IA Generativa para Normalización de Catálogo y Optimización de Búsquedas
De descripciones desestructuradas a un catálogo inteligente, preciso y optimizado para la búsqueda.
El Reto
Un catálogo alimentado con descripciones libres, errores y diferentes nomenclaturas dificultaba la clasificación de productos, reduciendo la precisión y el rendimiento del buscador.
La Solución
Un sistema híbrido de reglas, fuzzy matching e IA generativa que normaliza y clasifica automáticamente las descripciones, transformándolas en datos estructurados para optimizar el catálogo y las búsquedas.
Capacidades clave
- Normalización automática de descripciones libres.
- Clasificación por tipo, familia y subfamilia.
- Combinación de reglas, fuzzy matching e IA generativa.
- Detección de nuevas piezas para su validación.
- Sincronización con OpenSearch.
- Auditoría continua de la precisión del sistema.
Stack Tecnológico
Impacto
- Mejora significativa del rendimiento del buscador, con una reducción de latencia media de 8.227 ms a 2.162 ms en las pruebas realizadas.
- Nuevo buscador 3,8 veces más rápido frente al enfoque anterior.
- Precisión global aproximada del 93,58% en el conjunto de evaluación, combinando reglas e IA.
- Coste aproximado de 0,43$ por cada 1.000 piezas procesadas mediante ejecución batch.
- Mejora de la experiencia de usuario al permitir filtros más rápidos, precisos y consistentes.
- Base preparada para una catalogación más autónoma y escalable del inventario.