NLP를 사용하여 제품 제목으로 제품 데이터 일치 및 SKU 관리를 자동화하는 방법에 대한 간단한 소개입니다.

제품 제목 일치는 제품 제목과 다른 헤드라인 속성만을 기준으로 다른 출처의 유사한 제품을 일치시키는 과정입니다. 조직에서 데이터 변이와 데이터 소스가 증가함에 따라 제품 데이터를 정확하게 유지하고 새로운 SKU를 관리하기가 더 어려워질 수 있습니다. 다른 공급업체와 벤더를 사용할 때 문제가 발생하며, 높은 품질의 제품 데이터를 유지하기가 더 어려워집니다. 이는 판매 데이터를 평가하고 마케팅 노력과 성공률을 이해할 때 문제가 발생할 수 있습니다.

이 작업은 종종 수동으로 수행되지만 매우 시간이 많이 걸리고 확장성이 좋지 않습니다. 구식 시스템은 SKU 및 UPC 코드와 같은 기본 제품 속성만을 사용하여 현대의 비정형 데이터와 잘 작동하지 않습니다. 이러한 구식 시스템은 속성을 추출하고 중복을 제거하고 비정형 제품 데이터에서 정지 단어를 제거하기 위한 보조 프로세스가 필요합니다. 이러한 모든 데이터 정리와 키워드 추출에도 불구하고, 이러한 시스템은 다음과 같은 것들에 어려움을 겪습니다.

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

15.6″ 노트북 – i5-11400H – 16GB – GeForce RTX 3050 512 GB 블랙 6494784

단어 관계를 이해하는 데에는 “랩탑”과 “노트북”이 있으며, GeForce를 일치시키기 위한 부분 속성 키가 필요합니다. 이를 위해서는 자연어 처리를 사용해야 합니다.

제품 제목 일치가 제공할 수 있는 것

제품 데이터 일치는 제목을 기준으로 하여 소매업체와 전자상거래 브랜드에게 판매 데이터와 마케팅 인텔리전스에서 많은 이점을 제공합니다.

• 다중 공급업체와 벤더에 걸쳐 제품과 SKU를 구성합니다.
• 경쟁사 데이터를 사용하여 시장 동향과 경쟁 가격을 이해합니다.
• 제품 수명 주기를 이해합니다.
• 판매 데이터와 마케팅 캠페인에 누락된 부분이 없는지 확인합니다.

제품 제목 기반 일치 시스템을 사용하면 항상 데이터 일치를 수행하는 데 필요한 정확한 정보를 확보할 수 있습니다. 많은 데이터 포인트나 자세한 제품 설명을 요구하는 다른 시스템은 확장할 때 어려움을 겪을 수 있습니다. 우리는 제품 제목을 기반으로 한 깊은 학습 기반의 NLP 시스템을 사용하여 유사한 결과를 얻을 수 있으며, 이는 확장할 때 위험을 줄일 수 있습니다. 우리는 제품 제목 일치를 기준으로 하여 UPC 일치 및 제품 설명 일치와 같은 다른 모델을 구축하여 결과를 향상시킬 수 있습니다.

자연어 처리를 사용한 제품 제목 일치

우리는 제품 제목 일치 소프트웨어를 인기 있는 NLP 모델인 GPT-3, BERT, SBERT를 사용하여 제품 제목 언어 특성, 브랜드 이름, 제품 이름, 유형 등과 같은 제목 속성을 학습했습니다. 이러한 깊은 학습 기반 모델은 퍼지 일치 및 규칙 기반 접근 방식보다 훨씬 우수하며, 새로운 데이터 변이와 노イズ와 함께 쉽게 확장할 수 있습니다.

일치:Garmin nuvi 2699LMTHD — GPS 네비게이터 — 자동차 6.1인치nuvi 2699LMTHD 자동차 휴대용 GPS 네비게이터

이 결과는 몇 가지 중요한 점을 보여줍니다:

• 정지 단어와 문자가 두 제품 제목을 일치시키는 우리의 능력에 영향을 미치지 않습니다.
• 모델은 제목에서 중요한 단어를 찾을 수 있으며, 순서나 노イズ 단어가 중요하지 않습니다.
• 브랜드 이름이 일치를 위해 필요하지 않습니다.
• 제품 속성이 일치에 필요하지 않습니다.

제품 제목 모델은 컨테이너 크기와 같은 작은 nhưng 중요한 차이를 감지할 수 있습니다. 두 번째 예에서는 많은 이동 부분과 비정형 데이터 노イズ가 있지만, 여전히 쉽게 일치합니다.

생산 사용 사례를 위한 세부 설정

이 제품 제목 일치 소프트웨어 제품은 실제 제품 데이터에 대해 세부 설정할 수 있습니다. 이는 언어 모델 아키텍처를 사용하여 제품 제목 일치기를 구축했기 때문에 가능합니다. 이는 기미적인 퍼지 매처 또는 엔티티 추출 모델을 사용하는 것보다 더 나은 확장성을 제공합니다. 데이터에 대한 아키텍처를 세부 설정할 수 있으므로, 새로운 제품이나 소스를 추가할 때 비정형 데이터에 대한 변경에 쉽게 적응할 수 있습니다.

제품 일치의 상대성

제품 일치는 상대적일 수 있으며, 이는 사용 사례에 따라 다를 수 있습니다. SKU를 기준으로 제품을 구분하려는 경우와 시장 크기와 경쟁 제품을 이해하려는 경우에는 다른 결과를 원할 수 있습니다.

예를 들어, 다음 두 제품 제목이 있습니다:

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

이 두 제품을 일치하지 않는 것으로 간주할 수 있습니다. 그러나 마스틱 검을 기준으로 일치하는 것으로 간주할 수도 있습니다. 이제 다음 제품 제목을 추가합니다:

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

우리는 미리 결정해야 합니다. 이는 경쟁사의 제품이며 다른 UPC 코드를 가지고 있지만, 여전히 마스틱 검입니다. 만약 우리는 같은 “우산” 아래에 있는 제품을 찾고 있다면, 이는 일치입니다. 제품 데이터 일치 시스템을 설계할 때 많은 것을 고려해야 합니다.

NLP 기반 제품 제목 일치 도구를 사용하면 이 수준의 유연성이 쉽게 제공됩니다. 우리는 아키텍처를 사용 사례에 따라 세부 설정하고, 높은 정확도를 달성할 수 있습니다.

SKU 기반 파이프라인은 올바르게 일치하지 않는 것으로 간주합니다.

제품 데이터 추출

제품 제목을 일치시키고 내부 판매 데이터 변이 또는 경쟁 제품 데이터를 이해한 후에, 제품 카테고리화 모델 또는 NLP 기반 속성 추출 도구를 사용하여 데이터 격차를 자동으로 채울 수 있습니다. 이러한 파이프라인은 제품 제목 일치와 같은 아키텍처를 사용하므로 쉽게 통합할 수 있습니다.

제품 분류를 개선합니다

GPT-3 모델에서 제품 카테고리와 태그를 생성하는 예입니다.

제품 제목 일치 도구를 사용하면 여러 매칭 제품 속성을 하나의 카테고리로 결합하여 분류의 명확성을 개선할 수 있습니다. 이는 분류 시스템을 구성하는 속성을 표준화하고 정리합니다.

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

15.6″ 노트북 – i5-11400H – 16GB – GeForce RTX 3050 512 GB 블랙 6494784

이 두 제품이 같은 제품임을 이해하면, “노트북”과 “랩탑”을 같은 카테고리로 넣을 수 있으며, “NVIDIA (NVDA ) “를 두 제품의 제조업체로 설정할 수 있습니다. 이는 미분류된 제품을 찾고, 데이터 격차를 채울 수 있습니다.

제품 데이터 이해가 핵심입니다

제품 제목 일치가 제품 데이터를 이해하고 판매 지능을 정리하는 데 도움이 될 수 있다고 생각합니다. 오늘 Width.ai에서 데모를 예약하세요.