Il problema
Il collo di bottiglia è il catalogo
Un’anagrafica prodotto nasce in tre o quattro sistemi alla volta. Un ERP con i codici e nessun testo. File dei fornitori nel formato che il fornitore ha deciso di mandare. Un PIM costruito per contenere le specifiche, non per vendere. Un foglio di calcolo che tiene insieme i passaggi, aggiornato dall’unica persona che lo capisce.
Niente di tutto questo è sbagliato, e sostituirlo non è il punto. Il problema è più circoscritto: i campi che decidono se un prodotto viene trovato e comprato, cioè vestibilità, materiale, dimensioni, la variante a cui appartiene, la categoria in cui sta, sono quelli di cui nessun sistema è responsabile. Così vengono inseriti a mano, una volta per ogni canale di vendita e una volta per ogni mercato, dal team che è già il collo di bottiglia.
Il costo si vede nell’assortimento. Ogni canale e ogni mercato in cui gli stessi campi vanno riscritti è un canale che apre più tardi, con meno catalogo. Tutto ciò che sta sopra questo livello legge dalle stesse anagrafiche: sistemarle una volta sola abbassa il costo di tutte le altre sette aree.
Gli use case più comuni
I lavori sull’anagrafica
Alcuni dei lavori che girano qui. Ognuno è un processo a sé, con i suoi risultati e i suoi numeri, e un lavoro che non vedi nominato di solito è la variante di uno che c’è. Attivane uno, o tutti insieme.
Inserimento dei nuovi prodotti
Entra un file del fornitore, esce un prodotto pronto per la vendita
Venti fornitori, venti formati: un feed XML, un CSV caricato via SFTP, un’API, un foglio di calcolo che qualcuno aggiorna a mano. Ogni campo viene mappato sul tuo modello di attributi e normalizzato in ingresso: valuta dei prezzi uniformata, percorsi di categoria appiattiti, URL delle immagini riscritti, e un campo senza collocazione viene segnalato invece di sparire in silenzio. Le specifiche che il fornitore ha lasciato vuote, come vestibilità, materiale e compatibilità, vengono lette dalla scheda tecnica e dai testi del fornitore, poi recuperate da fonti in rete e verificate incrociandole. Ogni valore porta con sé la sua provenienza.
CommerceClarity agent · Apparel EU
Il ciclo di feedback
Ogni correzione migliora l’esecuzione successiva
Il tuo team giudica i risultati. Un valore è giusto, oppure è sbagliato e si corregge una volta sola. Ogni giudizio cambia l’esecuzione successiva: il punteggio sul tuo campione si muove, e l’agente AI riparte da ciò che ha imparato nell’esecuzione precedente. Così la quota di valori che richiede una persona continua a scendere, misurata sul tuo catalogo e sulle tue regole, non su una media di tutti gli altri.
Come lavoriamo
In produzione sul tuo catalogo in settimane, non in mesi
Gestiamo tutte e quattro le fasi con il tuo team, sui sistemi che hai già, e ognuna si chiude con un numero concordato in anticipo.
- 01
Progettazione
Mappiamo come entrano i tuoi dati e come esce il risultato, poi concordiamo il KPI di business che l’agente AI deve migliorare.
- 02
Implementazione
Costruiamo l’agente AI e lo testiamo su un campione del tuo catalogo, concordato con te. Ogni modifica viene valutata su quel campione, così la messa a punto si basa sui numeri.
- 03
Verifica
Il lavoro è concluso quando il KPI ha raggiunto l’obiettivo sull’intero catalogo e hai visto i numeri con i tuoi occhi.
- 04
Evoluzione
Restiamo al tuo fianco. Le tue correzioni continuano a migliorare l’agente AI, il KPI resta dove ti serve e il prossimo use case parte dal contesto che questo ha già costruito.
Pensato per le grandi aziende, su un catalogo che non puoi mettere a rischio
Funziona sui sistemi che hai già
Legge PIM, ERP e DAM tramite le loro API e rimanda loro il risultato.
Niente di incerto arriva su un canale
Ogni valore viene verificato sulle tue regole, e tutto ciò che è incerto passa in revisione prima di arrivare su un canale di vendita.
I tuoi dati restano tuoi
Un ambiente di lavoro isolato, solo tuo. I tuoi dati non finiscono mai in modelli condivisi e puoi esportarli quando vuoi.
Ogni esecuzione resta registrata
Ogni valore riporta la sua fonte, l’esecuzione che l’ha prodotto e il suo punteggio, così puoi capire perché uno è sbagliato.
Questions
Cosa ci chiedono i retailer
Cosa significa gestire il catalogo prodotti?
Tenere ogni anagrafica prodotto completa, coerente e aggiornata, su ogni canale che la legge. In un catalogo piccolo è un lavoro che una persona porta a termine. Oltre qualche migliaio di SKU, con fornitori che mandano venti formati diversi, nessuno lo porta a termine. È lì che smette di essere inserimento dati e diventa un processo operativo.
Chi gestisce gli agenti AI: CommerceClarity o il nostro team?
Noi, sui tuoi dati, categoria per categoria, e restiamo sul progetto anche dopo l’avvio. Quello che compri è il risultato sul tuo catalogo, non una licenza e un manuale.
Dobbiamo sostituire il nostro PIM o il nostro ERP?
No. Gli agenti AI leggono il tuo PIM, ERP e DAM e ci scrivono direttamente i risultati. Lavoriamo sopra i sistemi che usi già, e la prima cosa che facciamo è mappare come entrano ed escono i dati.
E se l’agente AI che ci serve non esiste ancora?
La maggior parte gira già per un altro retailer e si adatta al tuo catalogo, e questo adattamento fa parte del servizio. Se un processo non è coperto, progettiamo l’agente AI insieme a te e ne definiamo il perimetro a parte.
Come si verifica che il risultato sia corretto?
Il KPI, concordato prima di qualsiasi sviluppo, dice se i risultati dell’azienda sono cambiati sul catalogo reale. Più nel dettaglio, valutiamo il lavoro stesso rispetto alle tue regole su un campione del tuo catalogo, e quella valutazione si ripete a ogni modifica.
Di chi sono i dati?
Tuoi. Gli agenti AI imparano dalle correzioni del tuo team, e dati e correzioni restano esportabili in qualsiasi momento.