1000 produktów w godzinę – automatyczna ekstrakcja atrybutów z opisów produktów

Prelegent Tomasz Grzywacz z firmy Robocat, zajmujący się wdrożeniami systemów PIM, pokazuje problem ręcznego uzupełniania atrybutów specyfikacji technicznej produktów i przedstawia własne narzędzie GetName AI jako rozwiązanie. Wyróżnia dwie grupy, których to dotyczy. Pierwsza to producenci i importerzy, którzy dodają nowe produkty do wielu marketplace'ów, a każdy z nich ma własne zestawy atrybutów dla kategorii. Druga to firmy handlowe z setkami dostawców, którzy dostarczają dane w różnych formatach (JSON, XML, CSV, Excel), z różnymi nazwami kolumn, jednostkami i językami. Standardy takie jak ETIM czy ECLASS, jego zdaniem, działają tylko w niektórych branżach. Za brakiem atrybutów wskazuje kilka konsekwencji: produkt bez atrybutu użytego w filtrze trudno znaleźć, różne jednostki uniemożliwiają porównanie, bez zestawów atrybutów dla kategorii porównywarka pokazuje tylko nazwę, zdjęcie i opis, a produkty bez ustrukturyzowanych danych mogą przegrywać w wyszukiwaniu opartym na AI. Ten ostatni punkt to jego ocena, nie wynik badania. Mapowanie atrybutów (ETL) uznaje za wystarczające tylko dla danych podstawowych. Z jego wyliczenia wynika, że przy około 200 kategoriach jeden dostawca wymagałby około 10 000 mapowań, bo trzeba połączyć klasy, atrybuty i wartości słownikowe. GetName AI ma analizować nieustrukturyzowane dane (opisy, fragmenty stron, PDF-y, tabele, JSON, XML, CSV) i zwracać atrybuty z wartościami zgodne z wybranym marketplace'em lub klasyfikacją (wymienia ETIM, ECLASS, GPC od GS1). Prelegent podkreśla rygor typów: liczby z jednostką, zakresy, listy zamkniętych wartości i wielokrotnego wyboru. Deklaruje, że narzędzie zwraca albo poprawny wynik, albo nic, a jakość ma odpowiadać pracy człowieka. Nie jest bazą wiedzy o produktach, więc nie uzupełni informacji, których nie ma w danych wejściowych. To usługa API zwracająca JSON z identyfikatorami atrybutów i wartości, niezależna od systemu. Podaje liczby: koszt jednego rozpoznania to 5–30 groszy, czas 2–10 sekund (przy zapytaniach równoległych około sekundy). Przy 20 groszach szacuje, że doba pracy daje 24 000 produktów za około 4000 zł. Taką pracę ręczną porównuje do czterech osób przez sześć tygodni, przy założeniu 200 produktów dziennie na osobę. Są to jego własne szacunki. Na koniec zachęca do samodzielnego testu na darmowym koncie z 50 zapytaniami miesięcznie. W prezentacji nie ma przykładów wyników działania narzędzia.