การจับคู่และเชื่อมโยงผลิตภัณฑ์: ทำให้การเปรียบเทียบผลิตภัณฑ์ของคุณน่าเชื่อถือยิ่งขึ้นด้วย AI

การเปรียบเทียบผลิตภัณฑ์ – หรือที่เรียกว่า ‘การจับคู่’ ในบางบริบท – คือกระบวนการระบุผลิตภัณฑ์ที่เทียบเท่ากันโดยอัตโนมัติจากผู้ขายต่าง ๆ หรือกลุ่มผลิตภัณฑ์ต่าง ๆ เพื่อเปรียบเทียบราคา ประสิทธิภาพ และตำแหน่งทางการแข่งขันของผลิตภัณฑ์เหล่านั้นบนพื้นฐานที่เทียบเท่ากัน

การศึกษานี้มุ่งเน้นไปที่ประเด็นที่เรียบง่ายแต่สำคัญยิ่ง: การเปรียบเทียบราคาจะมีประโยชน์ก็ต่อเมื่อเปรียบเทียบผลิตภัณฑ์ที่เท่ากันจริง ๆ หากไม่มีกรอบการทำงานที่น่าเชื่อถือ การวิเคราะห์ข้อมูลการแข่งขันอาจนำไปสู่การเปรียบเทียบผลิตภัณฑ์ที่คล้ายกันแต่ต่างกัน (เช่น รูปแบบที่ต่างกัน หรือส่วนประกอบที่ต่างกันเล็กน้อย) ซึ่งอาจทำให้ข้อสรุปเกี่ยวกับตำแหน่งราคาจริงของผู้ค้าปลีกถูกบิดเบือน

BOOPER MPS จัดการความสัมพันธ์นี้ผ่านกลไกหลายอย่างที่เสริมกัน ได้แก่ การจับคู่แบบอัตโนมัติด้วยปัญญาประดิษฐ์ (AI) สำหรับกรณีที่สามารถตรวจพบการจับคู่ได้ผ่านชื่อและคุณสมบัติของผลิตภัณฑ์; การคัดลอก (cloning) เมื่อไม่มีการจับคู่โดยตรงผ่านรหัส EAN; และการเชื่อมโยง (chaining) เพื่อจัดระเบียบความสัมพันธ์ระหว่างผลิตภัณฑ์ของผู้ค้าปลีกเอง

สำหรับผู้ค้าปลีก การจัดกลุ่มสินค้านี้เป็นปัจจัยพื้นฐานที่มักถูกมองข้าม แต่มีความสำคัญอย่างยิ่งต่อกลยุทธ์การกำหนดราคาที่แข่งขันได้อย่างจริงจัง: มันกำหนดความน่าเชื่อถือของการติดตามราคา และโดยนัยยะเดียวกัน ยังส่งผลต่อประสิทธิภาพของการตัดสินใจด้านราคาที่ดำเนินการเพื่อตอบสนองหรือคาดการณ์แนวโน้มตลาด

ระบบ AI วิเคราะห์คำอธิบายผลิตภัณฑ์ คุณสมบัติ รูปแบบ แบรนด์ และรูปแบบการกำหนดราคาพร้อมกัน เพื่อตรวจหาความคล้ายคลึงที่การวิเคราะห์ของมนุษย์ไม่สามารถสังเกตเห็นได้ระบบ AI เรียนรู้อย่างต่อเนื่องจากความคิดเห็นของผู้ใช้เพื่อปรับปรุงความแม่นยำ และเมื่อมีข้อมูล ระบบ AI ยังใช้เทคโนโลยีการจดจำภาพด้วย

ประโยชน์หลักของ AI ในด้านนี้คือความสามารถในการจัดการกับคำอธิบายผลิตภัณฑ์ที่หลากหลาย: ผู้ขายปลีกสองรายที่ต่างกันมักไม่ค่อยเรียกผลิตภัณฑ์เดียวกันด้วยคำอธิบายที่เหมือนกันทุกประการ ซึ่งทำให้ไม่สามารถจับคู่ผลิตภัณฑ์เหล่านั้นได้อย่างน่าเชื่อถือเพียงโดยการเปรียบเทียบข้อความเท่านั้น การประมวลผลภาษาธรรมชาติ (Natural Language Processing) ช่วยให้สามารถระบุได้ว่าผลิตภัณฑ์นั้นเป็นผลิตภัณฑ์เดียวกันได้ แม้จะมีชื่อที่แตกต่างกัน โดยพิจารณาจากคุณสมบัติ รูปแบบ และแบรนด์ นอกเหนือจากชื่อผลิตภัณฑ์

ความแม่นยำนี้จะเพิ่มขึ้นตามเวลา เนื่องจากกลไกการเรียนรู้อย่างต่อเนื่อง: ทุกการตรวจสอบหรือการแก้ไขที่ผู้ใช้ทำจะช่วยให้โมเดลพัฒนาขึ้น ซึ่งทำให้คำแนะนำสำหรับคู่ที่ตรงกันในอนาคตดีขึ้นอย่างค่อยเป็นค่อยไป แทนที่จะคงอยู่ตามการตั้งค่าเริ่มต้น

สำหรับผู้ค้าปลีก ความสามารถนี้ช่วยเปลี่ยนระดับการดำเนินการจับคู่สินค้า: การจับคู่สินค้าแบบแมนนวลจะถึงขีดจำกัดอย่างรวดเร็วเมื่อต้องจัดการกับสินค้าหลายพัน SKU ที่ถูกติดตามในหลายเครือข่ายค้าปลีกที่แข่งขันกัน ในขณะที่ AI ช่วยให้สามารถจัดการปริมาณงานนี้ได้ พร้อมทั้งยังคงการตรวจสอบโดยมนุษย์สำหรับกรณีที่ไม่ชัดเจน

การจับคู่แบบมือคือการจับคู่ผลิตภัณฑ์ทีละชิ้นโดยการเปรียบเทียบคำอธิบายและรายละเอียดของผลิตภัณฑ์ ซึ่งมักทำในสเปรดชีต ส่วนการจับคู่ที่ใช้ AI จะเสนอตัวเลือกที่ตรงกันโดยอัตโนมัติที่ BOOPER รหัส EAN จะจับคู่ผลิตภัณฑ์ที่มีรหัสเดียวกันทันที หากไม่มีรหัส EAN ที่ตรงกัน AI จะอ่านชื่อผลิตภัณฑ์โดยใช้การประมวลผลภาษาธรรมชาติ (NLP) เปรียบเทียบคุณสมบัติ รูปแบบ และแบรนด์ รวมถึงวิเคราะห์รูปภาพผลิตภัณฑ์ โดยแต่ละข้อเสนอแนะจะได้รับการกำหนดคะแนนความมั่นใจ

ความแตกต่างอยู่ที่ปริมาณและความแม่นยำเป็นหลัก การติดตามข้อมูลผลิตภัณฑ์หลายพันรายการจากผู้ค้าปลีกหลายรายที่แข่งขันกัน และอัปเดตข้อมูลให้สอดคล้องกับการเปลี่ยนแปลงของกลุ่มผลิตภัณฑ์ทุกครั้ง ต้องใช้เวลาอย่างมาก ระบบ AI สามารถประมวลผลปริมาณข้อมูลนี้และแยกแยะความแตกต่างระหว่างรุ่นที่คล้ายกันมากภายในกลุ่มผลิตภัณฑ์เดียวกัน เช่น ความจุ สี และกลิ่น

การจับคู่ด้วย AI ไม่ได้ทำให้การตรวจสอบโดยมนุษย์ไม่จำเป็นอีกต่อไป: มันช่วยเน้นการตรวจสอบนี้ไปที่ผลลัพธ์การจับคู่ที่ไม่แน่นอน ซึ่งระบุด้วยคะแนนความมั่นใจที่ต่ำ และการตรวจสอบแต่ละครั้งจะช่วยให้อัลกอริทึมเรียนรู้ได้มากขึ้น สำหรับข้อมูลเพิ่มเติม โปรดดูคู่มือของเราเกี่ยวกับการจับคู่ผลิตภัณฑ์แบบแข่งขัน

ในกรณีที่ไม่มีลิงก์โดยตรงผ่าน EAN ระบบจะดำเนินการคัดลอก (cloning) เพื่อเชื่อมโยงผลิตภัณฑ์ของผู้ค้าปลีกกับผลิตภัณฑ์ของคู่แข่ง ซึ่งหลักการนี้ใช้ได้ทั้งกับผลิตภัณฑ์แบรนด์ของตัวเองและผลิตภัณฑ์แบรนด์ระดับประเทศประเภทความสัมพันธ์เสริมอีกประเภทหนึ่งคือ การจัดเรียงเป็นลำดับ (chaining): ผลิตภัณฑ์ของผู้ค้าปลีกจะถูกจัดกลุ่มเข้าด้วยกันเพื่อสร้างลิงก์โดยอิงจากลำดับชั้น ปัจจัยการถ่วงน้ำหนัก และรูปแบบในอดีต

กลไกทั้งสองนี้มีวัตถุประสงค์ที่แตกต่างกัน การคัดลอก (cloning) ใช้เพื่อการเปรียบเทียบแบบแข่งขัน: มันช่วยให้สามารถจับคู่ผลิตภัณฑ์จากผู้ค้าปลีกหนึ่งกับผลิตภัณฑ์ที่เทียบเท่าจากคู่แข่งได้ เมื่อการจับคู่อัตโนมัติโดยใช้รหัสมาตรฐาน (EAN) ไม่สามารถทำได้ เช่น ในกรณีของผลิตภัณฑ์แบรนด์ส่วนตัวที่ไม่มีผลิตภัณฑ์เทียบเท่าโดยตรงที่คู่แข่งได้ลงรายการไว้

ส่วนเครือข่ายร้านค้าปลีกนั้น ก็ดำเนินการภายในองค์กรเกี่ยวกับกลุ่มผลิตภัณฑ์ของแบรนด์ โดยกำหนดความสัมพันธ์แบบลำดับชั้นระหว่างรหัสสินค้าที่คล้ายกัน (ความแตกต่างด้านขนาดและบรรจุภัณฑ์) และใช้ค่าสัมประสิทธิ์ที่ช่วยให้สามารถสร้างประวัติที่สอดคล้องกันได้ แม้เมื่อรหัสสินค้ามีการเปลี่ยนแปลงหรือถูกแทนที่ไปตามเวลา

สำหรับผู้ค้าปลีก วิธีการทั้งสองนี้เสริมกันมากกว่าที่จะซ้ำซ้อนกัน: การคัดลอกช่วยให้ได้ภาพที่แม่นยำของสภาพแวดล้อมการแข่งขันภายนอก ส่วนการสร้างสายโซ่ช่วยให้การวิเคราะห์ภายในมีความต่อเนื่องและสม่ำเสมอ โดยเฉพาะเมื่อหมายเลขอ้างอิงของผลิตภัณฑ์เปลี่ยนแปลงไป แต่ลักษณะของผลิตภัณฑ์นั้นไม่ได้เปลี่ยนแปลงไปจริงๆ

ใช่: BOOPER ระบุผลิตภัณฑ์ที่สามารถแทนกันได้ โดยพิจารณาจากคุณสมบัติการใช้งานและตำแหน่งราคา ซึ่งช่วยให้คุณสามารถจัดโครงสร้างห่วงโซ่ผลิตภัณฑ์ (แบรนด์ระดับประเทศ, ผลิตภัณฑ์แบรนด์ของตัวเอง, กลุ่มผลิตภัณฑ์ราคาประหยัด) และกลุ่มผลิตภัณฑ์ของคุณได้ความสัมพันธ์ที่กำหนดขึ้น (ลำดับชั้น, การให้น้ำหนัก, ประวัติ) จะสอดคล้องกับกฎเกณฑ์ของคุณเอง

การเชื่อมโยงแบบ "Chaining" จะเชื่อมโยงผลิตภัณฑ์ภายในกลุ่มสินค้าของคุณเอง ส่วนการเชื่อมโยงแบบ "Cloning" จะเชื่อมโยงผลิตภัณฑ์กับของคู่แข่ง วิธีนี้ใช้เพื่อรักษาระดับราคาให้คงที่ภายในกลุ่มสินค้า และวิเคราะห์การกินส่วนแบ่งตลาดกันเอง (cannibalisation) และการขายเพิ่ม (up-selling) ระหว่างแบรนด์ระดับประเทศ ผลิตภัณฑ์แบรนด์ของตัวเอง และแบรนด์ราคาประหยัด

เช่นเดียวกับการจับคู่ ข้อเสนอนี้ยังต้องได้รับการอนุมัติจากทีมของคุณ: กฎการจัดการของคุณจะเป็นตัวกำหนดว่าโซ่ใดจะถูกนำไปใช้ สำหรับคำอธิบายเกี่ยวกับหลักการนี้ โปรดดูคำนิยามของ "การเชื่อมโยงอัตโนมัติ"

BOOPER ระบุผลิตภัณฑ์ที่สามารถแทนกันได้ โดยพิจารณาจากคุณสมบัติการใช้งานและตำแหน่งราคา เพื่อจัดโครงสร้างกลุ่มผลิตภัณฑ์ MN/MDD/PPx และวิเคราะห์ผลกระทบจากการแข่งขันภายในกลุ่มผลิตภัณฑ์และการวางตำแหน่งผลิตภัณฑ์ในตลาดระดับสูง

โครงสร้างนี้ช่วยแก้ไขปัญหาสำคัญในการบริหารจัดการหมวดสินค้า: แบรนด์ระดับประเทศ ผลิตภัณฑ์แบรนด์ของร้านค้าเอง และแบรนด์ราคาประหยัด ไม่ใช่หมวดสินค้าที่แยกจากกัน แต่เป็นสายผลิตภัณฑ์ที่มีปฏิสัมพันธ์กันในการตัดสินใจซื้อของลูกค้า การเชื่อมโยงผลิตภัณฑ์เหล่านี้เข้าด้วยกัน ทำให้สามารถวิเคราะห์ได้ว่าการเปลี่ยนแปลงราคาของผลิตภัณฑ์หนึ่งจะส่งผลต่อยอดขายของผลิตภัณฑ์อื่น ๆ อย่างไร แทนที่จะวิเคราะห์สายผลิตภัณฑ์แต่ละสายอย่างแยกกัน

ในทางปฏิบัติ การวิเคราะห์นี้ชี้ให้เห็นถึงผลกระทบจากการแย่งชิงส่วนแบ่งตลาด (เมื่อช่องว่างราคาระหว่างแบรนด์ระดับประเทศกับแบรนด์ของร้านค้าลดลงมากเกินไป ทำให้ลูกค้าเปลี่ยนไปใช้แบรนด์ของร้านค้าแทน) หรือผลกระทบจากตลาดระดับสูง ซึ่งความแตกต่างด้านคุณภาพที่ผู้บริโภครับรู้สามารถทำให้ช่องว่างราคาที่กว้างขึ้นเป็นที่ยอมรับได้ โดยไม่ส่งผลให้ปริมาณการขายลดลง

สำหรับผู้ค้าปลีก การวิเคราะห์เปรียบเทียบระหว่างแบรนด์ระดับประเทศ ผลิตภัณฑ์แบรนด์ของตัวเอง และแบรนด์ส่วนตัวนี้ มีความสำคัญอย่างยิ่งต่อการสร้างโครงสร้างราคาที่สอดคล้องกันภายในหมวดสินค้า: การกำหนดราคาผลิตภัณฑ์แบรนด์ของตัวเองโดยไม่พิจารณาตำแหน่งทางการตลาดของมันเมื่อเทียบกับแบรนด์ระดับประเทศที่เทียบเท่ากัน เท่ากับว่ากำลังเพิกเฉยต่อส่วนสำคัญของพลวัตความต้องการที่แท้จริงบนชั้นวางสินค้า

ไม่ครับ กระบวนการจับคู่ยังไม่เป็นระบบอัตโนมัติอย่างสมบูรณ์ถึงแม้คำแนะนำจะมีความฉลาดและอัตโนมัติมากขึ้นเรื่อยๆ แต่กระบวนการจับคู่ยังคงต้องการการตรวจสอบจากมนุษย์ เพื่อให้อัลกอริทึมสามารถเรียนรู้ได้

การเลือกนี้ไม่ใช่ข้อจำกัดทางเทคนิค แต่เป็นหลักการทางวิธีการ: การจับคู่ผลิตภัณฑ์กับตลาดที่ผิดพลาดจะทำให้การวิเคราะห์การแข่งขันทั้งหมดที่อิงจากข้อมูลนั้นเกิดความผิดเพี้ยน ซึ่งส่งผลต่อเนื่องต่อการตัดสินใจด้านราคา การรักษาการตรวจสอบโดยมนุษย์ในกรณีที่ไม่แน่นอนจะช่วยป้องกันไม่ให้เกิดข้อผิดพลาดจากการจับคู่ที่ผิดพลาดแพร่กระจายไปทั่วกระบวนการบริหารราคาโดยไม่รู้ตัว

วิธีการนี้เป็นส่วนหนึ่งของกระบวนการเรียนรู้อย่างต่อเนื่อง: ยิ่งผู้ใช้ยืนยันหรือแก้ไขข้อเสนอแนะของ AI มากเท่าไร โมเดลก็ยิ่งปรับปรุงความแม่นยำได้มากขึ้น และเมื่อเวลาผ่านไป ก็ยิ่งลดสัดส่วนของกรณีที่จำเป็นต้องมีการแทรกแซงด้วยมือลง ดังนั้น การทำงานอัตโนมัติจึงก้าวหน้าขึ้น แต่ยังคงมีการกำกับดูแลจากฝ่ายธุรกิจต่อกรณีที่การจับคู่ไม่ชัดเจนอยู่เสมอ

สำหรับผู้ค้าปลีก ความสมดุลระหว่างระบบอัตโนมัติและการตรวจสอบโดยมนุษย์นี้คือหลักประกันความน่าเชื่อถือ: มันช่วยรับประกันว่าคุณภาพของฐานข้อมูลผลิตภัณฑ์จะไม่ถูกลดทอนลงเพื่อแลกกับความเร็วในการประมวลผล เนื่องจากฐานข้อมูลนี้ส่งผลโดยตรงต่อความแม่นยำของการตัดสินใจกำหนดราคาที่อิงจากการเปรียบเทียบกับคู่แข่ง

MPS ใช้ข้อมูลจากแคตตาล็อกผลิตภัณฑ์ คำอธิบายผลิตภัณฑ์ ข้อมูลทางเทคนิค ประวัติราคา และข้อมูลของคู่แข่งยิ่งข้อมูลมีรายละเอียดมากเท่าใด คำแนะนำการจับคู่ผลิตภัณฑ์ก็ยิ่งแม่นยำมากขึ้นเท่านั้น

แคตตาล็อกผลิตภัณฑ์และคำอธิบายผลิตภัณฑ์เป็นพื้นฐานของกระบวนการจับคู่: ยิ่งคุณสมบัติที่มีอยู่ (รูปแบบ, แบรนด์, บรรจุภัณฑ์, หมวดหมู่) มีความครบถ้วนและมีโครงสร้างที่ดีมากเท่าใด ข้อมูลที่ AI ใช้เพื่อแยกแยะระหว่างผลิตภัณฑ์ที่เทียบเท่ากันจริงกับผลิตภัณฑ์ที่เพียงคล้ายกันเท่านั้น ก็ยิ่งน่าเชื่อถือมากขึ้นเท่านั้น หลังจากนั้น ข้อมูลราคาในอดีตและข้อมูลคู่แข่งจะถูกนำมาใช้เพื่อปรับปรุงและตรวจสอบความถูกต้องของการจับคู่นี้อย่างต่อเนื่องตามเวลา

เมื่อโครงสร้างข้อมูลผลิตภัณฑ์ไม่ครบถ้วนหรือจัดโครงสร้างไม่ดี (คำอธิบายทั่วไป, ขาดคุณสมบัติ) ความแม่นยำของการเชื่อมโยงที่เสนอจะลดลงโดยตรง ซึ่งนี่คือเหตุผลที่การตรวจสอบโดยมนุษย์ยังคงจำเป็นในกรณีที่ข้อมูลต้นทางมีคุณภาพต่ำ

สำหรับผู้ค้าปลีก สิ่งนี้หมายความว่าคุณภาพของการจับคู่สินค้านั้นขึ้นอยู่กับส่วนหนึ่งจากงานพื้นฐานที่มักถูกมองข้ามไป นั่นคือการจัดโครงสร้างและรับประกันความน่าเชื่อถือของฐานข้อมูลสินค้าภายใน ซึ่งจะเป็นตัวกำหนดประสิทธิภาพของโมดูลทั้งหมดที่พึ่งพาฐานข้อมูลนี้ในขั้นตอนต่อไป ตั้งแต่การจับคู่สินค้าไปจนถึงการวิเคราะห์คู่แข่ง

ประโยชน์เหล่านี้เกิดจากการลดงานทำด้วยมือ การเปรียบเทียบราคาที่เชื่อถือได้ การตัดสินใจทางธุรกิจที่ดีขึ้น และประสิทธิภาพการแข่งขันโดยรวมโดยประโยชน์แรกๆ มักจะเห็นได้ภายในไม่กี่เดือน

เวลาที่ประหยัดได้จากงานที่ทำด้วยมือมักเป็นประโยชน์ที่สังเกตเห็นได้ชัดเจนที่สุด: การปรับข้อมูลให้สอดคล้องกันระหว่างผู้ค้าปลีกที่แข่งขันกันนั้น โดยทั่วไปเป็นงานที่ใช้เวลามากเมื่อทำด้วยมือทีละรายการ และยิ่งยากเป็นพิเศษที่จะรักษาข้อมูลให้ทันสมัยสำหรับกลุ่มสินค้าที่กว้างขวางและมีอัตราการหมุนเวียนสินค้าสูง

ในทางกลับกัน การเพิ่มขึ้นของความน่าเชื่อถือนั้นอาจวัดได้โดยตรงได้ยากกว่า แต่มีน้ำหนักสำคัญมากขึ้นในระยะยาว: การเปรียบเทียบเชิงแข่งขันที่อิงตามมาตรฐานผลิตภัณฑ์ที่น่าเชื่อถือ จะช่วยป้องกันไม่ให้การตัดสินใจด้านราคาถูกบิดเบือนจากการเปรียบเทียบที่ผิดพลาด ซึ่งส่งผลให้คุณภาพของการตัดสินใจด้านราคาดีขึ้นในระยะยาว ไม่ใช่เพียงสำหรับแคมเปญเดียวเท่านั้น

สำหรับผู้ค้าปลีก โมดูลนี้มักเป็นองค์ประกอบสำคัญที่แม้จะไม่ปรากฏให้เห็นอย่างชัดเจน แต่กลับมีบทบาทพื้นฐานต่อธุรกิจ: แม้โมดูลนี้จะไม่สร้างกำไรโดยตรงด้วยตัวเอง แต่มันเป็นพื้นฐานที่สนับสนุนความน่าเชื่อถือของทุกการวิเคราะห์การแข่งขันและการตัดสินใจด้านราคา ซึ่งทั้งหมดนี้ล้วนอิงจากการเปรียบเทียบผลิตภัณฑ์ดังกล่าว