Автоматизоване порівняння цін на fashion-товари: чому це так складно

На відміну від електроніки чи побутової техніки, де товари мають чіткі артикули виробника й більш-менш стандартизовані назви, у fashion-категоріях уніфікація товарів значно гірша. Як приклад, один товар може мати різні артикули та назви в різних ритейлерів. Через це зіставити два однакових товари з двох сайтів і порівняти їх ціни автоматично є дуже складним завданням.

---

«Процес ідентифікації та зіставлення товарів у fashion-категоріях створює серйозний виклик для тих, хто хоче порівнювати ціни конкурентів на ринку e-commerce. Цей процес можна автоматизувати, але, із сучасним рівнем технологій, fashion залишається однією з найскладніших ніш для аналізу цін. Сучасні рішення використовують машинне навчання та розпізнавання зображень для метчингу товарів, але точність залишається під питанням», — коментує CEO платформи цінової аналітики Pricer24 Ілля Сазонов.

У цьому матеріалі розбираємося, які виклики роблять fashion одним з найскладніших сегментів для автоматизації цінового моніторингу і які є способи їх подолати.

Основні проблеми порівняння цін на fashion-товари

1. Зіставлення товарів за назвою

Проблема: Fashion-ритейлери часто створюють власні маркетингові назви для товарів. Крім того, один і той самий товар може мати різні назви залежно від регіону продажу.

Варіанти рішення у fashion

Потрібен складніший аналіз тексту опису товару. Система повинна розуміти, що саме в назві товару відповідає за тип одягу, матеріал, крій, довжину або принт.

Наприклад, з назви «Сукня Zara міді з квітковим принтом» система має витягти:

• тип = сукня;
• виробник = Zara;
• довжина = міді;
• принт = квітковий.

Але навіть це не гарантує точного зіставлення, оскільки «квітковий принт» може означати що завгодно: від дрібних ромашок до великих півоній.

2. Зіставлення товарів за кодом

Проблема: У fashion e-commerce не завжди використовують універсальну систему кодування товарів, як-от EAN в інших категоріях. До того ж великі ритейлери створюють і показують на своїх сайтах внутрішні номери SKU для управління асортиментом, навіть якщо виробник має свій код.

Варіанти рішення у fashion

Деякі великі бренди все ж таки використовують власні коди. Наприклад, номер моделі кросівок Nike часто залишається незмінним. Однак це працює лише для брендових речей середнього й преміумсегменту. Для масмаркету та fast fashion потрібні інші підходи — комбінація характеристик товару, візуальний аналіз за фотографіями й ручна верифікація.

3. Зіставлення товарів за брендом

Проблема: Величезна кількість товарів у fashion-ніші продається без зазначення в назві бренду виробника. Це особливо поширено в нижньому ціновому сегменті та в категорії базового одягу або на монобрендових сайтах виробників.

Варіанти рішення у fashion

Для товарів без бренду потрібен фокус на інших атрибутах, таких як матеріал, склад тканини, крій і деталі.

Ілля Сазонов коментує: «У сегменті ноунейм-товарів пряме порівняння цін часто взагалі неможливе. Замість цього ми іноді пропонуємо клієнтам створювати кластери аналогічних товарів, що представлені на сайтах конкурентів, й аналізувати цінові діапазони всередині кластера. Це хоча й не точне порівняння товарів “один до одного”, але дає розуміння ринку».

4. Порівняння через Google Shopping

Проблема: Google Shopping має такі самі проблеми із зіставленням товарів у fashion-категорії, як і професійні сервіси для аналізу цін в e-commerce. Причина проста: Google Shopping покладається на дані, які надають самі ритейлери через товарні фіди, використовуючи для зіставлення ідентифікатори товарів (GTIN, артикули виробника) й атрибути з назв і описів.

Чому це не працює для fashion-товарів

Якщо ритейлери по-різному вказують назви брендів, використовують різні артикули для одного товару або припускаються помилок в атрибутах — система не зможе правильно об’єднати пропозиції.

Варіанти рішення у fashion

Google Shopping може бути корисним для ручного порівняння популярних брендових речей, де є коди й чіткі назви моделей. Однак для продукції локальних брендів такий метод краще використовувати лише як додаткове джерело даних, а не основний інструмент.

5. Розмірна сітка

Проблема: У fashion-індустрії немає єдиної розмірної сітки. Один і той самий розмір може означати різні параметри залежно від бренду, країни виробництва та навіть конкретної моделі.

Маркування розміру відрізняється залежно від регіону. Європейські розміри (36, 38, 40) = американські (4, 6, 8) = українські (42, 44, 46).

Варіанти рішення у fashion

Ідеальним було б зіставлення за фактичними мірками (обхват грудей, талії, довжина виробу), але цю інформацію рідко вказують у картці товару. Зазвичай продавці зазначають варіанти розмірів, а розмірну сітку пропонують переглянути за окремим посиланням.

Тому, як варіант, можна створювати таблиці відповідності розмірів для кожного бренду та враховувати ці відмінності в процесі зіставлення. Це значно ускладнює автоматизацію, але підвищує точність.

6. Варіанти товарів

Проблема: Різні ритейлери по-різному представляють варіації одного товару. Іноді кожен розмір і колір — це окрема картка товару з власною URL-адресою. В інших випадках це одна картка з випадним меню вибору.

Ця технічна відмінність у структурі каталогу створює проблеми для парсингу та порівняння. Якщо магазин А має одну картку «Сукня чорна» за 1000 грн і окрему картку «Сукня червона» за 1200 грн, а магазин Б — одну картку «Сукня» з двома варіантами кольору й різними цінами, як правильно порівнювати ці товари? Рахувати їх як два окремі товари чи як один?

Варіанти рішення у fashion

Потрібна нормалізація даних на етапі збору. Система має розуміти, що одна картка з п’ятьма варіантами кольору еквівалентна п’ятьом окремим карткам. Під час порівняння цін важливо чітко визначати, що саме порівнюється: конкретний колір і конкретний розмір. Це потребує гнучкого налаштування правил збору інформації для кожного джерела даних та кожного типу товару.

7. Стратегічні нюанси зіставлення

Проблема: Навіть якщо технічні питання розв’язано, залишаються стратегічні: що вважати аналогічним товаром, а що ні? Чи потрібно порівнювати ціни та наявність товарів різних кольорів? Як зіставляти комплекти й окремі товари з них?

Ці запитання не мають однозначної відповіді — залежить від запитів бізнесу, його процесів і цілей. З погляду споживача, білі футболки однакового крою та з однакового матеріалу від двох різних брендів — це аналоги, якщо він шукає базову футболку. Але з погляду ціноутворення певний бренд може бути більш преміальним і коштувати дорожче.

Варіанти рішення у fashion

Необхідна чітка бізнес-стратегія зіставлення, яка враховує специфіку асортименту й цілі аналізу. Потрібно також визначити правила для специфічних кейсів: наприклад, комплекти зіставляються з комплектами, окремі речі — з окремими, але можна аналізувати співвідношення «ціна комплекту — сума окремих речей».

Альтернативні підходи

Порівняння за фото — перспективне, але має обмеження

Нейронні мережі можуть аналізувати фото й знаходити візуально схожі товари навіть за відсутності збігів у назвах чи кодах. Тому візуальний пошук та порівняння товарів через аналіз зображень є перспективним напрямом, що добре працює для розпізнавання крою, силуету й типу принту.

Однак цей метод має обмеження: фото можуть різнитися за ракурсом і постановкою моделі. Дві однакові футболки можуть мати неоднаковий вигляд на моделях різної статури. Крім того, важливі деталі (наприклад, склад тканини) на фото не видно. Тому візуальний пошук — це додатковий інструмент, але не самостійне рішення.

Ручне зіставлення — надійне, але ресурсомістке

Фахівці із зіставлення товарів переглядають і звʼязують товари в пари («ваш товар» = «товар конкурента»), враховуючи всі нюанси: характеристики, фото, відгуки, навіть власний досвід та знання ринку.

Цей підхід гарантує високу точність, але потребує значних витрат часу. Для магазину з асортиментом, що нараховує 10 000+ позицій, повністю ручне зіставлення може зайняти тижні роботи команди. Тому на практиці використовують гібридний підхід: автоматичне зіставлення (за допомогою синтаксичного аналізу) + зіставлення за фото з використанням ШІ + ручне зіставлення для складних і стратегічно важливих товарів.

Висновок

Fashion-ритейл залишається однією з найскладніших вертикалей для автоматизованого порівняння цін через відсутність стандартизації, високу варіативність товарів та специфічну структуру каталогів. І ці технологічні обмеження неможливо повністю усунути інструментами, які пропонують винятково один тип зіставлення та не дають можливості закласти власну бізнес-логіку в порівняння товарів.

Однак це не означає, що таке завдання неможливо виконати. Кастомна стратегія метчингу товарів, адаптована під специфіку конкретного асортименту й бізнес-цілей вашої компанії, значно підвищує якість зіставлення. Для керівників комерційних відділів у fashion e-commerce важливо розуміти ці виклики та закладати час і бюджети на налаштування системи порівняння цін.