ゴジェクがスケールでパーソナライズされたクーポンを割り当てる方法

Core Concepts

ゴジェクは、コストを抑えつつ顧客基盤からより多くのビジネスを得るために、さまざまなクーポンを使用しています。そのためにML駆動の多目的ソリューションを構築しました。

Abstract

ゴジェクはクーポンを使って複数のビジネス目的を達成しています。例えば、ある週はインドネシアでの食事注文を最大化することが目的で、別の週はシンガポールでの離反顧客の復活が目的になります。
この複雑な問題に対処するため、ゴジェクはディープラーニングベースの因果推論アルゴリズムを使用して、すべての顧客に対するクーポンの効果(例えば、取引の増加)と費用の両方の予測を同時に行います。これらの予測は、予算制約の下で事業目的を最大化するように設計された0-1ナップサック最適化に入力されます。
スケールを実現するために、ゴジェクはdbtを使ってデータ変換を効率的に行い、Elementaryを使ってデータの可視化と監視を行っています。また、Hydraを使ってモデルのハイパーパラメータを管理しています。さらに、コード品質を確保するためにCI/CDパイプラインを導入しています。

Stats

ゴジェクは、顧客の過去のクーポン利用データを分析して、以下の4つのタイプの顧客を特定しています。

The Persuadables: クーポンを使うと取引が増える顧客
The Sure Things: クーポンを使っても取引が変わらない顧客
The Lost Causes: クーポンを使っても取引しない顧客
The Do Not Disturbs: クーポンを使うと取引が減る顧客

Quotes

"ゴジェクはクーポンを使って複数のビジネス目的を達成しています。"
"ゴジェクはディープラーニングベースの因果推論アルゴリズムを使用して、すべての顧客に対するクーポンの効果と費用の両方の予測を同時に行います。"
"ゴジェクはdbtを使ってデータ変換を効率的に行い、Elementaryを使ってデータの可視化と監視を行っています。"

Key Insights Distilled From

How Gojek Allocates Personalised Vouchers At Scale

by Praveen Pras... at medium.com 07-17-2024

https://medium.com/gojekengineering/how-gojek-allocates-personalised-vouchers-at-scale-41cad5d6f218

Deeper Inquiries

クーポンの効果を予測するためのディープラーニングベースの因果推論アルゴリズムの詳細はどのようなものですか?

Gojekのディープラーニングベースの因果推論アルゴリズムは、過去の顧客データを使用してクーポンの効果を予測するために構築されています。このアルゴリズムは、複数の応答変数（ビジネス目標の増加とコスト）を同時に予測するために使用されます。具体的には、与えられたクーポンに対するすべての顧客の予測されるビジネス目標の増加とコストを同時に生成するために、深層学習ベースの因果推論アルゴリズムが採用されています。このアルゴリズムは、ビジネスケースに応じて異なる目標を達成するために使用され、膨大な顧客数に対して効果的に予測を行います。

ゴジェクはクーポン割り当ての最適化にどのようなアプローチを取っているのでしょうか?他の最適化手法との比較はどうですか?

ゴジェクは、クーポン割り当ての最適化において、因果推論エンジンから得られたビジネス目標の増加とコストの予測を最大化するために、ナップサック最適化アルゴリズムを使用しています。このアプローチは、予算制約に従いつつ、各顧客に対してクーポンを推奨するために採用されています。ナップサック最適化アルゴリズムは処理が迅速であり、数百万の予測がある場合でも効率的に処理できます。
他の最適化手法と比較すると、ナップサック最適化は、複数のビジネス目標と予算制約を同時に考慮する際に効果的であり、大規模なデータセットに対してもスケーラブルな解決策を提供します。このアプローチにより、ゴジェクは効果的なクーポン割り当てを実現し、ビジネス目標を最大化することができます。

ゴジェクのデータ変換とデータ可視化の取り組みは、他の企業にとってどのような示唆を与えるでしょうか?

ゴジェクのデータ変換とデータ可視化の取り組みは、他の企業にとって重要な示唆を提供します。例えば、dbtを活用したデータ変換は、効率的なデータ変換を実現し、数百万の顧客データから特徴量を抽出する際に役立ちます。dbtは、データの信頼性を確保するための多くの簡単な組み込みテストを提供し、カスタマイズ可能なテストもサポートします。また、dbtはコードの再利用性と標準化を促進するためのjinjaベースのツールであり、コードの開発とメンテナンスを大幅に簡素化します。
さらに、elementaryを活用したデータ可視化は、データの異常やテストの失敗を簡単に把握できるため、データの信頼性を向上させます。これにより、企業はデータ品質を維持し、問題を迅速に特定して対処することができます。ゴジェクの取り組みは、他の企業にとってデータ管理と可視化のベストプラクティスを示唆し、効果的なデータ駆動型意思決定を促進することができます。