分類のソリューション
商品が非常に多様で、ルールが頻繁に変更されるため、これは複雑になり得ます。人間であっても専門家であっても、10回中約7回しか正しいコードを取得できず、手動商品分類は追加のワークロードです。
もう一つのソリューションは、すべてのルールを含むコンピュータープログラムを書くことです。業界専門家が商品を分類し、ソフトウェアエンジニアが専門家が従うルールを追加します。そのようなシステムは10回中約9回正しいコードを取得できます。Zonosのチームがこれを行ったから知っています。当社が作成するルールは以下に注目します。
- 商品の記述方法
- 商品宣伝に使用される画像
- 商品を販売している主体
- 商品のコスト
これらの要素に注目することで、分類精度が最大化されます。
10回中9回の品目分類精度は驚異的ですが、まだ終わりではありません。その1つの誤分類品目は、精度と結果を改善するための困難なパターンを特定するデータとして使用する価値があります。例えば、最近オンラインストアで「テーラードスーツに似合い、高級ドレスシューズに完璧な補完になる」靴下と記述された商品を見ました。これは分類が難しい可能性があります。人間は商品が靴下用であることを知っていますが、説明はスーツや靴についての可能性があります。
コンピューターが混乱しないよう、ルールはますます複雑になります。ブランド名のみが使用されたり、単語のスペルミスがあったり、商品画像に複数の品目が含まれる場合、さらに困難になることが想像できます。
これらすべての既存の問題要因に加え、100回中少なくとも99回正しい分類を得るために、機械学習を使用します。機械学習は、重要かもしれないすべての小さなことをコンピューターに伝えるのをやめ、コンピューターに何が重要かを自分で学ばせると言います。専門家とルールは依然としてありますが、コンピューターははるかに大きな仕事を持ち、人間よりはるかに良い結果を得られることが多いです。
機械学習：パターンの認識
この問題を解決するようコンピューターに頼む方法の一つは、商品画像を与え、コンピューターにそれらの画像のパターンを見つけさせることです。準備が整うと、コンピューターは人間が見逃す可能性のある違いを識別できます。
自動車ヘッドライトの例です。自動車ヘッドライトの数千の画像を与え、コンピューターに画像同士の違いに基づいて整理するよう求めました。画像について何も伝えませんでした。実行すると、コンピューターは自動車ヘッドライトの販売に一般的に使用される3、4種類の異なる画像があると判断しました。各タイプの商品画像の例は次のとおりです。
これらの画像には、2つの形状の自動車ヘッドライトと、車に取り付けられた1つがあります。各グループの他の画像を見ると、各グループは類似した画像で満たされていることが分かります。自動車部品店が箱の画像で自動車ヘッドライトの販売を始めた場合、機械学習ツールはそれに気づき、自動的に適応します。数百万の商品にわたる数千の異なる商品カテゴリにこの情報を使用しています。
機械学習ツールは、人間が見逃すパターンに気づくことが多いです。例えば、オートバイのヘッドライトは自動車のヘッドライトとわずかに異なって見えます。または、美容製品はしばしば女性が顔の近くに品目を持っている画像で販売され、高価な衣料品はしばしばモデルに着せ、より安価な品目はマネキンに着せるかテーブルに折りたたんで置かれます。一度気づけば簡単なパターンと詳細に見えますが、実際には見逃しやすいです。
機械は常識も学べます。健康・美容製品に特化したストアであれば、一部の商品画像にある花やブドウは販売されているのではなく、装飾的なものだと分かります。または、セミトラックが24.99米ドルで販売されている場合、おそらくおもちゃのトラックかTシャツです。これらの一般的な混乱源は、あなたや私が扱うのとほぼ同じ方法で機械によって扱われます。システムが使用されるほど、改善します。
機械にミスから学ばせることができます。分類が最初に画像のブドウや花を混乱させた後、これらの無関係な装飾品を無視し、画像中央の美容クリームの容器に焦点を当てるよう教えられます。新しいものの場合、これは頻繁に起こります。困難または新しい問題については、常に人間の分類者を呼び出せます。
コンピューターにパターンを探させ、専門家がそれらのパターンをレビューするのは、より少ないトラブルでより多くの商品を出荷する優れた方法です。結局のところ、これは自信を生み出します。国境を越えて商品を送るために、その努力に含まれるすべてを知る必要はありません。ただし、作業が完了したことを知れば、当社の分類システムがビジネス成長の重要なツールであると信頼できます。
HS関税率コード分類が機械学習と出会う
Zonosでは、業界とソフトウェアの専門家チームが常に越境貿易を簡素化する方法に取り組んでいます。その一環として、国境を越えて商品を動かすあらゆるビジネスが、それらの品目を適切に分類できるようにしています。すべての国は、販売する商品を記述する同じシステムであるHarmonized Codeシステムを使用しています。HSまたはHTSコードを使用して商品を適切に分類することで、荷物が国境で検査される際の一貫性が確保されます。
越境で商品を出荷する際には多くの複雑さがありますが、HSコードに関しては、正確な自動分類がビジネス成長の重要なツールとなり得ます。正確な商品分類は過去には面倒で高コストなプロセスでしたが、当社はそれを解決しています。Zonosには、商品説明にHarmonized Codeを割り当てる業界を変えるツールClassifyがあります。
業界スペシャリストかつソフトウェアエンジニアとして、ユニークな視点からこれがどのように機能するか説明できます。越境貿易のHS分類が機械学習と出会う仕組みを分解しましょう。
「Men's Gold Toe Windsor Wool (12 Pairs) Black」という商品を販売している場合、当社システムは6115.94というコードを割り当てる可能性があります。国に出荷される品目を検査する税関職員は、コードを見て、荷物の中身を理解し、遅延なく品目を通過させられます。
最初の2桁61は、品目が編み物またはかぎ針編みの衣類であることを示し、62（非編み物品目）ではありません。次の2桁15は、これが靴下であることを示します。最後の2桁94は、これがフルレングスの靴下であることを明らかにします。
「Men's Gold Toe Windsor Wool (12 Pairs) Black」という名前の商品が6115.94の説明に当てはまるのは明らかに見えますが、糸の太さやその他の考慮事項によって選択される可能性のある類似コードは多数あります。当社の分類ツールは、コードを商品にマッチさせ、利用可能な最良のマッチを見つける必要があります。
出荷先が分かると、さらに複雑になります。各国は追加コードを割り当てます。例えば、6115.94.00の末尾の追加00は、カナダの税関職員にこれがウールの靴下であることを伝え、6115.94.0000はさらに詳細を提供し、単なるウール靴下よりかなり高い税金が品目に課されることを知らせます。なぜこれが異なるのか説明を見つけられませんでした。だからこそ適切な分類が非常に重要です。商品を分類する際にミスを犯すのは非常に簡単です。
6115.94.0000の説明は6115.94.00の説明と同一ですが、その追加の2つの0は関税率を引き上げる可能性があります。当社のツールは、最も正確な分類を理解するだけでなく、決定が顧客にどう影響するかも理解する必要があります。