Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
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
[null,null,[],[],[],null,["[*arrow_back*\nExplore other case studies](/case-studies) \n[View more solutions](/solutions) \n\neBay Motors uses Firebase ML to quickly categorize images, reduce costs and improve user experience \n\n*** ** * ** ***\n\nIntroduction [eBay Motors](https://pages.ebay.com/motors/motorsapp/) allows\nusers to search and find cars for sale in their area. Users can also\nupload pictures of cars that they want to sell, using a simple\nand easy-to-use inteace through the mobile app. The app is\ntargeted towards auto enthusiasts: customers who care about cars.\nThese are folks that see a car as something much more than a\nutility that helps them get from point A to B.\n\n*** ** * ** ***\n\nChallenge This type of buyer expects a more detailed description of the car\nand insights into its history. For sellers, it's of the utmost\nimportance to have well-taken pictures uploaded for their car\nlistings in the app. However, tagging each photo as an exterior,\ninterior or engine requires a lot of manual effort, which can delay\nposting a car for sale, and ultimately prevent more people from\nlisting their cars through the app.\n\nThe eBay Motors app development team spent a lot of cycles trying\nto figure out how best to automate the tagging of these photos, but\nstill didn't have a solution they were happy with. \n\n*** ** * ** ***\n\nSolution \nThe team realized that they did not need to build all of this\nfunctionality in-house and turned to [AutoML Vision Edge](/docs/ml/automl-image-labeling)\nto help them with this user experience challenge. \"There were\ntwo key considerations: how do we provide a seamless upload\nexperience for sellers to reduce friction for them when\ncreating listings, and how do we reduce the amount of cost,\nboth in terms of engineering effort and server costs, to\nsupport this type of feature,\" said Jake Hall, Head of Native\nApps for eBay Motors. AutoML addressed both issues head on,\n\"allowing us to improve the time it takes to create a listing\nthrough the app, which obviously has clear implications for\nus in terms of seller ROI,\" added Hall. \nThanks to AutoML Vision Edge, the eBay Motors team was able to\ngo from concept to prototype within a week using their own\ndata set. With just a few hours of data labeling, they were\nalso able to improve the model to a level that they feel\ncomfoable using in production.\n\n*** ** * ** ***\n\nResults\n\n1 week to go from concept to prototype (using their own data set)\n\n20 hours of data labeling needed to use the model in production \n\n\"AutoML allowed us to improve the time it takes to create a listing through the app, which obviously has clear implications for us in terms of seller ROI.\"\n\n\n- Jake Hall, Head of Native Apps, eBay Motors \nTry Firebase today\n\n\nIntegrating it into your app is easy.\n[Get started](https://console.firebase.google.com/) \n\nAll Firebase products \n\nBuild\n\n- [App Check](/products/app-check)\n- [App Hosting](/products/app-hosting)\n- [Authentication](/products/auth)\n- [Cloud Functions](/products/functions)\n- [Cloud Storage](/products/storage)\n- [Data Connect](/products/data-connect)\n- [Extensions](/products/extensions)\n- [Firestore](/products/firestore)\n- [Firebase ML](/products/ml)\n- [Genkit](https://genkit.dev/)\n- [Hosting](/products/hosting)\n- [Realtime Database](/products/realtime-database)\n- [Firebase AI Logic client SDKs](/products/firebase-ai-logic)\n\n[Generative AI](/products/generative-ai) \n\nRun\n\n- [A/B Testing](/products/ab-testing)\n- [App Distribution](/products/app-distribution)\n- [Cloud Messaging](/products/cloud-messaging)\n- [Crashlytics](/products/crashlytics)\n- [Google Analytics](/products/analytics)\n- [In-App Messaging](/products/in-app-messaging)\n- [Performance Monitoring](/products/performance)\n- [Remote Config](/products/remote-config)\n- [Test Lab](/products/test-lab)"]]