ИССЛЕДОВАНИЕ · RESEARCH · #2167
Статья StoBasket предлагает совместную оптимизацию апселла и кросс-селла для максимизации маржи
В статье на arXiv v1 представлен подход StoBasket — «совместное стохастическое редактирование корзины», который одновременно выбирает заменяющие (апселл) и добавочные (кросс-селл) предложения и оценивает их по ожидаемому приращению маржи с учётом взаимосвязанных каналов отклика. В смоделированных экспериментах на пяти публичных наборах данных метод достигает почти всей потенциальной маржи (≈0.5% от оптимума в стандартных настройках), даёт прирост 10,2% на наборе Instacart по сравнению с раздельными эвристиками и включает точный оптимизатор со медианным временем 0,13 мс (макс. 111 мс).
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье на arXiv v1 представлен подход StoBasket — «совместное стохастическое редактирование корзины», который одновременно выбирает заменяющие (апселл) и добавочные (кросс-селл) предложения и оценивает их по ожидаемому приращению маржи с учётом взаимосвязанных каналов отклика.
- В смоделированных экспериментах на пяти публичных наборах данных метод достигает почти всей потенциальной маржи (≈0.5% от оптимума в стандартных настройках), даёт прирост 10,2% на наборе Instacart по сравнению с раздельными эвристиками и включает точный оптимизатор со медианным временем 0,13 мс (макс.
- За счёт совместного учёта апселла и кросс-селла и оптимизации приращения маржи StoBasket повышает прибыль ритейлера и предоставляет быстрый точный оптимизатор, применимый в реальном времени.
ПОЧЕМУ ЭТО ВАЖНО
За счёт совместного учёта апселла и кросс-селла и оптимизации приращения маржи StoBasket повышает прибыль ритейлера и предоставляет быстрый точный оптимизатор, применимый в реальном времени.