A equipe brasileira de ciências de dados e Machine Learning da Amazon Brasil desenvolveu uma solução baseada em aprendizado de máquinas para facilitar a rotina de vendedores parceiros do e-commerce no País. Chamada internamente de Product Matching Machine Learning (Machine Learning aplicado à correspondência de produtos), a ferramenta tem como objetivo principal automatizar tarefas da […]
A equipe brasileira de ciências de dados e Machine Learning da Amazon Brasil desenvolveu uma solução baseada em aprendizado de máquinas para facilitar a rotina de vendedores parceiros do e-commerce no País.
Chamada internamente de Product Matching Machine Learning (Machine Learning aplicado à correspondência de produtos), a ferramenta tem como objetivo principal automatizar tarefas da validação da listagem de produtos dos vendedores.
Ao submeter seu inventário, o vendedor parceiro consegue, com a ferramenta, obter a correspondência de seus produtos com o catálogo da Amazon em uma checagem que, agora, é feita de forma automatizada. A experiência de listagem torna-se mais simples e o produto é disponibilizado com mais agilidade para o consumidor final.
Segundo a Amazon, em todo o mundo, os vendedores parceiros são responsáveis por cerca de 58% de unidades vendidas no site da gigante do varejo. E, ao permitir que os parceiros tenham seus produtos catalogados com mais rapidez, toda a operação da Amazon ganha em maior eficiência.
“Oferecemos uma seleção de mais de 50 milhões de produtos em mais de 30 categorias, por isso o desafio foi criar uma experiência simplificada de ‘arrastar e soltar’ dentro do próprio sistema da Amazon”, explica William Giotto, head de Data Science e Machine Learning para a Amazon.com na América Latina.
De acordo com comunicado da Amazon, a solução criada no Brasil oferece também escalabilidade, tendo potencial para ser utilizada em outros mercados onde a Amazon.com opera.
