Personalizing Marketplace Policies with Competing Objectives and Constrained Experiments: Evidence from a Job Marketplace
यह शोध पत्र जॉब मार्केटप्लेस नीतियों को व्यक्तिगत बनाने के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो उपचार प्रभाव निष्कर्षण (treatment effect extrapolation) के साथ एंसेम्बल-आधारित हाइब्रिड रैंकिंग मॉडल को जोड़कर, सीमित प्रयोगात्मक स्थितियों के तहत नियोक्ता और नौकरी चाहने वाले के प्रतिस्पर्धी उद्देश्यों को सफलतापूर्वक संतुलित करता है, जिसके परिणामस्वरूप जुड़ाव संबंधी सुरक्षा उपायों (engagement guardrails) को बनाए रखते हुए महत्वपूर्ण मेट्रिक सुधार प्राप्त होते हैं।
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 एक हलचल भरा डिजिटल बाज़ार है, जैसे कि एक विशाल जॉब बोर्ड, जहाँ दो बहुत अलग समूह मिलते हैं: नियोक्ता (Employers) (जो काम पर रखना चाहते हैं) और नौकरी की तलाश करने वाले (Job Seekers) (जो काम करना चाहते हैं)।
प्लेटफ़ॉर्म का लक्ष्य दोनों पक्षों की मदद करना है, लेकिन उनके हित अक्सर एक-दूसरे के विपरीत होते हैं। यदि प्लेटफ़ॉर्म मुफ्त सेवाओं के मामले में बहुत उदार है, तो नियोक्ता प्रीमियम सुविधाओं के लिए भुगतान करना बंद कर सकते हैं, जिससे कंपनी की साइट चलाने की क्षमता को नुकसान पहुँच सकता है। यदि प्लेटफ़ॉर्म बहुत सख्त है, तो नौकरी की तलाश करने वाले निराश हो सकते हैं क्योंकि वे अच्छे काम नहीं देख पाते, और वे साइट छोड़ सकते हैं।
इस शोध पत्र के लेखकों के सामने एक पेचीदा समस्या थी: आप इस बाज़ार के लिए नियम (नीतियाँ) कैसे तय करें ताकि हर कोई खुश रहे, बिना आर्थिक नुकसान उठाए?
यहाँ उनके समाधान का एक सरल विवरण दिया गया है, जिसमें रोज़मर्रा के उपमाओं (analogies) का उपयोग किया गया है।
1. समस्या: एक ही नियम सबके लिए सही नहीं होता
अतीत में, प्लेटफ़ॉर्म एक "एक ही आकार सबके लिए" (one-size-fits-all) वाला नियम इस्तेमाल करते थे। उदाहरण के लिए, "प्रत्येक जॉब पोस्टिंग को 3 मुफ्त व्यू मिलेंगे, उसके बाद आपको भुगतान करना होगा।"
- समस्या: कुछ नौकरियाँ सोने की खान की तरह होती हैं (उच्च मांग, आसानी से भरी जाने वाली), जबकि अन्य सर्दियों में बर्फ बेचने जैसी होती हैं (कम मांग)। उन्हें एक जैसा मानना अक्षम है। आप उस काम के लिए शुल्क ले सकते हैं जिसे कोई नहीं चाहता, या उन कामों के लिए मुफ्त व्यू दे रहे हैं जो वैसे भी भुगतान करते।
2. दो बड़ी बाधाएं
टीम इन नियमों को व्यक्तिगत (personalize) बनाना चाहती थी (अलग-अलग नौकरियों के लिए अलग नियम देना), लेकिन उन्हें दो प्रमुख बाधाओं का सामना करना पड़ा:
बाधा A: "सी-सॉ" प्रभाव (क्रॉस-साइड एक्सटर्नैलिटीज़)
यदि आप नियोक्ताओं को भुगतान करने के लिए बहुत अधिक दबाव डालते हैं (लक्ष्य/Target), तो आप अनजाने में नौकरी की तलाश करने वालों को परेशान कर सकते हैं (सुरक्षा घेरा/Guardrail)। यह एक सी-सॉ (झूले) की तरह है: यदि आप एक तरफ को बहुत ज़ोर से नीचे दबाते हैं, तो दूसरी तरफ ऊपर उड़ जाती है। चुनौती यह है कि अलग-अलग नौकरियाँ अलग तरह से प्रतिक्रिया करती हैं। कुछ नौकरियों से नौकरी की तलाश करने वालों को परेशान किए बिना पैसा कमाया जा सकता है; अन्य को नहीं। आपको एक ऐसी रणनीति की आवश्यकता है जो दोनों पक्षों को एक साथ संतुलित करे।** बाधा B: "आंखों पर पट्टी बंधा शेफ" (प्रतिबंधित प्रयोग)**
नए नियमों का परीक्षण करने के लिए, आपको आमतौर पर प्रयोग चलाने की आवश्यकता होती है। लेकिन एक बाज़ार में, आप केवल एक व्यक्ति पर एक नियम का परीक्षण नहीं कर सकते; आपको पूरे समूह (एक क्लस्टर) पर परीक्षण करना होगा ताकि अराजकता से बचा जा सके। इसका मतलब है कि वे केवल दो विशिष्ट सेटिंग्स का परीक्षण कर सकते थे: "सख्त" (Strict) और "उदार" (Lenient)।- समस्या: वे इष्टतम मध्य मार्ग (विकल्पों की एक निरंतर श्रेणी) खोजना चाहते थे, लेकिन उनके पास केवल दो चरम बिंदुओं का डेटा था। यह एक ऐसे शेफ की तरह है जो केवल "जला हुआ" या "कच्चा" खाना बनाना जानता है और उसे बिना बीच का तापमान परीक्षण किए "मीडियम-रेयर" तापमान का पता लगाना है।
3. समाधान: एक तीन-भाग वाला टूलकिट
लेखकों ने इन समस्याओं को हल करने के लिए तीन मुख्य तरीकों का उपयोग करके एक स्मार्ट सिस्टम बनाया:
ट्रिक 1: "डबल-चेक" स्कोरकार्ड (हाइब्रिड रैंकिंग)
केवल एक स्कोर (जैसे, "इससे कितनी कमाई होगी?") देखने के बजाय, उन्होंने एक स्कोरकार्ड बनाया जो दो चीजों को अलग-अलग देखता है:
- कमाई की क्षमता: यह नौकरी कितनी राजस्व उत्पन्न करेगी?
- जोखिम कारक: नौकरी की तलाश करने वालों को इससे कितना परेशान होने का खतरा है?
उन्होंने एक हाइब्रिड रैंकिंग प्रणाली बनाई:
- शीर्ष स्तर (Top Tier): वे नौकरियाँ जो पैसा बनाती हैं और नौकरी की तलाश करने वालों को परेशान नहीं करतीं। इन्हें सख्त नियम मिलते हैं (भुगतान करें!)।
- निचला स्तर (Bottom Tier): वे नौकरियाँ जिनसे ज्यादा कमाई नहीं होती लेकिन वे नौकरी की तलाश करने वालों के लिए बहुत जोखिम भरी हैं। इन्हें उदार नियम मिलते हैं (तलाश करने वालों को खुश रखने के लिए इन्हें मुफ्त रखें)।
- परिणाम: इस दृष्टिकोण ने केवल पैसे के पीछे भागने की तुलना में नौकरी की तलाश करने वालों को परेशान करने के जोखिम को 10% से अधिक कम कर दिया, बिना किसी राजस्व को खोए।
ट्रिक 2: "सीधी रेखा" का अनुमान (एक्सट्रपोलेशन)
चूंकि वे केवल "सख्त" और "उदार" का परीक्षण कर सकते थे, इसलिए उन्हें बीच में क्या होगा, इसका अनुमान लगाने की आवश्यकता थी।
- उपमा: कल्पना कीजिए कि आप जानते हैं कि एक कार स्टॉप साइन पर 0 mph की गति से चलती है और ग्रीन लाइट पर 60 mph की गति से। आप मान लेते हैं कि दोनों संकेतों के बीच में, कार 30 mph की गति से चल रही है।
- विज्ञान: उन्होंने माना कि नीति और परिणाम के बीच का संबंध एक सीधी रेखा है। उन्होंने इस धारणा का परीक्षण किया और पाया कि भले ही रेखा पूरी तरह से सीधी न हो, फिर भी उनके अनुमान निर्णय लेने के लिए पर्याप्त सटीक थे। उन्हें सटीक गति जानने की आवश्यकता नहीं थी; उन्हें बस यह जानने की आवश्यकता थी कि कौन सी कारएँ दूसरों से तेज़ हैं।
ट्रिक 3: "समूह नेता" रणनीति (एन्सेम्बल मॉडलिंग)
कुछ नियोक्ता एक नौकरी पोस्ट करते हैं; अन्य सैकड़ों। यदि आप एक नौकरी के लिए नियम बदलते हैं, तो यह नियोक्ता के अन्य कामों को प्रभावित कर सकता है।
- समाधान: उन्होंने एक ऐसा मॉडल बनाया जो नौकरी और नियोक्ता दोनों को एक साथ देखता है। यह एक ऐसे शिक्षक की तरह है जो जानता है कि यदि वे एक छात्र को कठिन परीक्षा देते हैं, तो इससे पूरे अध्ययन समूह पर तनाव हो सकता है। उन्होंने अधिक सटीक भविष्यवाणी प्राप्त करने के लिए इन दृष्टिकोणों को मिलाया।
4. परिणाम: वास्तविक दुनिया की सफलता
उन्होंने इस प्रणाली को LinkedIn पर लागू किया, जो लाखों जॉब पोस्टिंग को सेवा प्रदान करता है।
- क्या यह काम कर गया? हाँ। सिस्टम ने राजस्व (लक्ष्य) को महत्वपूर्ण रूप से बढ़ाने में सफलता प्राप्त की।
- क्या इसने नियमों को तोड़ा? नहीं। यह नौकरी की तलाश करने वालों की सहभागिता (गार्डरेल) के लिए सुरक्षा सीमाओं के भीतर सख्ती से रहा।
- क्या अनुमान सही था? हाँ। जब उन्होंने उन "मध्यम मार्ग" नीतियों का परीक्षण किया जिनका उन्होंने केवल अनुमान लगाया था, तो वास्तविक दुनिया के परिणाम उनके अनुमानों से लगभग पूरी तरह मेल खा गए।
सारांश
यह शोध पत्र दिखाता है कि भले ही आप आंखों पर पट्टी बांधे हुए (सीमित प्रयोग) और एक पतली रस्सी पर चल रहे हों (विरोधाभासी लक्ष्यों को संतुलित करना), फिर भी आप सही रास्ता खोज सकते हैं। एक स्मार्ट रैंकिंग सिस्टम का उपयोग करके जो बाज़ार के दोनों पक्षों का सम्मान करता है और मध्य मार्ग के बारे में शिक्षित और सत्यापित अनुमान लगाकर, उन्होंने एक व्यक्तिगत नीति बनाई जो पैसा भी बनाती है और उपयोगकर्ताओं को खुश भी रखती है।
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।