A tarefa
A loja tinha fichas básicas (marca, modelo, preço), mas faltavam as características detalhadas — mecanismo, materiais da caixa e da pulseira, resistência à água, dimensões, números de referência, descrições de qualidade e imagens. Preencher isso manualmente em milhares de modelos leva tempo demais, e fichas incompletas vendem menos e são indexadas pior.
O que fizemos e quais dados coletamos
Coletamos as características dos relógios de várias fontes externas e as ligamos aos produtos da loja pelo pareamento de produtos — antes de tudo pelos números de referência e por marca e modelo. Para cada produto, formamos um conjunto unificado de atributos e completamos a ficha.
Dificuldades e como as resolvemos
A principal: o pareamento. A mesma referência é escrita de forma diferente em cada plataforma, e parte dos modelos vem sem referência. Pareamos os produtos por um conjunto de sinais (marca, modelo, referência, atributos-chave), e não por um único campo.
A segunda: as contradições entre fontes: um mesmo modelo com valores diferentes do mesmo atributo. Definimos prioridade de fontes e regras de escolha do valor, para que na ficha entrassem dados consistentes.
A terceira: a bagunça de unidades e formatos (mm, tamanhos, resistência à água). Tudo foi levado a dicionários e unidades de medida únicos.
O resultado
A loja obteve um catálogo enriquecido com características completas e homogêneas: as fichas ficaram mais informativas, e preencher novos itens exige uma fração do trabalho manual.
Serviços usados neste caso: Enriquecimento de dados de produto · Extração de dados de produtos · Pareamento de produtos (product matching) · Dados para e-commerce
Materiais úteis: Enriquecimento de dados · Normalização de dados