5 та маркетплейс ўртасида SKU мослигини қандай қиламиз

Бу март ойида бўлган еди, ишлаб чиқишнинг учинчи ойида. Админ панелни очиб, қидирувга «иПҳоне 15 Про Мах 256» деб ёздим ва беш хил дўкондан беш хил карта олдим. Бу бир хил телефон еканини фақат шу сабабли билардим — кимдир кечаги куни менга айнан шу моделни тавсия қилган еди. Алгоритм бу ҳақда ҳеч нарса билмасди. Алгоритм учун булар беш хил сатр еди, ва бирортаси ҳам иккинчиси билан тўлиқ мос келмасди.

Узумда бу «иПҳоне 15 Про Мах 256ГБ Чёрный» еди. Олчада — «Аппле иПҳоне 15 Про Мах (256ГБ, Спаке Блакк)». Вилдберриес УЗ — «иПҳоне 15 Про Мах 256ГБ Космический серый». Асахийда — «Смартфон Аппле иПҳоне 15 Про Мах, 256 Гб, Блакк Титаниум». Техномартда — «иПҳоне 15 Про Мах 256 Гб (чёрнйй титан)». Битта маҳсулот. Беш хил ёзув. Битта корпус ранги учун беш хил сўз. Инглизча, русча, кирилл, лотин, қавслар билан ва қавссиз, «Гб» ва «ГБ».

Ўша пайтда мен маркетплейслар ўртасида СКУ мослиги вазифаси — бу жума куни регуляр ифодалар билан ҳал қилинадиган машқ емаслигини тушундим. Бу Бирбозорнинг муҳандислик ядроси. Қуйида — биз буни ҳозир қандай ҳал қилаётганимиз, нима ишламаётгани, нима ишлаётгани ва 340 минг СКУли жанговар каталогда олаётган рақамларимиз.

Нима мослашиши керак

Алгоритм ёзишдан олдин, қайси маҳсулотлар «бир хил» ҳисобланишини келишиб олиш керак. Биз СКУ-жуфтликни тўрт ўқда мос келиши сифатида белгилаймиз: бренд ва модел, хотира ҳажми, ранг, ҳолати (янги, қайта тикланган, витрина).

Бу оддий ешитилади, реал ҳаёт билан тўқнашгунча. «иПҳоне 15 Про Мах 256ГБ Қора» ва «иПҳоне 15 Про Мах 256ГБ Қора титан» — бу бир хил маҳсулот. «иПҳоне 15 Про Мах 256ГБ Қора» ва «иПҳоне 15 Про 256ГБ Қора» — бу бошқа маҳсулот, сатрлар тўрт белги билан фарқ қилса ҳам. Алгоритм тушуниши керак: «Про Мах» — бу чегара сўз, охиридаги «титан» еса бир хил рангнинг аниқлаштирилиши.

Қўшимча — «еквивалент» ранглар мавжуд. Аппле ранглар номини авлоддан авлодга ўзгартиради, маркетплейслар картага расмий номни ёки контент-менежер кўрган номни ёзади. 14-авлоднинг «Спаке Грай»и ва 15-авлоднинг «Блакк Титаниум»и — бу бошқа моделлардаги бошқа ранглар. Лекин бир модел ичида «Спаке Блакк» ва «Қора» — бу бир хил ранг.

Нега МЛ ёлғиз етарли емас

Синаб кўрган биринчи ва енг оммабоп ғоя — мултилингуал сентенке-трансформерс (парапҳрасе-мултилингуал-МиниЛМ-Л12-в2) олиш, номлар ембеддингини ҳисоблаш ва косине симиларитй бўйича мослаштириш. Қоғозда тоза кўринади.

Амалиётда модел «иПҳоне 15 Про 128ГБ Блакк» ва «иПҳоне 15 Про Мах 128ГБ Блакк» ўртасида 0,85 косине яқинлик беради. «Самсунг Галахй С24» ва «Самсунг Галахй С25» ўртасида — 0,91. «АирПодс Про» ва «АирПодс Про 2» ўртасида — 0,88. Я’ни модел учун «Про» ва «Про Мах» деярли синоним, чунки ўргатувчи корпусда улар бир хил контекстда туради. Бу хато емас — бу моделнинг қандай ўргатилганининг акс-садоси. Лекин нарх мослиги учун бу фалокат: С24 ва С25ни адаштириб, фойдаланувчига «чегирма» кўрсатамиз, аслида чегирма ё‘қ.

Иккинчи чеклов — ўзбек маркетплейсларининг карталарида ГТИН (штрих-код) ё‘қлиги. Амазон ёки еБайда ГТИН бўйича мослаштириш вазифанинг 80% ини ҳал қилади. Бизда Фирекравл ма’лумотларида ГТИН тахминан 6% картада бор — деярли ҳар доим бренд моделларда. Қолган 94% да у умуман мавжуд емас.

Хулоса: ембеддинглар зарур, лекин етарли емас. Улар номзодлар беради. Якуний қарорни ҳар доим қат’ий хотира, ўлчам, ранг ва «Про / Про Мах» иерархияси текширувлари билан руле-басед қатлам қабул қилади.

Пипелине

Бизнинг ҳозирги пипелине шундай — тўрт босқич ва қўлда текшириш навбатига икки чиқиш нуқтаси.

Биринчи босқич — нормаллаштириш. Сарлавҳа кераксиз нарсалардан тозаланади: еможилар, такрор бўшлиқлар, маркетинг қўшимчалари, кафолат қавслари. Кирилл брендлари лотинга ўтказилади (Эппл → Аппле). Хотира белгилари битта форматга (256гб) келтирилади. Ранглар қўлда йиғилган тахминан 400 жуфтлик синоним луғат орқали ўтказилади. Чиқишда каноник токен-вектор: бренд, модел-оила, модификатор (Про / Про Мах / Плус), хотира, ранг, йил.

Иккинчи босқич — ембеддинг ва топ-К ретриевал. Каноник вектор мултилингуал модел билан кодланади ва пгвекторда енг яқин топ-50 номзодни қидирамиз. Бу якуний жавоб емас — бу 340 мингдан 50 гача қисқартириш.

Учинчи босқич — руле-басед филтр. 50 номзоддан фақат бренд (аниқ), модификатор (Про ва Про Мах — ҳеч қачон бир хил емас), хотира ҳажми (аниқ) мос келадиганларини қолдирамиз, ранг еса аниқ мос келиши ёки бир синоним кластерда бўлиши керак. Одатда 50 дан 1–3 қолади.

Тўртинчи босқич — конфиденке скоре. Филтрдан кейин 0,95 дан юқори косине яқинлик билан битта номзод қолса — мослик автоматик продга кетади. Агар бир нечта номзод ёки яқинлик 0,80–0,95 оралиғида ёки ранг лойқа синоним орқали топилган бўлса — жуфтлик қўл навбатига тушади. Навбатни одам қайта ишлайди (ҳозирда бу мен ва яна бир контрактчи, ҳар биримиз кунига бир соатдан).

Едге касе лар

Енг оғриқли синф — кўптилли сарлавҳалар. Ўзбек маркетплейслари бир майдонда лотинча ўзбек, кирилл ўзбек ва русчани еркин аралаштиради. «Музлаткич Самсунг 350Л» ва «Холодильник Самсунг 350Л» ва «Самсунг Рефригератор 350Л» — бир маҳсулот, нормализатор буни тушуниши керак. Биз уч тилда категория сўзлари луғатини сақлаймиз, тахминан 1200 жуфтлик, ва логларда янги номувофиқлик топганда кенгайтирамиз.

Иккинчи синф — бундле карталар. Сотувчи телефонни қулоқчин ва ғилоф билан бирга сотади, сарлавҳа еса оддий СКУ кўринишида. Бундай бундлени бошқа маркетплейсдаги битта СКУ билан мослаштирсак, нарх «400 минг қиммат» бўлиб чиқади. Биз бундлени сарлавҳа ва тавсифдаги калит сўзлар («комплект», «совға», «+ ғилоф») бўйича аниқлаймиз ва алоҳида байроқ қўямиз.

Учинчи синф — рефурбишед ва витрина. Қайта тикланган иПҳоне ва янги иПҳоне бир хил сарлавҳага ега бўлиши мумкин, айниқса сотувчи ҳолатни аниқ кўрсатмаган бўлса. Тавсиф ва «ҳолат» майдонини парсинг қиламиз, лекин 4% картада бу сигнал ё‘қ ва мосликни қўл текширувигача тўхтатиб туришга тўғри келади.

Тўртинчи синф — контрафакт. Карта «Адидас Оригиналс Озвеего» деб номланади, лекин фото ва нархга кўра — бу 280 минг сўмлик сохта. Бундай карталарни алгоритм ҳақиқий Адидас билан мослаштиради, натижада графикда аномал арзон «аксия» пайдо бўлади. Буни нарх қоидаси билан филтрлаймиз: агар битта дўкондаги СКУ қолган тўрттасининг медианасидан 2,5 марта арзон бўлса — мослик автоматик чиқарилмайди, қўл текширувига кетади.

Прод каталог рақамлари

Ҳозир Бирбозор каталогида 340 минг СКУ, Фирекравл орқали беш маркетплейсдан йиғилган: Узум, Олча, Асахий, Техномарт, Медиапарк.

Улардан тахминан 62 минг СКУ камида битта тасдиқланган кросс-маркетплейс жуфтликка ега — я’ни бир маҳсулот камида иккита майдончада топилган. Бу каталогнинг 18%и. Рақам кичик кўринади, лекин тушунарли: каталогнинг узун думи — минтақавий сотувчилар ва бирорта маркетплейсдан ташқарида мавжуд бўлмаган ягона карталар.

Қўл текширув навбати барча мослаштириш уринишларининг тахминан 3% ини олади. Февралда қўлда белгиланган 500 жуфтлик аудит сетда фалсе-поситиве (продга ўтиб кетган нотўғри мосликлар) — 0,5% дан кам. Фалсе-негативе (топилиши керак еди-ю, топилмаган мосликлар) — тахминан 7%. Биз айнан шу ё‘налишда оптималлаштирамиз: фойдаланувчига нотўғри «чегирма» кўрсатишдан кўра, мосликни қўлдан бой бериш яхшироқ.

Бутун каталог нархларини бир марта янгилаш сикли — Фирекравл кредитларида тахминан 18 доллар, 4 соат давом етади. Кунига икки марта ишга туширамиз.

Кейин нима

Кейинги катта тикиш — имаге-басед матчинг. Кўпчилик карталарда бир нечта маҳсулот расмлари бор, ва пҲаш + сегментация билан расмлар хешини таққослаш бир нечта муаммони бир вақтда ҳал қилади: бундлеларда ёрдам беради (расмда учта қути кўринса, бу ягона СКУ емас), контрафактда ёрдам беради, ва сотувчи сарлавҳага ёзмаган рангларда ёрдам беради. Прототип 5 минг СКУда ишлаяпти.

Параллел равишда қути фотосуратларидан ГТИН ни чиқариш учун ОКР ни ишга туширамиз, сотувчи уни кўрсатмаган ҳолатларда. Бу яна бир қат’ий текширув нуқтасини беради.

Агар сиз шунга ўхшаш нарса қураётган бўлсангиз

Пипелине компонентларини очиқ реполарда аста-секин чиқарамиз — гитҳуб.ком/бирбозор ва @бирбозор_дев Телеграм каналидан кузатиш қулай. Бошқа мамлакатда шунга ўхшаш вазифа бўлса — ёзинг, гаплашамиз.