Avito: технологическая революция на рынке классифайдов

А. Рыбинцев: Одним из основных трендов на рынке сейчас является машинное обучение, которое помогает улучшить пользовательский опыт. При этом я бы разделил технологии, которые мы используем, на два типа. Во-первых, это персонализация, то есть настройка всех сервисов на сайте под потребности конкретного пользователя. И второе – это автоматизация, когда мы хотим, чтобы некая рутинная работа была сделана либо за пользователя, либо за владельцев ресурса. При этом главной задачей в обоих случаях является стремление добиться эффективности. Технологический блок зачастую вообще скрыт от пользователей. Например, у нас автоматизирована модерация, более 90% всех объявлений на Авито проверяются с помощью алгоритмов. При этом нам нужно проверять не только новые объявления, но и все отредактированные пользователем: человек после подачи объявления может войти в свой личный кабинет и как угодно изменить текст. Таким образом в день проверяется около 3 млн версий объявлений. Это очень много. Такой объем не под силу человеку, а компании не выгодно держать большой штат сотрудников. С помощью алгоритмов мы проверяем все объявления автоматически и выделяем сложные случаи. Именно для таких моментов у нас есть отдельная команда экспертов. Все простые случаи система решает без людей.

А. Рыбинцев: Сложными мы называем случаи, когда система не смогла самостоятельно принять решение. Алгоритм проверки включает около 200 обучаемых или экспертных моделей, которые пытаются найти нарушения. Если их нет, то система допускает к публикации такие объявления. Если нарушения есть и система уверена в этом, происходит блокировка объявления. В остальных случаях приходит на помощь человек.

А. Рыбинцев: Хороший пример персонализации – наши блоки рекомендаций пользователю. Когда он заходит на сайт, ему показываются рекомендации на главной странице объявлений. Но при этом это не просто набор некой случайных объявлений, например, iPhone, квартира и вакансия стажера. Мы стараемся показать на главной странице то, что реально отвечает интересам пользователя. Это стало возможным благодаря накопленной информации о пользователе, о том, как он ведет себя на сайте, что он делает. Мы пытаемся понять его интересы и показать наиболее релевантный контент. Кроме того, мы стараемся предугадывать желания пользователей Авито, опираясь на людей со схожими интересами.

А. Рыбинцев: Это помогает в первую очередь находить товары рядом с вами. В нашем сервисе вы можете задать радиус поиска, и мы найдем все объявления поблизости. Кроме того, есть категории, в которых поиск по карте стал неотъемлемым требованием наших пользователей, например, в недвижимости или работе.

А. Рыбинцев: Если говорить о Big Data – у нас есть свое хранилище данных для аналитики и сбора всей поступающей к нам информации. Это делается для того, чтобы впоследствии поверх этих данных можно было надстроить некие алгоритмические модели. Это нас приводит к machine learning. Как известно, эта технология связана с обучением компьютера предсказывать или выносить какие-то решения на основе уже имеющихся данных. То есть выдавать какое-то обобщающее правило. Без данных ничего не получится, они – 

70–80% успеха. Поэтому очевидно, что сами по себе большие данные для нас – это агрегированная информация о происходящем на площадке. От объема и качества этих данных зависит качество моделей. Собственно, AI – это некий обобщающий термин для уже готовых систем, использующих разные алгоритмы машинного обучения.

А. Рыбинцев: Еще один хороший пример – наша система анализа и распознавания изображений. Вы можете открыть приложение Авито, сделать фото, и мы автоматически определяем, что это за товар, и выберем категорию, где он должен быть размещен. Таким образом упрощается подача объявлений. Однако данная технология требует доработки. Здесь можно провести аналогию с технологией распознавания речи, которая существует давно, но только в последние годы вышла на определенный уровень качества и начала подходить для решения повседневных задач. Теперь не обязательно в совершенстве знать русский язык, чтобы найти в навигаторе адрес «улица Орджоникидзе»: система всё поймет и покажет правильный адрес. Так и с поиском по фото. Есть куда двигаться дальше.

А. Рыбинцев: Да. Сейчас почти половина новых объявлений в товарных категориях размещается с использованием этой технологии. Люди часто путаются, не знают, в какой категории разместить тот или иной товар, и наши технологии помогают им в этом.

А. Рыбинцев: Такой тренд действительно существует. Мы очень верим в b2b и разрабатываем решения с точки зрения алгоритмов специально для этого сегмента. Сейчас, в частности, мы развиваем такое решение, как «автостратегии»: алгоритм, который сам управляет продвижением объявлений. Бизнес получает возможность оптимизировать свои расходы и усилия и переложить на сервис значительную часть своих задач по продвижению объявления. Таким образом, мы увеличиваем прозрачность взаимодействия с площадкой. Еще один пример – создание аналитики для профессиональных клиентов, чтобы они могли понимать происходящее в их бизнесе. В разработке – аналитика для профессионалов, позволяющая строить воронки продаж, оценивать полностью все этапы, начиная с просмотров, – контакты, звонки и так далее. Мы создали call-tracking для профессионалов, с помощью которого можно проанализировать статистику по звонкам. Анализ звонков позволяет оптимизировать процессы внутри компании.

А. Рыбинцев: Пользовательская база перетекает в мобильные устройства достаточно давно. Сейчас очевидно, что даже к интернету проще подключиться с помощью мобильной сети. Поэтому доработка сервиса под мобильные приложения является одним из основных приоритетов компании.