推薦演算法— 從 AsiaYo 的小改善來看旅遊業內的 insight
在電商市場當中，消費者時常接受到的廣告服務與推薦機制，其實就是將傳統商場上店員的介紹與試用品，轉變為透過自動化系統建立的商品推薦機制。
舉例來說，以往在出門前往異地旅遊或洽公時，人們多半是透過旅遊雜誌的介紹、或者親朋好友遊歷當地的經驗，來決定旅館以及行程。
然而，這些左一言右一句的推薦套用在電商平台的使用體驗當中，透過系統化的推薦給予旅客們更加貼近需求的建議；在 AsiaYo ，我們稱它為排序演算法 AY sort。
在開始之前，讓我們先簡單回顧一下原有的 AY sort 是什麼樣的面貌。
舊版 AY sort 架構:[ (上架時長 <= 10日) = Y ] x 推廣遞減權重
＋ [ (10日 < 上架時長 <= 20日) = Y ] x 推廣遞減權重
＋ [ (20日 < 上架時長 <= 30日) = Y ] x 推廣遞減權重
＋ ( 一個月內訂單數 ) x 加分權重
＋ ( 一個月以上訂單數 ) x 遞減加分權重
－ ( 一個月內拒絕單數 ) x 懲罰權重
if ( 4分以上評論則數 <= 10 ): ＋ ( 4分以上評論則數 ) x 推廣權重
if ( 4分以上評論則數 > 10 ): ＋推廣權重 ＋ ( 4分以上評論則數 ) x推廣權重
從公式上面做初步分析，大致上可以拆解成：
- 上架日期遠近
- 訂單多寡
- 旅客主觀感受
上述三個主架構區塊，可以推測出原有邏輯設計對於客戶與商品重視的重視層面。
以新上架旅宿的區塊看，給予得分上的 bonus 確實算是有補足因資料缺失而不足以評斷旅宿好壞的部份。但時長上的設置、權重的比例，對於旅客需求、CTR 和營收的影響，卻缺少了更精確且量化的證據來佐證。同時，因為市場環境變遷，旅遊市場現況已和疫情前大有不同，並非可以用過往的單一商業策略來進行類比。
再來則是訂單多寡的部份，它們給予了近期訂單較高的權重，因應市場趨勢進行頁面排序上的洗牌；但不完整的滾動窗口機制，卻有可能造成過去訂單的得分過度累積，反應市場現況的效果將失真。
以時間性的觀點來看，原有設計在上架新舊與訂單多寡上，都針對『時間』，給予了存在但不精確的遞減權重與滾動窗口，藉此反應因時間上消耗帶來的邊際遞減效果。
接下來就是我們按照客戶的訂單屬性資料，來檢驗跟驗證如何針對既有的資料來進行探勘跟修正。
在客戶資料的部份，首先我們要先簡單介紹一下外顯資料（explicit data）與內顯資料（implicit data）的概念。假設一筆訂單裡面，記載了一位客人他對於旅館的良好體驗評論，以及連續一直訂房的紀錄，那麼客戶“主動表示”給予的體驗良好的這個評論，就是外顯資料；而連續一直訂房的紀錄，雖然沒有主動表達出對於飯店居住體驗的感想，但是藉由不斷回流的行為，我們也可以推斷其對旅宿的滿意度是可期的，這種資料就是內顯資料，也就是需要透過解構與分析來判斷其資料對目標物的評價為何。
由於我們著重在用戶體驗與其他項目的交互作用結果，所以在本次的介紹當中，我們會簡單介紹幾項以內顯資料作為分析基準的結果。
作為旅遊 OTA 經營方，自然會希望客戶能頻繁反覆地來進行消費，同時也希望旅館可以提高滿房率；因此，我們選擇將與這些項目相關的因子投入模型檢測，再來判斷其交互作用關係是否足以影響營收的表現。
這邊我們採用的是 GAM 模型（generalized additive model）。建模上的前提假設相對寬鬆，可因應線性與非線性大量變數進行同步處理；且針對非線性資料（e.g. one-hot encoding）處理能力相對於傳統線性模型更準確。迴歸模型中部分或全部的自變數採用平滑函式，降低線性設定帶來的模型風險，同時解決當解釋變數個數較多時 logistic 迴歸容易引起的維度災難。
在 AY sort modeling 的實做方面，先將變數進行分組便於觀測其交互作用。分組的原則則是以性質類似作為基準，主要四大組別分別為：
- Group 1: 高鐵專案、親子友善、露營組合、包棟旅宿等等
#和活動檔期有關的項目 - Group 2: 訂單補助情形，暑期訂單表現、國定假日訂單表現、週末訂單表現、週間訂單表現、旅館所在城市
#週期性相關的項目 - Group 3: 訂單間隔項目、旅宿簽約時間遠近、近6週訂單表現、近9週訂單表現、近期訂單成交金額平均、近期旅宿評論得分
#AY sort績效相關項目 - Group 4: 四季、簽約後近幾週表現情形
#季節與上架推廣相關項
經過建模後，再透過 step AIC 篩選變數，並降維處理來得到初步結果。接著，與上述的相加型模型進行檢定，看是否有顯著差異。最後再藉由這些結果來改善跟修正演算法的既有框架。
在透過建模結果更加確定實際的修正方向之後，正式的 AY sort 架構所著重的部份如下：
- 新上線旅宿的福利權重與權衡
- 短期與中長期訂單的轉單效益
- 失敗訂單所帶來的負面影響
- 旅宿行銷活動配合度
- 旅宿標籤與評論的交互性
顯而易見地，透過相關的研究內容，主要的調整概項與發現也涵蓋了許多項目。
首先，對於新旅宿的版位福利上，以上架時長進行的分析結果並不有效，但考量加強新旅宿的曝光仍然具有重要商業意涵，故保留此參數，但稍微調低權重，以提高演算法整體對營收預測的精準度。
而在旅宿轉單表現，無論是近期訂單、在指定假期的單數、抑或是特定行銷活動合作訂單量，當它們作為單一變數，與總營收的迴歸關係都是十分顯著的。而與其他變數同時交互分析時，也有多項呈現顯著，表示訂單數與其他參數多有 interaction，對總營收貢獻度更大，故提高其影響權重、並修正其計算邏輯。
至於在被取消訂單方面，建模的結果指出取消與拒絕訂單和營收的成長是顯著地正相關。雖然與直觀邏輯有點衝突，但對於訂單量龐大的熱賣旅宿而言，確實比一般旅宿更容易遇到因為各式原因而更改行程的旅客。有鑑於模型結果的佐證，我們也決定在這部份的懲罰權重進行下調修正，避免影響旅宿應有的排序順位。
另外，在旅宿差異化服務方面，由於包棟和親子友善在四季的營收與訂單表現上，都有明顯優於其他旅宿間，同時也得到了模型結果上的證實。另外透過 CNN-LSTM 的評論內容訓練，我們亦發現這類型旅宿的正面評論，往往也能帶給他們更佳的營收表現。基於這些結果，我們也將其以降維的方式納入計算邏輯。
透過上述各種分析的結果，其實除了在改善我們的推薦流程與體驗上有了相當大的進展，也讓我們與旅宿、以及顧客群的關係有了更進一步的理解。雖然演算法的內容與發展一定是一段沒有盡頭的最佳化旅程，但是在不斷滾動式修正的路上，期待我們給予所有客戶的服務也能隨著更多被發掘出來的產業 insight，逐漸細緻而體貼。
