مطابقة المنتجات وتسلسلها: اجعل مقارنات المنتجات أكثر موثوقية باستخدام الذكاء الاصطناعي

يتمثل «ربط المنتجات»، أو «المطابقة» في بعض الحالات، في تحديد المنتجات المكافئة تلقائيًّا بين مختلف العلامات التجارية أو المجموعات، بهدف مقارنة أسعارها وأدائها ومواقعها التنافسية على أساس موحد.

يتناول هذا العمل مشكلة بسيطة لكنها جوهرية: لا يكون لمقارنة الأسعار أي معنى إلا إذا تمت مقارنة منتجات متكافئة فعليًّا. فبدون ربط موثوق، قد تقارن عملية مراقبة المنافسة منتجات مشابهة لكنها مختلفة (حجم مختلف، أو تركيبة تختلف قليلاً)، مما يؤدي إلى تشويه الاستنتاجات المتعلقة بالموقع السعري الفعلي للعلامة التجارية.

تقوم BOOPER MPS بتنظيم هذا الربط من خلال عدة آليات متكاملة: المطابقة التلقائية بواسطة الذكاء الاصطناعي للحالات التي يمكن فيها اكتشاف التطابقات عبر التسميات والسمات، والاستنساخ في حالة عدم وجود تطابق مباشر عبر رمز EAN، والربط التسلسلي لتنظيم العلاقات بين منتجات العلامة التجارية نفسها.

بالنسبة لتاجر التجزئة، يُعد هذا الربط بين المنتجات شرطًا أساسيًّا غالبًا ما يكون خفيًّا، لكنه لا غنى عنه لأي استراتيجية تسعير تنافسية جادة: فهو يؤثر على موثوقية مراقبة الأسعار، وبالتالي على مدى ملاءمة قرارات التسعير التي تُتخذ استجابةً للسوق أو استباقًا له.

تقوم الذكاء الاصطناعي بتحليل الصياغات والسمات والتنسيقات والعلامات التجارية وأنماط التسعير في آن واحد للكشف عن أوجه التشابه التي لا يمكن للإنسان ملاحظتها. وهي تتعلم باستمرار من تعليقات المستخدمين لتحسين دقتها. وعندما تكون هذه الميزة متاحة، تأخذ الذكاء الاصطناعي أيضًا التعرف على الصور في الاعتبار.

يتمثل الإسهام الرئيسي للذكاء الاصطناعي في هذا المجال في القدرة على معالجة التسميات المتنوعة للمنتجات: فنادرًا ما تطلق علامتان تجاريتان مختلفتان نفس التسمية على نفس المنتج، مما يجعل من المستحيل إجراء مقارنة موثوقة بمجرد مطابقة النص. تتيح معالجة اللغة الطبيعية التعرف على أن المنتج هو نفسه على الرغم من اختلاف التسميات، وذلك بالاعتماد على الخصائص والشكل والعلامة التجارية بالإضافة إلى التسمية.

تتحسن هذه الدقة بمرور الوقت بفضل آلية التعلم المستمر: فكل عملية تأكيد أو تصحيح يقوم بها المستخدم تثري النموذج، الذي يعمل تدريجيًا على تحسين توصياته بشأن عمليات المطابقة المستقبلية، بدلاً من البقاء ثابتًا على إعداداته الأولية.

بالنسبة لتاجر التجزئة، تغير هذه القدرة النطاق الذي يمكن فيه إجراء عملية المطابقة: فالمعالجة اليدوية لمطابقة المنتجات تصل بسرعة إلى حدودها القصوى عند التعامل مع تشكيلة تضم عدة آلاف من المنتجات التي يتم تتبعها عبر العديد من العلامات التجارية المنافسة، في حين تتيح الذكاء الاصطناعي تغطية هذا الحجم مع الحفاظ على التحقق البشري في الحالات غير المؤكدة.

تقوم عملية المطابقة اليدوية بمقارنة المنتجات واحدة تلو الأخرى، من خلال مقارنة العبارات المكتوبة والبيانات الوصفية، وغالبًا ما تتم هذه العملية في جدول بيانات؛ أما عملية المطابقة القائمة على الذكاء الاصطناعي فتقترح التطابقات تلقائيًّا. في BOOPER، يعمل رمز EAN على مطابقة المنتجات التي تشترك فيه على الفور؛ وفي حالة عدم وجود رمز EAN مشترك، تقوم الذكاء الاصطناعي بقراءة التسميات باستخدام معالجة اللغة الطبيعية (NLP)، ومقارنة الخصائص والأشكال والعلامة التجارية، وتحليل صورة المنتج. ويحمل كل اقتراح درجة ثقة.

يكمن الاختلاف في المقام الأول في الحجم والدقة. فعند القيام بذلك يدويًّا، يتطلب تغطية عدة آلاف من المنتجات التي يتم تتبعها عبر العديد من العلامات التجارية المنافسة، وتحديثها عند كل تغيير في تشكيلة المنتجات، وقتًا طويلاً. أما الذكاء الاصطناعي فيعالج هذا الحجم ويُميّز بين المتغيرات المتشابهة جدًّا ضمن نفس المجموعة: السعة، واللون، والرائحة.

لا يلغي المطابقة باستخدام الذكاء الاصطناعي عملية التحقق البشري: بل تركزها على حالات المطابقة غير المؤكدة، التي يُشار إليها بدرجة ثقة منخفضة، وتساهم كل عملية تحقق في تعليم الخوارزمية. لمزيد من التفاصيل، راجع دليلنا حول المطابقة التنافسية للمنتجات.

عندما لا يكون هناك ارتباط مباشر عبر رمز EAN، يتولى «الاستنساخ» المهمة ويربط منتجات السلسلة بتلك الخاصة بالمنافسين؛ ويشمل ذلك العلامة التجارية الخاصة بالسلسلة والعلامات التجارية الوطنية على حد سواء. أما النوع الآخر من العلاقات التكميلية فهو «التسلسل»: حيث يتم تجميع منتجات السلسلة لإنشاء روابط تتعلق بالتسلسل الهرمي، والمعاملات، ونموذج السجل التاريخي.

تستجيب هاتان الآليتان لاحتياجات مختلفة. يُستخدم الاستنساخ لأغراض المقارنة التنافسية: فهو يتيح ربط منتج تابع للعلامة التجارية بنظير له لدى أحد المنافسين عندما يتعذر إجراء المطابقة التلقائية باستخدام الرمز القياسي (EAN)، على سبيل المثال في حالة العلامة التجارية الخاصة التي لا يوجد لها نظير مباشر مدرج لدى المنافس.

أما سلسلة المتاجر، فهي تعمل داخليًّا على تشكيلة العلامة التجارية: فهي تنظم الروابط الهرمية بين المنتجات المتشابهة (الاختلافات في الأحجام والتعبئة) والمعاملات التي تسمح بإعادة بناء سجل متسق حتى عندما تتغير المنتجات أو يتم استبدالها بمرور الوقت.

بالنسبة لتاجر التجزئة، فإن هاتين العلاقتين متكاملتان وليستا متكررتين: فالاستنساخ يضمن قراءة تنافسية خارجية، في حين أن التسلسل يضمن استمرارية واتساق التحليل الداخلي، لا سيما عندما يتغير الرمز المرجعي لمنتج ما دون أن تتغير طبيعته فعليًّا.

نعم: يحدد BOOPER المنتجات القابلة للاستبدال بناءً على خصائصها الوظيفية وموقعها السعري، مما يتيح تنظيم سلاسل منتجاتكم (العلامات التجارية الوطنية، العلامات التجارية الخاصة بالمتاجر، المنتجات ذات الأسعار المنخفضة) ومجموعات منتجاتكم. وتتوافق الروابط المحددة (التسلسل الهرمي، المعاملات، السجل التاريخي) مع القواعد الخاصة بكم.

يربط «التسلسل» بين منتجات مجموعتك الخاصة، بينما يربط «الاستنساخ» بينها وبين منتجات المنافسين. ويُستخدم «التسلسل» للحفاظ على تناسق مستويات الأسعار ضمن مجموعة معينة، ولتحليل ظاهرة «التنافس الداخلي» والانتقال إلى فئة أعلى بين العلامات التجارية الوطنية والعلامات التجارية الخاصة بالمتاجر والمنتجات ذات الأسعار المنخفضة.

كما هو الحال بالنسبة لعملية المطابقة، يظل الاقتراح خاضعًا لفرقكم: فقواعد الإدارة الخاصة بكم هي التي تحدد السلاسل المطبقة. للاطلاع على المبدأ، انظر تعريف التسلسل التلقائي.

تقوم BOOPER بتحديد المنتجات القابلة للاستبدال بناءً على خصائصها الوظيفية وموقعها السعري، بهدف تنظيم سلاسل منتجات العلامات التجارية الكبرى/العلامات التجارية الخاصة/المنتجات الخاصة بالمحلات (MN/MDD/PPx) وتحليل آثار التنافس الداخلي والارتقاء إلى فئة أعلى.

يستجيب هذا التنظيم لأحد التحديات الرئيسية في إدارة الفئات: فالعلامات التجارية الوطنية، والعلامات التجارية الخاصة بالموزعين، والمنتجات ذات الأسعار المنخفضة ليست مجالات منفصلة، بل هي منتجات تتفاعل فيما بينها في عملية اتخاذ قرارات الشراء لدى العملاء. ويتيح ربط هذه المنتجات ببعضها البعض تحليل كيفية تأثير تغير سعر أحدها على مبيعات البقية، بدلاً من تحليل كل منتج على حدة.

وعلى الصعيد العملي، يسلط هذا التحليل الضوء على ظاهرة «التنافس الداخلي» (حيث ينتقل العميل من علامة تجارية محلية إلى علامة تجارية خاصة بالمتجر عندما يضيق الفارق السعري بشكل كبير) أو ظاهرة «الارتقاء إلى فئة أعلى»، عندما يبرر الفارق في الجودة المتصورة وجود فارق سعري أكبر دون أن يؤدي ذلك إلى انخفاض في حجم المبيعات.

بالنسبة لتاجر التجزئة، يُعد هذا التحليل المقارن بين العلامات التجارية الوطنية والعلامات التجارية الخاصة بالمتاجر (MDD) والعلامات التجارية الخاصة بالموزعين (PPx) عاملاً حاسماً في بناء هيكل أسعار متسق ضمن فئة معينة: فالتحديد سعر علامة تجارية خاصة بالمتاجر دون مراعاة موقعها التنافسي مقارنةً بالعلامة التجارية الوطنية المكافئة لها يعني تجاهل جزء كبير من الديناميكية الحقيقية للطلب في قسم البيع.

لا، عملية الربط ليست آلية بالكامل. على الرغم من أن التوصيات أصبحت أكثر ذكاءً وتلقائيةً، إلا أن عملية الربط تتطلب مصادقةً من قبل الإنسان حتى تتمكن الخوارزميات من التعلم.

هذا الاختيار ليس قيدًا تقنيًّا بل مبدأً منهجيًّا: فالربط الخاطئ يؤدي بدوره إلى تشويه جميع التحليلات التنافسية التي تستند إليه، مع ما يترتب على ذلك من تأثير متسلسل على قرارات التسعير. ويسمح الحفاظ على الرقابة البشرية على الحالات غير المؤكدة بتجنب انتشار أخطاء الربط بشكل خفي في إدارة التسعير.

ويندرج هذا الأسلوب في إطار منطق التعلم المستمر: فكلما زاد عدد المرات التي يقوم فيها المستخدمون بالتصديق على اقتراحات الذكاء الاصطناعي أو تصحيحها، زادت دقة النموذج، وتقلصت مع مرور الوقت نسبة الحالات التي تتطلب تدخلاً يدويًّا. وبالتالي، تتقدم عملية الأتمتة، لكنها تظل دائمًا مصحوبة بمراقبة متخصصة للحالات الأقل وضوحًا في المطابقة.

بالنسبة إلى تاجر التجزئة، يُعد هذا التوازن بين الأتمتة والتحقق البشري ضمانة للموثوقية: فهو يمنع التضحية بجودة قاعدة بيانات المنتجات لصالح سرعة المعالجة، في حين أن هذه القاعدة تؤثر بشكل مباشر على دقة قرارات التسعير التي تستند إلى المقارنات التنافسية.

تستفيد MPS من قواعد بيانات المنتجات، والأسماء التجارية، والخصائص الفنية، وسجلات الأسعار، والبيانات المتعلقة بالمنافسين. وكلما زادت ثراء البيانات، زادت دقة اقتراحات التجميع.

يشكل مرجع المنتجات والتسميات أساس عملية المطابقة: فكلما كانت السمات المتاحة أكثر شمولاً وتنظيماً (الشكل، العلامة التجارية، العبوة، الفئة)، زادت العناصر الموثوقة المتاحة للذكاء الاصطناعي لتمييز المنتجات المتكافئة فعليًّا عن المنتجات المشابهة فقط. ثم تأتي سجلات الأسعار وبيانات المنافسة لتنقيح هذه المطابقات والتحقق من صحتها على المدى الطويل.

عندما تكون قواعد بيانات المنتجات غير مكتملة أو غير منظمة بشكل كافٍ (تسميات عامة، سمات مفقودة)، تتأثر دقة اقتراحات الربط بشكل مباشر، وهو ما يفسر لماذا تظل المراجعة البشرية ضرورية في الحالات التي تكون فيها جودة البيانات المصدر منخفضة.

بالنسبة إلى تاجر التجزئة، يعني ذلك أن جودة مطابقة المنتجات تعتمد جزئيًا على عمل أساسي غالبًا ما يتم تجاهله: تنظيم قاعدة بيانات المنتجات الداخلية وضمان موثوقيتها، وهو ما يؤثر بشكل مباشر على أداء جميع الوحدات التي تعتمد عليها لاحقًا، بدءًا من مطابقة المنتجات وصولاً إلى التحليل التنافسي.

وتأتي المكاسب من تقليل الوقت المستغرق في الأعمال اليدوية، وموثوقية مقارنات الأسعار، وتحسين القرارات التجارية، والأداء التنافسي العام. وعادةً ما تظهر الفوائد الأولى في غضون بضعة أشهر.

غالبًا ما يكون توفير الوقت في العمل اليدوي هو أول تأثير ملحوظ: فالتسوية بين العلامات التجارية المنافسة هي عمل يستغرق وقتًا طويلاً عادةً عندما يتم إجراؤه يدويًّا، مرجعًا تلو الآخر، ويصعب بشكل خاص تحديثه باستمرار في ظل تشكيلة واسعة من المنتجات ذات معدل تجديد مرتفع.

أما الزيادة في الموثوقية، فهي لا تُقاس بشكل مباشر بنفس القدر، لكن تأثيرها يكون أكبر على المدى الطويل: فالمقارنات التنافسية التي تستند إلى معيار موثوق للمنتج تمنع اتخاذ قرارات تسعيرية مشوهة بسبب المقارنات الخاطئة، مما يحسّن جودة القرارات المتعلقة بالتسعير على المدى الطويل، وليس فقط خلال حملة تسويقية واحدة.

بالنسبة لتاجر التجزئة، غالبًا ما تشكل هذه الوحدة لبنة أساسية غير ظاهرة للعيان ولكنها حاسمة: فهي لا تدر هامش ربح مباشرًا بحد ذاتها، لكنها تحدد مدى موثوقية جميع التحليلات التنافسية وقرارات التسعير التي تستند لاحقًا إلى مقارنات المنتجات هذه.