Tuzin nazw karkówki
Nasz back office przechowywał każde zamówienie, jakie kiedykolwiek zrealizowaliśmy, i około 1900 nazw produktów. Nie umiał nam powiedzieć, co sprzedajemy najlepiej, dopóki mały model nie nauczył się pytać.
JordanOsakaPozycja brzmiała BONFILE 2-3 kg i nic poza tym. Stała w jednym z naszych zamówień, wpisana przez kogoś, kto dokładnie wiedział, o co mu chodzi. Bonfile to polędwica; powie to każdy w naszym dziale. Ale czy zwierzę było świnią, czy krową, tego z samej pozycji nie umiał powiedzieć nikt.
W MeatBorsa prowadzimy dział handlu mięsem; w MakeBetter budujemy narzędzia dla branży. Długo wierzyłem, że wiemy, co sprzedajemy. Znaliśmy każde zamówienie. Nie znaliśmy ich sumy.
Jeden produkt, tuzin nazw
Nasz dział pracuje na BOSS, back office, którego używamy na co dzień. Są tam zamówienia, dokumenty, faktury, auta, stany w chłodniach i płatności, po jednym rekordzie na zamówienie. Jego marża to nie pełna nadziei marża z dnia, w którym dobija się targu. Liczy się ją po ciężarówce, ubezpieczeniu i dniach w chłodni, czyli wtedy, gdy mięso skończyło już kosztować.
Liczby były więc rzetelne. Słowa nie. W BOSS mieliśmy około 1900 różnych nazw produktów i każdą z nich wpisał człowiek, na podstawie tego, co napisał sprzedawca albo kupujący. Sprzedawcy piszą w swoim języku. Kupujący w swoim. Żaden nie pisze z myślą o raporcie.
Weźmy karkówkę. W naszych rekordach była Pork neck. Była Schweinekamm i Karkówka, i karczek, i Karkowka, która gdzieś po drodze zgubiła kreskę. Była Collar of pork i Pork Collar / Neck, i Свински врат. Tuzin sposobów zapisania jednego elementu z jednej części jednego zwierzęcia. Człowiek czyta tę listę i widzi jeden produkt. Raport czyta ją i widzi tuzin, a każdy z nich to cienki plasterek prawdy.
Mieliśmy zapis każdego kilograma, który przeszedł przez nasz dział, i nie umieliśmy powiedzieć, co sprzedajemy najlepiej.
Pytanie w poniedziałek
Chcieliśmy odpowiedzi na najprostsze pytanie, jakie może zadać handlowiec: które produkty bazowe sprzedają się najlepiej i z jaką marżą? Nie które zamówienie. Który produkt. W każdy poniedziałek raport był gotowy i w każdy poniedziałek odpowiadał na inne pytanie, mianowicie: które pisownie sprzedają się najlepiej.
Zrobiliśmy to, co robią działy handlowe. Ktoś prowadził arkusz: po jednej stronie nazwy, po drugiej prawdziwy produkt, na ile dało się go rozpoznać. Była to staranna praca i dezaktualizowała się niemal w chwili zapisania, bo nowe zamówienia przynoszą nowe nazwy. Ilekroć naprawdę potrzebowaliśmy odpowiedzi, analiza stawała się projektem: trochę czyjejś uwagi, wynik, a potem powolny powrót do niewiedzy.
Kłopot sięgał głębiej niż pisownia. Często nie dało się nawet ustalić zwierzęcia. Bonfile to polędwica z czegoś. Tomahawk bywa wołowy, wieprzowy albo jagnięcy. A „Turkey” w handlu, który przekracza granice, równie często oznacza kraj, co ptaka. Handlowiec, mrużąc oczy nad listą, zwykle umiał to rozstrzygnąć, bo pamiętał transakcję. Sama lista nie pamiętała niczego.
Modele, które przeczytały wszystko
Oczywistym ruchem było oddać nazwy ogólnym chatbotom, wielkim uniwersalnym modelom, które na życzenie napiszą umowę albo wiersz. Tak zrobiliśmy. Miały rację w mniej niż 55% przypadków. Były też wolne i dość drogie, ale to zarzuty drugorzędne. Na odczycie, który myli się niemal co drugi raz, nie zbuduje się raportu. Nadal trzeba sprawdzić każdą pozycję, tyle że teraz sprawdza się pracę maszyny, zamiast wykonywać własną.
Nie sądzę, żeby chodziło o rozmiar. Model, który przeczytał trochę o wszystkim, przeczytał bardzo mało tekstów pisanych przez ludzi, którzy sprzedają mięso na ciężarówki, w kilku słowach, w języku, jaki akurat był pod ręką.
Mały model, który pyta
Potem daliśmy te same nazwy CarcassAI, a problem skończył się od razu. Chciałbym opisać tu jakąś walkę. Żadnej nie było.
CarcassAI to wiedza o produktach, na której stoi każde narzędzie MakeBetter. Obejmuje około tysiąca produktów mięsnych, każdy z jednym ID. Czyta około 7000 ich nazw w 18 językach, razem z błędami pisowni, i ma zmapowane 26 standardów rozbioru, bo tę samą tuszę dzieli się różnie, zależnie od tego, czyj standard prowadzi nóż.
Każdą pozycję produktu czyta dwa razy. Najpierw reguły, które są deterministyczne: ta sama pozycja dostaje tę samą odpowiedź w tym samym wydaniu. Potem czyta ją po raz drugi Carcass, mały model, który MeatBorsa trenuje sama na każdej decyzji potwierdzonej przez naszych handlowców. Tam, gdzie się nie zgadzają albo pozycja jest niejasna, decyduje człowiek, a jego decyzja staje się kolejną lekcją.
Trzy jego nawyki znaczą dla mnie więcej niż szybkość. Nie zgaduje: gdy dostaje BONFILE, pyta „jakie zwierzę?” i czeka. Nigdy nie zmienia tego, co napisał sprzedawca; odczyt stoi obok jego słów, więc oryginał zawsze jest pod ręką do porównania. I bardzo mało wysyła na zewnątrz. Podróżuje tylko nazwa produktu, bez klienta i bez ceny, do małego modelu na własnych serwerach MeatBorsa w UE.
Opublikowane liczby są takie. U sprzedawców, których nigdy wcześniej nie widział, trafia we właściwy produkt w 94,6% przypadków. Pełny odczyt trwa w medianie 29 milisekund. Pierwsza liczba to nie sto i system nie udaje, że jest inaczej. Po to właśnie jest pytanie i czekanie.
Raport, który nigdy nie jest projektem
To, co zmieniło się w naszym dziale, łatwo opisać. Każda nowa pozycja zamówienia jest czytana w chwili, gdy przychodzi, w czasie rzeczywistym, tanio i szybko. Nikt już nie zaczyna analizy, bo analiza nigdy się nie kończy i nigdy się nie starzeje. Po prostu jest. Karkówka znowu jest jednym produktem, jakkolwiek ją danego dnia nazwano.
Poniższy obraz to przykład, narysowany na danych poglądowych, a nie na naszych liczbach. Jego kształt to jednak właśnie to, czego wcześniej nie umieliśmy narysować: sprzedaż według gatunku, a potem według produktu, gdzie każdy kafelek ma wielkość tego, co sprzedał, i nosi swoją marżę.
Dane poglądowe. Najedź na kafelek lub go dotknij, aby zobaczyć liczby.
Zobacz liczby w tabeli
| Gatunek | Produkt | Udział w sprzedaży | Margin | Nazwy w BOSS |
|---|---|---|---|---|
| Wieprzowina | Boczek wieprzowy | 9.8% | 7.9% | 186 |
| Wieprzowina | Karkówka wieprzowa | 7.6% | 11.2% | 148 |
| Wieprzowina | Łopatka wieprzowa | 6.9% | 6.4% | 118 |
| Wieprzowina | Schab wieprzowy | 5.8% | 8.8% | 97 |
| Wieprzowina | Szynka wieprzowa | 4.6% | 5.1% | 88 |
| Wieprzowina | Żeberka wieprzowe | 3.5% | 12.6% | 71 |
| Wieprzowina | Słonina grzbietowa | 2.4% | 4.2% | 52 |
| Wieprzowina | Polędwiczka wieprzowa | 2.1% | 13.9% | 49 |
| Wieprzowina | Golonka wieprzowa | 1.3% | 9.1% | 38 |
| Wołowina | Rostbef wołowy | 5.9% | 9.4% | 88 |
| Wołowina | Polędwica wołowa | 5.2% | 10.8% | 83 |
| Wołowina | Antrykot wołowy (ribeye roll) | 4.8% | 9.9% | 72 |
| Wołowina | Rozbratel wołowy (chuck roll) | 3.6% | 7.2% | 51 |
| Wołowina | Zrazowa górna wołowa | 3.1% | 6.1% | 46 |
| Wołowina | Mostek wołowy | 2.6% | 8.3% | 39 |
| Wołowina | Kula wołowa | 1.8% | 5.7% | 32 |
| Drób | Filet z piersi kurczaka | 6.4% | 4.9% | 157 |
| Drób | Ćwiartki tylne kurczaka | 4.9% | 3.8% | 109 |
| Drób | Skrzydełka z kurczaka | 3.2% | 6.7% | 74 |
| Drób | Pierś z indyka | 2.6% | 5.5% | 63 |
| Drób | Pierś z kaczki | 1.9% | 9.6% | 41 |
| Jagnięcina i cielęcina | Udziec jagnięcy | 3.1% | 10.4% | 58 |
| Jagnięcina i cielęcina | Comber jagnięcy | 2.4% | 14.1% | 44 |
| Jagnięcina i cielęcina | Łopatka jagnięca | 2.0% | 8.2% | 39 |
| Jagnięcina i cielęcina | Schab cielęcy | 1.5% | 9.0% | 34 |
| Jagnięcina i cielęcina | Gicz cielęca | 1.0% | 7.4% | 23 |
| Wszystkie produkty | 100% | 1,900 |
Taki wykres wygląda zwyczajnie i tak powinno być. To najdziwniejsza część tej historii. Nie ma w nim żadnej nowej informacji. Każdy kilogram, każda faktura, każdy dzień w chłodni były już w BOSS. Brakowało tylko zgody co do tego, jak się co nazywa.
Doszedłem do wniosku, że spora część tego, co wie dział handlowy, jest ukryta właśnie w ten sposób: nie w danych, których nikt nie ma, tylko w nazwach, których nikt nie uzgodnił. Nazwa to nie produkt. To słowo, którym ktoś nazwał produkt jednego dnia, w jednym języku, dla jednego kupującego. Dla ludzi, którzy je wpisywali, nazwy były zupełnie jasne. Czytać nie umiał tylko raport.
Pozycja wciąż brzmi BONFILE 2-3 kg. Nie poprawiliśmy jej i nie poprawimy; tak napisał sprzedawca. Obok jest teraz odczyt, a przed odczytem było pytanie, na które odpowiedział jeden z naszych handlowców. Przez cały czas, odkąd prowadziliśmy tę listę, był to pierwszy raz, kiedy lista o coś nas zapytała.