Чернобровов АлексейАналитик

Видео

Автоматизация построения Customer Journey Map с помощью Data Science

Из доклада вы узнаете, что такое модели пользовательского взаимодействия в том числе и Customer Journey Map.

Затем мы поговорим о том, как автоматизировать Customer Journey Map с помощью современных методов Data Science.

Обсудим, когда это делать и когда не нужно. И закончим рассмотрением кейсов.

Собеседование на Middle Data Scientist | #Нанято S1E01RU

Интервью на позицию Middle Data Scientist в компанию.

В этом видео рассмотрим:

  • Вопросы про опыт работы
  • Вопросы по теории вероятностей
  • Вопросы по SQL
  • Вопросы по линейным моделям в data science
  • Вопросы по валидации моделей
  • Бизнес-задачи

Дзен-митап: алгоритмы и рекомендации

На Дзен-митапе обсудим конкретные кейсы: как в ivi персонализируют главную страницу с помощью многоруких бандитов или как в Дзене создали систему для динамического распределения трафика.

Как управлять бизнесом с помощью data science?

Мы поговорим на тему ролей в построении продукта и какую роль занимает Data Scientist. В чем его от него польза бизнесу, и когда он бесполезен. А самое главное расскажу как перестать привлекать внимание санитаров и начать работать! :)

Роль науки о данных в построении продуктов

В современном мире технологии Data Science и искусственного интеллекта проникли практически во все сферы бизнеса. Data scientist сегодня есть практически в каждой компании.
Мы говорим о том, какую роль сегодня играет Data Science при построении продуктов, о возможностях и ограничениях Data Science. Обсудим, как эффективно взаимодействовать со специалистами по Data Science, как они могут помочь различным подразделениям бизнеса. И как дизайнеры, владельцы продукта, маркетологи могут помочь специалисту в Data Science, чтобы достичь общих целей.

Почему модели атрибуции не работают? И как управлять рекламными кампаниями с помощью машинного обучения.

Атрибуция – это способ распределения влияния на целевой показатель (дохода, конверсии) между источниками трафика в многоканальной последовательности визитов.

Атрибуцию, как правило, используют для определение эффективности рекламных каналов.

Но почему же модели атрибуции не работают и как сделать так, чтобы они заработали? Об этом вы узнаете из доклада.  

Data Quality с точки зрения бизнеса и разработки

В большинстве компаний за выбор технологии отвечают технические специалисты: они выбирают стэк, исходя из технических возможностей, удобства администрирования, квалификации команды и т.д. Но сегодня бизнес может извлечь из данных достаточно ценные сведения, поэтому к качеству данных (Data Quality) выдвигаются жесткие требования. Рассмотрим главные аспекты управления Data Quality с позиции бизнеса и разработки, а также разберем лучшие практики.

Цифровая трансформация: предсказывать будущее или делать простые шаги?

Часто цифровые трансформации, особенно на ранних этапах, сопряжены с попыткой предсказать будущее. Например, в 80-е годы довольно тяжело было предугадать, что цифровые фотоаппараты будут встроены в камеры, а сама по себе рынок фотоуслуг будет существенно сокращаться, несмотря на то что в это время тренды на фото- и видео-устройства уверенно росли.  В 2020 году есть очевидные ниши, которые в ближайшее время подвергнуться цифровой трансформации, например, управление цепями поставок. Но реализация таких проектов требует достаточно тяжелых усилий и больших трудозатрат. Тем не менее есть и маленькие шаги, которые компании постепенно делают, чтобы через несколько лет стать успешными и конкурентными на рынке. О таких реализациях и сложности их внедрения мы поговорим в докладе. Вебинары для компании Марс на тему цифровой трансформации.

Как дисрапт традиционных моделей с помощью Data Science может стать основной стратегией цифровой трансформации

Мы поговорим о том, как Data Science влияет на различные, в том числе традиционные, индустрии. Почему с помощью Data Science сегодня можно дисраптить (уничтожать) традиционные модели бизнеса. Как цифровая трансформация одной или нескольких компаний в цепочке поставок может полностью менять индустрию. Мы НЕ будем говорить про Uber :). Мы рассмотрим кейсы из фудтеха и сложных цепочек поставок. Обсудим сложности внедрения стратегий цифровой трансформации. Что делать, если мало данных на B2B рынке? Как внедрять Data Science в операционные процессы бизнеса?

digital_transformation #disrupt #data_science

Конференция Datastart 2020.

Спикер: Алексей Чернобровов

Можно ли перестать делать колхозные решения в data science

О чем мы поговорим:

  • Как работает Data Scientist

  • Хранилища данных

  • Enterprise решения для DS

  • Причины возникновения «колхоза»

  • Как перейти к промышленным подходу

About AI in Retail & Advertising Summit London

Рассказ о конференции, прошедшей 18-20 сентября, в Лондоне.

Скоринг пользователей для интернет-магазина

Цель доклада рассказать о способе улучшения бизнес-показателей интернет-магазина (конверсия, выручка, маржа) за счет оценки (скоринга) пользователей.

Рассмотрим, что такое скоринг, как его построить, особенности этой задачи и разберем самые акутальные кейсы.

Soft skills для аналитиков

Вы узнаете, чем хорошие аналитики отличаются от незаменимых и при чём тут soft skills.

План:

  • Зачем нужны аналитики?
  • Что вообще нужно бизнесу?
  • Soft Skills
  • Как улучшить Soft Skills

Как предсказать отток пользователей?

Доклад на тему оценки эффективности Churn Predict при внедрении в бизнес. 

Вложения в ML - это затраты или инвестиции? Оцениваем эффективность использования машинного обучения на примере прогнозирования оттока клиентов (Churn Rate).

Волшебное превращение ML в деньги

Как оценить необходимость машинного обучения в бизнесе и узнать полученный результат?

Разберём различные ML- и бизнес-метрики, подробно расскажем о всех плюсах и минусах применения ML в бизнесе и о возможных альтернативах. 

Как выбрать модель атрибуции исходя из задач вашего бизнеса

Атрибуция – это определение источника трафика, благодаря которому была совершена конверсия (целевое действие или продажа).

- Какие модели атрибуции бывают и какую модель выбрать?

- Почему они не работают и как принимать управленческие решения?

Разберём эти и другие вопросы на классных примерах.

Как построить Customer Journey Map

Сегодня вы узнаете о том, что такое Customer Journey Map, а также:

  • зачем это нужно;
  • когда это нужно, а когда можно и без CJM;
  • как построить CJM;
  • как улучшить бизнес с помощью этой техники.

Использование прокси-метрик при оценке рекламных кампаний

Какие инструменты применять в условиях недостатка данных при оценке рекламных кампаний.

Рассмотрим, зачем нужны прокси-метрики и какие выгоды можно получить от их использования.

Персонализация скидок в интернет-магазине

Как спрогнозировать вероятность покупки в зависимости от скидки и как дать скидку так, чтобы заработать. 

Персонализация сайта для пользователя на основе Customer Journey Map

В докладе подробно рассказано о том, что такое customer journey map (CJM).

Рассмотрены основные подходы к автоматизированному выделению паттернов поведения пользователей с помощью современных методов машинного обучения, а также методы построения персонализации на основе CJM.

Кейсы: приложение крупного банка, сайт известного автодилера и крупный интернет-магазин.

Управление маркетингом на основе сегментации пользователей по CJM

На конференции Locomotiv была представлена презентация об управлении маркетингом на основе сегментации пользователей по Customer Journey Map на примере Pult.ru. Были рассмотрены различные сегменты пользователей и модели потребительского поведения. А также стратегии вазимодействия с клиентами.

Как устанавливать эффективные цены на товары с помощью машинного обучения

Большой обзор подходов к динамическому ценообразованию.

От чего может зависеть изменение цен для интернет-магазинов и что делать, когда спрос на товары неэластичен?

Как увеличить выручку и маржу с помощью ценообразования?

Будет рассмотрен базовый подход к построению системы ценообразования и приведен успешный кейс магазина из TOP-100 runet'а. 

Подход к автоматизации решений задач ML на примере HackerEarth ML

В докладе будет разобран подход к автоматизации решений задач машинного обучения на примере конкурса HackerEarth Machine Learning Challenge 1.

Из видео вы сможете узнать:

  • Обзор существующей реализации, её преимущества и недостатки
  • Какую архитектуру с возможностью масштабируемости можно выбрать
  • Какие данные и результаты работы приходится хранить
  • Возникающие в процессе реализации сложности
  • Как система показала себя при решении контеста

Анализ задачи предсказания выбора кредита (Tinkoff Data Science Challenge)

Из видео вы узнаете:

  • Как подойти к решению задачи аналитически, не углубляясь в обучение моделей
  • Какая модель обычно используется при выдаче кредита
  • Какие способы обработки зашумлённых категориальных признаков можно использовать
  • Откуда можно извлечь дополнительную информацию
  • Какие дополнительные признаки могут помочь в задаче кредитного скоринга.

Контакты