Przejdź do treści
← Wróć do bloga
dane produktoweArtykuł

AI w katalogu produktów: szerokość produktu czy opakowania?

Dostawca podał osobno szerokość produktu i szerokość opakowania, ale import zapisał obie jako „szerokość”. Pracownik katalogu musi wrócić do arkusza, żeby ustalić, która wartość powinna trafić na kartę produktu. Model AI może pomóc przypisać opis dostawcy do właściwego pola. Najpierw warto sprawdzić, czy błąd usunie poprawa importu lub uzgodniony słownik nazw.

Autor

Syntalith

Opublikowano Zaktualizowano 4 min czytania

Dwie szerokości, dwa miejsca w katalogu

W przykładowym arkuszu dostawca używa etykiet „szerokość produktu” i „szerokość opakowania”. Przy każdej znajduje się wartość oraz jednostka. Firma ma w katalogu osobne pola dla obu wymiarów, jednak podczas importu nazwy zostały skrócone do wspólnej „szerokości”. Dane były rozróżnione w źródle, lecz to rozróżnienie zniknęło po przeniesieniu.

Przydatna propozycja przypisania zachowuje oryginalną etykietę, wartość i jednostkę oraz prowadzi do miejsca w arkuszu. Obok wskazuje pole docelowe, na przykład „szerokość opakowania”. Pracownik może sprawdzić znaczenie wymiaru przed zatwierdzeniem. W tym przypadku poprawienie stałego powiązania kolumn z polami powinno być pierwszą rozważaną zmianą.

Trudniej jest wtedy, gdy kolejni dostawcy opisują tę samą cechę inaczej. Jeden pisze „szerokość produktu bez opakowania”, drugi umieszcza szerokość w sekcji zatytułowanej „opakowanie transportowe”. Samo słowo „szerokość” nie wystarcza. Model może uwzględnić pełną etykietę i otaczający ją opis, aby zaproponować właściwe pole w katalogu.

Jednostkę przeliczamy po rozpoznaniu wymiaru

Zapis w centymetrach można przeliczyć na milimetry według stałej reguły. Najpierw trzeba jednak ustalić, czego dotyczy liczba. Poprawne przeliczenie szerokości opakowania nie uczyni z niej szerokości produktu. To dwa różne pola, nawet jeśli oba przechowują długość w tej samej jednostce.

Akeneo opisuje pomiar jako wartość wraz z jednostką, a jednostki grupuje w rodziny ze wspólną jednostką standardową do konwersji. Takie funkcje systemu PIM, czyli narzędzia do zarządzania informacjami o produktach, warto wykorzystać po prawidłowym przypisaniu cechy.

Jeśli dostawca podaje tylko skrót „szer.” bez nagłówka ani wyjaśnienia, pracownik może potrzebować potwierdzenia. Podobnie brak jednostki pozostaje brakiem do uzupełnienia u źródła. Narzędzie powinno pokazać tę niejasność przy propozycji, zamiast dopisywać znaczenie na podstawie innych produktów.

Ile rozwiąże słownik nazw dostawców

Stały szablon od dostawcy pozwala zapisać jednoznaczne powiązania: jego kolumna odpowiada określonemu polu firmy. Gdy nazwy się różnią, ale ich znaczenie jest uzgodnione, można utrzymywać słownik odpowiedników. Warto też sprawdzić, czy obecny import zachowuje nagłówki sekcji i rozdziela wymiary opakowania od wymiarów produktu. Utrata takiego kontekstu wymaga poprawy przepływu danych.

Gotowy model można ocenić tam, gdzie opisy są zróżnicowane i pracownik regularnie musi czytać je w całości. Otrzymuje on definicje pól katalogu i proponuje przypisania do sprawdzenia. Porównanie ze słownikiem pokazuje, czy rozpoznaje nowe sformułowania oraz czy nie myli cech, które prostsze reguły już obsługiwały poprawnie.

Fine-tuning oznacza dalsze uczenie istniejącego modelu na sprawdzonych przykładach. Można rozważyć próbę takiego dostosowania, jeżeli mimo jasnych definicji pól gotowy model powtarza określone pomyłki, a opiekun katalogu potrafi wskazać prawidłowe przypisania. Przykładem byłoby regularne pomijanie dopisku „bez opakowania” przy wyborze pola. Jeśli nie wiadomo, co oznacza skrót, potrzebna jest odpowiedź dostawcy.

Co powinien zobaczyć opiekun katalogu

Próba powinna objąć materiały od dostawców niewykorzystane przy dostosowaniu, z innymi sposobami opisywania wymiarów. Opiekun katalogu sprawdza, które propozycje nadal poprawia i czy łatwo dociera do etykiety źródłowej. Przy niejednoznacznych nazwach ocenia też, czy system pozostawia sprawę do wyjaśnienia. Pozornie kompletna karta z wymiarem w złym polu może ukryć pracę, którą trzeba będzie wykonać później.

Warto porównać te same materiały z obecnym mapowaniem i gotowym modelem. Jeżeli słownik daje równie użyteczne przypisania, dalsze uczenie może nie uzasadniać kosztu utrzymania. Gdy model dostosowany wymaga mniej poprawek, trzeba jeszcze sprawdzić, czy pracownik zatwierdza je wygodnie w swoim codziennym narzędziu.

Późniejsze porównanie karty z danymi dostawcy to osobny etap, opisany w artykule o kontroli ofert przed publikacją. Tutaj decyzja dotyczy miejsca, do którego przypisać dostarczoną cechę podczas zasilania katalogu.

Połącz propozycje z przeglądem danych w PIM

Proponujemy aplikację AI do pracy z danymi katalogowymi, która pokazuje etykietę dostawcy wraz z proponowanym polem w PIM. Pracownik zatwierdza lub poprawia przypisanie, zachowując odnośnik do źródła. Przekazanie zatwierdzonych danych do katalogu można połączyć z obecnym importem; publikacja produktu pozostaje w przyjętym procesie firmy.

Syntalith porównuje istniejące mapowanie z gotowym modelem i ocenia dostosowanie tam, gdzie powracają błędy znaczenia. Zespół klienta objaśnia pola katalogu, utrzymuje ich definicje oraz wskazuje trudne nazwy dostawców.

Na pierwszą rozmowę wystarczy opisać cechę, która regularnie trafia do złego pola, i sposób jej poprawiania. Ustalimy, czy potrzebna jest zmiana importu, słownik nazw czy pomoc w odczytywaniu zróżnicowanych opisów. Wykorzystanie przykładów uzgodnimy wspólnie. Informacje o ofercie znajdziesz w cenniku Syntalith.

Dobierzmy model do wymagań Twojego zadania

Opisz wynik, którego obecne AI nie daje wystarczająco dobrze. Porównamy możliwości dostosowania modelu, wymagania dotyczące danych i koszty dalszego działania.

Prywatne modele LLM i fine-tuning
Porozmawiaj o własnym modelu