IsBuyBoxWinner nicht vorhersehbar

[Arakis]

Moin,
ich habe mich in den letzten Tagen mal intensiv mit neuralen Netzen / Deep Learning beschäftigt. Mein Ziel ist es den höchstmöglichen BuyBox-Preis vorherzusehen.

Um direkt zum Punkt zu kommen: Ich komme nicht über eine 95% Genauigkeit heran, wenn ich berechnen möchte, ob man die BuyBox erhält zu einer gegebenen Mitbewerber-Situation. Ich beziehe mich auf die Preis-Notifications, welche man per SQS abfragen kann. Sie enthalten das Flag "IsBuyBoxWinner".

Als Input nutze ich den Gesamt-Preis, Verkäufer-Rating, Lieferdauer von mir, 3 normalen Mitbewerbern, FBA und Amazon. Sofern nicht vorhanden, setzte ich bestimmte ich seperate Flags auf 0 bzw. 1. Alle Werte sind normalisiert im Bereich von 0-1. Habe verschiedenste Architekturen und Aktivierungs-Funktionen versucht. Egal was ich mache, es ist fast immer bei 95% Schluss. Habe sogar versucht verschiedene Netwerke miteinander zu kombinieren um ggf. die Genauigkeit zu erhöhen. Ich habe ziemlich viel Rechenzeit in der Cloud aufgewendet (Instanz mit 40 Prozessorkernen). Trainingsdatensätze sind fast unendlich viele vorhanden (mehrere Millionen gesammelt in den letzten Monaten). Ich sehe trainiere das Netz nicht auf pro Asin, sondern über sämtliche verfügbaren ASINS, sonst wären die Trainingsdatenseätze vermutlich auch zu gering.

95% Klingt erstmal gut, ist es aber nicht: Bei einer Preisspanne zwischen 5 und 19 euro sind das immerhin 70 Cent. Filtere ich die Trainingsdaten auf einen kleineren Bereich z.b. zwischen 10 und 12 euro, so sinkt die Genauigkeit rapide.

Ich würde als Fazit sagen, dass es seitens Amazon gewollt ist, dass das Flag "IsBuyBoxWinner" eine gewisse Ungenauigkeit hat.

Habe auch schon versucht die Tageszeit und Wochentag mit einzubringen, bringt aber nichts.

wer möchte kann mich auch gern per PN anschreiben um ein wenig zu "Fachsimpeln".

[silent-invest]

Hui, das Thema finde ich sehr interessant, aber ich kann wahrscheinlich nichts sinnvolles beitragen.
Mein erster Gedanke war, das hier vielleicht noch andere Parameter zur Berechnung herangezogen werden. Ich könnte mir vorstellen, dass die individuelle VK-Performance reinspielt. Also wenn jemand weniger Trust von Amazon hat, muss er einen etwas günstigeren Preis bieten als ein VK der sehr gut ist um die BuyBox zu erhalten. Oder vielleicht auch die vom VK angegebene Lieferzeit? Was ist mit der Bevorzugung von FBA-Verkäufern.

Also, meine Idee wäre, das hier nicht nur Preis-Informationen reinspielen?!

[Arakis]

Ich könnte mir vorstellen, dass die individuelle VK-Performance reinspielt.

Ich kann die Performance anderer Verkäufer logischerweise nicht abfragen, meine eigene zwar eintragen, wenn die sich in den letzten Wochen aber nicht geändert hat, dürfte es egal sein. Ich nutze aber schon das Verkäufer-Rating! (also die Prozent-Anzeige der Anazhl der positiven Feedbacks, diese kann man per API abfragen). Generell düfte, wenn das Zeitfenster klein genug ist die Performance des anderen Verkäufers egal sein, da diese ja meist nicht schlagartig umschlägt. Allerdings müssste ich das Netz dann mit jedem möglichen Verkäufer füttern als "Verkäufer-ID". Ggf. könnte ich die Verkäufer-ID in Vektoren zerlegen (aus einer Zahl von 1-100 mach 5 zahlen von 1-x, und das ganze natürlich ebenfalls in den Bereich 0.0-1.0 normalisieren).

Aber an sich eine gute Idee, ich werde das mal versuchen!

Oder vielleicht auch die vom VK angegebene Lieferzeit

Das mache ich schon

Was ist mit der Bevorzugung von FBA-Verkäufern.

Da diese bereits einen Separaten Eingang+Flag ins Netz bekommen lernt das Netz dies automatisch. Ist also schon berücksichtigt.

[silent-invest]

Wie muss man sich so ein Netz vorstellen? Das klingt immer so einfach...

[mwp]

Ich würde als Fazit sagen, dass es seitens Amazon gewollt ist, dass das Flag "IsBuyBoxWinner" eine gewisse Ungenauigkeit hat.

Es ist schon eine ganze Weile her (ich denke mal 1 1/2 Jahre), dass ich in diese Richtung einige Tests gefahren habe, allerdings nicht mit neuralen Netzen, sondern mit unserem Repricer Script. Dabei sind mir Abweichungen von SQS Meldungen zu zeitgleichen automatisierten Abfragen der Webseite und über die App aufgefallen. Sprich SQS Abfrage hat IsBuyBoxWinner bei einem Verkäufer angezeigt, der aber es aber laut Webseite/App gar nicht war. IMHO gibt es dahingehend eine Unschärfe, dass Amazon Polling/Stacks/Lastverteilung was auch immer nutzt und der Datenabgleich asynchron erfolgt.

[Arakis]

Wie muss man sich so ein Netz vorstellen? Das klingt immer so einfach...

Es besteht aus Neuronen und Verbindungen, ähnlich unserem Gehirm. Neurale Netze sind wir unsere Gehirnzellen "selbstlernend" und können in der Theorie "fast" jedes Problem erlernen. In der Praxis sieht es allerdings anders aus, meist Begrenzt durch Rechenkapazität, Art der Topologie und noch immer fehlendes Verstndnis über die Funktionsweise von komplexen Zusammenhängen im Gehirn. Und weil man noch kein "Roh-Modell" hat, mit dem man anfangen könnte, den von Geburt an haben wir breits diverse vorprogrammierte Schaltkreise.

Eine kurze Übersicht gibt es hier:
https://de.wikipedia.org/wiki/K%C3%BCns ... nales_Netz

[Arakis]

Dabei sind mir Abweichungen von SQS Meldungen zu zeitgleichen automatisierten Abfragen der Webseite und über die App aufgefallen

Wie habt ihr das gemacht, denn soweit ich weiß gibt es ja ab einer bestimmten Anzahl von Aufrufen über nen Bot eine Captcha-Abfrage.

[Xantiva]

Welchen Zeitraum umfassen Deine Trainigsdaten? Was passiert, wenn Amazon evtl. immer mal wieder am Algorithmus dreht? Hast Du mal versucht, die Daten nach Zeitbereichen zu clustern?

[mwp]

Wie habt ihr das gemacht, denn soweit ich weiß gibt es ja ab einer bestimmten Anzahl von Aufrufen über nen Bot eine Captcha-Abfrage.

Ich habe das nur auf einzelne asins getestet und ich glaube das Interval war eine Minute. Das funktionierte.

[Ralf]

Ich würde als Fazit sagen, dass es seitens Amazon gewollt ist, dass das Flag "IsBuyBoxWinner" eine gewisse Ungenauigkeit hat.

Es ist schon eine Weile her, dass ich mich intensiver mit der Thematik befasst habe. Ich habe ebenfalls die per SQS übermittelten Daten verwendet.

Dabei habe ich natürlich auch festgestellt, dass es Abweichungen zwischen den per SQS übernittelten Daten gibt (die übrigens zu denen passen, die man auch per GetLowestPricedOffersForASIN bekommt) und den Ergebnissen im Browser, per App und GetCompetitivePricingForASIN.

Du wirst wissen, dass auch mehrere Angebote für eine ASIN IsBuyBoxWinner=true haben können.

Ich bin darüber auch in intensive Diskussionen mit dem Betreiber von SellerLogic gegangen, die aber letztlich ergebnislos waren, weil ich ja "keine Ahnung" hätte und die von Amazon übermittelten Daten schon richtig wären.

Dabei sind mir Abweichungen von SQS Meldungen zu zeitgleichen automatisierten Abfragen der Webseite und über die App aufgefallen. Sprich SQS Abfrage hat IsBuyBoxWinner bei einem Verkäufer angezeigt, der aber es aber laut Webseite/App gar nicht war. IMHO gibt es dahingehend eine Unschärfe, dass Amazon Polling/Stacks/Lastverteilung was auch immer nutzt und der Datenabgleich asynchron erfolgt.

Je nachdem, ob man eingeloggt ist, welchen Typ von Account man hat (um nur einige der möglichen Gründe für unterschiedliche Ausgaben zu erwähnen), werden andere Angebote in der Buybox angezeigt.

Die reine Optimierung auf "IsBuyBoxWinner" führt daher nicht immer zum Ziel. Erst recht nicht, wenn FBA und FBM vertreten sind (mit prime by seller dürfte es nicht einfacher geworden sein).

Meine Erfahrung war jedenfalls, dass die zur Verfügung stehenden Werte der jeweiligen Angebote (Bewertungsquote, Lieferzeit, Versandvorbereitungszeit, Standort) nicht ausreichend sind, um eine definitive Aussage treffen zu können (abgesehen von den Fällen, wo ein Angebot die Buybox hat, obwohl alle bekannten Fakten dagegen sprechen).

Ein Ergebnis von 95% ist unter den gegebenen Bedingungen schon extrem gut.