背景
闲鱼是国内最大的闲置二手交易社区,有着数以亿计的商品。其中,商品定价决定了一件商品是否能快速地卖出。
然而,闲鱼的大部分卖家都是个人卖家,他们通常缺乏相关的知识,因此需要商品定价指导来帮助他们更快地卖出。同时,也可以让买家看到更多更合理价格的商品,提升买卖效率。
商品规模
闲鱼现阶段积累了几亿件的商品,覆盖了手机、3C 数码、个护美妆、女士服装、宠物/用品、园艺植物、长租房源、摩托车/用品、珠宝首饰、票务娱乐、游戏等类目。
商品特性
闲鱼是二手电商,与淘宝不同点在于它的商品有二手属性,商品属性由新品属性和二手属性共同构成。此外,闲鱼还存在着大量的卡券、玉石等非标品。
卖家现状
闲鱼以个人卖家为主,他们通常对于商品如何定价缺乏相关的经验,容易出现不合理的定价。这会导致卖家卖出商品周期过长,且浪费了大量的买家侧流量,对买卖家都有不好的体验。
思路
针对现状,我们该如何做价格指导呢?
首先,我们需要建立闲鱼的商品定价标准。
此后,在用户发布商品的时候,我们先理解商品是什么,再结合商品定价标准给出价格指导。
举个例子,我们要给出手机的指导定价,那么首先要建立各种品牌手机的定价标准,然后识别用户上传的商品是什么(比如华为 p30 手机和相关属性)并依据定价标准,最后给出指导价。
商品定价标准
商品的定价从商品维度和用户维度两个方面去考虑:
商品属性
闲鱼商品由新品属性和二手属性组成,通过这两类属性我们可以得到新品价和对应的折旧情况。
新品属性
我们采用了淘系的商品标准,采用了 SKU/SPU/品牌/类目的商品属性体系。通过新品属性,我们可以知道这件闲鱼商品本身新品的市场行情价是多少。
二手属性
二手属性,我们跟闲鱼行业运营一起制定了闲鱼二手标准,包括了通用属性和特有属性。
通用二手属性有商品使用时间、邮费、购买渠道等一些适用于绝大部份商品的属性。
特有二手商品属性指的是商品类别相关属性,手机包括了屏幕是否破损、电池余量、主板是否更换等属性,香水包括了余量、小样、保质期等属性。
通过二手属性我们可以精确地推算出商品的折旧程度。公式如下所示:
其中,x1, x2, xn 指的是上述的商品属性,函数 f 指的是属性和折扣的关系,可以通过行业经验或模型获取。一般的,我们会优先采用低阶可解释性模型去尝试拟合,如果通过假设检验,则采用该模型。
用户属性
我们通过新品属性可以得到新品价,二手属性可以得到折扣,那么商品指导价格就等于新品价乘以折扣吗?
显然,并不是。
例如,九成新的衣服(穿过一次)可能就只有原价的三折左右,而不是九折。
新品属性和二手属性是一个非常重要的“锚点”,但具体的价格还由市场供需和卖家意愿度决定的。
市场供需
不同品类市场的供需情况不一致,供小于求的商品好卖,相反的供大于求的商品相对难卖同时也会有同类商品的竞争。因此,需要参考闲鱼同类商品近期的售出价和商品标价。通过自己的商品与其它买家商品进行比较,我们就可以得到比较合理的指导价格。
举个例子,用户发布一款手机,我们通过算法和用户填写信息确定了该手机的型号和成色,通过查表发现同款同成色手机(对应相同新品和二手属性)售出价格合理的置信区间是[1000,1200],那么它的参考价就应该在这个区间内。
卖家意愿度
通常,商品可以成交的价格不是一个值,而是一个区间,例如上述提到的[1000,1200]。我们需要判断该卖家的意愿,他是希望更快卖出还是以更高的价格卖出,如果更快卖出则需要给的指导价是偏向 1000 的价格,如果希望以更高的价格卖出的则给出的指导价应该是偏向 1200 的价格。
商品属性识别
发布侧
有了商品定价标准之后,我们还需要知道用户上传的商品属于哪类商品并结合标准给出定价。我们通过以下的方法获取商品属性:
1.实时文本关键信息挖掘,提取新品属性和二手属性
2.实时图片理解,预测新品属性
3.让用户补全商品关键属性(非强制)
最后,我们会根据闲鱼卖家画像和该商品在闲鱼的售出价、在售价给出合理的推荐价格。
后续链路
除了在发布侧给出推荐价格外,我们也会在后续链路持续跟进,分析市场供需和卖家意愿的变化,从而在合适的时机触发降价售卖任务,给出当前时刻更合理的推荐价格。
结果
现有的定价指导应用场景有发布指导定价、降价售卖任务、快捷降价和聊天价格撮合,覆盖了手机、3C 数码、个护美妆等多个类目,覆盖的商品比例超过了 60%。新品属性的识别的精确率超过了 65%,二手属性精确率超过了 95%,指导价的整体精确率超过了 65%。
展望
闲鱼商品的定价指导,取得了一些阶段性的成果。但是仍然存在很多可以改进的点,例如非标品和一些小类目的准确率偏低也没有可以很多的行业经验可以参考。后续,我们会对这些商品做更加精细的分析,进一步提升覆盖率和精确率。
本文转载自:闲鱼技术(ID:XYtech_Alibaba)
评论