Pareamento de autopeças entre catálogos de fornecedores
Marco · @marcoporracin69,6 mil visualizações no X
Este projeto decide se dois anúncios de fornecedores diferentes se referem à mesma autopeça, mesmo com SKUs e descrições distintos. Num teste com dezenas de milhares de itens, o Jev foi comparado a um modelo generativo e entregou custo e tempo muito menores, com boa taxa de concordância entre os dois.
O que o Jev decide aqui?
Para cada par de anúncios, o Jev indica a probabilidade de serem a mesma peça (Noul).
Qual foi o resultado?
Em 35 mil itens: Gemini custou cerca de US$ 23 a cerca de 4 pares/s; o Jev custou cerca de US$ 1,50 a cerca de 150 pares/s e terminou em 4 minutos. Os dois concordaram em 89% dos casos.
Por que isso importa?
Deduplicar catálogo é um problema clássico de e-commerce e marketplace: cada fornecedor descreve o mesmo produto de um jeito. Com volume alto, o custo por par decide se a checagem roda em tudo ou só numa amostra.
O padrão se aplica a unificação de cadastros de clientes, conciliação de notas e comparação de preços. O cuidado é que concordância não é acurácia: 89% de acordo entre dois modelos não diz qual acertou nos casos divergentes. Vale revisar manualmente uma amostra das divergências antes de adotar.
Post original
Marco
@marcoporracin
Estuve jugando con Jev, aca les dejo algo de datita. 1. El problema Tenemos unos scrappers de autopartes que levantan miles de items diarios y muchas veces es muy dificil decidir si dos items de distintos proveedores son el mismo o no. Cada uno con su SKU y su texto (y