eBay Motors usa machine learning do Firebase para rapidamente categorizar imagens, reduzir custos e melhorar a experiência do usuário
Introdução
eBay Motors permite que usuários pesquisem e encontrem carros à venda na área. Os usuários também podem fazer upload de imagens dos carros que querem vender por uma interface simples e fácil de usar no app para dispositivo móvel. O app é voltado a fãs de automóveis, ou seja, clientes que se interessam por carros e os consideram muito mais do que um meio para chegar do ponto A até o B.
Desafiar
Esse tipo de comprador quer descrições mais detalhadas e insights sobre a história do carro. Para vendedores, é muito importante fazer upload de boas imagens dos carros no app. No entanto, incluir tags em cada foto, como para externa, interna ou motor, exige muito esforço manual e pode atrasar a postagem de um carro para venda. Em última instância, isso faz com que menos pessoas postem o carro no app.
A equipe de desenvolvimento do app eBay Motors passou vários ciclos tentando descobrir a melhor maneira de automatizar o processo de inclusão de tags nessas fotos, mas ainda não tinha encontrado uma solução boa o bastante.
Solução
A equipe percebeu que não precisava criar essa funcionalidade internamente e adotou o AutoML Vision Edge para superar o desafio de experiência do usuário. "Havia duas considerações importantes: como oferecer uma experiência perfeita de upload aos vendedores para diminuir o atrito na criação de listagens de produtos e como reduzir o custo, tanto em termos de esforço de engenharia quanto de custos de servidor, para oferecer suporte a esse recurso", disse Jake Hall, chefe de apps nativos do eBay Motors. O AutoML resolveu os dois problemas "reduzindo o tempo necessário para criar uma listagem de produtos no app, o que claramente afeta o ROI do vendedor", complementa Hall.
Graças ao AutoML Vision Edge, a equipe do eBay Motors conseguiu passar do conceito para o protótipo em uma semana usando um conjunto próprio de dados. Com apenas algumas horas de rotulagem de dados, a equipe também conseguiu melhorar o modelo a ponto de ser prático usá-lo na produção.
Resultados
uma semana entre o conceito e o protótipo (usando conjuntos de dados próprios)
20 horas de rotulagem de dados para usar o modelo na produção
"Com o AutoML, é possível reduzir o tempo necessário para criar uma listagem no app, o que claramente influencia o ROI para nós vendedores."
- Jake Hall, chefe de apps nativos do eBay Motors