Uma visão geral de como você pode automatizar a correspondência de dados de produto e gerenciamento de SKU usando apenas títulos de produtos com NLP.

A correspondência de título de produto é o processo de corresponder produtos semelhantes ou idênticos de diferentes fontes com base estritamente no título e outros atributos de cabeçalho do produto. À medida que a variação de dados e as fontes de dados crescem em uma organização, pode se tornar mais difícil manter os dados de produto precisos e gerenciar novos SKUs. Problemas surgem ao usar diferentes fornecedores e vendedores, e manter dados de produto de alta qualidade se torna mais difícil. Isso pode causar problemas ao avaliar dados de vendas e entender esforços de marketing e taxas de sucesso.

Embora isso geralmente seja feito manualmente, pode se tornar extremamente demorado e não escala bem. Sistemas antigos se concentravam em usar apenas atributos de produto básicos, como SKUs e códigos UPC, que não funcionam bem com dados não estruturados modernos. Esses sistemas antigos exigem processos auxiliares para extrair atributos, remover duplicatas e limpar palavras de parada dos dados de produto não estruturados. Mesmo com toda a limpeza de dados e extração de palavras-chave, esses sistemas ainda lutam com coisas como:

GIGABYTE – 15,6″ FHD IPS 144Hz Laptop para jogos – i5-11400H – 16GB – NVIDIA GeForce RTX 3050 512 GB SSD

E

15,6″ Notebook – i5-11400H – 16GB – GeForce RTX 3050 512 GB Preto 6494784

Para entender relações de palavras, como “laptop” e “notebook”, e chaves de parte da fala para corresponder GeForce, precisamos usar processamento de linguagem natural.

O que a Correspondência de Título de Produto Pode Oferecer para Você

Correspondência de dados de produto com base no título fornece aos varejistas e marcas de comércio eletrônico uma tonelada de benefícios no mundo de dados de vendas e inteligência de marketing.

• Organizar produtos e SKUs em vários fornecedores e vendedores
• Usar dados de concorrentes para entender tendências de mercado e preços competitivos
• Entender o ciclo de vida do produto
• Garantir que não haja peças faltando em seus dados de vendas e campanhas de marketing

Usar um sistema de correspondência de título de produto permite garantir que você sempre tenha as informações exatas necessárias para realizar a correspondência de dados. Outros sistemas que exigem muitos pontos de dados ou descrições de produtos aprofundadas podem lutar à medida que você escala para mais produtos. Descobrimos que usar um sistema de NLP baseado em aprendizado profundo que se concentra no título do produto permite obter resultados semelhantes sem o risco de escalabilidade a longo prazo. Fomos capazes de usar a correspondência de título de produto como uma linha de base e construir outros modelos em torno dela, como correspondência de UPC e correspondência de descrição de produto, para simplesmente aprimorar os resultados, e não depender deles.

Correspondência de Título de Produto com Processamento de Linguagem Natural

Construímos nosso software de correspondência de título de produto usando modelos de NLP populares, como GPT-3, BERT e SBERT, para aprender a relação entre diferentes recursos de linguagem de título, atributos de título, como nome da marca, nome do produto, tipo, etc. Esses modelos baseados em aprendizado profundo são muito superiores aos métodos de correspondência difusa e abordagens baseadas em regras e são comprovados para escalar facilmente com a nova variação de dados e ruído.

Correspondência entre:Garmin nuvi 2699LMTHD — GPS navigator — automotive 6.1 innuvi 2699LMTHD Automobile Portable GPS Navigator

Esse resultado do software de NLP mostra algumas coisas importantes:

• Palavras de parada e caracteres não afetam nossa capacidade de corresponder dois títulos de produtos
• O modelo pode identificar as palavras no título que importam, independentemente da ordem ou de palavras de ruído.
• Nomes de marcas não são necessários para encontrar correspondências ou rejeitar uma correspondência.
• Atributos de produtos não são necessários (tamanho, comprimento) em cada produto que estamos comparando e não precisam ser do mesmo tipo.

O modelo de título de produto identifica pequenas, mas importantes, diferenças entre tamanhos de contêiner que são considerados diferentes SKUs no banco de dados de produtos. No segundo exemplo, vemos que há muitas partes móveis – diferentes contagens de garrafas e ruído de dados não estruturados, mas ainda é uma correspondência fácil.

Aprimorando para Uso em Produção

Esse software de correspondência de título de produto pode ser ajustado para os dados de produto reais de uma loja de varejo ou marca de comércio eletrônico para impulsionar a precisão além de outros produtos para o seu caso de uso específico. Esse nível de personalização é possível devido à arquitetura de modelo de linguagem usada para construir o correspondente de título de produto, em vez de usar correspondentes difusos ou modelos de extração de entidades. A capacidade de ajustar a arquitetura para os dados de uma empresa específica permite uma melhor escalabilidade, bem como se torna muito mais fácil ajustar às mudanças nos dados não estruturados à medida que você adiciona mais produtos ou fontes.

Relatividade na Correspondência de Produto

Como você pode ter notado, a ideia de correspondência de produto pode ser um pouco relativa com base no caso de uso que você está tentando cobrir. Se você está tentando diferenciar produtos com base no SKU, você vai querer resultados diferentes do que se estivesse tentando entender o tamanho do mercado e produtos de concorrentes.

Por exemplo, se você tiver esses dois títulos de produtos:

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

Você pode considerá-los como não correspondentes com base na ideia de que eles têm dois SKUs diferentes dentro da mesma loja, mas também pode considerá-los como correspondentes com base na ideia de que ambos são Mastic Gum. Se agora incluímos esse título de produto na mistura:

Horbaach Mastic Gum 1500mg 120 Cápsulas | Não-OGM e sem glúten

Temos que decidir antes o que estamos correspondendo. Isso é claramente um produto de concorrente e tem um código UPC diferente, mas ainda é Mastic Gum e, se estivermos apenas procurando por produtos sob a mesma “cobertura”, então isso é uma correspondência. Muito a pensar quando se projeta sistemas de correspondência de dados de produto.

Quando você está usando uma ferramenta de correspondência de título de produto baseada em NLP, esse nível de flexibilidade se torna uma brisa. Nós simplesmente ajustamos nossa arquitetura para o seu caso de uso, independentemente do que você considere uma “correspondência” e otimizamos para isso. Esse nível de flexibilidade é um jogo-changer quando se procura usar a mesma arquitetura para muitos casos de uso diferentes dentro de uma organização e ainda alcançar alta precisão.

Nosso pipeline baseado em SKU considera corretamente isso como uma não correspondência.

Extração de Dados de Produto

Uma vez que já correspondemos títulos de produtos e temos uma compreensão de nossa variação de dados de vendas internos ou dados de produtos de concorrentes, podemos usar modelos de categorização de produtos ou ferramentas de extração de atributos baseadas em NLP para preencher quaisquer lacunas de dados que tenhamos, como tamanho do produto, nome do fabricante e atributos do produto automaticamente. Esses pipelines usam a mesma arquitetura que nosso correspondente de título de produto, então podem ser facilmente integrados.

Melhorar sua Taxonomia de Produto

Exemplo de geração de categorias e tags de produtos a partir do nosso modelo GPT-3.

Com a ferramenta de correspondência de título de produto, você pode melhorar a clareza de sua taxonomia combinando vários atributos de produtos correspondentes em uma única categoria. Isso limpa e padroniza os atributos que compõem seu sistema de taxonomia.

GIGABYTE – 15,6″ FHD IPS 144Hz Laptop para jogos – i5-11400H – 16GB – NVIDIA GeForce RTX 3050 512 GB SSD

E

15,6″ Notebook – i5-11400H – 16GB – GeForce RTX 3050 512 GB Preto 6494784

Entender que esses são o mesmo produto permite preencher lacunas, como colocar “Notebook” e “Laptop” na mesma categoria, “NVIDIA (NVDA ) ” como fabricante para ambos os produtos e assim por diante. Isso permite encontrar produtos mal categorizados e preencher lacunas.

Entendimento de Dados de Produto é Fundamental

Acha que a correspondência de título de produto pode ajudá-lo a entender seus dados de produto e limpar sua inteligência de vendas? Agende uma demonstração hoje em Width.ai.