Machine Learning @ Online Auctions

Vanuit online marktplaatsen krijgen retailers B2C de mogelijkheid om producten te sponsoren via advertentiecampagnes. Op het moment dat een bezoeker/consument een zoekterm intikt verschijnt een reeks producten vanuit zowel organische zoekresultaten als gesponsorde zoekresultaten. Waarbij gesponsorde zoekresultaten worden getoond op basis van advertentiecampagnes van de retailers. 

Tot op heden bestaan deze advertentiecampagnes uit instellingen met betrekking hebben tot biedingen, target keywords en budgetten. De vraag die onze opdrachtgever zich heeft gesteld is of je een veiling applicatie kan ontwikkelen voor het “uitserveren” van de advertenties en de veiling kan optimaliseren middels machine learning algoritmes.

Rol fitlancer
Onze fitlancer is direct na de vraagstelling betrokken geraakt bij het bouwen van de applicatie. Om dit te realiseren heeft onze fitlancer samen met de domein-architecten, binnen de cloud-architectuur voor verschillende micro-services deze applicatie ontwikkeld. 

Daarbij is gekeken hoe de services voor het genereren van biedingen en het identificeren van relevante advertenties kunt optimaliseren. Om voor deze processen een bruikbaar model te ontwikkelen worden verschillende machine learning modellen gebruikt.  De totale ML-lifecycle (dataverkenning, modelontwikkeling, deployment, monitoring, modelhertraining) wordt hiervoor ontwikkeld. Gebruikte technieken hiervoor zijn Python, TensorFlow, MLFlow & Vertex AI.

Resultaat
Het resultaat is dat de applicatie momenteel door de Proof-of-Concept fase heen is. Het is dus mogelijk om ML in te zetten om de sales conversie in het online veilen te verhogen 

De vervolgstap is het ‘production-ready’ maken van de applicatie en de efficiëntie van de verschillende Machine Learning modellen testen en verbeteren via verschillende A/B tests.