Un rivenditore online che vende un prodotto deperibile deve decidere quanto offrire per i clic sulla ricerca sponsorizzata e quale sconto applicare a un pacchetto che include un articolo sempre disponibile. Un nuovo studio su arXiv presenta un agente basato sul campionamento a posteriori, che impara sia la domanda dei clienti sia la risposta dei clic alle offerte, mentre prende queste decisioni nel corso di stagioni di vendita ripetute.

Il problema è complicato dalle lacune nei dati causate dalle decisioni dello stesso rivenditore. Se non fa offerte, il venditore non riceve informazioni sui clic a pagamento e osserva le scelte d’acquisto dei clienti solo dopo che questi sono arrivati tramite un clic. Se il rivenditore conclude troppo presto che la pubblicità è inefficace e smette di fare offerte, potrebbe non raccogliere mai prove capaci di fargli cambiare idea. Anche le modifiche agli sconti sui pacchetti possono indurre i clienti ad aspettare un’offerta migliore, facendo apparire i loro acquisti ritardati come vendite perse.

L’agente mantiene una distribuzione a posteriori sui possibili mercati e sui diversi andamenti della risposta dei clic. A ogni periodo estrae a campione un mercato candidato e, sulla base di un piano stagionale precalcolato e risolto esattamente per quel mercato, sceglie un’offerta e uno sconto. I ricercatori hanno testato l’approccio in un fiorista online simulato, confrontandolo con altre strategie di apprendimento ed esplorazione.

Nei test riportati, campionare un nuovo mercato a ogni periodo ha prodotto il rimpianto medio più basso: 33,6 dollari nell’arco di 500 stagioni, contro i 74,0 dollari di un pianificatore basato su stime puntuali e i 109,4 dollari di un approccio che effettuava il campionamento una volta per stagione. Nei mercati deboli, nell’arco delle 500 stagioni l’agente che operava periodo per periodo rinunciava dal 12% al 23% dei ricavi che un venditore pienamente informato avrebbe potuto ottenere in una stagione. La perdita era da quattro a sette volte inferiore a quella riportata per il campionamento una volta per stagione.

Lo studio ha inoltre rilevato che un pianificatore basato su stime puntuali può rimanere bloccato senza fare offerte. Con una distribuzione a priori che assegnava soltanto il 2% di probabilità a curve di risposta dei clic reattive, non iniziava mai a fare offerte e perdeva ogni stagione più della metà dei ricavi del venditore pienamente informato. In media, l’agente basato sul campionamento a posteriori iniziava a fare offerte dopo circa tre stagioni, contro circa 50 stagioni per la versione che effettuava il campionamento una volta per stagione.

Gli autori riferiscono che potrebbe non essere necessario imparare quale sconto applicare quando le scorte ridotte visualizzate mantengono la disponibilità dei clienti a pagare al di sopra del prezzo indicato. Tuttavia, se i clienti aspettano spesso, le stime di mercato dell’agente possono risultare distorte, perché gli acquisti ritardati appaiono come mancate vendite. Nello studio, mantenere fisso lo sconto per un’intera stagione elimina questo effetto dell’attesa, al costo del 5,9% dei ricavi del venditore pienamente informato in un mercato debole e senza perdite in un mercato forte.

Fonti: arXiv cs.AI.