DOCS

Prognozuj COO

Prognozuj COO

Wykrywanie miejsca produkcji oparte na sztucznej inteligencji dla produktów bez danych o kraju pochodzenia.

Prognozowanie kraju pochodzenia 

Prognozowanie kraju pochodzenia (COO) eliminuje niepewność w łańcuchu dostaw, inteligentnie określając lokalizacje produkcji produktów, gdy te kluczowe informacje są niedostępne. Nasz system prognozowania COO bada atrybuty produktów i wzorce produkcji, aby zidentyfikować najbardziej prawdopodobny kraj pochodzenia z mierzalnymi wynikami pewności.

Dokładne informacje o kraju pochodzenia są niezbędne do zgodności z przepisami handlu międzynarodowego, określania stawek celnych, spełniania wymogów regulacyjnych oraz poruszania się w ramach ograniczeń handlowych. Brak lub błędne dane o pochodzeniu mogą prowadzić do opóźnień celnych, kar i zakłóceń w łańcuchu dostaw.

To rozwiązanie adresuje krytyczne scenariusze, takie jak brak danych o producencie od sprzedawców lub dostawców, rynki wtórne, gdzie sprzedawcy nie znają oryginalnej lokalizacji produkcji, oraz weryfikację zgodności poprzez porównywanie istniejących roszczeń dotyczących kraju pochodzenia.

Jak to działa 

W tle usługa uruchamia nasz opatentowany model oparty na multimodalnych, wielojęzycznych transformatorach. Model przetwarza tekst z pól nazwy, opisu i kategorii, a gdy są dostarczane, obrazy są kodowane przez wspólny adapter wizji. Model został zoptymalizowany, aby produkować dobrze skalibrowane prawdopodobieństwa wnioskowania dla wszystkich 200+ krajów wspieranych przez Zonos. Etykieta z najwyższym prawdopodobieństwem jest zwracana jako countryOfOrigin, a 5 najlepszych etykiet tworzy alternates. Model jest odświeżany w regularnym harmonogramie, wykorzystując dziesiątki milionów zanonimizowanych deklaracji celnych i ofert e-commerce.

Dokładność prognozowania koreluje bezpośrednio z jakością danych wejściowych. Szczegółowe opisy produktów z danymi o kraju wysyłki dają wyniki o wysokiej pewności, podczas gdy ogólne opisy dostarczają niewystarczających informacji do wiarygodnego prognozowania.

Alternatywy 

Ponieważ globalna produkcja często obejmuje wiele krajów, narzędzie prognozowania COO dostarcza główną prognozę kraju pochodzenia wraz z alternatywnymi możliwościami, gdy wzorce produkcji wskazują na wiele możliwych lokalizacji. Każda prognoza zawiera wyniki pewności oparte na sile danych. Zalecamy korzystanie z alternatyw do oceny przypadków granicznych i podejmowania świadomych decyzji weryfikacyjnych, szczególnie gdy główna prognoza ma umiarkowaną pewność.

Ocena pewności 

Każda prognoza zawiera wynik pewności (0.0-1.0) oparty na jakości danych i sile wzorców, przy czym wyższe wyniki wskazują na większą pewność, a niższe sugerują, że może być potrzebna ręczna weryfikacja.

Główna prognoza otrzymuje główny confidenceScore (0.0-1.0), reprezentujący ogólną pewność w najlepszym wyniku. Alternatywy, z drugiej strony, używają wartości probabilityMass - negatywnych logarytmów prawdopodobieństw, gdzie wartości bliższe zeru wskazują na wyższe prawdopodobieństwo wśród alternatywnych krajów. Wszystkie wyniki prognoz w alternatywach sumują się do 1.0, pokazując, jak pewność jest rozłożona pomiędzy możliwe kraje.

Możesz ustalić niestandardowe progi pewności, które odpowiadają wymaganiom Twojego biznesu - na przykład automatycznie akceptując główne prognozy powyżej 0.85, podczas gdy niższe wyniki kierowane są do ręcznej weryfikacji, gdzie alternatywy mogą pomóc w podejmowaniu decyzji.

Poproś o prognozę COO 

Prognozowanie COO jest obecnie dostępne tylko za pośrednictwem API.

Aby poprosić o prognozę kraju pochodzenia, użyj mutacji countryOfOriginInfer z danymi o swoim produkcie. Chociaż tylko pole name jest wymagane, dostarczenie bardziej szczegółowych informacji znacznie poprawia dokładność prognozowania i wyniki pewności.

MUTACJA

GraphQL

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
mutation CountryOfOriginInfer($input: [CountryOfOriginInferenceInput!]!) {
  countryOfOriginInfer(input: $input) {
    brand
    categories
    confidenceScore
    countryOfOrigin
    name
    description
    material
    alternates {
      countryOfOrigin
      probabilityMass
    }
  }
}

ZMIENNE

JSON

1
2
3
4
5
6
7
8
9
10
11
{
  "input": {
    "brand": "8Bitdo",
    "name": "8Bitdo Ultimate 2C Wireless Controller for Windows and Android with Hall Effect Joysticks - Mint",
    "categories": ["Video Games", "Controllers"],
    "shipFromCountry": "US",
    "primaryTargetCountryCode": "US",
    "amount": 35.99,
    "currencyCode": "USD"
  }
}

ODPOWIEDŹ

JSON

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
{
  "data": {
    "countryOfOriginInfer": [
      {
        "brand": "8Bitdo",
        "categories": ["Video Games", "Controllers"],
        "confidenceScore": 0.882,
        "countryOfOrigin": "CN",
        "name": "8Bitdo Ultimate 2C Wireless Controller for Windows and Android with Hall Effect Joysticks - Mint",
        "description": "",
        "material": "",
        "alternates": [
          {
            "countryOfOrigin": "CN",
            "probabilityMass": 0.882
          },
          {
            "countryOfOrigin": "US",
            "probabilityMass": 0.065
          },
          {
            "countryOfOrigin": "JP",
            "probabilityMass": 0.046
          },
          {
            "countryOfOrigin": "HK",
            "probabilityMass": 0.002
          },
          {
            "countryOfOrigin": "TW",
            "probabilityMass": 0.001
          }
        ]
      }
    ]
  }
}

Wdrożenie 

Zalecamy wdrożenie prognozowania kraju pochodzenia z progami pewności, które są zgodne z Twoimi standardami zgodności, przeglądanie przepływów pracy dla wyników o niskiej pewności oraz wdrażanie strategii awaryjnych, gdy główne prognozy zwracają umiarkowaną pewność.

To rozwiązanie ma na celu wzbogacenie (a nie zastąpienie) istniejących procesów dotyczących kraju pochodzenia i zgodności, wypełniając luki informacyjne. Wykorzystuj prognozy jako inteligencję do działania, aby wspierać wysiłki weryfikacyjne i identyfikować miejsca, w których potrzebna jest dodatkowa staranność.

Czy ta strona była pomocna?