Tucet imena svinjskog vrata
Naš pozadinski ured čuvao je svaku narudžbu koju smo ikad napravili i oko 1900 naziva proizvoda. Nije nam znao reći što najbolje prodajemo, sve dok jedan mali model nije naučio pitati.
JordanOsakaU stavci je pisalo BONFILE 2-3 kg i ništa više. Stajala je u jednoj od naših narudžbi, a upisao ju je netko tko je točno znao što misli. Bonfile je file; to će vam reći bilo tko u našem odjelu. Ono što vam nitko nije mogao reći, samo iz te stavke, jest je li životinja bila svinja ili krava.
U MeatBorsi vodimo trgovački odjel za meso; u MakeBetteru gradimo alate za struku. Dugo sam vjerovao da znamo što prodajemo. Znali smo svaku narudžbu. Ono što nismo znali bio je njihov zbroj.
Jedan proizvod, tucet imena
Naš odjel radi na BOSS, pozadinskom uredu kojim se služimo svaki dan. Narudžbe, dokumenti, računi, kamioni, zalihe u hladnjačama i plaćanja, sve to živi ondje, jedan zapis po narudžbi. Njegova marža nije ona puna nade s dana kad se posao dogovori. Računa se nakon kamiona, osiguranja i dana u hladnjači, dakle onda kad je meso prestalo stajati novca.
Brojke su, dakle, bile pouzdane. Riječi nisu. U BOSS-u smo imali oko 1900 različitih naziva proizvoda i svaki je od njih upisao čovjek, prema onome što je napisao prodavatelj ili kupac. Prodavatelji pišu na svojem jeziku. Kupci na svojem. Nijedni ne pišu za izvještaj.
Uzmimo svinjski vrat. U našim zapisima bio je Pork neck. Bio je Schweinekamm, i Karkówka, i karczek, i Karkowka, kojoj se negdje usput izgubio naglasak. Bio je Collar of pork, i Pork Collar / Neck, i Свински врат. Tucet načina da se zapiše jedan komad iz jednog dijela jedne životinje. Čovjek pročita taj popis i vidi jedan proizvod. Izvještaj ga pročita i vidi tucet, a svaki je tek tanka kriška istine.
Imali smo zapis o svakom kilogramu koji je prošao kroz naš odjel, a nismo mogli reći što najbolje prodajemo.
Pitanje ponedjeljkom
Pitanje na koje smo htjeli odgovor najjednostavnije je koje trgovac može postaviti: koji se osnovni proizvodi najbolje prodaju i s kojom maržom? Ne koja narudžba. Koji proizvod. Svakog ponedjeljka izvještaj je bio ondje i svakog je ponedjeljka odgovarao na drugo pitanje, naime koji se zapisi najbolje prodaju.
Učinili smo ono što trgovački odjeli rade. Netko je vodio tablicu, s nazivima s jedne strane i stvarnim proizvodom, koliko se dalo procijeniti, s druge. Bio je to pažljiv posao i zastario je gotovo čim je spremljen, jer nove narudžbe donose nove nazive. Kad god nam je odgovor zaista trebao, analiza bi postala projekt: komad nečije pažnje, rezultat, a onda polagano klizanje natrag u neznanje.
Nevolja je sezala dublje od pravopisa. Često nismo mogli odrediti ni životinju. Bonfile je file nečega. Tomahawk može biti goveđi, svinjski ili janjeći. A „Turkey” je, u trgovini koja prelazi granice, jednako često zemlja koliko i ptica. Trgovac bi, škiljeći u popis, to obično razriješio, jer se sjećao posla. Sam se popis nije sjećao ničega.
Modeli koji su pročitali sve
Očit potez bio je dati nazive općim chatbotovima, velikim općim modelima koji će na zahtjev napisati ugovor ili pjesmu. Tako smo i učinili. Bili su u pravu u manje od 55 % slučajeva. Bili su i spori i prilično skupi, ali to su bile sporedne zamjerke. Na čitanju koje griješi gotovo svaki drugi put ne može se izgraditi izvještaj. I dalje morate provjeriti svaku stavku, samo što sada provjeravate rad stroja umjesto da radite svoj.
Ne mislim da je problem bio u veličini. Model koji je pročitao pomalo o svemu pročitao je vrlo malo onoga što pišu ljudi koji meso prodaju na kamione, u nekoliko riječi, na jeziku koji im je bio najbliže pri ruci.
Mali model koji pita
Zatim smo iste nazive dali CarcassAI, i problem je odmah nestao. Volio bih ovdje opisati neku borbu. Nije je bilo.
CarcassAI je znanje o proizvodima na kojem počiva svaki alat MakeBetter. Sadrži oko tisuću mesnih proizvoda, svaki s jednim ID-om. Čita oko 7000 njihovih naziva na 18 jezika, uključujući pogreške u pisanju, i ima mapirano 26 standarda rasijecanja, jer se isti trup dijeli različito, ovisno o tome čiji standard vodi nož.
Stavku proizvoda čita dvaput. Najprije dolaze pravila, koja su deterministička: ista stavka dobiva isti odgovor u istom izdanju. Zatim dolazi Carcass, mali model koji MeatBorsa sama trenira, na svakoj odluci koju potvrde naši trgovci, i čita stavku drugi put. Gdje se njih dvoje ne slažu ili gdje je stavka nejasna, odlučuje čovjek, a ta odluka postaje sljedeća lekcija.
Tri njegove navike znače mi više od brzine. Ne nagađa: kad dobije BONFILE, pita „koja životinja?” i čeka. Nikad ne mijenja ono što je prodavatelj napisao; čitanje stoji pokraj prodavateljevih riječi, pa je izvornik uvijek tu za provjeru. I vrlo malo šalje van. Putuje samo izraz za proizvod, bez kupca i bez cijene, do malog modela na vlastitim poslužiteljima MeatBorse u EU-u.
Objavljene brojke su ove. Kod prodavatelja koje nikad nije vidio pronalazi pravi proizvod u 94,6 % slučajeva. Jedno potpuno čitanje traje, po medijanu, 29 milisekundi. Prva brojka nije sto i sustav se ne pretvara da jest. Za to služe pitanje i čekanje.
Izvještaj koji nikad nije projekt
Ono što se promijenilo u našem odjelu lako je opisati. Svaka nova stavka narudžbe čita se čim stigne, u stvarnom vremenu, jeftino i brzo. Nitko više ne započinje analizu, jer analiza nikad nije gotova i nikad ne zastarijeva. Jednostavno je tu. Svinjski vrat ponovno je jedan proizvod, kako god se toga dana zvao.
Slika ispod je primjer, nacrtan na ilustrativnim podacima, a ne na našim brojkama. Njezin je oblik, ipak, upravo ono što prije nismo mogli nacrtati: prodaja po životinji, a zatim po proizvodu, svaka pločica velika koliko je prodala i označena svojom maržom.
Ilustrativne brojke. Prijeđite mišem preko pločice ili je dodirnite za njezine brojke.
Prikaži brojke kao tablicu
| Životinja | Proizvod | Udio u prodaji | Margin | Nazivi u BOSS-u |
|---|---|---|---|---|
| Svinjetina | Svinjska potrbušina | 9.8% | 7.9% | 186 |
| Svinjetina | Svinjski vrat | 7.6% | 11.2% | 148 |
| Svinjetina | Svinjska plećka | 6.9% | 6.4% | 118 |
| Svinjetina | Svinjska leđa | 5.8% | 8.8% | 97 |
| Svinjetina | Svinjski but | 4.6% | 5.1% | 88 |
| Svinjetina | Svinjska rebra | 3.5% | 12.6% | 71 |
| Svinjetina | Svinjska leđna slanina | 2.4% | 4.2% | 52 |
| Svinjetina | Svinjski file | 2.1% | 13.9% | 49 |
| Svinjetina | Svinjska koljenica | 1.3% | 9.1% | 38 |
| Govedina | Goveđa pisana pečenica | 5.9% | 9.4% | 88 |
| Govedina | Goveđi file | 5.2% | 10.8% | 83 |
| Govedina | Goveđa rozbratna | 4.8% | 9.9% | 72 |
| Govedina | Goveđi vrat bez kosti | 3.6% | 7.2% | 51 |
| Govedina | Goveđi šol | 3.1% | 6.1% | 46 |
| Govedina | Goveđa prsa | 2.6% | 8.3% | 39 |
| Govedina | Goveđi orah | 1.8% | 5.7% | 32 |
| Perad | Pileći file prsa | 6.4% | 4.9% | 157 |
| Perad | Pileći batak sa zabatkom | 4.9% | 3.8% | 109 |
| Perad | Pileća krilca | 3.2% | 6.7% | 74 |
| Perad | Pureća prsa | 2.6% | 5.5% | 63 |
| Perad | Pačja prsa | 1.9% | 9.6% | 41 |
| Janjetina i teletina | Janjeći but | 3.1% | 10.4% | 58 |
| Janjetina i teletina | Janjeći kotleti (rack) | 2.4% | 14.1% | 44 |
| Janjetina i teletina | Janjeća plećka | 2.0% | 8.2% | 39 |
| Janjetina i teletina | Teleća leđa | 1.5% | 9.0% | 34 |
| Janjetina i teletina | Teleća koljenica | 1.0% | 7.4% | 23 |
| Svi proizvodi | 100% | 1,900 |
Ovakav grafikon izgleda obično, i tako i treba. To je čudan dio priče. Ništa u njemu nije nova informacija. Svaki kilogram, svaki račun, svaki dan u hladnjači već je bio u BOSS-u. Nedostajala je samo suglasnost o tome kako se što zove.
Počeo sam vjerovati da je dobar dio onoga što trgovački odjel zna skriven upravo ovako: ne u podacima koje nitko nema, nego u nazivima koje nitko nije uskladio. Naziv nije proizvod. To je ono kako je netko nazvao proizvod jednoga dana, na jednom jeziku, za jednog kupca. Ljudima koji su ih upisivali nazivi su bili savršeno jasni. Samo izvještaj nije znao čitati.
U stavci i dalje piše BONFILE 2-3 kg. Nismo je ispravili i nećemo; tako je napisao prodavatelj. Pokraj nje sada stoji čitanje, a prije čitanja bilo je pitanje, na koje je odgovorio jedan od naših trgovaca. Za sve vrijeme koliko smo vodili taj popis, bilo je to prvi put da nas je popis nešto upitao.