Grip op productdata met slimme categorisatie
Stel je voor: je hebt een dataset met tienduizenden producten en je vraagt drie collega’s om die in te delen in categorieën. Wat krijg je dan? Precies: drie totaal verschillende indelingen én een verhitte discussie over de vraag of pindakaas een ontbijtproduct, beleg of saus is.
Hoewel productcategorisatie eenvoudig lijkt, blijkt het in de praktijk vaak verrassend complex. Zeker bij een organisatie als Medux, met een groot en voortdurend veranderend assortiment.
Over Medux
Medux is een toonaangevende organisatie op het gebied van zorghulpmiddelen, met merken als Medipoint en HartingBank. De missie? Het vergroten van zelfstandigheid, bewegingsvrijheid en plezier van mensen met een bewegingsbeperking. Van rolstoelen tot bedden en van scootmobielen tot looprekken, het assortiment is groot én divers.
Om dat aanbod goed te beheren, is gestructureerde productdata essentieel. Zeker nu Medux volop inzet op digitalisering, waaronder de overstap naar een nieuw ERP-systeem op basis van Microsoft Dynamics én een nieuw PIM-systeem.
De uitdaging
Voor de migratie moesten meer dan 300.000 producten op een eenduidige en correcte manier worden ingedeeld in ruim 800 categorieën. De vraag: hoe zorg je voor consistente classificatie in zo’n complexe omgeving, zonder te verzanden in eindeloos handmatig werk?
De bestaande situatie was traag, foutgevoelig en inconsistent. Handmatig indelen was simpelweg niet meer haalbaar. Ook een regelgebaseerde aanpak bood te weinig flexibiliteit, omdat de betekenis van producten vaak schuilt in de combinatie van woorden, en dat laat zich lastig vangen in vaste regels.
De aanpak
Samen met Medux gingen we op zoek naar een duurzame, schaalbare oplossing. FITZ is een dataconsultancybureau dat werkt op het snijvlak van data, BI en AI, altijd met een praktische blik: wat levert het op, en blijft het werken als de organisatie verandert?
Medux had eerder al een hiërarchische productstructuur ontwikkeld. Op basis daarvan bouwden we een machine learning-model dat automatisch nieuwe producten classificeert. Van hoofdgroep tot subgroep, stap voor stap. Het model gebruikt productomschrijvingen en typeaanduidingen als input. Bij twijfelgevallen blijft de mens in control.
Waarom AI?
In dit geval is AI de logische keuze. Een machine learning-model leert van voorbeelden, herkent taalkundige patronen en beweegt mee met veranderingen in het assortiment. In tegenstelling tot handmatige of regelgebaseerde indelingen biedt dit snelheid, schaalbaarheid en intelligentie, zonder de foutgevoeligheid.
Het resultaat
De samenwerking tussen mens en machine levert een betrouwbaar en herhaalbaar classificatieproces op. Medux verwerkt nieuwe producten sneller, heeft meer grip op datakwaliteit en is minder afhankelijk van handmatige processen.
Bovendien groeit het model mee met de organisatie: hoe meer data, hoe slimmer het wordt.
Samengevat:
Meer dan 300.000 producten geclassificeerd
Slimme combinatie van domeinkennis en machine learning
Automatische categorisatie in meer dan 800 categorieën
Snellere verwerking, betere datakwaliteit, minder fouten
Een oplossing die meebeweegt met Medux’ groei en digitalisering