Обогащение метаданных книжного каталога
Обработка 30 000+ книг: выбор моделей, проверка изменений и доставка данных ритейлерам.
Задача
Поиск книги зависит от описания, ключевых слов и классификации. Ручное обновление большого каталога требует значительной редакторской работы, а неудачная автоматическая правка может заменить полезный исходный текст.
Моя ответственность
В Independent Publishers Group я разработал процессы обогащения метаданных с помощью AI. Они охватывают ключевые слова, классификацию BISAC и описания. Через эти процессы прошли более 30 000 книг.
Решение
На основе содержимого книги и существующих метаданных система предлагает изменения. Нужно выбирать объем обрабатываемого текста и модель, а также давать человеку возможность увидеть разницу между исходной записью и предложенной правкой.
Доставка данных ритейлеру входит в общий процесс. Новая запись должна дойти до магазина, а полезный авторский текст должен сохраняться при обновлении.
Результат и измерение
30 000+ книг показывают охват обработки. Причинный рост продаж не установлен: измерению мешали сбои доставки данных и неполная статистика ритейлеров.
Также я разработал внутренний генератор PDF-каталогов, работающий в Docker. Он позволяет использовать данные каталога для подготовки материалов отдела продаж.
Управленческая сторона
В проекте приходилось соотносить стоимость обработки, качество и возможности проверки. Чтобы оценить влияние на выручку, сначала нужны стабильная доставка обновлений и контрольная группа.