узнайте, чем мы можем помочь вашей компании
Оставьте заявку, чтобы мы вас проконсультировали по нашим услугам
товаров на Ozon
размещение

Автоматизация

Создали систему, которая публикует на Ozon большие объемы товаров сторонних продавцов с помощью машинного обучения
Более 20 000 магазинов продают товары на маркетплейсе Ozon. У некоторых продавцов в ассортименте сотни тысяч позиций. Чтобы облегчить процесс их размещения на сайте, коллеги из Ozon обратились к нам за помощью
Личный кабинет не локализован для зарубежных продавцов, им особенно сложно разобраться в разветвленной системе категорий и свойств товаров
Размещать вручную большое количество позиций слишком долго
Более 4800 категорий товаров, из которых нужно выбрать одну
Строгие требования маркетплейса к заполнению карточек
Сложности публикации товаров на Ozon
Задача
Нам требовалось автоматизировать весь процесс заполнения информации о товаре и его выгрузки на Ozon. Это помогло бы избавить продавцов от ручных действий и публиковать товары гораздо быстрее
Решение
Мы решили создать B2B-систему управления товарами на базе машинного обучения. Это прослойка между продавцом и маркетплейсом, которая забирает исходную информацию об ассортименте продавца, преобразует её под требования Ozon и выдаёт готовые карточки товаров
Как всё устроено
Нужно сделать схему размещения, на картинках прописаны заголовки для карточек в схемах
Готово! Товар опубликован на Ozon
Далее нейросеть преобразует детальные свойства объекта в формат, заданный Ozon, и готовит к размещению
Система распознаёт информацию и с помощью ML понимает к какой категории и какому типу отнести товар
Продавец загружает в систему документ с ассортиментом и характеристиками товаров и подключает свой аккаунт на Ozon
Для каждого товара продавца система выделяет набор ключевых характеристик на основании описания товара, фотографий и его категории.

То же самое система делает для всех товаров в категориях Ozon.

Новый товар, который поступает от продавца, размещается в той же категории Ozon, в которой находятся наиболее похожие на него товары. Этот подход позволяет избежать необходимости переобучения модели машинного обучения при изменении дерева категорий в Ozon (в машинном обучении переобучение – это дорогой и довольно хрупкий процесс).

Классификация объектов
Казалось бы, можно просто извлечь категорию из текстового названия, но нет. Если в каталоге Ozon появятся новые категории, придётся обучать модель заново. Этот процесс дорогой и довольно хрупкий — в любой момент могут возникнуть ошибки по всему пространству данных и риск неверно классифицировать товары. Наш подход позволяет этого избежать
Деление товаров на категории и типы происходит на основе похожих объектов. С помощью машинного обучения мы находим группу товаров, наиболее близкую по характеристикам (или числовым значениям, если мыслить в терминах Ozon). К их категории подходит и наш товар
Важной частью информации о товаре являются его свойства (например, «материал») и значения («искусственная кожа»). Проблема в том, что у продавца и у Ozon они могут называться по-разному (не «искусственная кожа», а «кожзам»).

Наша задача в рамках машинного обучения — понять, что это одно и то же. Для этого система анализирует «близость» с точки зрения языка свойств и значений.
Преобразование детальной информации о товаре
Вся информация о товаре разбивается на свойства (например, «материал») и значения («искусственная кожа»). Проблема в том, что у продавца и у Ozon они могут называться по-разному (не «искусственная кожа», а «кожзам»).
Наша задача в рамках машинного обучения — понять, что это одно и то же. Для этого система анализирует свойства и значения в  числовом формате и мэтчит их с параметрами Ozon. В результате мы из сырых данных получаем табличку с необходимым для публикации контентом
Карточка товара в качестве примера
Название выстраивается по единой схеме: тип + бренд + модель + важные характеристики для категории. Происходит это автоматически на базе преобразованной информации о товаре продавца
Как формируется название товара
Машина тоже может ошибаться, поэтому обязателен контроль качества. На каждом этапе к процессу подключается модератор. Он вручную проверяет, верно ли предсказание модели, уточняет категории и свойства товаров. Если модератор делает замечание, исправляет ошибку или отклоняет товар, система учитывает это и дообучается
Ручная модерация контента
После того как товар опубликован на Ozon, мы не забываем про  него. Если товар обновляется у продавца, система видит эти изменения в режиме реального времени и изменяет описание товара на Ozon
Размещение и обновление товаров
Что получилось в результате
Мы создали B2B-систему управления товарами на базе машинного обучения. Это прослойка между продавцом и маркетплейсом, которая забирает исходную информацию об ассортименте магазина, преобразует её под требования площадки и выдаёт готовые карточки товаров на Ozon
Результаты
Описания товаров стали более релевантными для пользователей. Понятно, как контент в карточках влияет на продажи
Мы создали систему, которая идентифицирует характеристики товаров в терминах Ozon и корректно категоризует товары
Избавили продавцов от необходимости разбираться в свойствах товаров и тратить время на заполнение карточек
Теперь удобно размещать большие объёмы товаров. Сотни тысяч позиций публикуются за пару дней
С помощью системы Agima на Ozon уже размещено более 500 000 товаров
контакты AGIMA AI
107031, г. Москва, ул. Петровка, д. 19, стр. 4
hello@agima.ai
Теперь вы знаете, где нас искать
Обычно мы работаем с 10 до 19
Политика конфиденциальности
© Все права защищены
станьте клиентом AGIMA AI
Оставьте заявку, чтобы начать сотрудничество
Made on
Tilda