Wayfair y OpenAI corrigen 2,5 millones de etiquetas del catálogo

Mejora de la precisión del catálogo en millones de artículos

Wayfair gestiona un catálogo de aproximadamente 30 millones de artículos distribuidos en cerca de 1.000 tipos de productos. Alrededor de 47.000 atributos abarcan detalles de los productos como color, material y dimensiones. Antes de implementar herramientas de IA, la corrección de publicaciones erróneas dependía principalmente de que los proveedores y compradores señalaran los errores, ya que la revisión manual no podía mantener el ritmo del tamaño del catálogo. Una iniciativa de precisión del catálogo de Wayfair y OpenAI corrigió 2,5 millones de etiquetas de atributos tras realizar pruebas en más de 1 millón de productos. Wayfair desarrolló un sistema que revisa las publicaciones frente a definiciones estándar de atributos y señala o corrige errores automáticamente, como corregir una mesa de centro etiquetada como nogal cuando las fotos y descripciones indican que es de pino.

Optimización de las publicaciones y categorización de productos

El sistema evalúa las publicaciones de productos de Wayfair con IA para garantizar resultados de búsqueda y ubicaciones de recomendaciones precisos. El proceso automatizado compara los detalles del producto con especificaciones definidas para verificar que los colores, materiales y dimensiones coincidan con las descripciones del inventario entrante. En pruebas anteriores con modelos de Google AI, la categorización de publicaciones redujo el tiempo de curación en un 67% y aumentó las tasas de conversión seleccionadas en un 2%. Las publicaciones corregidas reciben un mejor posicionamiento en las búsquedas y generan más clics en comparación con las entradas no corregidas. Wayfair planea expandir el sistema de revisión para cubrir cuatro veces más productos en un plazo de seis meses.

Automatización de las solicitudes de soporte a proveedores

Wayfair trabaja con decenas de miles de proveedores y recibe solicitudes de soporte que abarcan cientos de tipos de problemas. Los flujos de trabajo de soporte a proveedores con IA de Wayfair gestionan ahora 41.000 solicitudes de forma automática cada mes. El sistema automatizado lee los tickets entrantes, extrae detalles faltantes de los registros internos y encamina cada problema al equipo interno correspondiente. Para las solicitudes de piezas de repuesto, el sistema revisa el historial del caso y redacta respuestas sugeridas para la revisión de los empleados. Cuando las tasas de coincidencia de las sugerencias automatizadas con las acciones de los empleados se mantienen consistentemente altas, el sistema procesa las tareas de forma independiente, gestionando hasta el 70% del volumen de tickets de manera automática en flujos de trabajo específicos.

Supervisión humana para las ediciones automatizadas

Wayfair combina las ediciones automatizadas con la verificación humana para evitar actualizaciones no revisadas en las publicaciones. El personal inspecciona manualmente selecciones de muestra de las publicaciones corregidas antes de que las actualizaciones se publiquen. Cuando las puntuaciones de confianza para una corrección propuesta alcanzan los umbrales internos, el sistema actualiza la publicación y notifica al proveedor. Si la confianza es menor, el sistema solicita primero al proveedor que confirme el cambio propuesto. Este enfoque híbrido garantiza la integridad de los datos del producto al tiempo que reduce la carga de trabajo manual para las actualizaciones de rutina del catálogo.

Qué cambia esto para las tiendas en línea

Un estudio de caso de Wayfair y OpenAI demuestra cómo las grandes empresas de comercio minorista pueden automatizar las operaciones administrativas y la limpieza de catálogos. La implementación de la gestión de catálogos con IA de Wayfair reduce el tiempo de revisión manual para las solicitudes de proveedores y las correcciones de publicaciones, lo que ahorra costos laborales en las operaciones de comercialización y soporte. La corrección de los atributos del catálogo mejora la visibilidad en las búsquedas, aumenta las tasas de clics en los artículos e impulsa una mayor conversión de clientes. Además, los feeds de catálogo precisos permiten que los datos de los productos se muestren correctamente cuando herramientas de IA de terceros consultan el inventario minorista.

Expansión a herramientas de descubrimiento con IA de terceros

Las empresas minoristas se centran cada vez más en la limpieza de catálogos para respaldar el descubrimiento a través de herramientas externas de compras con IA. Wayfair pone sus feeds de productos a disposición de herramientas de IA de terceros que los consumidores utilizan para comparar productos y obtener recomendaciones de compra. Herramientas como ChatGPT consultan directamente los feeds minoristas para responder a las consultas sobre productos. Las publicaciones internas corregidas garantizan que aparezcan detalles precisos de los artículos cuando los compradores piden recomendaciones de productos a asistentes de IA externos.

Preguntas y respuestas

¿Cómo utiliza Wayfair la tecnología de OpenAI para mejorar su catálogo de productos?

Wayfair utiliza la tecnología de OpenAI para revisar las publicaciones de productos frente a definiciones de atributos, identificando y corrigiendo de manera automática detalles inexactos como materiales o colores. El sistema ha corregido 2,5 millones de etiquetas en más de 1 millón de productos y encamina los tickets de soporte automáticamente.

¿Cómo impulsa la conversión en el comercio electrónico el etiquetado de catálogos con IA?

El etiquetado de catálogos de productos con IA garantiza atributos precisos, lo que mejora el posicionamiento en las búsquedas y las recomendaciones de productos. En pruebas anteriores, la curación automatizada de publicaciones aumentó las tasas de conversión en un 2% y generó un mayor volumen de clics en los artículos corregidos.

¿Cómo combina Wayfair la supervisión humana con las ediciones automatizadas de publicaciones por IA?

Wayfair asigna personal para inspeccionar muestras de publicaciones corregidas. Cuando la confianza en una corrección automatizada es alta, el sistema actualiza la publicación directamente; cuando la confianza es baja, requiere la confirmación del proveedor antes de realizar los cambios.