Ручную рутину — в системы, которые приносят деньги
- Опыт работы
- 6 лет
- На сайте с
- 2026 года
- Юридический статус
- Юридическое лицо
Поставщик продуктов для HoReCa ежедневно сверяет прайсы 45 поставщиков со своим каталогом: по каждой позиции нужно найти, у кого сегодня дешевле. Ручная сверка съедала часы менеджеров, а автоматический матчинг давал только 64% совпадений — ниже планки клиента в 70%. Проблема осложнялась «грязными» данными: у каждого поставщика свой формат Excel, свои названия одних и тех же товаров, бренды в кавычках и без, цены то за штуку, то за килограмм.
Собрал систему на Python: нормализация прайсов любых форматов Excel, ИИ-сопоставление позиций с каталогом (векторный поиск кандидатов + скоринг по правилам + языковая модель как судья в спорных случаях), очередь подтверждений для человека — каждое «подтвердить» или «отклонить» дообучает систему, и очередь спорных случаев худеет неделя к неделе. Плюс автоматическая загрузка свежих прайсов из облака клиента и ежедневная сводка. Прочесал систему по семи направлениям: наполняемость, точность, цены, очередь, поставщики, парсинг файлов, дубли — большинство проблем матчинга оказались не в «уме» модели, а в данных вокруг неё.
Доля автоматических совпадений выросла с 64% до 76%, а с учётом очереди подтверждений — до 87%. Количество автоматически заполненных ценовых ячеек выросло в полтора раза. Система в ежедневной боевой эксплуатации у клиента, работает по договору с поэтапной оплатой. Открытая демо-версия той же механики подбора (на обезличенных данных): podbor.aionika.ru — можно потрогать без регистрации.
