ML в задачах расширения рекламного инвентаря: как устроена pay-for-performance модель в Авито (Тимофей Попов, Авито)

Повышение цен и добавление нерелевантных платных блоков на маркетплейсе дают краткосрочный рост выручки, но в долгой перспективе вредят пользовательским метрикам. Команда Авито нашла ликвидность для монетизации в неохваченных зонах платформы, где трафик не контактирует с продвигаемыми объявлениями. На основе A/B-тестирования, векторизации поисковых запросов и логики инвертирования и мутации запроса построены алгоритмы допродаж — аналоги, бестселлеры, комплиментарные товары. Ранжирование выдачи ведётся через математическое моделирование вероятности целевого действия и ожидаемой выручки. Контрметрики здоровья поиска и обратные A/B-тесты обеспечивают контроль каннибализации основного поиска.

• Найти ликвидность для монетизации в неохваченных сценариях платформы
• Масштабировать логику допродаж алгоритмами рекомендаций и векторизации запросов
• Контролировать каннибализацию поиска через контрметрики и A/B-тесты

Трек: Product Growth

2024