Сопоставили 50 млн товаров для PIM-платформы: человек смотрит только спорные пары

Заказчик — российская платформа, где бренды и магазины хранят карточки товаров. Такие системы называют PIM.

Один и тот же товар у разных продавцов записан по-разному. Один флакон шампуня у пяти продавцов может называться пятью разными способами. Пока эти записи не сведены, платформа видит пять разных товаров, и в отчётах бренда нужного товара нет.

Руками такое не сверить. Даже по десять секунд на карточку выходят годы работы.

Требовалось: найти один и тот же товар в разных источниках среди около 50 млн карточек. При этом нельзя склеить похожие, но разные товары, например с другим объёмом или оттенком. Такая ошибка хуже пропущенной пары: покупатель получит не тот оттенок, а мониторинг цен сравнит флаконы разного размера.

1. Сравнили названия по смыслу. Программа понимает, что записи с разным порядком слов и разным регистром букв — про один товар. Для каждой карточки она находит полсотни самых похожих товаров каталога.

2. Сверили свойства. Набор свойств зависит от категории: у косметики это объём и оттенок, у одежды размер и цвет, у бытовой химии вес и количество в упаковке. Бренд сверяем всегда. Объём — с допуском 5%, чтобы «0,95 л» и «950 мл» не считались разными. Количество — точно.

3. Сравнили фото. Одинаковый товар выглядит одинаково: та же упаковка, тот же флакон. Фото ловит то, чего нет в тексте, например оттенок, не указанный в карточке.

4. Склеили только то, что прошло все три проверки. Остальные пары программа не трогает. Ошибка в склейке хуже пропущенной пары: пропуск просто остаётся несведённым, а ошибка расползается по отчётам, и её никто не замечает.

5. Отдали спорное человеку. Он смотрит только спорные пары, а не весь каталог. Машина берёт на себя объём, человек решает спорное.

Работа шла в ноябре и декабре 2025 года.

• Сопоставлено около 50 млн товаров.

• Три проверки у каждой пары: название, свойства, фото.

• Одинаковые товары найдены, даже когда названия не совпадали. Похожие, но разные (другой объём или оттенок) не склеены.

• Человек проверяет только спорные пары.

Что сделали: систему сопоставления товаров, которая работает на данных платформы и показывает две цифры: сколько пар сведено и сколько ушло на ручную проверку.

Оговорка: в кейсе нет цифры, какая доля пар сведена автоматически и сколько ушло человеку. Мы её не приводим, пока нет замера.