Algoritmo de Busca para Motociclistas e Ciclistas

Jan 18, 2024

Na Riders Share, nós otimizamos buscas para encontrar a melhor combinação entre motociclistas e motocicletas. Mas depois de ter os básicos como disponibilidade, localização, preço, avaliação, taxas de cancelamento, análises e histórico de aluguel, como você aprende qual moto cada motociclista amará mais com base nos dados? Como sabemos que mostrar uma moto na busca fará com que um motociclista reserve uma viagem com sucesso?

Promoted.ai, nosso parceiro de busca em marketplace, prediz a melhor combinação ao medir cuidadosamente qual listagem será selecionada de uma lista e resultará em uma venda. Ou seja, mostrando qual bicicleta tem maior probabilidade de fazer o motociclista reservar. Isso é chamado de "atribuição de conversão." A atribuição é mais conhecida na área de ad tech: quando uma venda é feita, quais anúncios exibidos recebem crédito por essa venda? Você pode ter ouvido falar de uma versão chamada "last click attribution" se já rodou uma campanha no Google ads. O Promoted usa a mesma ideia, mas com todas as listagens no resultado de busca do Riders Share. Eles otimizam cada listagem como se fosse um anúncio de otimização de conversão, mesmo que não seja, já que o Riders Share não possui anúncios.

Depois de atribuirmos todos os agendamentos às buscas que os causaram, usamos estes como "rótulos" num sistema de aprendizagem automática supervisionada (machine learning - ML) para prever quais os anúncios que provavelmente causarão reservas no futuro. Isto é chamado de "otimização de conversão."

Torcendo o conteúdo técnico

Promoted.ai modela o caminho do usuário até a compra como um modelo de Markov de impressão, para clique, para compra atribuída, usando conceitos de tecnologia de anúncios (ad tech) como o Google AdWords para otimizar a busca no marketplace em conversões.

Promoted.ai otimiza o ranqueamento de buscas em três etapas:

• Ver isso: Os Riders devem ver uma listagem na pesquisa para serem influenciados por ela. Às vezes, os riders reservam bicicletas sem pesquisar por elas. Estes não contam para ajudar a otimizar a pesquisa. Adotamos um padrão da indústria de tecnologia publicitária para “viu uma listagem” chamado “IAB Impression”, que é pelo menos 50% de visibilidade da listagem por pelo menos um segundo contínuo em web e mobile.

• Escolha: Após ver um anúncio, o motorista deve escolhê-lo clicando nele na busca. Isso indica que a descrição do anúncio foi relevante o suficiente para a consulta para consideração futura. Usamos outro conceito de tecnologia de anúncios chamado “MRC click”, que remove duplicatas e atribui cliques a uma decisão específica de otimização de busca. Acompanhamos em qual posição foi clicado e modelamos qualquer viés dos motoristas que cliquem no primeiro anúncio, independentemente da qualidade do primeiro resultado.

• Reserve-o: Após o cliente ter escolhido o anúncio e revisado cuidadosamente todos os detalhes, disponibilidade, preço e outras opções, o cliente deve efetuar a reserva! Nosso sistema chama isso de “Compra” ou “conversão.”

Aprimorando: Última Atribuição por Múltiplos Cliques

Quando você aluga uma bicicleta no Riders Share ou compra em qualquer mercado online ou site de e-commerce, raramente há um identificador direto entre a "visualização do item" e a compra final. Temos que inferir isso! O Promoted.ai precisa desta conexão entre a "decisão de entrega do item" (inserção) e o agendamento (compra) para gerar um exemplo de treinamento para otimização de ML. O Promoted.ai usa um grafo de identidade do usuário, contentIDs e tempo para inferir conexões entre inserções e compras.

No entanto, e se houver muitas visualizações e cliques potenciais? Como você escolhe? Você escolhe o primeiro clique? O último clique? E se não houver clique?

Promoted.ai usa um modelo chamado “atribuição multi-clique final”. Primeiro, olhamos para um período fixo, por exemplo, uma semana, em busca de quaisquer inserções com impressão e clique. Quando há apenas um clique, ele recebe 100% de "crédito" na otimização de conversão. Quando há múltiplos cliques, todos eles recebem crédito parcial igualitário. Por exemplo, se houver 3 cliques na janela, todos receberão 33,3% de crédito. “Crédito” é usado para ponderação de rótulos em um modelo de conversão pós-clique utilizado no ranqueamento de busca. Para aplicativos como Riders Share, a atribuição multi-clique é importante porque os motociclistas frequentemente navegam para lá e para cá pelo aplicativo, realizando muitos cliques no mesmo anúncio. Como o Promoted.ai usa recursos de engajamento do usuário em tempo real como Checkouts, no clique final, pode ser muito fácil prever qual bicicleta o motociclista irá reservar — aquela que está no carrinho! No entanto, o primeiro clique foi o clique que iniciou o caminho para a reserva deste motociclista. Ele também precisa receber algum crédito!

Promoted.ai registrou um aumento de 1-3% nas compras totais ao migrar de last-click attribution labeling para last-multi-click attribution labeling.

Saiba mais

Promoted.ai está sempre melhorando seus algoritmos de otimização de ranqueamento de anúncios e pesquisa unificada para ajudar a conectar compradores e vendedores nos principais marketplaces online e no comércio eletrônico em escala. Saiba mais sobre Promoted.ai

Como Anfitrião, o que posso fazer para otimizar meus rankings de pesquisa?

O principal ponto a reter é: sua bicicleta precisa ser a mais desejável para a maioria das pessoas para que possa aparecer no topo com mais frequência. No entanto, o mecanismo de busca raramente exibirá os mesmos resultados duas vezes, mesmo considerando buscas passadas que influenciam as mais novas. Diferentes pessoas também receberão resultados diferentes otimizados para elas, e a combinação de bicicletas mostradas é tão importante quanto o desempenho da bicicleta individual.

A seção de Desempenho do menu oferece várias métricas que você pode acompanhar para influenciar os resultados da pesquisa. Otimize-as e sua bicicleta deve classificar-se naturalmente no topo:

Obrigado por viajar conosco!