Un minorista en línea que vende un producto perecedero debe decidir cuánto pujar por los clics de búsqueda patrocinada y qué descuento ofrecer en un paquete con un artículo siempre disponible. Un nuevo estudio de arXiv presenta un agente de muestreo posterior que aprende tanto sobre la demanda de los clientes como sobre la respuesta de los clics a sus pujas mientras toma esas decisiones a lo largo de temporadas de venta repetidas.
El problema se complica por las lagunas en los datos que generan las propias decisiones del minorista. Si no puja, el vendedor no recibe información sobre los clics de pago, y solo observa las decisiones de compra de los clientes después de que estos llegan mediante un clic. Si el minorista concluye demasiado pronto que la publicidad no es eficaz y deja de pujar, quizá nunca reúna pruebas que lo lleven a cambiar de opinión. Los cambios en los descuentos de los paquetes también pueden hacer que los clientes esperen una oferta mejor, lo que hace que sus compras posteriores parezcan ventas perdidas.
El agente mantiene una distribución posterior sobre los posibles mercados y patrones de respuesta de los clics. En cada periodo, toma una muestra de un mercado candidato y utiliza un plan de temporada precalculado y resuelto de forma exacta para ese candidato para elegir una puja y un descuento. Los investigadores probaron el método en una floristería en línea simulada y lo compararon con otras estrategias de aprendizaje y exploración.
En las pruebas presentadas, tomar una muestra de un mercado nuevo en cada periodo produjo el menor arrepentimiento promedio: 33,6 dólares en 500 temporadas, frente a los 74,0 dólares de un planificador que utilizaba estimaciones puntuales y los 109,4 dólares de un método que tomaba una muestra una vez por temporada. En mercados débiles, durante las 500 temporadas, el agente que tomaba muestras en cada periodo renunció a entre el 12 % y el 23 % de los ingresos que un vendedor plenamente informado podría obtener en una temporada. Esa pérdida fue entre cuatro y siete veces menor que la registrada para el método que tomaba muestras una vez por temporada.
El estudio también concluyó que un planificador de estimaciones puntuales puede quedarse atascado sin pujar. Con una distribución previa que asignaba solo un 2 % de probabilidad a curvas de clics sensibles a las pujas, nunca empezó a pujar y perdió más de la mitad de los ingresos del vendedor plenamente informado en cada temporada. El agente de muestreo posterior empezó a pujar después de unas tres temporadas en promedio, frente a alrededor de 50 temporadas para la versión que tomaba una muestra una vez por temporada.
Los autores señalan que quizá no sea necesario aprender sobre los descuentos cuando el bajo nivel de existencias que se muestra mantiene la disposición de los clientes a pagar por encima del precio publicado. Sin embargo, las esperas frecuentes de los clientes pueden distorsionar las estimaciones del mercado del agente, porque las compras aplazadas aparecen como ventas nulas. Mantener fijo el descuento durante toda una temporada elimina este efecto de espera en el estudio, a cambio de un 5,9 % de los ingresos del vendedor plenamente informado en un mercado débil y sin pérdidas en uno fuerte.
Fuentes: arXiv cs.AI.