Nopea syvennys siihen, miten voit automatisoida tuotedatan sovittamisen ja SKU-hallinnan käyttämällä vain tuotteen nimiä NLP:n avulla.

Tuotteen nimi sovittaminen on prosessi, jossa sovitetaan samanlaisia tai täsmälleen samat tuotteet eri lähteistä pelkästään tuotteen nimikeominaisuuksien ja muiden otsikkoattribuuttien perusteella. Kun organisaatiossa oleva datan muuntelu ja datalähteet kasvavat, voi tuotedatan säilyttäminen oikeana ja uusien SKU:iden hallinta muodostua haasteelliseksi. Ongelmia ilmaantuu, kun käytetään eri toimittajia ja jälleenmyyjiä, ja korkealaatuisen tuotedatan ylläpitäminen muodostuu haasteelliseksi. Tämä voi aiheuttaa ongelmia myyntidatan arvioinnissa ja markkinointiponnistelujen sekä menestystason ymmärtämisessä.

Vaikka tämä usein tehdään manuaalisesti, se voi muodostua erittäin aikaa vieväksi ja skaalautuu huonosti. Vanhat järjestelmät, jotka keskittyvät pelkästään perustaviin tuoteominaisuuksiin, kuten SKU:hin ja UPC-koodeihin, eivät toimi hyvin modernin epästrukturoidun datan kanssa. Nämä vanhemmat järjestelmät vaativat apuprosesseja attribuuttien poistamiseksi, duplikaattien poistamiseksi ja stop-sanojen poistamiseksi epästrukturoidusta tuotedatasta. Vaikka kaikilla datan puhdistus- ja avain sana -menetelmillä, nämä järjestelmät kamppailevat edelleen asioilla, kuten:

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

Ja

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

Ymmärtääksesi sana-suhteita, kuten “laptop” ja “notebook”, ja puheen avainkohtia, joilla voidaan sovittaa GeForce, meidän on käytettävä luonnollisen kielen prosessointia.

Mitä Tuotteen Nimi Sovittaminen Voisi Tarjota Sinulle

Tuotedatan sovittaminen tuotteen nimikkeen perusteella tarjoaa jälleenmyyjille ja verkkokauppojen brändeille paljon hyötyjä myyntidatan ja markkinointitiedon maailmassa.

• Järjestä tuotteet ja SKU:t useiden toimittajien ja jälleenmyyjien kesken
• Käytä kilpailijoiden tietoja ymmärtääksesi markkinatrendejä ja kilpailuhintoja
• Ymmärtä tuotteen elinkaari
• Varmista, ettei ole puutteita myyntidatassa ja markkinointikampanjoissa

Käyttämällä tuotteen nimikkeen perusteella sovittavaa järjestelmää voidaan varmistaa, että aina on oikea tieto, jota voidaan käyttää datan sovittamiseen. Muut järjestelmät, jotka vaativat paljon tietoja tai yksityiskohtaisia tuotekuvauksia, voivat kamppailla skaalautumisessa, kun tuotteita lisätään. Olemme havainneet, että käyttämällä syvää oppimista perustuvaa NLP-järjestelmää, joka keskittyy tuotteen nimikkeeseen, voidaan saavuttaa samanlaiset tulokset ilman pitkäaikaista skaalautumisriskiä. Olemme pystyneet käyttämään tuotteen nimikkeen sovittamista perustana ja rakentamaan muita malleja, kuten UPC-sovittamista ja tuotekuvauksen sovittamista, yksinomaan parantamaan tuloksia, eikä riippuen niistä.

Tuotteen Nimi Sovittaminen Luonnollisen Kielen Prosessoinnin Avulla

Olemme kehittäneet tuotteen nimikkeen sovittamisohjelmistoa käyttäen suosittuja NLP-malleja, kuten GPT-3, BERT ja SBERT, jotta voidaan oppia eri nimikkeen kielen ominaisuuksien välisiä suhteita, kuten tuotteen nimeä, tuotetyyppiä jne. Nämä syvään oppimiseen perustuvat mallit ovat paljon parempia kuin fuzzy-sovittaminen ja muut sääntöpohjaiset lähestymistavat ja ne ovat osoittautuneet skaalautuviksi helposti uuden datan muuntelun ja melun kanssa.

Sovittaminen välillä: Garmin nuvi 2699LMTHD — GPS-navigaattori — automotive 6.1 in nuvi 2699LMTHD Automobile Portable GPS Navigator

Tämä NLP-ohjelmiston tulos osoittaa muutamia tärkeitä asioita:

• Stop-sanat ja merkit eivät vaikuta kykyymme sovittaa kahta tuotteen nimeä
• Malli voi tunnistaa nimikkeessä olevat sanat, jotka ovat tärkeitä, riippumatta järjestyksestä tai melu-sanasta.
• Brändinimet eivät ole välttämättömiä sovittamiseen tai sovittamisen hylkäämiseen.
• Tuoteominaisuudet eivät ole välttämättömiä (koko, pituus) kussakin tuotteessa, jonka vertailemme, eivätkä ne ole samanlaisia.

Tuotteen nimikkeen malli havaitsee pieniä, mutta tärkeitä eroja pakkauskokojen välillä, jotka ovat eri SKU:t tuotedatasta. Toisessa esimerkissä on paljon liikkuva osia – eri pullojen määrät ja epästrukturoidun datan melu, mutta se on silti helppo sovittaa.

Sovittaminen Tuotantokäyttöön

Tämä tuotteen nimikkeen sovittamisohjelmisto voidaan hienosäätää vähittäiskaupan tai verkkokaupan todellisten tuotedatien perusteella, jotta voidaan parantaa tarkkuutta muihin tuotteisiin verrattuna. Tämä tasoista mukautusta on mahdollista kielen mallirakenteen ansiosta, jota käytetään tuotteen nimikkeen sovittamiseen, sen sijaan, että käytettäisiin huikeita fuzz-sovittimia tai entiteettien poistamismalleja. Kyky mukauttaa arkkitehtuuri yhtiön datan mukaan mahdollistaa paremman skaalautuvuuden ja sen mukauttamisen muutoksiin epästrukturoidussa datasta, kun lisätään enemmän tuotteita tai lähteitä.

Suhteellisuus Tuotteen Sovittamisessa

Kuten ehkä olet huomannut, tuotteen sovittamisen idea voi olla suhteellinen siitä riippuen, mitä käyttötapausta yritetään kattaa. Jos yrität erottaa tuotteita SKU:n perusteella, haluat eri tuloksia kuin jos yrität ymmärtää markkinakokoa ja kilpailijatuotteita.

Esimerkiksi, jos sinulla on nämä kaksi tuotteen nimeä:

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

Voit pitää niitä ei-sovittavana, koska ne ovat eri SKU:t samassa kaupassa, mutta voit myös pitää niitä sovittavana, koska ne ovat molemmat Mastic Gum. Jos nyt lisäämme tämän tuotteen nimen sekaan:

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

Meidän on päätettävä etukäteen, mitä me sovittamme. Tämä on selvästi kilpailijan tuote ja siinä on eri UPC-koodi, mutta se on silti Mastic Gum, ja jos etsimme tuotteita saman “katoksen” alla, tämä on sovittava. Paljon ajateltavaa, kun suunnittelet tuotedatan sovittamisjärjestelmiä.

Kun käytät NLP-pohjaista tuotteen nimikkeen sovittamistyökalua, tämä taso flexibiliteettiä muodostuu helppoutta. Me yksinkertaisesti mukautamme arkkitehtuurimme käyttötapaasi, riippumatta siitä, mitä pidät “sovittamisena”, ja optimoi sitä. Tämä taso flexibiliteettiä on pelinmuuttaja, kun yrität käyttää samaa arkkitehtuuria useissa eri käyttötapausten sisällä organisaatiossa ja saavuttaa silti korkean tarkkuuden.

Meidän SKU-pohjainen putki käsittää oikein, että tämä on ei-sovittava.

Tuotedatan Erittely

Kun olemme jo sovittaneet tuotteen nimikkeen ja ymmärtäneet joko sisäisen myyntidatan muuntelun tai kilpailijoiden tuotedatan, voidaan käyttää tuotekategorisointimalleja tai NLP-pohjaisia attribuuttien poistamistyökaluja täyttämään kaikki datan aukot, kuten tuotteen koko, valmistajan nimi ja tuoteominaisuudet automaattisesti. Nämä putkit voidaan helposti integroida, koska ne käyttävät samaa arkkitehtuuria kuin tuotteen nimikkeen sovittaminen.

Paranna Tuotteen Taksonomiaasi

Esimerkki tuotekategorioiden ja -tagien luomisesta GPT-3-mallista.

Tuotteen nimikkeen sovittamistyökalun avulla voidaan parantaa taksonomian selkeyttä yhdistämällä useita sovittavia tuoteominaisuuksia yhteen kategoriaan. Tämä puhdistaa ja standardisoi attribuutit, jotka muodostavat taksonomiajärjestelmän.

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

Ja

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

Ymmärtääksesi, että nämä ovat molemmat samat tuotteet, voidaan täyttää kaikki aukot, kuten “Notebook” ja “Laptop” samassa kategoriassa, “NVIDIA (NVDA ) ” valmistajana molemmille tuotteille jne. Tämä mahdollistaa virheellisesti luokiteltujen tuotteiden löytämisen ja aukkojen täyttämisen.

Tuotedatan Ymmärtäminen On Avainasemassa

Luuletko, että tuotteen nimikkeen sovittaminen voi auttaa ymmärtämään tuotedatasi ja puhdistamaan myyntitietosi? Järjestäkäämme demo tänään Width.ai:ssa.