Sonepar
Sonepar is een onafhankelijk familiebedrijf van 145 werkmaatschappijen in 48 landen met wereldwijd marktleiderschap in B2B-distributie van elektrische producten, oplossingen en aanverwante diensten. Sonepar heeft wereldwijd een miljoen klanten, 48.000 medewerkers en 3.000 vestigingen.
Uitdaging
Sonepar heeft een assortiment van vele miljoenen producten. Om de product data in de keten goed te kunnen uitwisselen maakt Sonepar gebruik van de ETIM standaard. Alle producten worden ingedeeld in de ETIM klasse structuur en worden beschreven op een gestandaardiseerde manier. Aan leveranciers wordt gevraagd de product data in ETIM formaat aan te leveren. Echter, niet alle leveranciers zijn in staat om op deze wijze aan te leveren. Vaak worden producten dan voorzien van één lange productomschrijving waarin zowel de naam van het product als enkele productkenmerken verwerkt zijn. Het ontrafelen van deze ongestructureerde productgegevens moest handmatig gebeuren wat enorm veel tijd koste, met als gevolg dat producten soms onvolledig of zelf helemaal niet opgenomen werden in het assortiment. Daarom zocht Sonepar een slimme softwareoplossing waarbij de productgegevens op een makkelijke en overzichtelijke manier geïdentificeerd en geëxtraheerd kunnen worden.
Oplossing
De PowerEnrich oplossing van Squadra machine Learning Company gebruikt kunstmatige intelligentie om de verschillende zinsdelen, schrijfwijzen en afkortingen te begrijpen en weet deze op een slimme manier te identificeren en te mappen met de Sonepar ETIM standaard. Hierdoor worden automatisch de productkenmerken uit de lange productomschrijvingen gehaald, welke ter validatie worden aangeboden aan product data stewards.
Het systeem is getraind op het Sonepar ETIM datamodel en in de talen waarin de producten omschreven zijn. Een data steward kan zelf ook regels toevoegen waarmee de extractie nog slimmer wordt.
Resultaat
Met behulp van de Powerenrich.ai-software kan Sonepar ook de producten van leveranciers die nog geen gebruik maken van de ETIM standaard, sneller en beter opnemen in haar assortiment. Het resultaat is dat meer producten een rijkere specificatie hebben en daardoor sneller en makkelijker verkocht kunnen worden. Dit zorgt voor veel tijdwinst ten opzichte van het handmatig invoeren van de eigenschappen. Zo bespaard men tijd en geld, en zorgt men voor een hogere omzet.