闲鱼商品理解和选品,究竟是怎么做的?-阿里云开发者社区

开发者社区> 闲鱼技术> 正文

闲鱼商品理解和选品,究竟是怎么做的?

简介: 为了更懂你,我们始终在努力

闲鱼技术-仝辉

背景

  闲鱼在这几年的高速发展中,积累了几亿件在线商品,而这些商品稂莠不齐,可能会带来买家不好的购物体验。因此,我们希望引入闲鱼商品理解的能力,选取优质商品,进而提升闲鱼的购物体验。

痛点

  现有的闲鱼商品存在一些痛点:

  1)卖家属性: 闲鱼上以个人卖家为主,存在着卖家长期不在线等情况,导致无法正常交易。

  2)商品属性:存在着劣质商品、商品引流和重复铺货等问题。

  3)价格属性:存在虚假标价、性价比低等问题。

  4)供需关系:闲鱼商品存在着大量的供需不平衡商品。


TB1JUtsPrr1gK0jSZFDXXb9yVXa-1178-458.png

  针对这些痛点,从以上四个维度去理解闲鱼商品,并根据理解的内容进行选品。

商品分层维度

商品属性

  新品属性:描述品牌信息,sku/spu/型号等。

  二手属性:用于估算商品的折损情况。这个不同的类目都不一样,例如个护美妆类目的购买日期、余量等属性。手机是购买日期、屏幕是否破损、是否有划痕等。


TB1CUKThj39YK4jSZPcXXXrUFXa-798-260.png

  现有的新品属性和二手属性覆盖率并不算高,我们后续会通过用户引导和算法关联的方式,持续提高商品属性的准确率和覆盖率。这也是后续分析供需关系和价格属性的基础。

  此外,我们在商品属性侧也会判断,是否包含色情、劣质、引流和重复铺货的情况,并对这些商品做相关的治理。

供需关系

  下图是经典的供需曲线,其中D线表示需求曲线,S曲线表示供给曲线。我们把供求相等的点E定义为均衡点,把与E点相对应的价格水平定义为均衡价格(P)即供求平衡时的价格;把与E点相对应的产量定义为均衡产量Q。即供求平衡的产量。


TB1tC54hj39YK4jSZPcXXXrUFXa-453-399.png

  同样的,闲鱼的商品存在着大量供需不平衡的情况。例如,女装类目商品大量堆积,供大于求;手机类目商品消耗比较快,供小于求。通过分析闲鱼商品的供需关系和商品属性,我们可以知道商品在特定类目,特定品牌和特定折损情况下对应的供需情况。针对这些情况,我们可以缓解闲鱼商品积压的情况,也可以对一些供小于求的商品做补货。

价格属性

  二手平台买家的主心智是希望买到低价、高性价比的商品。通过商品属性分析得到的新品属性和二手属性,我们可以知道闲鱼这件商品的价值和它在同类商品中的性价比。这样我们可以知道这件商品的“价值”,从而可以更好的指导“价格”,也可以分析得出这件商品是否是有竞争力的商品。

卖家属性

  卖家属性包括活跃率、回复率、卖出率、纠纷率、好评率等。

  闲鱼本身的特殊性--闲鱼以个人卖家为主,试想如果卖家不在线,不回复或者不愿意发货,那么正常的交易流程是不可能完结的。因此,卖家属性是商品是否可以被正常卖出的必要条件,该属性也是商品属性里比较重要的一个环节。


TB1ACiCPKH2gK0jSZJnXXaT1FXa-658-562.png

商品分层实现

商品理解

  我们从上述四个商品维度去分析商品,找到这些商品维度相关的因子并设计商品信息指数、供需指数、价格指数和卖家指数,使得这四个指数与主指标(例如曝光支付率、动销率等)成正相关关系。


TB1mbkeQkT2gK0jSZFkXXcIQFXa-1602-622.png

  最后将这几个指数做回归分析,最终加权得到优质商品分。下面的饼图就是得到的优质商品分(比例仅做展示使用)

TB1VCLZQkL0gK0jSZFtXXXQCXXa-1280-960.png

优质商品选取

  那么有了优质商品指数,如何选取优质商品的?

  我们会定义目标和限制条件,例如我们选取的优质商品分最高,且商品数量选取2000万,也希望商品类目均衡,且不能有太高的纠纷率。那么就转化成一个组合优化问题:

定义目标

Target Max(优质商品分)


定义限制条件

s.t. 商品数量 <= 2000万

s.t 叶子类目商品均衡

s.t. 纠纷率 <= 0.3%

求解该组合优化问题即可得到优质商品池。

数据回测

  数据回测的目的是希望我们的效果在过去的一段时间内都得到验证。如果选择一个月的时间作为回测周期,我们会回测优质商品的主指标和大盘平均值的差异,如果连续一段时间都优于大盘水准,那么可以证明选出来的优质商品是好于普通商品的。

仿真系统

  如果说数据回测是希望验证“过去”选品的效果,那么仿真系统是预估优质商品策略上线之后对“未来”产生的影响。


TB10NxBciDsXe8jSZR0XXXK6FXa-1030-546.png

  仿真系统的想法是结合之前分析所得到的初级、中级和高级知识,预测策略上线后的结果。

  其中:

  初级知识指的是特定活动得到的知识,例如男性、20~30岁的人群对该活动更感兴趣。

  中级知识指的是一类活动得到的知识,例如红包活动对某类人群效果更好。

  高级知识指的是更加泛化的知识,例如购买对活跃的影响等。

结果

  闲鱼商品分层选取的优质商品,已经应用在了闲鱼的新用户首购、闲鱼大促等场景,点击率和购买率等指标有了明显的提升。点击率最高有了相对20%的提升,互动支付率最高有了相对100%提升。(考虑到数据安全,不公布具体效果指标)

展望

  本文介绍了闲鱼商品的知识理解部分,我们后续会持续完善闲鱼商品分层体系,同时希望持续和运营同学一起配合,挖掘更多商品知识,并录入到闲鱼商品知识库,并通过用户引导,扩大闲鱼优质商品的数量,从而进一步提高用户体验。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

阿里巴巴集团-闲鱼技术团队官方账号 简历投递:guicai.gxy@alibaba-inc.com

官方博客
开源工具
English