知识卡片

问题思考卡 · 7016.g · 生成模型:DeepSeek-V4.1-Flash

案例:越大的购物车反而被大量弃购

理解等级:高级

ML 团队做了一个以「造出更大购物车(商品更多、金额更高)」为成功定义的项目,理由是大额购买的客户对组织更有利润;团队用最容易拿到的指标「每位受新模型影响用户所产生的购物车规模」衡量自己。问题很快出现:新的大购物车被弃购的比例远高于预期——用户似乎把车装得满满的,却始终不结账。弃购率被上报给一位销售高管,他先从 Web 与支付团队排查(是否 UI 或支付处理问题),最后找到 ML 团队,一起形成理论:模型确实成功说服用户往车里加了更多商品,但部分用户一看到购买总额就打退堂鼓,选择整单放弃,而不是只买自己负担得起的那部分。此时各方才能协作求解:销售给出可接受的弃购率目标供模型纳入优化,Web UI 团队设计「只结算车里一部分商品」的交互,产品团队考虑对弃购用户做再营销、询问是否只买其中几件,ML 团队则评估「大车」项目究竟有没有优化收入。结局是更开心的用户与更赚钱的 YarnIt,但前提是共同穿过这组挑战,而不是一眼看到模型表现不佳就直接否掉它。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Reliable Machine Learning》第14章《Practical ML Org Implementation Examples》(源文件:extracted/Reliable Machine Learning/_epub-src/OEBPS/ch14.xhtml) - 结论依据:原文明确阐述该主题,并给出定义、实践或反例。 - 原始内容:A problem arises: the new larger carts are abandoned at a much higher rate than expected. Users seem to be creating large carts but then never checking out and purchasing the products.