Source: https://massimoivaldi.com/it/servizi/arricchimento-catalogo Language: it [Tutti i servizi]() 03 Servizio # Arricchimento del catalogo Un motore vale quanto i dati che riceve. Costruiamo pipeline che ripuliscono, normalizzano e arricchiscono i metadati di prodotto prima che entrino nell'indice. 01 ## Quando serve Hai già un motore moderno, magari l'hai appena messo in produzione, e i risultati continuano a non tornare. Prima di mettere mano al ranking vale la pena guardare cosa c'è dentro l'indice: quasi sempre il problema è lì. Il catalogo di un e-commerce si stratifica negli anni. Fornitori diversi, import successivi, campi liberi compilati a mano da persone diverse. Il risultato tipico: - 01Lo stesso colore scritto in cinque modi: blu, blue, bluette, BLU NAVY, navy - 02Attributi vuoti su una parte del catalogo, quindi filtri che nascondono prodotti a magazzino - 03Misure senza unità, o con unità diverse nella stessa colonna - 04Il nome del produttore infilato nel titolo invece che in un campo suo - 05Informazioni che esistono solo dentro la descrizione, in mezzo al testo, invisibili a qualunque filtro - 06Duplicati che sono in realtà varianti, e varianti trattate come prodotti separati Nessuna di queste cose si risolve con l'[ottimizzazione della ricerca interna](). Sono dati mancanti o incoerenti, e il motore non può inventarseli. 02 ## Cosa comprende 01 ### Pulizia Correzione di refusi ricorrenti, rimozione di HTML e caratteri spuri, uniformazione di maiuscole e punteggiatura, gestione dei campi vuoti. Le regole sono esplicite e versionate, non aggiustamenti una tantum sul database. 02 ### Normalizzazione Portiamo ogni attributo a un vocabolario controllato: un colore, una taglia, un materiale hanno un valore canonico e tutte le varianti di scrittura ci confluiscono. Uniformiamo unità di misura, formati numerici, codici (EAN, SKU, MPN) e nomi dei brand. Da qui in poi i filtri funzionano davvero, perché ogni prodotto finisce in una faccetta sola. 03 ### Arricchimento Estraiamo dalle descrizioni e dalle schede tecniche gli attributi che oggi sono solo testo, e li rendiamo campi veri: filtrabili, ordinabili, utilizzabili nel ranking. Colmiamo i buchi dove è possibile dedurli con certezza dai dati che hai. Aggiungiamo, dove serve, categorizzazioni e attributi derivati che nel gestionale non esistono ma che i tuoi utenti usano per cercare. 04 ### Controllo qualità Ogni passaggio produce un report: quanti prodotti sono stati modificati, quanti attributi risultano ancora mancanti, quali valori non siamo riusciti a ricondurre al vocabolario. La copertura degli attributi diventa un numero che puoi guardare nel tempo, non una sensazione. 03 ## Un esempio concreto | Campo | Come arriva | Come entra nell'indice | | --- | --- | --- | | Titolo | Scarpa running NIKE Pegasus 41 uomo nera 42.5 | Pegasus 41 | | Brand | (vuoto) | Nike | | Categoria | scarpe | Calzature \> Running \> Uomo | | Colore | (vuoto) | Nero | | Taglia | 42.5 | 42.5 EU | | Genere | (nel titolo) | Uomo | Stesso prodotto, stessa fonte. Nella colonna di sinistra è raggiungibile solo da chi scrive il nome giusto. In quella di destra è raggiungibile da chi filtra per brand, per taglia, per colore, o cerca scarpe da corsa nere numero 42 e mezzo. Su un catalogo reale di utensileria questo lavoro ha portato le ricerche senza risposta da 36 a zero: è il nostro [caso studio sulla ricerca semantica](). 04 ## Dove interveniamo La pipeline sta tra la tua fonte dati e l'indice di ricerca. Non tocchiamo il gestionale né il catalogo della piattaforma: i tuoi processi interni restano quelli che sono, e i dati arricchiti vivono nel motore. Se poi ti serve riportare indietro il lavoro — [nel PIM](), nel gestionale, nei feed per Google Shopping o per i marketplace — è una scelta tua, e la pipeline è già pronta per farlo. Le regole girano a ogni sincronizzazione, quindi anche i prodotti caricati domani entrano puliti senza che nessuno debba ricordarsene. 01Fonte dati 02Pipeline di arricchimento 03Indice di ricerca 05 ## Sull'automazione Una parte del lavoro la fanno modelli linguistici: estrarre attributi da testo libero, ricondurre valori sporchi a un vocabolario, proporre categorizzazioni. Su cataloghi grandi non c'è alternativa sensata. 01 ### Niente attributi inventati Se un dato non c'è e non si deduce, resta vuoto e finisce nel report — un colore sbagliato è peggio di un colore mancante, perché fa sparire il prodotto dal filtro giusto. 02 ### Controllo prima della produzione Prima di andare in produzione i risultati si controllano su un campione, e le regole di mappatura restano leggibili e modificabili da te. Il tuo progetto ## Parlaci di quello che i tuoi utenti non trovano. [Contattaci]()