Ηγέτες σκέψης

Αντιστοίχιση τίτλων προϊόντων για διαχείριση SKU με NLP

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια γρήγορη ενασχόληση με το πώς μπορείτε να αυτοματοποιήσετε την αντιστοίχιση δεδομένων προϊόντος και τη διαχείριση SKU χρησιμοποιώντας μόνο τους τίτλους προϊόντος με NLP.

Ο αντιστοίχιση τίτλου προϊόντος είναι η διαδικασία αντιστοίχισης παρόμοιων ή ακριβώς ίδιων προϊόντων από διαφορετικές πηγές με βάση αποκλειστικά τον τίτλο και άλλες ιδιότητες προϊόντος. Όσο η διακύμανση δεδομένων και οι πηγές δεδομένων αυξάνονται σε μια οργάνωση, μπορεί να γίνει πιο δύσκολο να διατηρηθούν τα δεδομένα προϊόντος ακριβή και να διαχειριστούν νέα SKU. Προβλήματα προκύπτουν όταν χρησιμοποιούνται διαφορετικοί προμηθευτές και πωλητές και η διατήρηση υψηλής ποιότητας δεδομένων προϊόντος γίνεται πιο δύσκολη. Αυτό μπορεί να προκαλέσει προβλήματα όταν αξιολογούνται τα δεδομένα πωλήσεων και κατανοείται η αποτελεσματικότητα των μάρκετινγκ προσπαθειών και ο βαθμός επιτυχίας.

Ενώ αυτό συχνά γίνεται χειροκίνητα, μπορεί να γίνει εξαιρετικά χρονοβόρο και δεν κλιμακώνεται καλά. Τα παλιά συστήματα που επικεντρώνονται μόνο στη χρήση βασικών ιδιοτήτων προϊόντος όπως SKU και κωδικών UPC δεν λειτουργούν καλά με τα σύγχρονα μη δομημένα δεδομένα. Αυτά τα παλιά συστήματα απαιτούν βοηθητικές διαδικασίες για την εξαγωγή ιδιοτήτων, την αφαίρεση διπλότυπων και την αφαίρεση κοινών λέξεων χωρίς σημασιολογικό βάρος από τα μη δομημένα δεδομένα προϊόντος. Ακόμη και με όλο τον καθαρισμό δεδομένων και την εξαγωγή λέξεων-κλειδιών, αυτά τα συστήματα ακόμη παλεύουν με πράγματα όπως:

GIGABYTE – 15.6″ FHD IPS 144Hz Gaming Laptop – i5-11400H – 16GB – NVIDIA GeForce RTX 3050 512 GB SSD

Και

15.6″ Notebook – i5-11400H – 16GB – GeForce RTX 3050 512 GB Black 6494784

Για να κατανοήσουμε τις σχέσεις λέξεων όπως “laptop” και “notebook”, και τα στοιχεία για τα μέρη του λόγου για να αντιστοιχίσουμε το GeForce, θα χρειαστούμε να χρησιμοποιήσουμε επεξεργασία φυσικής γλώσσας.

Τι μπορεί να προσφέρει ο Αντιστοίχιση Τίτλου Προϊόντος για Εσάς

Αντιστοίχιση δεδομένων προϊόντος με βάση τον τίτλο παρέχει στους λιανοπωλητές και τις εταιρείες ηλεκτρονικού εμπορίου πολλά οφέλη στον κόσμο των δεδομένων πωλήσεων και της μάρκετινγκ ευφυίας.

  • Οργανώστε προϊόντα και SKU σε πολλαπλούς προμηθευτές και πωλητές
  • Χρησιμοποιήστε δεδομένα ανταγωνιστών για να κατανοήσετε τις τάσεις της αγοράς και τις ανταγωνιστικές τιμές
  • Κατανοήστε τον κύκλο ζωής του προϊόντος
  • Βεβαιωθείτε ότι δεν υπάρχουν κενά στα δεδομένα πωλήσεων και τις καμπάνιες μάρκετινγκ

Η χρήση ενός συστήματος αντιστοίχισης τίτλου προϊόντος με βάση τον τίτλο σας επιτρέπει να διασφαλίσετε ότι έχετε πάντα τις ακριβείς πληροφορίες που χρειάζεστε για να πραγματοποιήσετε την αντιστοίχιση δεδομένων. Άλλα συστήματα που απαιτούν πολλά σημεία δεδομένων ή λεπτομερείς περιγραφές προϊόντος μπορεί να παλεύουν καθώς κλιμακώνετε σε περισσότερα προϊόντα. Έχουμε βρει ότι η χρήση ενός συστήματος NLP βασισμένου στη βαθιά μάθηση που επικεντρώνεται στον τίτλο προϊόντος σας επιτρέπει να λάβετε παρόμοια αποτελέσματα χωρίς τον μακροπρόθεσμο κίνδυνο κλιμάκωσης. Έχουμε καταφέρει να χρησιμοποιήσουμε την αντιστοίχιση τίτλου προϊόντος ως βάση και να κατασκευάσουμε άλλα μοντέλα γύρω από αυτό, όπως την αντιστοίχιση UPC και την αντιστοίχιση περιγραφής προϊόντος, για να βελτιώσουμε τα αποτελέσματα, όχι να εξαρτηθούμε από αυτά.

Αντιστοίχιση Τίτλου Προϊόντος Με Επεξεργασία Φυσικής Γλώσσας

Έχουμε κατασκευάσει το λογισμικό αντιστοίχισης τίτλου προϊόντος χρησιμοποιώντας δημοφιλή μοντέλα NLP όπως GPT-3, BERT και SBERT για να μάθουμε τη σχέση μεταξύ διαφορετικών χαρακτηριστικών τίτλου, ιδιοτήτων τίτλου όπως το όνομα μάρκας, το όνομα προϊόντος, το είδος κ.λπ. Αυτά τα μοντέλα βασιζόμενα στη βαθιά μάθηση είναι πολύ ανώτερα από την αντιστοίχιση fuzzy και άλλες προσεγγίσεις βασισμένες σε κανόνες και έχουν αποδειχθεί ότι κλιμακώνουν εύκολα με νέα διακύμανση δεδομένων και θόρυβο.

Αντιστοίχιση μεταξύ: Garmin nuvi 2699LMTHD — GPS navigator — automotive 6.1 in nuvi 2699LMTHD Automobile Portable GPS Navigator

Αυτό το αποτέλεσμα από το λογισμικό NLP δείχνει ορισμένα σημαντικά πράγματα:

  • Οι κοινές λέξεις χωρίς σημασιολογικό βάρος και οι χαρακτήρες δεν επηρεάζουν την ικανότητά μας να αντιστοιχίσουμε δύο τίτλους προϊόντος
  • Το μοντέλο μπορεί να αναγνωρίσει τις λέξεις στο τίτλο που έχουν σημασία, ανεξάρτητα από τη σειρά ή τον θόρυβο
  • Τα ονόματα μάρκας δεν είναι απαραίτητα για να βρούμε αντιστοιχίες ή να απορριφθεί μια αντιστοίχιση.
  • Οι ιδιότητες προϊόντος δεν είναι απαραίτητες (μέγεθος, μήκος) σε κάθε προϊόν που συγκρίνουμε και δεν χρειάζεται να είναι του ίδιου τύπου.

Το μοντέλο τίτλου προϊόντος αναγνωρίζει τις μικρές αλλά σημαντικές διαφορές μεταξύ μεγεθών δοχείων που θεωρούνται διαφορετικά SKU στη βάση δεδομένων προϊόντος. Στο δεύτερο παράδειγμα βλέπουμε ότι υπάρχουν πολλοί παράγοντες — διαφορετικός αριθμός φιαλών και θόρυβος μη δομημένων δεδομένων, αλλά ακόμη μια εύκολη αντιστοίχιση.

Βελτίωση για χρήση στην παραγωγή

Αυτό το λογισμικό αντιστοίχισης τίτλου προϊόντος μπορεί να προσαρμοστεί μέσω λεπτομερούς εκπαίδευσης στα πραγματικά δεδομένα προϊόντων ενός καταστήματος λιανικής ή μιας εταιρείας ηλεκτρονικού εμπορίου, ώστε να ξεπερνά άλλα προϊόντα σε ακρίβεια για τη συγκεκριμένη χρήση. Αυτό το επίπεδο προσαρμογής είναι διαθέσιμο λόγω της αρχιτεκτονικής γλώσσας που χρησιμοποιήθηκε για να κατασκευαστεί το λογισμικό αντιστοίχισης τίτλου προϊόντος, αντί να χρησιμοποιηθούν εντυπωσιοθηρικοί μηχανισμοί ασαφούς αντιστοίχισης ή μοντέλα εξαγωγής οντοτήτων. Η ικανότητα να βελτιωθεί η αρχιτεκτονική για τα δεδομένα μιας συγκεκριμένης εταιρείας επιτρέπει καλύτερη κλιμάκωση, καθώς και να προσαρμοστεί πιο εύκολα στις αλλαγές των μη δομημένων δεδομένων καθώς προσθέτετε περισσότερα προϊόντα ή πηγές.

Σχετικότητα Στην Αντιστοίχιση Προϊόντος

Όπως μπορείτε να έχετε παρατηρήσει, η ιδέα της αντιστοίχισης προϊόντος μπορεί να είναι κάπως σχετική με βάση την περίπτωση χρήσης που προσπαθείτε να καλύψετε. Αν προσπαθείτε να διαφοροποιήσετε προϊόντα με βάση το SKU, θα θέλετε διαφορετικά αποτελέσματα από ότι αν προσπαθούσατε να κατανοήσετε το μέγεθος της αγοράς και τα προϊόντα ανταγωνιστών.

Για παράδειγμα, αν έχετε αυτούς τους δύο τίτλους προϊόντος:

Chios Mastiha Pack 60gr (2.11 oz) Small Tears Gum 100% Natural Mastic Gum From Mastic Growers Fresh

Chios Mastiha Pack 25gr (0.88oz) Medium Tears Gum 100% Natural Mastic Gum From Mastic Growers Fresh

Μπορείτε να τους θεωρήσετε μη αντιστοιχία με βάση την ιδέα ότι έχουν δύο διαφορετικά SKU μέσα στην ίδιο κατάστημα, αλλά μπορείτε επίσης να τους θεωρήσετε αντιστοιχία με βάση την ιδέα ότι είναι και τα δύο Mastic Gum. Αν τώρα περιλαμβάνουμε αυτόν τον τίτλο προϊόντος στο μείγμα:

Horbaach Mastic Gum 1500mg 120 Capsules | Non-GMO & Gluten Free

Πρέπει να αποφασίσουμε από πριν τι αντιστοιχίζουμε. Αυτό είναι σαφώς ένα προϊόν ανταγωνιστή και έχει διαφορετικό κωδικό UPC, αλλά είναι ακόμη Mastic Gum και αν ψάχνουμε μόνο για προϊόντα κάτω από την ίδια «ομπρέλα», τότε αυτό είναι μια αντιστοίχιση. Πολλά να σκεφτείτε όταν σχεδιάζετε τα συστήματα αντιστοίχισης δεδομένων προϊόντος.

Όταν χρησιμοποιείτε ένα εργαλείο αντιστοίχισης τίτλου προϊόντος με βάση NLP, αυτό το επίπεδο ευελιξίας επιτυγχάνεται εύκολα. Απλά βελτιώνουμε την αρχιτεκτονική μας για την περίπτωση χρήσης σας, ανεξάρτητα από τι θεωρείτε «αντιστοίχιση» και βελτιώνουμε προς αυτή. Αυτό το επίπεδο ευελιξίας αποτελεί σημαντική βελτίωση όταν προσπαθείτε να χρησιμοποιήσετε την ίδια αρχιτεκτονική για πολλές διαφορετικές περιπτώσεις χρήσης μέσα σε μια οργάνωση και να διατηρείτε παράλληλα υψηλή ακρίβεια.

Η διαδικασία μας με βάση το SKU θεωρεί σωστά αυτή ως μη αντιστοίχιση.

Εξαγωγή Δεδομένων Προϊόντος

Μόλις έχουμε ήδη αντιστοιχίσει τίτλους προϊόντος και έχουμε μια κατανόηση είτε των εσωτερικών δεδομένων πωλήσεων είτε των δεδομένων ανταγωνιστών, μπορούμε να χρησιμοποιήσουμε μοντέλα ταξινόμησης προϊόντος ή εργαλεία εξαγωγής ιδιοτήτων με βάση NLP για να γεμίσουμε οποιαδήποτε κενά δεδομένων που έχουμε, όπως το μέγεθος προϊόντος, το όνομα κατασκευαστή και τις ιδιότητες προϊόντος αυτόματα. Αυτές οι διαδικασίες χρησιμοποιούν την ίδια αρχιτεκτονική με την αντιστοίχιση τίτλου προϊόντος μας, επομένως μπορούν να ενσωματωθούν εύκολα.

Βελτίωση της Ταξινόμησης Προϊόντος

Παράδειγμα δημιουργίας κατηγοριών και ετικετών προϊόντος από το μοντέλο GPT-3 μας.

Με το εργαλείο αντιστοίχισης τίτλου προϊόντος, μπορείτε να βελτιώσετε τη σαφήνεια της ταξινόμησής σας συνδυάζοντας πολλαπλά χαρακτηριστικά προϊόντος μαζί σε μια ενιαία κατηγορία. Αυτό καθαρίζει και τυποποιεί τις ιδιότητες που αποτελούν το σύστημα ταξινόμησής σας.

GIGABYTE – 15.6″ FHD IPS 144Hz Gaming Laptop – i5-11400H – 16GB – NVIDIA GeForce RTX 3050 512 GB SSD

Και

15.6″ Notebook – i5-11400H – 16GB – GeForce RTX 3050 512 GB Black 6494784

Η κατανόηση ότι αυτά είναι και τα δύο το ίδιο προϊόν σας επιτρέπει να συμπληρώσετε οποιαδήποτε κενά, όπως να βάλετε «Notebook» και «Laptop» στην ίδια κατηγορία, «NVIDIA (NVDA ) » ως κατασκευαστή και για τα δύο προϊόντα και ούτω καθεξής. Αυτό σας επιτρέπει να βρείτε προϊόντα που έχουν κατηγοριοποιηθεί λάθος και να συμπληρώσετε οποιαδήποτε κενά.

Η Κατανόηση Δεδομένων Προϊόντος είναι Κλειδί

Σκεφτείτε ότι η αντιστοίχιση τίτλου προϊόντος μπορεί να σας βοηθήσει να κατανοήσετε τα δεδομένα προϊόντος και να καθαρίσετε τις πληροφορίες σας για τις πωλήσεις; Ας προγραμματίσουμε μια επίδειξη σήμερα στο Width.ai.

Ο Matt Payne είναι ο Ιδρυτής και Διευθύνων Σύμβουλος του Width.ai. Το Width.ai είναι μια εταιρεία συμβούλων μηχανικής μάθησης που επικεντρώνεται στην κατασκευή εφαρμογών βαθιάς μάθησης με πελάτες σε διάφορα πεδία, όπως το SaaS, η διαχείριση περιουσίας, οι ανθρώπινοι πόροι και η αυτοματοποίηση μάρκετινγκ. Το Width.ai είναι ένας ηγέτης στην κατασκευή και συμβουλευτική για προϊόντα GPT-3 έτοιμα για παραγωγική χρήση και έχει γράψει πολλές λευκές βίβλους και τεχνικές αξιολογήσεις για τη χρήση αυτού του προηγμένου εργαλείου.