№27: ML в e-commerce для ціноутворення episode artwork

EPISODE · Jan 27, 2023 · 1H 39M

№27: ML в e-commerce для ціноутворення

from Опівночні Балачки · host Денис, Ігор, Саша

🔞 Тут будуть матюки 🔞 В гостях – Дмитро Ткаченко Робочі посилання і коментарі в каналі https://t.me/midnight_chatter 0:00-0:30 Дисклеймер 0:30-2:05 Книга з Амазона за 23 млн $. Про що цей епізод 2:05-5:20 Динаміка E-commerce останніми роками 5:20-11:36 E-commerce агрегатори: що це і як вони працюють? 11:36-14:28 Як агрегатори обирають, які бізнеси придбати? Тех нічні виклики аналітики 14:28-20:56 Як нам визначити, за якою ціною продавати наш продукт: базові економічні матерії 20:56-23:22 Про що мовчить базова модель: зміни реального світу з часом та поведінкова економіка 23:22-28:44 Як максимізувати прибуток? Відповідь зарита десь у еластичності попиту, але спочатку визначимо, що це таке. Еластичні і нееластичні товари 28:44-32:24 Але як порахувати еластичність попиту? Чому просту теоретичну формулу не так-то і просто обрахувати на практиці? 32:24-36:26 Отримуємо дані для обрахування еластичності: A/B тести і "натуральні" експерименти. Агрегація сигналів по товарам тієї ж категорії 36:26-38:40 Знову про економічну теорію: що таке крос-еластичність 38:40-48:17 Розчехляємо ML: чим корисні CV і NLP для цих задач? Моделюємо еластичність попиту. Лінійна регресія. Causal inference. Confounding factors 48:17-1:00:20 Fixed effects model. Demeaning / log-трансформації. Як від коефіцієнтів моделі переходимо до еластичності попиту 1:00:20-1:09:20 От порахували ми еластичність попиту, що далі? Визначення оптимальної ціни. І як для різних обставин ми маємо різні точки оптимальності 1:09:20-1:10:00 Інтерлюдія про посилання, що можна знайти в нашому телеграмі 1:10:00-1:22:08 Як визначати якість наших моделей? Хитрощі для проведення A/B тестів з цінами 1:22:08-1:29:10 2х ступеневий підхід для кейсів, коли даних недостатньо, а вирахувати еластичність хочеться – R-learner підхід 1:29:10-1:31:15 Аномальність історичних даних останніми роками 1:31:15-1:34:20 Чому варто почитати оригінальні пейпери? 1:34:20-1:36:47 Outro 1:36:49-1:39:39 Post-credits: підручник дрозофіл за 23 млн $ Долучайтесь: https://t.me/midnight_chatter Twitter @O_Balachky TikTok @o_balachky Музика: https://www.streambeats.com/ | @stasgavrylov

🔞 Тут будуть матюки 🔞 В гостях – Дмитро Ткаченко Робочі посилання і коментарі в каналі https://t.me/midnight_chatter 0:00-0:30 Дисклеймер 0:30-2:05 Книга з Амазона за 23 млн $. Про що цей епізод 2:05-5:20 Динаміка E-commerce останніми роками 5:20-11:36 E-commerce агрегатори: що це і як вони працюють? 11:36-14:28 Як агрегатори обирають, які бізнеси придбати? Тех нічні виклики аналітики 14:28-20:56 Як нам визначити, за якою ціною продавати наш продукт: базові економічні матерії 20:56-23:22 Про що мовчить базова модель: зміни реального світу з часом та поведінкова економіка 23:22-28:44 Як максимізувати прибуток? Відповідь зарита десь у еластичності попиту, але спочатку визначимо, що це таке. Еластичні і нееластичні товари 28:44-32:24 Але як порахувати еластичність попиту? Чому просту теоретичну формулу не так-то і просто обрахувати на практиці? 32:24-36:26 Отримуємо дані для обрахування еластичності: A/B тести і "натуральні" експерименти. Агрегація сигналів по товарам тієї ж категорії 36:26-38:40 Знову про економічну теорію: що таке крос-еластичність 38:40-48:17 Розчехляємо ML: чим корисні CV і NLP для цих задач? Моделюємо еластичність попиту. Лінійна регресія. Causal inference. Confounding factors 48:17-1:00:20 Fixed effects model. Demeaning / log-трансформації. Як від коефіцієнтів моделі переходимо до еластичності попиту 1:00:20-1:09:20 От порахували ми еластичність попиту, що далі? Визначення оптимальної ціни. І як для різних обставин ми маємо різні точки оптимальності 1:09:20-1:10:00 Інтерлюдія про посилання, що можна знайти в нашому телеграмі 1:10:00-1:22:08 Як визначати якість наших моделей? Хитрощі для проведення A/B тестів з цінами 1:22:08-1:29:10 2х ступеневий підхід для кейсів, коли даних недостатньо, а вирахувати еластичність хочеться – R-learner підхід 1:29:10-1:31:15 Аномальність історичних даних останніми роками 1:31:15-1:34:20 Чому варто почитати оригінальні пейпери? 1:34:20-1:36:47 Outro 1:36:49-1:39:39 Post-credits: підручник дрозофіл за 23 млн $ Долучайтесь: https://t.me/midnight_chatter Twitter @O_Balachky TikTok @o_balachky Музика: https://www.streambeats.com/ | @stasgavrylov

NOW PLAYING

№27: ML в e-commerce для ціноутворення

0:00 1:39:55

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

Frequently Asked Questions

How long is this episode of Опівночні Балачки?

This episode is 1 hour and 39 minutes long.

When was this Опівночні Балачки episode published?

This episode was published on January 27, 2023.

What is this episode about?

🔞 Тут будуть матюки 🔞 В гостях – Дмитро Ткаченко Робочі посилання і коментарі в каналі https://t.me/midnight_chatter 0:00-0:30 Дисклеймер 0:30-2:05 Книга з Амазона за 23 млн $. Про що цей епізод 2:05-5:20 Динаміка E-commerce останніми роками ...

Can I download this Опівночні Балачки episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!