Otto Group ogłasza konkurs na nowy algorytm e-commerce

Otto strategia online

Europejski gigant e-commerce Otto Group ogłosił konkurs na stworzenie algorytmu, który byłby w stanie przypisać produkty do odpowiednich kategorii w sklepach internetowych.

Otto Group to koncern z siedzibą w Niemczech, jeden z największych potentatów e-commerce na świecie. Rocznie generuje około sześciu miliardów euro obrotów ze sprzedaży internetowej. Wraz z rozwojem firmy, coraz bardziej czasochłonne staje się zarządzanie i klasyfikowanie produktów sprzedawanych w różnych należących do grupy sklepach internetowych: Crate & Barrel (Stany Zjednoczone), Otto.de (Niemcy), czy 3 Suisses (Francja). Grupa postanowiła więc poszukać pomocy na zewnątrz.

Celem usprawnienie analiz

Firma ogłasza się na stronie Kaggle.com, która jest platformą dla konkursów z dziedziny analityki danych. Prosi uczestników, by stworzyli oprogramowanie open-source, które będzie w stanie rozróżniać pomiędzy kategoriami produktowymi, sprzedawanymi w sklepach Otto Group.

Grupa Otto daje do dyspozycji 93 zestawy ponad 200 tysięcy produktów. Mogą na nich pracować osoby chętne do udziału w konkursie. Projekty można zgłaszać do 18 maja. Nagrodą za zajęcie pierwszego miejsca jest pięć tysięcy dolarów, drugiego – trzy tysiące, trzeciego zaś dwa tysiące.

„Każdego dnia sprzedajemy na całym świecie miliony produktów, a kilka tysięcy codziennie dołącza do naszych linii produktowych.” – ogłasza Otto na stronie Kaggle.com. „Kluczowa jest dla nas spójna analiza tego, jak radzą sobie poszczególne produkty. Przez to, że nasza globalna struktura jest zróżnicowana, wiele identycznych produktów zostaje zaklasyfikowanych inaczej. Dlatego jakość naszych analiz produktowych opiera się w głównej mierze na zautomatyzowaniu kategoryzacji, tak aby podobne produkty były klasyfikowane wspólnie. Dzięki temu zyskamy więcej wiedzy o ich zasięgu.”

W ślady Netflixa

Projekty będą oceniane na podstawie wzoru matematycznego, który jest objaśniony na stronie Kaggle.com. Jednak zasadnicza ocena polegała będzie na sprawdzeniu, czy algorytm klasyfikuje produkty zgodnie ze stanem faktycznym.

W 2006 roku podobny sposób na opracowanie modelu rekomendacji zastosowała sieć Netflix. Firma ogłosiła konkurs, którego przedmiotem miało być stworzenie systemu zdolnego przewidzieć, na podstawie podanych preferencji, czy i jak bardzo użytkownikowi spodoba się dany film. Nagrodę w wysokości miliona dolarów otrzymał zespół inżynierów, statystyków i badaczy, nazywająca się “BellKor’s Pragmatic Chaos”. Udało im się usprawnić system rekomendacji Netflix o 10%.

Reklama

SCF 2017 Spring