же так, Элен? Мне казалось, я достаточно разбираюсь в таких вещах — у меня даже инстаграм есть!» Элен слушала причитания Авроры молча. Во-первых, она была старшей сестрой, а во-вторых, Элен ожидала неприятностей с самого начала. Если настраивать системы так просто, то почему же мы не слышим каждый день о невероятных заработках?
Тут стоит сделать небольшое отступление и пояснить: Элен и Аврора с недавних пор завели собственный бизнес. Дело в том, что они уже давно занимались изготовлением домашней косметики. Сейчас уже трудно вспомнить, с чего все началось — кажется, Аврора посетила какой-то мастер-класс. А может, Элен услышала по радио передачу о добавках в косметику, используемых транснациональными корпорациями (если коротко, то, по мнению ведущего, ничего хорошего в этих добавках не было). В общем, сестры начали изготавливать косметику сами — сперва для себя, потом для друзей, а теперь у них был небольшой сайт, обслуживавший почти десять тысяч человек — покупателей косметики для тех, кому за 45.
Занявшись бизнесом, Элен и Аврора быстро добились успеха — годовые обороты их скромного предприятия измерялись большими шестизначными числами. Наверное, так могло продолжаться долго. Но им хотелось роста, а стабильность казалась признаком, скорее, стагнации, чем успеха. В общем, сестры Джойс решили узнать, как рекламировать свою продукцию через Google.
«Нам нужна помощь, — прервала монолог Авроры Элен, — какой-нибудь специалист, который все настроит. Давай найдем его».
Сергей сидел в своем офисе в CleverDATA и рассматривал на экране компьютера проект дизайна нового сервиса онлайн-рекламы. Дизайн ему определенно нравился. Графики были простые и понятные, а когортный анализ представлен так, что разобраться в нем мог любой человек.
Перед создателями проекта стояла нетривиальная задача: построить сервис для нестандартного клиента — малого парфюмерного бизнеса. Речь шла про Великобританию. Оказывается, там существует много мелких частных предприятий, продающих через интернет хендмейд-продукцию — косметику ручной работы. И они очень хотели бы повысить продажи. Заказчиком проекта выступала компания British Pharmia, торговавшая косметикой уже много лет и почти все понимавшая в этом бизнесе.
Разумеется, никто из владельцев небольших парфюмерных бутиков не мог позволить себе штатного маркетолога. Приглашение фрилансера для таких компаний — тоже всегда риск: продажа хендмейд-косметики выстроена на очень специальных (почти личных) отношениях с клиентами. Им мог бы помочь большой сторонний сервис — из числа тех, какие для разных бизнес-нужд предоставляет, например, Google. Но беда в том, что работа с инструментами Google для мелких предпринимателей — темный лес. Что и понятно: если простой человек с улицы когда и мог разобраться в бесконечных настройках, то это время давно прошло. Сегодня сервисы Google превратились в инструменты для специалистов, продающих свои знания за большие деньги, часто — с сомнительной эффективностью.
Сергей снова посмотрел на дизайн. Отлично получилось, просто отлично! Их система лучше, чем у Google, и, конечно, понравится британцам.
Аврора и Элен пили чай.
«Этого следовало ожидать, — грустно говорила Элен. — Разумеется, этому маркетологу было совершенно наплевать на нас. Он даже не стал разбираться в том, что мы делаем! Не стал слушать про рецепты наших кремов! Просто что-то там настроил, взял деньги и ушел. Выполнил, как это он там выразился, «кипиай по лидам». А то, что нам от его цифр ни горячо, ни холодно, его не волнует!»
Ничего страшного, конечно, не произошло. Но специалист сестрам Джойс попался дорогой, а они привыкли аккуратно относиться к финансам. И тот факт, что деньги улетели в трубу, заставлял их грустить.
«А что эта новая система? — спросила Аврора. — Та, которую нам предложили потестировать в British Pharmia?»
«Ничего особенного, — ответила Элен. — Дизайн красивый, а сама система невероятно сложная. Вот ты, Аврора, знаешь, что такое, например, когортный анализ?» Аврора отрицательно покачала головой. «Вот и я не знаю, — добавила Элен. — И уж тем более не понимаю, зачем он, этот самый анализ, нужен».
Сергей сидел в офисе и тоже грустил. Результаты первых тестов оказались провальными: немного покопавшись в новой системе, пользователи почти сразу теряли к ней интерес. Такого в CleverDATA никто не ожидал. Всем казалось, что во второй раз их система точно должна заработать. Да, сперва они сделали продукт, отпугивавший неподготовленного клиента, — предиктивные модели, когортый анализ и прочее в том же духе. В результате получилось нечто, напоминающее настроенный Google Analytics.
Но потом-то была проделана большая работа по отладке: все пересмотрели, лишнее выкинули, оставили лишь самое необходимое. И все равно конечному клиенту, всем этим частным предпринимателям с просторов Туманного Альбиона, их система совершенно не понравилась.
Сергей, вздохнув, открыл переписку с British Pharmia. Видимо, он и его коллеги изначально допустили какую-то неточность, и Сергей решил перечитать задание по проекту с самого начала. Там, среди прочего, на глаза ему попалась важная фраза от англичан: «Наши клиенты — люди простые, из глубинки. Они ждут, что вы сделаете для них одну большую кнопку — нажал, и продажи повысились». Сергей задумался.
Главным инструментом для общения с клиентами в этих небольших компаниях были рассылки. Да, те самые почтовые рассылки с предложением что-то купить, воспользоваться скидками, узнать о новых товарах. А также с поздравлениями по случаю всевозможных праздников. Вот только любой айтишник знает: от контента надо бежать как от огня. Самим делать рассылку — это очень сложно.
С другой стороны, подумал Сергей, можно попробовать разработать отдельную форму, которую клиенту останется лишь заполнить. Это тоже непросто, но уже реалистично. Конечно, все машинное обучение, все нейросети придется запихнуть под капот новой системы. Но, может быть, тогда люди реально начнут ею пользоваться.
Сестры Джойс с удовольствием считали деньги.
Система, с которой они работали теперь, устраивала их полностью. Главное — они понимали, что происходит. Идея с рассылкой была достаточно проста: если человек перестает заглядывать в твой магазин, можно вернуть его, предложив скидку. Но обычно скидки объявляют для всех клиентов, включая и тех, кто и так собирался зайти в магазин.
К тому же любая скидка — это риск, торговля себе в убыток. Объявляя ее, продавец, по сути, надеется, что прибыль от попутно приобретенных товаров превысит убыток от скидки.
Новая система действовала по-другому. Она следила за каждым покупателем в отдельности и делала ему личное предложение. Это значит, система предугадывала, что покупатель хочет уйти, и предлагала ему нечто привлекательное, чтобы он остался.
Сергей не без удовольствия объяснял на конференции для разработчиков:
«Чтобы сделать систему для расчета скидок, мы использовали один из самых понятных видов машинного обучения — метод градиентного бустинга. Если коротко, то его идея состоит в том, чтобы постепенно собирать хороший алгоритм из плохих, возможно, не сильно отличающихся от случайного угадывания. Словом, метод позволяет на каждом этапе исправлять то, что не было доработано на предыдущем. Алгоритмы градиентного бустинга проще нейросетей и, как оказалось, отлично работают для решения нашей конкретной задачи.
Но еще нам требовалось научиться предсказывать поведение пользователя. Как всегда, все начиналось с аналитики. Любая модель — это как отвертка. Чтобы понять, что нам нужна именно эта отвертка, необходимо, чтобы у нее были конкретные признаки — например, ее рабочая поверхность должна соответствовать форме головки винта или шурупа. Поэтому, чтобы разобраться в наших признаках, мы начали с совсем простых вещей — ассоциативных моделей и анализа латентных факторов. Оба варианта, по сути, сводятся к анализу отношений между людьми и продуктами.
Ничего особенного, разумеется, это нам не дало — либо результаты были тривиальны и их можно было получить без математики, либо настолько неопределенные, что клиенты не знали, как быть, — когда, например, у них появлялся покупатель, приобретавший много разных товаров, так что его корзина оказывалась связана со всеми остальными и путала все карты.
Поэтому мы перешли к нейросетям. Для каждого товара использовалось короткое текстовое описание, а сеть связывала эти описания в рекомендательные цепочки. Чтобы научить нашу сеть разбираться в косметике, мы изначально обучили ее на текстах бьюти-блогеров, на их советах, обзорах и рекомендациях. После этого мы взяли данные от клиентов, — разобраться с ними было отдельной задачей, потому что небольшие компании, как оказалось, за качеством своих данных особо не следят, — и дообучили нейросеть. И это сработало!»
Сестры Джойс с удовольствием пили чай
«Как ты думаешь, Элен, — спросила Аврора, — пробники работают?» Элен задумалась. «Наверное, нет, — сказала она, - мне кажется, не работают. Даже так — я не припомню, чтобы у меня это работало». «Да, действительно не работают, — подтвердила Аврора. — Мне кажется, раздавать пробники полезно — это улучшает общее впечатление, но вот чтобы потом покупали именно этот продукт — точно не работает».
Сергей не только знал, что пробники не работают, но и мог точно сказать, когда в рассылке должно появиться конкретное письмо для конкретного пользователя. Их новая система прекрасно с этим справлялась. Но она пока еще не умела делать одну очень важную вещь — привлекать новых пользователей, то есть клиентов. Причем так же, одной кнопкой, как и в случае с рассылкой. Над этим заданием еще предстояло подумать. И Сергей, вместе с ребятами из CleverDATA, уже думал.
Андрей Коняев