Adobe stock mejora su algoritmo 2019

Adobe stock

Por muy buena que sea tu foto, si el comprador no la encuentra en el buscador de la agencia de microstock no venderás nada. Y aquí cada agencia usa unos algoritmos diferentes, y en unos funcionan mas o menos bien y en otros, como shutter, los resultados dejan bastante que desear.

En un mundo de opciones aparentemente interminables, la relevancia de búsqueda y la clasificación que hagan la agencia de sus resultados juegan un papel importante para resaltar la diversidad de fotos y videos disponibles pero a la vez hay que hacer que los clientes seleccionen algo que se adapte a sus necesidades. Los clientes a menudo no se desplazan demasiado en los resultados o van más allá de la primera página para encontrar lo que están buscando.

Como AdobeStock gestiona las búsquedas.

Para empezar, Adobestock ofrece suscripciones. Estos clientes suscritos regresan a menudo para ejecutar las mismas consultas de búsqueda con diferentes objetivos finales en mente, por lo que el contenido que se muestra en la parte superior de los resultados no siempre debe permanecer igual.  Fengbin Chen, de adobe, explica como han ido cambiando el algoritmo de búsqueda:

Mientras investigábamos los principales resultados históricos por consulta en Adobe Stock, nos dimos cuenta de que tenían poca variación. Vimos que las mismas imágenes superventas siempre se mantuvieron en la cima. Esta falta de dinamismo puede dañar la experiencia de ambos lados de nuestro mercado. Nuestros clientes de uso final necesitan imágenes de tendencias diferentes y de alta calidad a lo largo del tiempo. Del lado de los contribuyentes, si sus imágenes recién cargadas no pueden aparecer en los mejores resultados, se les hace más difícil monetizar su trabajo.

Utilizamos la tasa de descarga (DTR) para comparar, que es la cantidad de descargas por la cantidad de impresiones en cada posición. En el sitio web de Adobe Stock, mostramos 100 imágenes por página. El DTR disminuye exponencialmente por posición. De hecho, las imágenes en la primera posición tenían más de diez veces las descargas que tenían las imágenes en la trigésima posición en la primera página, y aproximadamente la mitad de las descargas ocurrieron en el tercio superior de la primera página.

Esta disminución exponencial puede explicarse por una de dos razones:

1. Sesgo de posición, lo que significa que es más probable que los clientes descarguen imágenes en las posiciones superiores que las imágenes en las posiciones inferiores, independientemente de la calidad y relevancia de la imagen.

2. Las imágenes en las posiciones superiores son superiores a las imágenes en las posiciones inferiores en términos de relevancia y calidad.

Creían que esta disminución exponencial se debía principalmente al sesgo de posición, ya que descubrimos que la relevancia y la calidad no variaban mucho en los mejores resultados. Encontramos un gran sesgo de posición en el sitio web de Stock. Nuestros clientes tienden a descargar imágenes en la parte superior de los resultados con desplazamiento limitado, que es similar al sesgo de posición visto en la búsqueda web general, donde los usuarios tienen más probabilidades de hacer clic en los resultados principales. Sin embargo, no esperábamos este sesgo de posición exponencial porque las personas pueden procesar imágenes mucho más rápido que las descripciones de las páginas web.

Las personas generalmente se desplazan y hacen clic en elementos en posiciones mucho más bajas en la página en entornos de comercio electrónico de lo que se ha visto para la búsqueda web. Otras similitudes que encontraron con la búsqueda web fue que los clientes tienen más probabilidades de descargar la imagen número 100 (última imagen) que la imagen número 95 en la primera página, y si van a la segunda página, es más probable que compren los mejores resultados en la segunda página que los resultados inferiores en la primera página.

Man Reading NewspaperSuscríbete para recibir cada nueva entrada sobre Microstock:


Decidieron intentar adaptar los métodos de clasificación utilizados para la búsqueda web para nuestro el portal de Adobe. La idea era normalizar la cantidad de compras no solo por la cantidad de impresiones, sino también por la posición de cada impresión. Por ejemplo, si una imagen se muestra en la primera posición, contaríamos una impresión, mientras que si se muestra en la trigésima posición, solo la contamos como un quinto de una impresión porque la propensión a comprar en la primera posición es cinco veces mayor que la propensión a comprar en la trigésima posición.

Este rango, desarrollado utilizando métodos de aprendizaje automático,  ayuda a aumentar la diversidad en los resultados . La mitad de los resultados del nuevo rango en comparación con el anterior son diferentes en la primera página. Además, el sitio se ve mucho más fresco y dinámico.

Así Adobe ha mejorado la diversidad y la tendencia de las imágenes que verá el cliente .

En el corto plazo, seguro que hay contribuidores a los que les perjudica, aquellos que ya tenían buenas imágenes posicionadas, y muchos a los que beneficia, dando oportunidades a buenas imágenes a aparecer en los primeros puestos. Esperemos que agencias como Shutter se pongan las pilas mejorando su algoritmo de búsqueda que hoy  por hoy deja mucho que desear.

¿Necesitas unos ingresos extra? Da el salto ahora a convertirte en fotógrafo pagado.

 

Shutters 160x50Dreamstime LogoCrushpixelFreepikcontributorDepositphotos Logo

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Las siguientes reglas del RGPD deben leerse y aceptarse:
Este formulario recopila tu nombre, correo electrónico y el contenido. Para más información revisa nuestra política de privacidad, donde encontrarás más información sobre dónde, cómo y por qué almacenamos tus datos.