I dodici nomi della coppa suina
Il nostro back office conteneva ogni ordine che avessimo mai fatto e circa 1.900 nomi di prodotto. Non sapeva dirci che cosa vendevamo meglio, finché un piccolo modello non ha imparato a chiedere.
JordanOsakaLa riga diceva BONFILE 2-3 kg e nient’altro. Stava in uno dei nostri ordini, digitata da qualcuno che sapeva benissimo che cosa intendeva. Bonfile è il filetto; nel nostro desk lo sa chiunque. Quello che nessuno poteva dire, dalla sola riga, era se l’animale fosse stato un maiale o un bovino.
In MeatBorsa gestiamo un desk commerciale di carne; in MakeBetter costruiamo strumenti per il settore. Per molto tempo ho creduto che sapessimo che cosa vendevamo. Conoscevamo ogni ordine. Quello che non conoscevamo era la loro somma.
Un prodotto, una dozzina di nomi
Il nostro desk lavora su BOSS, il back office che usiamo ogni giorno. Ordini, documenti, fatture, camion, stock in cella frigorifera e pagamenti vivono tutti lì, un record per ordine. Il suo margine non è quello speranzoso del giorno in cui si chiude un affare. Si calcola dopo il camion, l’assicurazione e i giorni in cella, cioè dopo che la carne ha smesso di costare.
I numeri, dunque, erano solidi. Le parole no. Dentro BOSS avevamo circa 1.900 nomi di prodotto diversi, e ognuno era stato digitato da una persona, a partire da ciò che aveva scritto un venditore o un compratore. I venditori scrivono nella loro lingua. I compratori nella propria. Nessuno dei due scrive per un report.
Prendiamo la coppa suina. Nei nostri record era Pork neck. Era Schweinekamm, e Karkówka, e karczek, e Karkowka, con l’accento perso da qualche parte lungo la strada. Era Collar of pork, e Pork Collar / Neck, e Свински врат. Una dozzina di modi di scrivere un solo taglio, da una sola parte di un solo animale. Una persona legge quell’elenco e vede un unico prodotto. Un report lo legge e ne vede una dozzina, ciascuno una fetta sottile della verità.
Avevamo traccia di ogni chilo passato per il nostro desk, e non sapevamo dire che cosa vendevamo meglio.
La domanda del lunedì
La domanda a cui volevamo una risposta è la più semplice che un trader possa fare: quali prodotti base vendono meglio, e con quale margine? Non quale ordine. Quale prodotto. Ogni lunedì il report c’era, e ogni lunedì rispondeva a un’altra domanda, cioè quali grafie vendevano meglio.
Abbiamo fatto quello che fanno i desk. Qualcuno teneva un foglio di calcolo, con i nomi da una parte e il prodotto vero, per quanto si potesse giudicare, dall’altra. Era un lavoro accurato, ed era superato quasi nel momento in cui veniva salvato, perché i nuovi ordini portano nomi nuovi. Ogni volta che la risposta ci serviva davvero, l’analisi diventava un progetto: un tratto dell’attenzione di qualcuno, un risultato, e poi la lenta deriva verso il non sapere.
Il problema andava più a fondo dell’ortografia. Spesso non riuscivamo nemmeno a capire l’animale. Bonfile è il filetto di qualcosa. Un tomahawk può essere di bovino, di suino o di agnello. E “Turkey”, in un commercio che attraversa i confini, è la Turchia tanto spesso quanto il tacchino. Un trader che strizzava gli occhi sull’elenco di solito riusciva a sciogliere il dubbio, perché ricordava l’affare. L’elenco, da sé, non ricordava niente.
I modelli che avevano letto tutto
La cosa ovvia era affidare i nomi ai chatbot generalisti, i grandi modelli che a richiesta scrivono un contratto o una poesia. L’abbiamo fatto. Avevano ragione meno del 55% delle volte. Erano anche lenti, e piuttosto costosi, ma queste erano lamentele secondarie. Una lettura sbagliata quasi una volta su due non è qualcosa su cui si possa costruire un report. Bisogna comunque controllare ogni riga, e adesso si controlla il lavoro di una macchina invece di fare il proprio.
Non credo che il problema fosse la dimensione. Un modello che ha letto un po’ di tutto ha letto pochissimo di ciò che scrive chi vende carne a camion interi, in poche parole, nella lingua che aveva più a portata di mano.
Un piccolo modello che chiede
Poi abbiamo dato gli stessi nomi a CarcassAI, e il problema è finito all’istante. Vorrei raccontare qui una lotta. Non c’è stata.
CarcassAI è la conoscenza di prodotto che sta sotto ogni strumento MakeBetter. Contiene circa mille prodotti di carne, ciascuno con un solo ID. Legge circa 7.000 nomi per questi prodotti in 18 lingue, errori di battitura compresi, e ha mappato 26 standard di sezionamento, perché la stessa carcassa si divide in modo diverso a seconda dello standard che guida il coltello.
Legge una riga di prodotto due volte. Prima vengono le regole, che sono deterministiche: la stessa riga riceve la stessa risposta nella stessa release. Poi viene Carcass, un piccolo modello che MeatBorsa addestra da sé, su ogni decisione che i nostri trader confermano, e legge la riga una seconda volta. Dove i due non concordano, o dove la riga non è chiara, decide una persona, e quella decisione diventa la lezione successiva.
Tre sue abitudini contano per me più della velocità. Non tira a indovinare: davanti a BONFILE chiede “quale animale?” e aspetta. Non cambia mai quello che ha scritto il venditore; la lettura sta accanto alle sue parole, così l’originale è sempre lì per il confronto. E manda fuori pochissimo. Viaggia solo la descrizione del prodotto, senza cliente e senza prezzo, verso un piccolo modello sui server di MeatBorsa, nell’UE.
I dati pubblicati sono questi. Su venditori che non ha mai visto, trova il prodotto giusto nel 94,6% dei casi. Una lettura completa richiede in mediana 29 millisecondi. Il primo numero non è cento, e il progetto non finge che lo sia. A questo servono la domanda, e l’attesa.
Un report che non è mai un progetto
Quello che è cambiato nel nostro desk si dice in poche parole. Ogni nuova riga d’ordine viene letta appena arriva, in tempo reale, in fretta e a basso costo. Nessuno avvia più un’analisi, perché l’analisi non è mai finita e mai superata. È semplicemente lì. La coppa suina è di nuovo un solo prodotto, comunque si chiamasse quel giorno.
L’immagine qui sotto è un esempio, disegnato con dati illustrativi e non con i nostri numeri. La sua forma, però, è proprio ciò che prima non riuscivamo a disegnare: vendite per animale e poi per prodotto, ogni riquadro grande quanto ha venduto e segnato con il suo margine.
Dati illustrativi. Passi il mouse su un riquadro o lo tocchi per vederne i dati.
Mostra i dati in tabella
| Animale | Prodotto | Quota delle vendite | Margin | Nomi in BOSS |
|---|---|---|---|---|
| Suino | Pancetta suina | 9.8% | 7.9% | 186 |
| Suino | Coppa suina | 7.6% | 11.2% | 148 |
| Suino | Spalla suina | 6.9% | 6.4% | 118 |
| Suino | Lombo suino | 5.8% | 8.8% | 97 |
| Suino | Coscia suina | 4.6% | 5.1% | 88 |
| Suino | Costine suine | 3.5% | 12.6% | 71 |
| Suino | Lardo dorsale suino | 2.4% | 4.2% | 52 |
| Suino | Filetto suino | 2.1% | 13.9% | 49 |
| Suino | Stinco suino | 1.3% | 9.1% | 38 |
| Bovino | Controfiletto di bovino | 5.9% | 9.4% | 88 |
| Bovino | Filetto di bovino | 5.2% | 10.8% | 83 |
| Bovino | Costata di bovino disossata | 4.8% | 9.9% | 72 |
| Bovino | Reale di bovino | 3.6% | 7.2% | 51 |
| Bovino | Fesa di bovino | 3.1% | 6.1% | 46 |
| Bovino | Petto di bovino | 2.6% | 8.3% | 39 |
| Bovino | Noce di bovino | 1.8% | 5.7% | 32 |
| Pollame | Filetto di petto di pollo | 6.4% | 4.9% | 157 |
| Pollame | Cosce intere di pollo | 4.9% | 3.8% | 109 |
| Pollame | Ali di pollo | 3.2% | 6.7% | 74 |
| Pollame | Petto di tacchino | 2.6% | 5.5% | 63 |
| Pollame | Petto d’anatra | 1.9% | 9.6% | 41 |
| Agnello e vitello | Cosciotto d’agnello | 3.1% | 10.4% | 58 |
| Agnello e vitello | Carré d’agnello | 2.4% | 14.1% | 44 |
| Agnello e vitello | Spalla d’agnello | 2.0% | 8.2% | 39 |
| Agnello e vitello | Lombo di vitello | 1.5% | 9.0% | 34 |
| Agnello e vitello | Stinco di vitello | 1.0% | 7.4% | 23 |
| Tutti i prodotti | 100% | 1,900 |
Un grafico così sembra ordinario, ed è giusto che lo sembri. È la parte strana della storia. Niente di ciò che contiene è un’informazione nuova. Ogni chilo, ogni fattura, ogni giorno in cella frigorifera era già in BOSS. Mancava soltanto un accordo su come si chiamassero le cose.
Sono arrivato a pensare che buona parte di ciò che sa un desk commerciale sia nascosta in questo modo: non in dati che nessuno ha, ma in nomi che nessuno ha riconciliato. Un nome non è un prodotto. È come qualcuno ha chiamato il prodotto un certo giorno, in una lingua, per un compratore. Per chi li aveva digitati, i nomi erano chiarissimi. Era solo il report a non saperli leggere.
La riga dice ancora BONFILE 2-3 kg. Non l’abbiamo corretta, e non lo faremo; è ciò che ha scritto il venditore. Accanto adesso c’è una lettura, e prima della lettura c’è stata una domanda, a cui ha risposto uno dei nostri trader. In tutto il tempo in cui avevamo tenuto quell’elenco, era la prima volta che l’elenco ci chiedeva qualcosa.