Mengapa CarPrice digerakkan oleh kecerdasan buatan?

Tentang jaringan saraf tiga tahun terakhir telah ditulis dan dikatakan banyak. Berpikir, kami juga memutuskan untuk mengatakan bagaimana kami menggunakan "kecerdasan buatan" dalam pekerjaan sehari-hari. Selain itu, ia mengatasi banyak operasi rutin yang jauh lebih baik daripada orang.



Dalam penjualan mobil, semua operasi utama secara tradisional terkait dengan orang-orang - emosional dan, pada berbagai tingkat, dapat diandalkan. CarPrice mengadakan hingga 150 ribu lelang setiap tahun, yang berarti bahwa terabyte statistik untuk setiap model mobil terakumulasi di dalam perut perusahaan, dari keadaan sebenarnya hingga dinamika harga tergantung pada tempat penjualan dan waktu hari. Apakah mungkin, dengan menganalisis array informasi, untuk meningkatkan konversi menjadi penjualan? Itu mungkin dan perlu!

Pertama, kami ingin membuat alat yang akan membantu manajer dalam pekerjaannya. Tetapi selama proses pengujian, mereka yakin bahwa jaringan saraf cukup baik tanpa seseorang. Tetapi hal pertama yang pertama.

Jadi, di bawah ini kita akan berbicara tentang beberapa alat yang dibuat berdasarkan jaringan saraf yang memungkinkan kita untuk meningkatkan efisiensi kerja. Semuanya bekerja secara konstan, online.

Margin Cerdas

Margin pintar adalah salah satu alat utama untuk meningkatkan profitabilitas. Sistem tahu berapa banyak kami dapat menjual setiap mobil, dengan mempertimbangkan usia, jarak tempuh, peralatan, kerusakan, waktu, warna, hari dalam seminggu dan bahkan jenis kelamin penjual. Ada banyak parameter seperti itu, sekitar 600.

Memahami berapa banyak dealer akan memberikan untuk mobil dan berapa besar kemungkinan sesuai dengan penjual, jaringan saraf independen menghitung ukuran optimal dari margin lelang. Margin pintar diatur untuk menciptakan kondisi di mana kemungkinan penjualan mobil akan maksimal. Kadang-kadang, untuk penjualan yang dijamin, jaringan saraf memberikan margin minimum yang mungkin, karena mesin sangat likuid, dalam kondisi baik dan penjual akan cepat menjualnya di tempat lain. Untuk mobil lain, margin akan lebih tinggi, karena tidak dapat diandalkan dan mahal untuk diperbaiki, yang berarti ada lebih banyak risiko untuk CarPrice.

Anda dapat mengatakan sesuatu dalam semangat "hanya membuat margin minimal, maka penjualan akan tumbuh" dan ... Anda akan salah. Ada mobil yang pemiliknya tidak akan menjual mobil mereka, bahkan jika kita membayar ekstra. Ada mobil yang pemiliknya umumnya tidak sensitif terhadap harga - layanan dan keamanan transaksi jauh lebih penting bagi mereka. Oleh karena itu, cukup mengurangi margin dalam banyak kasus berarti kami tidak akan menerima pendapatan. Saya ulangi, tugas utama alat ini adalah menciptakan kondisi untuk mobil yang akan dijual. Jika, misalnya, jika margin dikurangi dengan persentase tertentu, probabilitas penjualan mobil meningkat 2-3 kali, maka kami akan melakukannya. Akibatnya, karena peningkatan tajam dalam konversi ke penjualan, pendapatan perusahaan meningkat.

Ini beberapa statistik. Sebelum implementasi, kami melakukan pengujian A / B. Di bawah ini adalah contoh bagan margin. Garis hitam adalah kelompok uji dengan margin cerdas. Hijau adalah kelompok kontrol, tanpa margin pintar. Dapat dilihat bahwa sesuai dengan rekomendasi jaringan saraf, marginalitas lebih rendah.



Dan ini adalah grafik dari keadaan kendaraan yang dibeli, yang telah kita cerminkan dalam "bintang-bintang". Ternyata dengan pertimbangan yang benar dari semua faktor oleh jaringan saraf, kami menebus lebih banyak mobil bagus daripada tanpa jaringan saraf. Mobil yang lebih baik - lebih sedikit keluhan.



Grafik Konversi. Untuk kelompok uji dengan margin cerdas, ini lebih tinggi:



Harga mobil yang dibeli lebih tinggi dan rata-rata. Artinya, hasil lelang juga lebih tinggi:



Dan akhirnya, bandingkan pengembalian rata-rata antar kelompok secara keseluruhan. Dengan penggunaan margin cerdas, ternyata beberapa puluh persen lebih tinggi hanya karena konversi tumbuh. Karena pengurangan "pintar" dalam margin pada mobil tertentu, kami mendapatkan konversi yang lebih tinggi menjadi penjualan, yang, tentu saja, secara tajam meningkatkan pendapatan perusahaan.

Apakah jaringan saraf salah dalam menentukan margin optimal? Hari ini, hampir tidak ada, tetapi pada tahap pengujian, kesalahan keluar terus-menerus.

Kompatibilitas Cerdas

Misalkan kita telah menyewa seorang inspektur kendaraan. Dia bekerja selama beberapa bulan dan mengadakan beberapa ratus lelang. Jaringan saraf menganalisis hasil pekerjaannya dan mencari tahu dengan jenis mobil apa atau pelanggan itu bekerja lebih baik. Sebagai contoh, seseorang dengan sempurna membeli mobil dari perempuan dengan iPhone. Dan yang lain berupaya dengan garis model Volkswagen dengan sempurna. Seseorang yang spesial dalam "Jepang", dan seseorang dengan sempurna membeli semuanya dalam satu baris, tetapi hanya pada hari Senin atau Jumat.

Pola seperti itu dipantau oleh jaringan saraf. Mobil murah atau mahal, "Jerman" atau "Korea" - siapa pun yang datang kepada kami, sistem tahu karyawan mana yang akan memberikan konversi terbaik. Dengan mendaftar di situs dan meninggalkan data tentang mobil, jaringan saraf menunjuk seorang karyawan yang akan mengatasi lebih baik daripada yang lain. Seperti dalam kasus pertama, banyak parameter diperhitungkan, termasuk model telepon klien (jika catatan itu melalui versi seluler situs).

Setelah pengenalan kompatibilitas cerdas, konversi di lelang, di mana inspektur direkomendasikan, adalah 2-5 poin persentase lebih tinggi daripada di lelang tanpa rekomendasi. Dan margin rata-rata lelang adalah 10-15% lebih tinggi. Ini banyak, terutama ketika Anda mempertimbangkan bahwa peningkatan efisiensi seperti itu tidak memerlukan biaya apa pun.

Slotting pintar

Ini adalah jaringan saraf yang lebih rumit. Dengan mendaftar untuk penjualan mobil, klien menentukan alamat dan waktu. Seperti yang saya katakan, kami memahami sebelumnya apa kemungkinan bahwa pemilik akan menjual mobil melalui kami. Pada tahap pendistribusian slot, kami memberikan waktu prioritas yang lebih tinggi untuk pasangan klien / mobil di mana margin atau konversi potensial akan lebih tinggi.

Seperti apa praktiknya? Jika, menurut analisis, probabilitas konversi klien sangat tinggi, maka semua slot gratis untuknya saat merekam - saya tidak ingin memilih. Dan jika pemilik mobil datang dengan serangkaian karakteristik yang secara historis belum dikonversi dengan baik kepada kami, maka hanya slot yang tidak diklaim yang akan tersedia untuk dipilih. Misalnya, sore hari. Karena jika Anda memberikan waktu yang diminta kepada klien dengan probabilitas konversi yang rendah, klien dengan probabilitas konversi yang lebih tinggi tidak akan dapat mendaftar dan menjual mobil. Namun, jika pesaing cairan muncul di slot yang ditempati oleh mobil yang tidak terlalu cair, maka kami memindahkan mobil pertama ke jam yang kurang populer menggunakan sumber daya pusat panggilan.

Penting juga untuk mempertimbangkan bahwa tidak setiap klien pada akhirnya akan datang ke kantor kami. Sebagai contoh, kami terkejut bahwa wanita datang dua kali lebih wajib daripada pria. Dan orang-orang dengan iPhone mencapai CarPrice 30% lebih baik daripada orang-orang dengan ponsel Android. Kami mempertimbangkan ini dan banyak lagi ketika kami memberi klien kesempatan untuk memilih waktu terbaik.

Di bawah ini adalah statistik tradisional. Kami membagi mobil menjadi tiga kelompok sesuai dengan probabilitas kedatangan mereka, diperkirakan oleh jaringan saraf - hijau, kuning dan merah. Begitu alat ini mulai bekerja, jumlah kunjungan mobil hijau mulai bertambah. Seperti yang Anda lihat, sistemnya tidak salah.



Dan ini adalah pertobatan dari kedatangan tebusan. Dapat dilihat bahwa volume mobil "hijau" juga meningkat.



Penghasilan kami di titik dengan slot cerdas sekarang 27% lebih tinggi daripada di titik tanpa mereka. Dan lagi, tanpa biaya. Kecuali untuk biaya algoritma dan pemrograman, tentu saja.

Pita pintar

Setiap dealer yang membeli mobil dari kami memiliki preferensi tertentu. Seseorang menyukai model mahal, seseorang hanya membeli "Logans" dan "Solaris" ... Dealer melihat banyak mobil, dan jika Anda mempertimbangkan preferensi pembelian mereka ketika membentuk umpan lelang, Anda dapat meningkatkan konversi dengan tajam. Tampaknya sudah jelas? Namun, semuanya sedikit lebih rumit.

Preferensi dealer tidak konsisten. Preferensi bisnis dan pelanggan berubah, sehingga mereka dapat berpindah dari satu segmen ke segmen lainnya. Jaringan saraf untuk klik, transaksi, dan transaksi menentukan ini dan mengkonfigurasi ulang umpan otomatis. Misalkan, sepanjang Desember, seorang pedagang di Ivanov dari Vologda membeli "trik" seharga 300-500 ribu rubel. Namun tiba-tiba di bulan Januari, ia mulai membeli SUV mahal dengan harga satu setengah hingga dua juta. Rekaman itu segera dibangun kembali, menawarkan kepadanya mobil yang paling relevan. Selain itu, sistem itu sendiri mengirimkan pemberitahuan kepadanya, bereaksi secara sensitif terhadap reaksi.

Di bawah ini adalah beberapa profil khas dealer. Mereka yang membeli mobil murah, pada dasarnya, tidak pernah membeli mobil mahal. Lalu mengapa mereka harus menunjukkannya?



Ini adalah filter termudah. Ketika membentuk rekaman lelang pribadi, jaringan saraf secara bersamaan menganalisis ratusan atribut tersebut.

Dengan membentuk umpan lelang secara individual, kami mendapatkan tingkat lelang yang lebih tinggi. Dealer yang, misalnya, membutuhkan "Logan" tiga tahun lebih mungkin untuk memperjuangkannya dan kemungkinan bertaruh lebih tinggi daripada yang lain. Hanya dengan menunjukkan kepada pelanggan mobil-mobil yang paling mereka minati, kami mendapatkan peningkatan konversi ke pembelian kembali dan peningkatan margin rata-rata untuk pelelangan.

Apa hasilnya?

Tentu saja, kami sedang mengembangkan instrumen neuroin lainnya, beberapa di antaranya dalam keadaan dekat dengan implementasi saat ini. Mengapa ini sangat penting? Pertama, jaringan saraf memungkinkan kita untuk mendapatkan lebih banyak dari aliran pelanggan yang ada. Artinya, untuk meningkatkan pendapatan, Anda tidak perlu menaikkan biaya pemasaran. Kedua, jaringan syaraf menyediakan pelanggan yang lebih puas - semakin banyak orang menjual mobil melalui CarPrice, semakin tinggi NPS. Dan dalam jangka panjang, ini mungkin jauh lebih penting daripada pendapatan.

Bagi mereka yang lebih suka format video, kami menawarkan presentasi oleh Denis Dolmatov, CEO CarPrice, yang didedikasikan untuk jaringan saraf kami.

Dan akhirnya tentang lowongan. Sekarang kami sedang mencari administrator DevOps / Linux di Moskow dalam tim lelang mobil, serta pengembang PHP senior dalam tim layanan internal. Kami menantikan resume Anda.