Авито внедрило ML-модель, помогающую исполнителям услуг увеличить количество заказов. Анализ факторов успешных объявлений (скорость ответа, число фото, цена) выявил, что влияет на количество целевых контактов (звонков, сообщений). Для каждой категории услуг модель строит индивидуальную скор-карту.
AutoWoE от Сбера использовалась для обучения модели. Она разбивает фичи на бины, оценивая влияние каждого бина на целевую переменную. Модель определяет оптимальные пороги для рекомендаций, например, оптимальное время ответа на запрос клиента для разных категорий услуг.
Инструмент позволяет выявлять немонотонные зависимости, такие как влияние заниженной или завышенной цены на ликвидность объявления. Скор-карта, сгенерированная моделью, дает четкое представление о том, какие параметры объявления следует улучшить в первую очередь.
Результаты A/B-тестов показали значительный рост целевых контактов. Исполнители, следующие рекомендациям, получают больше сделок, что подтверждает эффективность внедренной ML-модели.
Изображение носит иллюстративный характер
AutoWoE от Сбера использовалась для обучения модели. Она разбивает фичи на бины, оценивая влияние каждого бина на целевую переменную. Модель определяет оптимальные пороги для рекомендаций, например, оптимальное время ответа на запрос клиента для разных категорий услуг.
Инструмент позволяет выявлять немонотонные зависимости, такие как влияние заниженной или завышенной цены на ликвидность объявления. Скор-карта, сгенерированная моделью, дает четкое представление о том, какие параметры объявления следует улучшить в первую очередь.
Результаты A/B-тестов показали значительный рост целевых контактов. Исполнители, следующие рекомендациям, получают больше сделок, что подтверждает эффективность внедренной ML-модели.
