Mercari AI/LLM Hackathon TeamBの発表資料

2024年9月に開催されたMercari AI/LLM HackathonでのTeamBの発表資料です。

Transcript

1. 1 Confidential 出品意欲マシマシ大作戦 ～売り時通知と価格変動予測グラフ提示～ teamB…ズーマ, koimai, ヒラタ, Yちゃん, イチカ
2. Summary Product / Features AI/LLMを活用し出品のベストタイミングを導く Executive Summary｜要旨 ［背景 / Background］　　 「メルカリ」ご利用のお客さまアンケート調査結果 (対象人数:1,666人、対象期間：2024年5月8〜12日)
3. Summary Product / Features AI/LLMを活用し出品のベストタイミングを導く Executive Summary｜要旨 ［背景 / Background］　　 価格設定が面倒くさい！ 1 2 「メルカリ」ご利用のお客さまアンケート調査結果 (対象人数:1,666人、対象期間：2024年5月8〜12日) 良いタイミングで売りたい
4. Summary Product / Features AI/LLMを活用し出品のベストタイミングを導く Executive Summary｜要旨 ［何をやるか / What we do］ 出品時に価格の変動予測グラフや売り時の アドバイスをAI/LLMを使用し出品者に伝える アプリ側から能動的にユーザーへ出品を働きかける ［なぜうまくいくか / Why it works ］ 1 2 根拠に基づくデータの提示がユーザーの 強いインセンティブにつながる
5. UI_出品 商品名と カテゴリの記入 類似商品の データを集計 予測価格のグラフと 販売への助言を表示
6. UI_出品 カテゴリと 商品状態の記入 類似商品の データを集計 予測価格のグラフと 販売への助言を表示 売り時じゃないかも？ そんな時はコレ！ UI_出品 下書きに保存！ 売り時を通知します
7. UI_再出品 メルカリでの購入品を 再出品を促す 現時点での出品の際の 予測価格や販売助言
8. メルカリでの購入品を 再出品を促す 現時点での出品の際の 予測価格や販売助言 UI_再出品 既存の再出品機能の ブラッシュアップ！ 現在のアプリでは マイページ内の 「持ち物一覧」が 類似機能です UI_再出品
9. AI/LLMの活用 ユーザー ベクトルDB 過去商品DB Text Embedding 値段や 日付の 取得 過去の値段の 時系列データ 時系列 基盤モデル (TimesFM) 未来を予測 商品名・カテゴリを 入力 説明させる 予測結果・根拠を フィードバック 近い商品を 抽出 今出品すると XX円で売れそう。 Y日後にはトレンドが 過ぎそう。
10. 10 Confidential 出品意欲マシマシ大作戦 ～売り時通知と価格変動予測グラフ提示～ teamB…ズーマ, koimai, ヒラタ, Yちゃん, イチカ
11. Appendix
12. プロンプトの工夫 価格推移データ 【クエリ】 あなたは優秀な出品コンサルアドバイザーです。 出品を迷っている出品者に対して、商品価格の推移を もとに出品タイミングをアドバイスをしてください。 #データについて カラム：日付, 価格 期間:直近2週間+予測2週間 価格単位:円 #アドバイスについて 専門用語、価格の数値は含めないでください。 2、3文程度でグラフは不要です。 過去データについてのトレンドについての説明と予測データのトレンドについての説明を それぞれまとめ、それをもとに丁寧で出品初心者にも分かりやすいアドバイスをください。 #アドバイスフォーマット 過去3週間の価格トレンドについての説明(トレンドと現在の価格) 予測データの価格トレンドはどうなるかについての説明(トレンド) 出品タイミングについてのアドバイス 価格は着実に下がり続けています。現在の価格は約15,000円 です。予測では、価格がわずかに減少する見込みです。 早めに商品を出品するのが賢明かもしれません。 ・回答フォーマットの作成。・英語にクエリを翻訳 ・回答を専門用語でも自然な日本語になるように指示。 　カタカナ語も考慮。 プロンプト レスポンス
13. 機能導入による影響 フェルミ推定を用いて、メルカリの新機能による商品数と取り分の向上を分析　※ざっくり計算です 前提条件 - メルカリの現在のアクティブユーザー数：約2000万人 - 日本の一般家庭に眠る不要品の推定価値：約66兆円（国民一人あたり約53.2万円） - 新機能により出品のハードルが下がる アクティブユーザーの20%が定期的に出品していると仮定 現在の出品者数：2000万 × 20% = 400万人 「販売価格を考えることが面倒で出品をやめた」人が約70% この70%のうち30%が新機能で出品すると仮定 新規出品者数：(2000万 - 400万) × 70% × 30% = 336万人 400万人 + 336万人 = 736万人 出品者数の増加率：(736万 - 400万) / 400万 ≈ 84% 1人あたりの年間取引額を5万円と仮定 現在の年間取引総額：400万人 × 5万円 = 2000億円 新規出品者の取引額：336万人 × 5万円 = 1680億円 価格最適化による既存出品者の取引額増加：10%と仮定 既存出品者の取引額増加：2000億円 × 10% = 200億円 2000億円 + 1680億円 + 200億円 = 3880億円 取引総額の増加率：(3880億円 - 2000億円) / 2000億円 = 94% メルカリの手数料を10%と仮定 新しい取り分：3880億円 × 10% = 388億円 ⇨ 出品数84％増！ ⇨ 収益94%増！
14. 活用ジャンルの予測 ファッションアイテム...季節や流行によって需要が大きく変動。季節の変わり目には、　　　　　　　　　　　 衣替えに伴って特定の服やアクセサリーの需要が急増。 家電製品... 新モデルの発売やセール時期によって、旧モデルの価格が急落する。 おもちゃ・ゲーム... 人気のキャラクターやシリーズの新作が出ると、過去の製品の価格　　　　　　　　　 が上がる。また、季節ごとのギフト需要も影響。 スポーツ用品...シーズンごとのスポーツイベントやトレンドによって、特定の用品の需　　　　　　　 要が高まります。例えば冬はスキー用品、夏は水泳用品など。 コレクターズアイテム... 需要と供給が非常に変動しやすい。限定品や廃盤商品などは、　　　　　　　　　　　 その希少性により価格が急騰する。 DIY・ガーデニング用品...季節に応じた作業や流行によって需要が変わる。特に春秋に　　　　　　　　　　　 はガーデニング関連商品の需要が高まる。 時期やトレンド、社会的なニーズにより価格が変動しやすい商品カテゴリ。 新機能がこのプロセスをサポートすればスムーズな取引が促進されます！
15. English Version
16. 16 Confidential Strategies to amplify the desire to buy. ～Sell-time notifications and price fluctuation forecasting graphs～ teamB…Zuuma, koimai, Hirata, y-chan, Ichika
17. Summary Product / Features Use AI/LLM to guide the best time to list items for sale. Executive Summary｜要旨 ［背景 / Background］　　 「メルカリ」ご利用のお客さまアンケート調査結果 (対象人数:1,666人、対象期間：2024年5月8〜12日) What do you find troublesome when listing items on Mercari?
 Considering the appropriate sales price.

18. Summary Product / Features Executive Summary｜要旨 What do you find troublesome when listing items on Mercari?
 ［背景 / Background］　　 Pricing is cumbersome. 1 2 「メルカリ」ご利用のお客さまアンケート調査結果 (対象人数:1,666人、対象期間：2024年5月8〜12日) Sell at the right time. Considering the appropriate sales price.
 Use AI/LLM to guide the best time to list items for sale.
19. Summary Product / Features Executive Summary｜要旨 ［何をやるか / What we do］ Predicted price fluctuation graphs and advice on when to sell at the time of listing. AI/LLM to provide advice to sellers Encourage users to actively exhibit from the app side ［なぜうまくいくか / Why it works ］ 1 2 Presentation of evidence-based data leads to strong incentives for users lead to strong incentives. Use AI/LLM to guide the best time to list items for sale.
20. UI_exhibit Category and Filling in the product condition similar products Aggregate data Graph of predicted prices and sales advice.
21. カテゴリと 商品状態の記入 類似商品の データを集計 予測価格のグラフと 販売への助言を表示 UI_出品 Maybe it's not the right time to sell? If so, this is the time! UI_exhibit Save to draft! Notification when it's
22. UI_second listing Encouraging people to re-list their purchases on Mercari at the time of listing an item at this time. Predicted price and sales advice
23. メルカリでの購入品を 再出品を促す 現時点での出品の際の 予測価格や販売助言 UI_再出品 Brushes up existing re-listing functionality! A similar function in the current application is the ‘List of belongings’ in My Page. UI_second listing
24. AI/LLM applications Text Embedding Time Series Foundation Model (TimesFM) If you list it now, it will sell for $XX. The trend is likely to pass in Y days. Extract similarly items Vector DB Past items DB Get price and date bought of items Time series data of past item prices Predict future time series data of item price Input item name and item category Generate description by LLM Feedback predicted price and description to user
25. QandA Using Fermi estimation to analyse the improvement in the number of products and share due to the new Mercari feature *This is a rough calculation Assumptions. - Current number of active Mercari users: approx. 20 million - Estimated value of unwanted goods lying in Japanese households: approx. 66 trillion yen (approx. 532,000 yen per capita) - New functionality lowers the hurdle for listing items Assuming 20% of active users regularly exhibit Current number of active sellers: 20 million x 20% = 4 million Approx. 70% of the active users have stopped listing their items because they find it too much of a hassle to think about the selling price Assuming that 30% of this 70% will list with the new function Number of new sellers: (20 million - 4 million) x 70% x 30% = 3.36 million 4 million + 3.36 million = 7.36 million Percentage increase in the number of exhibitors: (7.36 million - 4 million) / 4 million ≈ 84%. Assuming annual transaction value per person: 50,000 yen Current annual transaction value: 4 million people x ¥50,000 = ¥200 billion Transaction value of new exhibitors: 3.36 million x ¥50,000 = ¥168 billion Increase in transaction value of existing sellers due to price optimisation: assumed to be 10%. Increase in transaction value of existing exhibitors: ¥200 billion x 10% = ¥20 billion JPY 200 billion + JPY 168 billion + JPY 20 billion = JPY 388 billion Increase in total transaction value: (¥388 billion - ¥200 billion) / ¥200 billion = 94%. Assuming 10% commission for Mercari New share: ¥388 billion x 10% = ¥38.8 billion ⇨ 84% UP!!! ⇨ 94% UP!!!
26. QandA Fashion items ... Demand fluctuates significantly according to season and fashion trends. Demand for certain clothing and accessories spikes with the change of seasons, as people change their clothes. Household appliances... Prices of older models plummet with the launch of new models and sales periods. Toys and games... New releases of popular characters or series increase the price of past products. Seasonal gift demand also has an impact. Sporting goods... Seasonal sporting events and trends increase the demand for certain products. For example, skiing equipment in winter and swimming equipment in summer. Collectors' items... Demand and supply are highly variable. Limited edition or discontinued items can cause prices to skyrocket due to their rarity. DIY and gardening items... Demand varies according to seasonal tasks and trends. Demand for gardening-related products is particularly high in spring and autumn. Product categories are prone to price fluctuations depending on time of year, trends and social needs.If the new features support this process, smooth transactions will be facilitated!