Архив Электронная коммерция и маркетплейсы · Классифайды

Авито Подработка: ML-модель и оптимизатор снизили уровень субсидий на 12%

По данным Авито, в финальном A/B-тесте автоматическая система назначения надбавок гигерам снизила уровень субсидирования SubGMV на 12%, а сумму надбавок на 9,32% без значимого ухудшения бизнес-метрик. Решение выведено в промышленную эксплуатацию.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-002333
проверено 24.10.2026

/01 · ключевые результаты

  • результат

    12%

    снижение уровня субсидирования SubGMV ontop

    AvitoTech (Хабр), блог компании, 12.08.2026

    финальный A/B-тест, данные на август 2026 года · Авито Подработка, тестовая группа против контрольной

    слова сотрудника: Арина Сокова, аналитик Авито Подработки

  • результат

    9,32%

    снижение суммы надбавок (Sum ontops)

    AvitoTech (Хабр), блог компании, 12.08.2026

    финальный A/B-тест, данные на август 2026 года · Авито Подработка, тестовая группа против контрольной

    слова сотрудника: Арина Сокова, аналитик Авито Подработки

оценка strategai

Оценку не приводим: бюджет субсидий и оборот в рублях не раскрыты, известны только относительные изменения

По данным Авито, в финальном A/B-тесте автоматическая система назначения надбавок гигерам снизила уровень субсидирования SubGMV на 12%, а сумму надбавок на 9,32% без значимого ухудшения бизнес-метрик. Решение выведено в промышленную эксплуатацию.

Стадия
Промышленная эксплуатация
География
Россия
Год
2026
Источники
1
CB-002333
проверено 24.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-002333Авито

Бизнес

Компания
Авито
Отрасль
Электронная коммерция и маркетплейсы · Классифайды
Функция
Ценообразование и управление доходностью
Задача
Динамическое ценообразование

Технология

Класс AI
Предиктивная аналитика (классический ML)
Тип решения
Собственная разработка

Внедрение

Стадия
Промышленная эксплуатация, на 12.08.2026
География
Россия

/03 · описание кейса

Бизнес-задача

Авито Подработка — сервис временной занятости: заказчики публикуют смены, исполнители-гигеры записываются на них. Чтобы закрывать «сложные» смены — ранние, тяжёлые, удалённые, — платформа доплачивает гигерам надбавку ontop из своего бюджета. В начале 2026 года уровень субсидирования стал высоким. Надбавки назначались вручную по бизнес-правилам: на это еженедельно уходило много времени, бюджет утекал в неэластичные сегменты, а тысячи комбинаций бренда, задания, локации и времени нельзя было проверить A/B-тестами. Команда сформулировала задачу так: снизить уровень субсидирования без ухудшения бизнес-метрик — Completed slots и Fill Rate.

Решение

Команда выбрала двухслойную архитектуру. Price-response модель на CatBoost оценивает вероятность закрытия слота при заданном уровне надбавки; на ценовые признаки наложено монотонное ограничение, а обучающая выборка расширена данными A/B-тестов с разными уровнями онтопа, чтобы бороться со смещением исторических данных. Поверх модели работает алгоритм распределения бюджета. Сначала это был жадный алгоритм, затем его заменили оптимизатором, который решает задачу о рюкзаке на мелкой сетке онтопов открытым решателем CBC и максимизирует завершённые слоты при ограничении на SubGMV. Предсказанный Fill Rate на агрегате совпадает с реальным с точностью до 1 п. п.

Внедрение

Версию с жадным алгоритмом проверили двухнедельным A/B-тестом на всех пользователях Авито Подработки в сплите 50/50: ключевые метрики значимо не просели, и логику раскатали. В финальном тесте версии с оптимизатором SubGMV ontop снизился на 12% (−12,04%, значимо при α = 0,0001), сумма надбавок — на 9,32%; Completed slots, GMV и выручка показали незначимый рост. Решение выведено в прод: назначение ontop работает как batch-пайплайн, который запускается еженедельно или по триггеру мониторинга и переобучает модель. Новые торговые точки и смены с жёсткими договорными обязательствами пока обрабатываются ручной логикой. Кейс описан в блоге AvitoTech на Хабре 12 августа 2026 года.

/04 · источники и проверка

Что подтверждено

  • По данным Авито, в финальном A/B-тесте уровень субсидирования SubGMV ontop снизился на 12% при значимости 99,99%, сумма надбавок — на 9,32%.
  • Completed slots, GMV и выручка в тесте значимо не снизились; снижение SubGMV достигнуто за счёт меньшего среднего онтопа на слот.
  • Система выведена в промышленную эксплуатацию как еженедельный batch-пайплайн с переобучением модели и мониторингом деградации.

Ограничения

  • 12% и 9,32% — относительные изменения в A/B-тесте; бюджет субсидий и оборот платформы в рублях не раскрыты, поэтому денежный эффект оценить нельзя.
  • Источник не уточняет, с какой логикой сравнивалась тестовая группа в финальном тесте, и не называет его длительность.
  • Рост Completed slots (+4,8%), GMV и выручки в тесте статистически незначим.
  • Новые торговые точки и смены с жёсткими договорными обязательствами система пока не охватывает.
  1. [1] AvitoTech (Хабр)

    От ручных правил к модели: как автоматизировать субсидии, если нельзя просаживать метрики в A/B

    компания · 12.08.2026

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002333 · Версия 1 · 24.10.2026 · /c/CB-002333/