Каждый поставщик присылает данные в своём формате — сокращения, опечатки, разный порядок полей. Собрали AI-бота, который сам приводит карточки к формату 1С и заполняет характеристики без ручной разметки.
Автоматизировать нормализацию карточек товаров: превращать «сырые» строки от поставщиков в аккуратные карточки для 1С — без сотрудников на разметке.
Интернет-магазин получает товары от десятков поставщиков, и у каждого свой формат наименований — сокращения, опечатки, разный порядок полей. Чтобы всё корректно попадало в 1С, каждую позицию переписывали вручную.
Проблема: с ростом ассортимента ручная разметка карточек не успевала за потоком товаров:
Собрали AI-бота, который распознаёт параметры товара из «сырой» строки поставщика, приводит название к формату 1С и сам заполняет характеристики — цвет, размер, материал, артикул. Точность распознавания — около 95%, спорные позиции уходят на ручную проверку.
Посмотрели, как приходят данные от разных поставщиков и что на выходе требует 1С.
Настроили распознавание параметров и приведение названий к единому формату 1С.
Подключили к 1С, проверили на реальном ассортименте, отключили ручную разметку.
| Метрика | До внедрения | После внедрения |
|---|---|---|
| Время на одну карточку | ~5 минут вручную | ~15 секунд автоматически |
| Позиций в день | 150–200, дальше не успевали | 500+ — ограничение теперь не в скорости обработки, а в потоке данных от поставщиков |
| Сотрудники на разметке | 2 человека вручную | 0 в штате — спорные карточки (2–3%) проверяет дежурный сотрудник |
| Ошибки в наименованиях | Регулярно путали склад и заказы | Менее 2–3% уходят на ручную проверку |
| Подключение нового поставщика | 3–5 дней адаптации формата | Около 1 дня |
Если новый поставщик — это каждый раз ручная разметка сотен позиций, сначала стоит автоматизировать приведение данных к единому формату. Дальше это масштабируется без роста штата.