Optimal Exploration of New Products under Assortment Decisions
यह शोध पत्र अज्ञात गुणवत्ता वाले नए उत्पादों के क्षमता-सीमित असॉर्टमेंट (assortments) का प्रबंधन करने वाले प्लेटफार्मों के लिए इष्टतम ऑनलाइन लर्निंग रणनीतियों की जांच करता है, जो यह प्रदर्शित करता है कि नए आइटमों को शीर्ष स्थापित उत्पादों (incumbents) के साथ जोड़ना हमेशा इष्टतम होता है और एक साथ खोजे जाने वाले उत्पादों की संख्या व्यक्तिगत खरीद संभावनाओं के बजाय क्षमता (potential) पर आधारित एक थ्रेशोल्ड संरचना का अनुसरण करती है, जबकि इस सेटिंग में मानक UCB और थॉम्पसन सैंपलिंग एल्गोरिदम की विफलताओं को भी रेखांकित करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, उच्च-स्तरीय डिजिटल डिपार्टमेंटल स्टोर (जैसे Amazon या Etsy) के मैनेजर हैं। आपके पास अपने होमपेज पर शेल्फ स्पेस की एक सीमित मात्रा है—मान लीजिए कि आप एक ग्राहक को एक बार में केवल 5 आइटम ही दिखा सकते हैं।
आपका लक्ष्य अधिक से अधिक पैसा कमाना है। आपके पास दो प्रकार के उत्पाद हैं:
- "ओल्ड गार्ड" (पुराने खिलाड़ी): ये बेस्ट-सेलर हैं। आप जानते हैं कि वे कितने अच्छे हैं, और ग्राहक उन्हें पसंद करते हैं। ये सुरक्षित विकल्प हैं।
- "न्यूकमर्स" (नए आगमन): ये बिल्कुल नए उत्पाद हैं। आपको नहीं पता कि वे शानदार हैं या बेकार। अभी तक उनकी कोई समीक्षा (review) नहीं है।
दुविधा: "क्यूरियोसिटी टैक्स" (जिज्ञासा का कर)
समस्या यह है: ग्राहक नई चीजों को लेकर संशय में रहते हैं। वे "ओल्ड गार्ड" को पसंद करते हैं। यदि आप किसी न्यूकमर को दिखाते हैं, तो इसकी संभावना कम है कि वह बिकेगा। लेकिन, यदि वह बिक जाता है, तो ग्राहक एक शानदार समीक्षा छोड़ता है, और अचानक, सबको पता चल जाता है कि वह एक बेहतरीन उत्पाद है।
यह एक ट्रेड-ऑफ (समझौता) पैदा करता है:
- यदि आप केवल ओल्ड गार्ड दिखाते हैं: तो आप आज पैसा कमाते हैं, लेकिन आप कभी यह जान नहीं पाते कि कोई न्यूकमर वास्तव में सुपरस्टार है या नहीं।
- यदि आप न्यूकमर्स दिखाते हैं: तो आप आज पैसा खो सकते हैं क्योंकि वे उतनी बार नहीं बिकते, लेकिन आप उनकी वास्तविक गुणवत्ता के बारे में जान जाते हैं।
मुख्य प्रश्न और आश्चर्यजनक उत्तर
शोधकर्ताओं ने इन उत्पादों को व्यवस्थित करने के बारे में दो मुख्य प्रश्नों पर काम किया।
1. क्या आपको न्यूकमर को अकेले दिखाना चाहिए, या ओल्ड गार्ड के साथ?
अंतर्ज्ञान (Intuition): "यदि मैं न्यूकमर को बेचना चाहता हूँ, तो मुझे उसे पूरी चमक देनी चाहिए! उसे शेल्फ पर अकेला रखें ताकि ग्राहक उसे अनदेखा न कर सकें।"
पेपर का निष्कर्ष: गलत। यह वास्तव में न्यूकमर को सर्वश्रेष्ठ ओल्ड गार्ड उत्पादों के साथ जोड़ने के लिए बेहतर है।
उपमा:
कल्पना कीजिए कि आप एक नया बैंड हैं जो प्रसिद्ध होने की कोशिश कर रहा है।
- रणनीति A (अकेले): आप एक खाली, अंधेरे बेसमेंट में परफॉर्म करते हैं। कोई नहीं आता। आप प्रसिद्ध नहीं होते।
- रणनीति B (हेडलाइनर के साथ): आप एक प्रसिद्ध, हाउसफुल बैंड के साथ एक ही स्टेज पर परफॉर्म करते हैं। भीड़ बहुत बड़ी है, भले ही वे प्रसिद्ध बैंड को देखने आए हों, कुछ लोग आपके नए बैंड को भी चेक करेंगे।
क्यों?
यदि आप न्यूकमर को अकेला दिखाते हैं, तो "ओल्ड गार्ड" (प्रसिद्ध बैंड) गायब है। आपके स्टोर पर आने वाले लोगों की कुल संख्या कम हो जाती है क्योंकि "सुरक्षित" विकल्प वहां मौजूद नहीं हैं।
न्यूकमर को टॉप ओल्ड गार्ड के साथ रखने से, आप ट्रैफ़िक को ऊँचा रखते हैं। हाँ, न्यूकमर को ध्यान आकर्षित करने के लिए "प्रतिस्पर्धा" करनी होगी, लेकिन क्योंकि भीड़ कुल मिलाकर बहुत बड़ी है, इसलिए आपको न्यूकमर्स की बिक्री वास्तव में तब से अधिक होगी जब आप उन्हें एक मृत स्टोर में अकेले दिखाते।
2. यदि आपके पास 5 न्यूकमर्स हैं, तो क्या आपको उन्हें एक साथ दिखाना चाहिए या एक-एक करके?
अंतर्ज्ञान: "आइए उन्हें एक-एक करके टेस्ट करते हैं। यह अधिक सुरक्षित है।" या "आइए उन्हें एक साथ दिखाते हैं ताकि डेटा जल्दी मिल सके!"
पेपर का निष्कर्ष: यहाँ एक "स्वीट स्पॉट" (सही संतुलन) है। आपको केवल एक नहीं दिखाना चाहिए, और न ही उन सभी को एक साथ दिखाना चाहिए। आपको उन्हें दिखाने की एक विशिष्ट संख्या दिखानी चाहिए जो इस बात पर आधारित हो कि वे कितने "उत्साहजनक" (promising) दिख रहे हैं।
उपमा:
कल्पना कीजिए कि आप 5 नए गुप्त व्यंजनों (recipes) का परीक्षण कर रहे हैं। आपके पास केवल 5 चखने वाले चम्मच हैं।
- यदि आप एक व्यक्ति को सभी 5 रेसिपी देते हैं, तो वह अभिभूत हो जाएगा और शायद उनमें से किसी को भी ठीक से चख नहीं पाएगा।
- यदि आप उन्हें एक-एक करके देते हैं, तो इसमें बहुत समय लगेगा।
- इष्टतम तरीका (The Optimal Way): आप एक मिश्रण देते हैं। आप सबसे आशाजनक 3 रेसिपी को, अपने 2 क्लासिक, सुरक्षित व्यंजनों के साथ प्लेट पर रखते हैं। यह इस संभावना को अधिकतम करता है कि एक नई रेसिपी चखी जाए बिना पूरे भोजन को खराब किए।
आश्चर्य: न्यूकमर्स की संख्या उनके पोटेंशियल (उनकी कितनी संभावना है कि वे महान होंगे) पर निर्भर करती है, न कि इस पर कि उनके अभी बिकने की कितनी संभावना है। यह "होम रन" की क्षमता पर दांव लगाने के बारे में है, तत्काल बिक्री के बारे में नहीं।
मानक कंप्यूटर एल्गोरिदम क्यों विफल होते हैं
पेपर ने इस तरह की समस्या के लिए उपयोग किए जाने वाले दो प्रसिद्ध कंप्यूटर रणनीतियों (जिन्हें "बैंडिट एल्गोरिदम" कहा जाता है) का भी परीक्षण किया: UCB और Thompson Sampling।
- UCB (अत्यधिक अन्वेषक - The Over-Explorer): यह एल्गोरिदम एक संदिग्ध निवेशक की तरह है जो सोचता है, "मुझे तुरंत सब कुछ चेक करने की जरूरत है!" यह एक साथ बहुत अधिक न्यूकमर्स दिखाने की कोशिश करता है, भरोसेमंद ओल्ड गार्ड को बाहर कर देता है, और बहुत सारा पैसा गंवा देता है।
- Thompson Sampling (कम अन्वेषक - The Under-Explorer): यह एक सतर्क निवेशक की तरह है जो सोचता है, "मैं तब तक इंतजार करूँगा जब तक मैं सुनिश्चित न हो जाऊं।" यह शायद ही कभी न्यूकमर्स को दिखाता है, जिससे अगली बड़ी चीज़ खोजने का मौका हाथ से निकल जाता है।
परिणाम: दोनों मानक एल्गोरिदम इस विशिष्ट "शेल्फ स्पेस" परिदृश्य में बहुत खराब प्रदर्शन करते हैं। वे बहुत चरम (extreme) हैं। पेपर की कस्टम रणनीति (जिसे वे EFA कहते हैं) सही मध्य मार्ग खोज लेती है।
वास्तविक जीवन के लिए सीख
यदि आप एक प्लेटफॉर्म, एक ब्लॉग, या यहाँ तक कि एक टीम मीटिंग चलाते हैं:
- नए विचारों को अलग-थलग न करें। नए उत्पादों (या विचारों) को आपके सिद्ध विजेताओं के साथ पेश करें। "सुरक्षित" विकल्पों की उपस्थिति उस दर्शकों को लेकर आती है जो नए चीजों को देखे जाने की अनुमति देती है।
- सब कुछ एक साथ या बिल्कुल भी नहीं। यदि आपके पास कई नए विचार हैं, तो उन्हें एक साथ टेस्ट न करें (बहुत जोखिम भरा है) या एक-एक करके (बहुत धीमा है)। कितनी रोमांचक दिख रही हैं, इसके आधार पर एक साथ टेस्ट करने के लिए "गोल्डिलॉक्स" (Goldilocks) संख्या खोजें।
- डिफ़ॉल्ट सेटिंग्स पर भरोसा न करें। निर्णय लेने के लिए उपयोग किए जाने वाले मानक उपकरण अक्सर विफल हो जाते हैं जब लक्ष्य सीखना और बेचना दोनों हो। आपको एक ऐसी रणनीति की आवश्यकता है जो खोज (discovery) और लाभ (profit) के बीच के संतुलन के लिए विशेष रूप से बनाई गई हो।
संक्षेप में: अगली बड़ी चीज़ खोजने के लिए, उसे अंधेरे में न छिपाएं, और न ही उसे नए सामानों के समुद्र में डुबो दें। इसे सितारों के साथ मंच पर रखें, और भीड़ को फैसला करने दें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।