Productleveranciers gebruiken vaak hun eigen standaarden, formaten en classificaties om productinformatiegegevens op te slaan en uit te wisselen. Producten classificeren volgens uw eigen aangepaste classificatiestandaard en/of industriestandaarden (Bol.com, Amazon, ETIM, GS1, …) vereist vaak tijdrovende handmatige arbeid.
Onze oplossing
Squadra Machine Learning Company heeft een online conversieplatform ontwikkeld dat het conversieproces van productinformatie-gegevens automatiseert.
Classificatie
Onze standaard classificatie-algoritmen worden getraind met uw gegevens, zodat deze leert welke producten bij welke klasse horen. Dit is niet beperkt tot één structuur, producten kunnen worden geclassificeerd volgens een PIM-structuur maar ook in een afzonderlijke web-product structuur.
Na het initiële trainingsproces kan het algoritme de juiste klassen voor nieuwe producten voorspellen. Het maakt gebruik van de productbeschrijvingen, fabrikant-data, productfuncties en/of zelfs productafbeeldingen om de juiste classificaties te maken. De voorspelde outputklasse wordt ook geleverd met een risico-indicator die de mate van zekerheid van de voorspelling aangeeft, zodat u zich kunt concentreren op de classificatie van producten die handmatige verificatie vereisen.
We bieden verschillende manieren om te communiceren met het classificatie-algoritme: een web user interface die klassevoorspelling mogelijk maakt voor afzonderlijke producten, een geïntegreerde MS Excel-oplossing die bulkclassificatie mogelijk maakt en een REST API-interface die integratie met andere systemen in de vereiste formaten mogelijk maakt (XML, JSON).
Ons platform kan worden aangepast om elke beschikbare productinformatiestandaard en taal te ondersteunen.
Product Conversion, Product Enrichment en Data Quality
De classificatie-algoritmen worden vaak gecombineerd met feature matching (het koppelen van productkenmerken wanneer deze anders zijn geschreven, maar naar hetzelfde verwijzen), dataverrijking en datakwaliteit algoritmen. Zie deze secties voor een meer gedetailleerde beschrijving.
In de praktijk
Sonepar is een onafhankelijk familiebedrijf van 170 werkmaatschappijen, met wereldwijd marktleiderschap in B2B distributie van elektrische producten, oplossingen en aanverwante diensten. Ze bieden miljoenen producten van duizenden leveranciers en moeten elke maand ongeveer 10.000 nieuwe producten classificeren volgens de ETIM-industriestandaard. Met behulp van het classificatie-algoritme van Squadra Machine Learning Company hebben ze de hoeveelheid handarbeid voor productclassificatie aanzienlijk kunnen verminderen.