FEST is de Europese handelsorganisatie, waarbij nationale brancheorganisaties zijn aangesloten, om de verkoop en distributie van sanitair- en verwarmingsproducten binnen Europa te stimuleren.
Uitdaging
Sanitair- en verwarmingsproducten hebben veel technische specificaties, waardoor in de gehele leveringsketen (fabrikant, groothandel, retailer en klant) een sterke behoefte aan standaardisatie van productdata ontstaan is. Het niet hebben van deze consistente data vergroot de kans op onnodige fouten in de productdata, zoals bijvoorbeeld duplicatie van informatie. Bovendien is het een uitdaging om de eisen van alle groothandels en retailers tegemoet te komen. Deze hebben namelijk allemaal consistente productdata nodig om hun klanten van correcte productinformatie te voorzien. Zonder een consistent datamodel zijn fouten in de productdata onvermijdelijk; deze fouten kosten tijd en geld om op te lossen.
ETIM is hét standaard classificatiemodel voor technische producten en is gekozen als vaste standaard voor de Heating, Ventilation and Airconditioingn (of HVAC-) branche. Dit betekent dat fabrikanten in deze branche hun eigen meta-datadefinitie (bijv. namen en waarden van eigenschappen, meeteenheden) moeten converteren naar de ETIM-standaard.
FEST opereert in 18 verschillende landen en in meer dan de helft van die landen wordt de ETIM-standaard al gebruikt. Het is cruciaal om de andere landen (en de fabrikanten in deze landen) aan te moedigen om hun productdata te converteren naar ETIM. Dit kan een vrij arbeidsintensief proces zijn: producten moeten geclassificeerd worden naar de ETIM-classificatie en fabrikant-specifieke eigenschappen, waarden en meeteenheden moeten geconverteerd worden naar de ETIM-standaard.
Oplossing
Het gebruik van de nieuwste AI-technieken kan de transformatieprocessen echter vergemakkelijken. Met behulp van deze technieken duurt het converteren van productdata naar de ETIM standaard veel minder lang. Nadat Squadra Machine Learning Company de beschikbare data van FEST getoetst had, werd voorgesteld om de Powerconvert.ai software te gebruiken voor (1) het classificeren van producten, (2) het linken van eigenschappen uit beide datamodellen en (3) de conversie van de waarde van eigenschappen.
- Voorspelling van classificatie
Op basis van de productnaam en -beschrijving kon de slimme software voorspellen in welke ETIM-classificering een bepaald product valt. Deze dienst werd in twee vormen verleend: Ten eerste, een bulk-classificatiedienst waarmee een Excelbestand met meerdere producten wordt ingevoerd, waar de voorgestelde ETIM-categorieën uit komen. Ten tweede, een webpagina die op een zoekmachine lijkt, die de gebruiker in staat stelt om een fabrikant en productbeschrijving in te voeren om er vervolgens een voorgestelde ETIM-categorie uit te krijgen.
Hoe om te gaan met andere talen
Het algoritme moet getraind worden met productdata die al in ETIM geclassificeerd is. Dit kan, met betrekking tot verschillende talen, voor een probleem vormen; in eerste instantie zou de software gebruikt worden voor fabrikanten uit Zuid- en Oost-Europese landen. Echter zijn er voor de talen van deze landen nog te weinig datapools beschikbaar. Recent onderzoek heeft echter aangetoond dat er een manier is om met dit probleem om te gaan. Zo kunnen Finse, Nederlandse of Duitse datasets worden vertaald met Google Translate. Met deze vertalingen kunnen nieuwe modellen getraind worden. Dit onderzoek heeft uitgewezen dat deze methode ongeveer dezelfde nauwkeurigheid oplevert als wanneer algoritmes de trainingset van een moedertaal gebruiken (een verschil van 1 à 2%). Door de initiële dataset te combineren met Google Translate, heeft Squadra Machine Learning Company dus algoritmes gecreëerd die in elke Europese taal een ETIM-classificatie kunnen aanbieden.
- Eigenschappen van de fabrikant matchen met ETIM-eigenschappen
Het ETIM feature matching algorithm maakt het mogelijk om de (non-ETIM) producteigenschappen van een fabrikant om te zetten naar eigenschappen die in de ETIM-classificatie passen. Deze dienst werd aangeboden als onderdeel van de Powerconvert.ai software, waar de fabrikant haar dataset kon uploaden in een standaard Excel-format. Vervolgens deed het algoritme het zware werk en voorspelde het de overeenkomende eigenschappen. De gebruiker kon vervolgens de voorspelde eigenschappen goed- of afkeuren. Van deze handmatige validatie kan het algoritme vervolgens leren zodat het constant kan blijven verbeteren.
- Conversie van waarden of meeteenheden van eigenschappen
Zodra de namen van de eigenschappen zijn gevonden en gecheckt met een menselijk oog, kunnen de waarden van de eigenschappen geconverteerd worden. Zo gebruikte de fabrikant bijvoorbeeld ‘inox staal’ in plaats van ‘roestvrij staal’. Als deze waarde nog niet in ETIM-format staat, stelt het algoritme een nieuwe waarde voor die binnen ETIM past. Als de meeteenheid veranderd moest worden, bijvoorbeeld van inches naar centimeter, kan het algoritme deze detecteren en verbeteren.
Resultaat
Met behulp van Powerconvert.ai kan FEST nu de meta-datadefinitie van haar fabrikanten converteren naar de ETIM-standaard. Door de initiële dataset te combineren met Google Translate heeft Squadra MLC het bedrijf geassisteerd bij het omgaan met verschillende talen, waardoor hun internationale online aanwezigheid kan verbeteren. Ten slotte kan FEST met behulp van deze software enorm veel kostbare manuren en onnodige kosten besparen, die gepaard zouden gaan met het handmatig converteren van productdata.