Сопоставление номенклатур за минуты вместо двух дней
Крупная металлургическая компания — производитель ферросплавов — еженедельно сверяла характеристики своей продукции с аналогами конкурентов, чтобы держать корректные цены. Разрозненные форматы и названия превращали аналитику в ручной труд на несколько дней. Мы построили ML-сопоставление, которое сводит партии автоматически, — подготовка отчёта сократилась до 30 минут.
Задача: дни ручной аналитики на один прайс-лист
Отдел ценообразования вручную сопоставлял свою продукцию с продукцией конкурентов по химическому составу, фракции и показателям качества. Одна и та же позиция у каждого поставщика записана по-своему — разные наименования, сокращения, единицы. Сверка занимала несколько дней, поэтому цены обновлялись реже, чем менялся рынок, и компания теряла маржу там, где конкуренты уже подвинулись.
Решение
- ML-модель pattern matching сопоставляет партии по химическому составу, фракции и показателям качества.
- Нормализация наименований и единый справочник продукции — одна позиция перестала существовать в десятках написаний.
- Интерактивный дашборд с динамикой цен конкурентов и рекомендациями для коммерческого отдела.
Что оказалось сложным
Сложнее всего давались позиции, различающиеся только одним параметром при совпадении остального. Модель дообучили на признаках из паспортов качества и добавили штрафы за расхождение критичных атрибутов — доля таких ошибок заметно снизилась.
Контроль качества
Спорные сопоставления не уходят в цену автоматически — их подтверждает аналитик; точность модели измеряется на размеченной выборке.
Результат
подготовка отчёта вместо нескольких дней
рост маржи по ключевым контрактам
обновление цен вместо «реже рынка»
Проверим эффект за 14 дней
Оставьте заявку — пришлём план пилота и расчёт ROI по вашим данным. Покажем, где ИИ реально окупится, и честно скажем, если не окупится.