Узнайте, чем мы можем помочь вашей компании
Оставьте заявку, чтобы мы вас проконсультировали по нашим услугам
Автоматизация размещения товаров на Ozon
Создали систему, которая классифицирует и публикует большие объемы товаров на основе 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
Сложности публикации товаров на Ozon
- Строгие требования маркетплейса к заполнению карточек
- Более 4800 категорий товаров, из которых нужно выбрать одну
- 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
Скрин с категориями
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 магазина, преобразует её под требования площадки и выдаёт готовые карточки товаров на Ozon
Как всё устроено
1. Продавец загружает в систему документ с ассортиментом и характеристиками товаров и подключает свой аккаунт на Ozon
2. Система распознаёт информацию и с помощью ML понимает к какой категории и какому типу отнести товар
3. Далее нейросеть преобразует детальные свойства объекта в формат, заданный Ozon, и готовит к размещению
4. Готово! Товар опубликован на Ozon
Загрузка источника данных
Подключение доступа к аккаунту маркетплейса
Распознавание текстовой информации
Категоризация товаров
Подготовка к размещению
Публикация на маркетплейсе
Нужно сделать схему размещения, на картинках прописаны заголовки для карточек в схемах
Как система понимает, с каким товаром она имеет дело
В системе Ozon все категории, свойства товаров и их значения пронумерованы. У продавца цвет товара может называться «зеленый» — для маркетплейса же это будет конкретный ID. Поэтому, чтобы понять суть товара и разложить его по полочкам, нам необходимо преобразовать информацию о нём в численный вектор.

Таким образом можно идентифицировать даже многосложные или иностранные названия объектов и привести их в единый формат, который требует Ozon
Классификация объектов
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.

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
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
Здесь можно добавить схему жизни одного товара, например, ботинок: с каким описанием он приходит в систему, в какую категорию попадает, как преобразуются его атрибуты и значения, как в итоге выглядит карточка товара на Ozon.
Как формируется название товара
Название выстраивается по единой схеме: тип + бренд + модель + важные характеристики для категории. Происходит это автоматически на базе преобразованной информации
Карточка товара в качестве примера
Ручная модерация контента
Машина тоже может ошибаться, поэтому обязателен контроль качества. На каждом этапе к процессу подключается модератор. Он вручную проверяет, верен ли прогноз, уточняет категории, свойства и значения товаров и помогает оптимизировать работу системы. Если модератор делает замечание, исправляет ошибку или отклоняет товар, система учитывает это и дообучается
Размещение и обновление товаров
После того как товар опубликован на Ozon, мы не забываем про него. Данные о товаре забираются real-time. Если он обновляется, мы процессим эти изменения на площадке
Рекомендации для роста продаж
Благодаря оптимизации контента товар становится максимально релевантным поисковым запросам пользователя. А мы получаем дополнительную информацию о том, какие позиции и как продаются. На ее основе мы создаем рекомендации для магазинов, как модифицировать описание товара, чтобы повысить продажи. Это реализовано в виде консультаций менеджеров и онлайн-подсказок
Хорошо бы вставить инфографику с аналитикой продаж
Результаты
  1. Мы создали систему, которая идентифицирует характеристики товаров в терминах Ozon и корректно разбивает их на категории
  2. Избавили продавцов от необходимости разбираться в свойствах товаров и тратить время на заполнение карточек
  3. Теперь удобно размещать большие объёмы товаров. Сотни тысяч позиций публикуются за пару дней
  4. Описания товаров стали более релевантными для пользователей. Понятно, как контент в карточках влияет на продажи
  5. С помощью системы Agima на Ozon уже размещено более 500 000 товаров
Команда
Андрей Татаринов
Бывший инженер Google Analytics, эксперт в области машинного обучения
Александр Богданов
Основатель агентства AGIMA
Ольга Татаринова
Руководитель направления анализа данных
Евгений Лобанов
Нет информации о должности
Контакты AGIMA AI
107031,
г. Москва, ул. Петровка,
д. 19, стр. 4
Теперь вы знаете, где нас искать
Обычно мы работаем с 10 до 19
Карта
Станьте клиентом AGIMA AI
Оставьте заявку, чтобы начать сотрудничество

© Все права защищены
Политика конфиденциальности
Сайт запустила Молния
Made on
Tilda