Как стать автором
Обновить

Комментарии 22

Потому-что это модно?
Потому что это обеспечивает рост прибыли компании
Обычно когда я читаю фразу в духе «более хитрая нейросеть» в статье, где нет ни слова про технические детали, алгоритмы и архитектуры, мой мозг это автоматически трансформирует в фразу «градиентный бустинг».
При построении предсказательных моделей мы используем нейросеть, алгоритм MultiLayer Perceptron
А что с градиентным бустингом не так?
В случае модели, оптимизирующей маржу, xgBoost работал хуже, часто выдавал неадекватные значения. Как перешли на нейросеть MLP результат оказывался более стабильным.

Я помню, что раньше carprice позиционировался как площадка на которой диллеры в реальном времени борются за покупку твоей машины. Что ты приезжаешь, твое авто осматривают, и в реальном времени идут заявки от диллеров на покупку, потом тебе показывают самую лучшую. И именно с этим были связаны негативные отзывы от моих знакомых, в том что они считали что это все фейк (не помню на основание чего, но по личному опыту попытки продать машину в carprice).


А в этой статье идет речь про какую-то маржу, что не связывается с озвученной концепцией. Вы модель бизнеса поменяли или ...?

Я похоже понял о чем речь, но все равно не понятно зачем вы предсказываете за сколько купят авто и за сколько покупатель готов его продать. Если по итогам аукциона у вас фактически уже есть цена за сколько его купят, осталось только спрогнозировать свою комиссию.
Да, всё верно. Есть клиенты, которые готовы продать свою машину ниже средней цены по рынку. Например, в случае непопулярной (неликвидной) марки-модели. В этом случае нейросеть увеличивает маржу.
Там все просто. Аукцион должен заработать, если захочет заработать очень много, то сделка сорвется. Если очень мало, то невыгодно. Нужно найти золотую середину между желаниями продавца и покупателя
Цитаты:
1. «Смарт-маржа настроена так, чтобы создать условия, при которых вероятность продажи машины была бы максимальной.»
2. «Если, допустим, при снижении маржи на какое-то количество процентов вероятность продажи машины увеличивается в 2-3 раза, значит мы это сделаем»
Я что-то не понимаю в продажах? Или цель — максимально «окучить» занимаемую нишу (за счёт дикого объёма продаж) и потом, когда она насытится — хоть «трава не расти»? Т.е. даже не пытаясь торговаться с покупающим клиентом, предложив ему изначально «потолок его возможности и желания потратить на покупку» вместо «потолка разумной стоимости автомобиля», ниже которого, понятно, торговаться продавцу невыгодно. Это же стратегия для предельно конкурентного рынка. но, он не всегда (не всё время) такой, даже если так кажется и даже по исследованиям. Фокус же всех продаж — чтобы клиент купил самое дешёвое на рынке у тебя, но заплатив подороже. Где указанный в публикации ИИ преследует именно эту цель? Изначально речь идёт о продажах, а к концу всё скатывается к тому, что здесь описан только «сервис по смарт-покупке автомобилей дилером», но никак не далее про продажи (смарт-продажи) закупленных автомобилей. Моё мнение: объём продаж в перспективе должен превалировать над объёмом закупок. Поправьте меня, если я не прав.
На дворе 2019, никто не будет работать себе в убыток долгие годы, чтобы просто «окучить» поляну, которую довольно сложно окучить. В прошлом году было продано 5,4 млн подержанных машин. Все официальные продавцы (автодилеры, салоны, КарПрайс...) занимают процентов 7 от этого объема. Остальное продается из рук в руки. Прикиньте, сколько лет вы будете «окучивать» эту поляну себе в убыток, чтобы взять там значимую долю? Поэтому КарПрайс и пытается нащупать решение, когда и доля растет, и экономика от этого роста не страдает.
Если согласно анализу вероятность конверсии клиента очень высока, то для него при записи свободны все слоты — выбирай не хочу. А если приезжает владелец автомобиля с набором характеристик, которые исторически у нас плохо конвертируется, то для выбора будут доступны только невостребованные слоты. Например, поздний вечер.

Если же на слот, занятый не слишком ликвидным авто, появляется ликвидный конкурент, то ресурсами call-центра мы переносим первое авто на менее популярные часы.
Как-то это некрасиво по отношению к клиенту.
Сеть может просчитать возвращаемость клиентов? Есть у меня сейчас неликвидная машина и меня засунули в какие-то неудобные мне условия. И больше я к вам не приду. Даже если моя новая, как и следующие десять моих новых машин, будут ликвидными.
Равно как и клиент, который продал одну ликвидную машину, ему сервис понравился, но вот со следующей своей неликвидной машиной его тоже прогнали по неудобному сценарию. И даже если третья машина его будет ликвидной вряд ли он вернётся туда, где к нему такое потребительское отношение. «Женщину вынули, автомат засунули» (с) Кин-дза-дза
Но текущие показатели красивые, тут не поспоришь.
В банках или мобильных операторах, например, есть приоритетное обслуживание высокодоходных клиентов. Справедливо это? С позиции бизнеса — да.
В банках есть чёткие критерии таких клиентов — количество денег на счету. И когда я сижу в обычной очереди, а приехавший на Майбахе дядя без очереди проходит в комнату для VIP клиентов у меня не возникает вопросов «Почему?». Потому что ситуация очевидна для меня.
Когда я приеду на своём Infinity Q50 (стоимостью около 2х миллионов) и увижу, что ко мне относятся хуже, чем к тому, кто приехал на Mazda CX-5 (стоимостью около полутора миллионов), у меня возникнут вопросы. Большая ликвидность Мазды не очевидна для простого водителя.
«И когда я сижу в обычной очереди, а приехавший на Майбахе дядя без очереди проходит в комнату для VIP клиентов» — Вы не поняли :) Речь о ликвидности, а не о стоимости машины. Условно, по статистике, 100 человек приезжали на черном форде фокусе 2005 года и из них 95 чел машину продали. Значит лучший слот будет отдан под такую машину, потому что вероятность ее продажи выше. То есть, выше вероятность, что компания на сделке заработает. Цена машины тут вообще не при чем
Я понял, что речь о ликвидности. Но это весьма не очевидный критерий для обычного человека (который не занимается продажей машин с пробегом регулярно и не знает, что такое «ликвидность автомобиля»).
Вдогонку, отношение ко всем одинаковое, но, согласитесь, вероятность сделки разная. Про ликвидность, чтобы было понятно, вот тут можно посмотреть: iz.ru/825384/2018-12-19/sostavlen-reiting-samykh-prostykh-dlia-pereprodazhi-avtomobilei
Занятно. Тоже сейчас планируем использовать ML для похожей цели — оценка стоимости машин. Правда пока нет своего осмотра (рынок не российский, вполне можно верить продавцам).

Поэтому набор входных параметров куда более скуден для значительной части машин — год, модель, пробег + вторичные характеристики (цвет, трансмиссия, кузов, ...) и месторасположение клиента. Однако для части машин (~40k) есть много данных по состоянию.

Вопрос по существу — есть ли какой-то анализ использования вашей смарт-ленты? У нас для этих целей используется простой сохраняемый фильтр по марке/пробегу/стоимости. По внутренним отзывам дилеров это хватает.
Даже из того набора параметров, что Вы перечислили можно построить достаточно точную модель оценки стоимости авто. Нюанс здесь больше в способе формирования датасета для обучения модели. По поводу смарт-ленты. Мы проводили А/Б тест, в результате которого средняя маржа с одного дилера была стабильно выше в тестовой группе.
Спасибо за ответ. Буду играться с набором данных.
— Почему работой CarPrice управляет искусственный интеллект?
— Машинами могут управлять только машины.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий