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, etc.) vereist vaak tijdrovende handmatige arbeid. Deze tijd is vaak niet beschikbaar en dat resulteert in een verslechterde data kwaliteit. Met het online conversieplatform dat we hebben ontwikkeld converteren we productinformatie-gegevens automatisch naar de gewilde standaarden, formaten en classificatieschema’s.
Hoe lossen wij dit op?
Het online conversieplatform dat is ontwikkeld converteert producten in twee stappen:
Classificatie
Onze machine learning-algoritmen analyseren de productbeschrijvingen om ze automatisch in hun respectieve categorieën in de gekozen outputstandaard te classificeren.
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).
Feature Matching
Natural Language Processing (NLP) wordt gebruikt om de productkenmerken en -waarden van de fabrikant te matchen met hun tegenhangers in de gekozen outputstandaard.
Helaas komt het regelmatig voor dat standaarden verschillende waarden en/of namen gebruiken voor dezelfde productkenmerken. Zo kan de ene leverancier het gewicht in kilo’s hebben genoteerd en de andere in grammen, of kan de ene leverancier de naam ‘color’ gebruiken in plaats van ‘kleur’.
Door het gebruik van NLP technieken kan ons algoritme automatisch herkennen dat ‘color’ een vertaling is van ‘kleur’ en dat ‘kilo’s’ om te rekenen zijn naar ‘grammen’. Door deze detectie kunnen veel producten automatisch aangepast gematcht worden van de oude waarden/namen naar de nieuwe waarden/namen. En dat scheelt heel wat tijd.
Ons platform kan worden aangepast om elke beschikbare productinformatiestandaard en taal te ondersteunen.