Īsa informācija par to, kā automatizēt produktu datu saskaņošanu un SKU pārvaldību, izmantojot tikai produktu nosaukumus ar NLP.

Produkta nosaukumu atbilstības noteikšana ir process, kurā tiek meklēti līdzīgi vai precīzi produkti no dažādiem avotiem, pamatojoties tikai uz produkta nosaukumu un citiem virsraksta atribūtiem. Pieaugot datu dispersijai un datu avotiem organizācijā, var kļūt grūtāk nodrošināt produktu datu precizitāti un pārvaldīt jaunus SKU. Problēmas rodas, izmantojot dažādus piegādātājus un pārdevējus, un augstas kvalitātes produktu datu saglabāšana kļūst grūtāka. Tas var radīt problēmas, novērtējot pārdošanas datus un izprotot mārketinga pasākumus un panākumu līmeni. 

Lai gan tas bieži tiek darīts manuāli, tas var kļūt ļoti laikietilpīgs un slikti mērogojams. Vecās skolas sistēmas koncentrējās tikai uz pamata produktu atribūtu, piemēram, SKU un UPC kodu, izmantošanu, kas nedarbojas labi ar mūsdienu nestrukturētiem datiem. Šīm vecākām sistēmām ir nepieciešami palīgprocesi, lai iegūtu atribūtus, noņemtu dublikātus un notīrītu pieturas vārdus no nestrukturētajiem produkta datiem. Pat ar visu datu tīrīšanu un atslēgvārdu izvilkšanu šīs sistēmas joprojām cīnās ar šādām lietām:

GIGABYTE – 15.6 collu FHD IPS 144Hz spēļu klēpjdators – i5-11400H – 16 GB – NVIDIA GeForce RTX 3050 512 GB SSD

Un

15.6 collu piezīmjdators – i5-11400H – 16 GB – GeForce RTX 3050 512 GB melns 6494784

Lai saprastu vārdu attiecības, piemēram, “klēpjdators” un “piezīmjdators”, kā arī daļu runas taustiņu, kas atbilst GeForce, mums būs jāizmanto dabiskās valodas apstrāde. 

Kādu produkta nosaukumu saskaņošana var sniegt jums

Produkta datu saskaņošana Pamatojoties uz nosaukumu, mazumtirgotājiem un e-komercijas zīmoliem sniedz daudz priekšrocību pārdošanas datu un mārketinga informācijas pasaulē. 

• Organizējiet produktus un SKU starp vairākiem pārdevējiem un piegādātājiem
• Izmantojiet konkurentu datus, lai izprastu tirgus tendences un konkurētspējīgas cenas
• Izprast produkta dzīves ciklu 
• Pārliecinieties, vai jūsu pārdošanas datos un mārketinga kampaņās netrūkst daļu

Izmantojot produktu nosaukumu saskaņošanas sistēmu, varat nodrošināt, ka jums vienmēr ir precīza informācija, kas nepieciešama datu saskaņošanas veikšanai. Citām sistēmām, kurām ir nepieciešami daudzi datu punkti vai padziļināti produktu apraksti, var rasties grūtības, ieviešot vairāk produktu. Mēs esam noskaidrojuši, ka, izmantojot uz dziļām mācībām balstītu NLP sistēmu, kas koncentrējas uz produkta nosaukumu, varat iegūt līdzīgus rezultātus bez ilgtermiņa mērogošanas riska. Mēs esam varējuši izmantot produktu nosaukumu saskaņošanu kā bāzes līniju un izveidot citus modeļus, piemēram, UPC atbilstību un produktu aprakstu saskaņošanu, lai vienkārši uzlabotu rezultātus, nevis paļautos uz tiem. 

Produkta nosaukuma saskaņošana ar dabiskās valodas apstrādi

Mēs esam izveidojuši savu produktu nosaukumu saskaņošanas programmatūru, izmantojot populārus NLP modeļus, piemēram, GPT-3, BERT un SBERT, lai uzzinātu attiecības starp dažādām nosaukumu valodas funkcijām, nosaukumu atribūtiem, piemēram, zīmola nosaukumu, produkta nosaukumu, veidu utt. Šīs dziļās mācīšanās pamatā ir modeļi ir daudz pārāki par izplūdušo saskaņošanu un citām uz noteikumiem balstītām pieejām, un ir pierādīts, ka tie ir viegli mērogojami, ņemot vērā jaunu datu novirzi un troksni. 

Atbilstība starp: Garmin nuvi 2699LMTHD — GPS navigators — automobiļu 6.1 collas nuvi 2699LMTHD automobiļu pārnēsājamais GPS navigators

Šis NLP programmatūras rezultāts parāda dažas svarīgas lietas:

• Apturēšanas vārdi un rakstzīmes neietekmē mūsu spēju saskaņot divus produktu nosaukumus
• Modelis var vārdus nosaukumā, kas ir svarīgi neatkarīgi no secības vai trokšņa vārdiem tie ir. 
• Zīmolu nosaukumi nav obligāti, lai mēs varētu atrast atbilstības vai noraidīt atbilstību. 
• Produkta atribūti (izmērs, garums) nav obligāti katrā salīdzināmajā produktā, un tiem nav jābūt viena veida. 

Produkta nosaukuma modelis uztver nelielas, bet svarīgas atšķirības starp konteineru izmēriem, kas produktu datu bāzē tiek uzskatīti par dažādiem SKU. Otrajā piemērā redzams, ka ir virkne kustīgu daļu — atšķirīgs pudeļu skaits un nestrukturēts datu troksnis, taču joprojām ir viegli saskaņot. 

Rafinēšana izmantošanai ražošanā

Šo produkta nosaukumu atbilstošo programmatūras produktu var precīzi noregulēt mazumtirdzniecības veikala vai e-komercijas zīmola faktiskajos produkta datos, lai jūsu konkrētajam lietošanas gadījumam novirzītu citu produktu precizitāti. Šis pielāgošanas līmenis ir pieejams, jo tiek izmantota valodas modeļa arhitektūra, kas tiek izmantota, lai izveidotu produkta nosaukumu saskaņotāju, nevis izmantotu mānīgus izplūdes atbilstošos vai entītiju ieguves modeļus. Iespēja precīzāk pielāgot konkrēta uzņēmuma datu arhitektūru nodrošina labāku mērogojamību, kā arī kļūst daudz vieglāk pielāgoties izmaiņām nestrukturētajos datos, pievienojot vairāk produktu vai avotu. 

Relativitāte produktu saskaņošanā

Kā jūs, iespējams, pamanījāt, ideja par produktu saskaņošanu var būt nedaudz relatīva atkarībā no tā, kādu lietošanas gadījumu mēģināt aptvert. Ja vēlaties atšķirt produktus, pamatojoties uz SKU, jūs vēlaties iegūt atšķirīgus rezultātus, ja mēģinātu izprast tirgus lielumu un konkurentu produktus. 

Piemēram, ja jums ir šie divi produktu nosaukumi:

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

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

Jūs varētu tos uzskatīt par neatbilstošiem, pamatojoties uz domu, ka vienā veikalā ir divi dažādi SKU, bet varētu arī uzskatīt tos par saderīgiem, pamatojoties uz ideju, ka tie abi ir Mastic Gum. Ja mēs tagad iekļautu šo produkta nosaukumu maisījumā:

Horbaach Mastic Gum 1500mg 120 kapsulas | Nesatur ĢMO un glutēnu

Mums ir iepriekš jāizlemj, kam mēs sakrītam. Šis nepārprotami ir konkurenta produkts, un tam ir atšķirīgs UPC kods, taču tas joprojām ir Mastic Gum, un, ja mēs tikai meklējam produktus zem viena un tā paša “jumta”, tad šī ir atbilstība. Izstrādājot produktu datu saskaņošanas sistēmas, ir daudz jādomā.

Ja izmantojat uz NLP balstītu produktu nosaukumu saskaņošanas rīku, šis elastības līmenis kļūst par vieglu. Mēs vienkārši pielāgojam savu arhitektūru jūsu lietojuma gadījumam neatkarīgi no tā, ko jūs uzskatāt par “atbilstību”, un optimizējam to atbilstoši tam. Šis elastības līmenis maina spēli, ja vēlaties izmantot vienu un to pašu arhitektūru daudziem dažādiem lietošanas gadījumiem organizācijā un joprojām sasniedz augstu precizitāti.

Produkta datu ieguve

Kad esam jau saskaņojuši produktu nosaukumus un esam sapratuši mūsu iekšējo pārdošanas datu novirzi vai konkurentu produktu datus, mēs varam izmantot produktu kategorizēšanas modeļi vai uz NLP balstīti atribūtu iegūšanas rīki, lai aizpildītu jebkādus mūsu rīcībā esošos datu trūkumus, piemēram, produkta izmēru, ražotāja nosaukumu un produkta atribūtus automātiski. Šie cauruļvadi izmanto tādu pašu arhitektūru kā mūsu produktu saskaņošana, lai tos varētu viegli integrēt. 

Uzlabojiet savu produktu taksonomiju

Izmantojot produktu nosaukumu saskaņošanas rīku, varat uzlabot taksonomijas skaidrību, apvienojot vairākus atbilstošus produktu atribūtus vienā kategorijā. Tas ievērojami attīra un standartizē atribūtus, kas veido jūsu taksonomijas sistēmu.  

GIGABYTE – 15.6 collu FHD IPS 144Hz spēļu klēpjdators – i5-11400H – 16 GB – NVIDIA GeForce RTX 3050 512 GB SSD

Un

15.6 collu piezīmjdators – i5-11400H – 16 GB – GeForce RTX 3050 512 GB melns 6494784

Saprotot, ka šie abi ir viens un tas pats produkts, varat aizpildīt visas nepilnības, piemēram, iekļaut “Piezīmjdatoru” un “Klēpjdatoru” vienā kategorijā, “NVIDIA” kā abu produktu ražotāju un tā tālāk. Tas ļaus jums atrast nepareizi klasificētus produktus un aizpildīt visus trūkumus. 

Produkta datu izpratne ir galvenais

Vai domājat, ka produktu nosaukumu atbilstības noteikšana var palīdzēt izprast jūsu produkta datus un uzlabot pārdošanas informāciju? Ieplānosim demonstrāciju šodien plkst Platums.ai.