Кривая эластичности спроса по цене для Яндекс Маркета

Контекст

[Рассказать подробнее: как появился проект, кто был заказчиком, какие были ограничения по срокам, бюджету, данным.]

Задача

Маркет не знал точно, как изменение цены на товар меняет спрос на него. Без этого скидки и промо настраивались на глаз, а ранжирование не учитывало чувствительность покупателей к цене.

[Рассказать подробнее.]

Что делали

Построили расчёт кривой эластичности спроса по цене для категорий Маркета. Спроектировали метрику качества поиска «User Happiness». Нашли узкие места в алгоритме ранжирования, которые превратились в конкретные правки.

[Рассказать подробнее.]

Что не сработало

[Рассказать подробнее: тупиковые гипотезы, что переделывали, где ошиблись в оценке.]

Результат

Оборот Маркета (GMV) вырос на 1,5% за счёт более точного ценообразования и ранжирования. Для маркетплейса такого масштаба это ощутимые деньги.

Главная цифра: +1,5% — к обороту (GMV) Маркета.

Чему научились

[Рассказать подробнее: выводы, которые переносим на следующие проекты.]

Стек

Python · SQL · A/B-тесты · внутренняя аналитическая платформа Яндекса