Förutsäg COO

Förutsägelse av ursprungsland 

Förutsägelse av ursprungsland (COO) eliminerar osäkerhet i leveranskedjan genom att intelligent bestämma produktionsplatser när denna kritiska information saknas. Vårt COO-förutsägelsessystem undersöker produktattribut och tillverkningsmönster för att identifiera det mest sannolika ursprungslandet med mätbara förtroendepoäng.

Korrekt information om ursprungsland är avgörande för efterlevnad av internationell handel, bestämning av tullsatser, uppfyllande av regleringskrav och navigering av handelsrestriktioner. Saknad eller felaktig ursprungsdata kan leda till tullförseningar, böter och störningar i leveranskedjan.

Denna lösning adresserar kritiska scenarier som saknad tillverkarinformation från säljare eller leverantörer, begagnade marknadsplatser där återförsäljare inte känner till den ursprungliga tillverkningsplatsen, och verifiering av efterlevnad genom att korskontrollera befintliga påståenden om ursprungsland.

Hur det fungerar 

Under huven kör tjänsten vår egen multimodala, flerspråkiga transformer-baserade modell. Modellen tar emot text från fälten namn, beskrivning och kategorier, och när det tillhandahålls, kodas bilder av en delad visionsadapter. Modellen har optimerats för att producera väl kalibrerade inferenssannolikheter över alla 200+ Zonos stödda länder. Etiketten med högst sannolikhet returneras som countryOfOrigin och de 5 bästa etiketterna bildar alternates. Modellen uppdateras enligt ett rullande schema med hjälp av tiotals miljoner anonymiserade tulldeklarationer och e-handelslistor.

Förutsägelsens noggrannhet korrelerar direkt med kvaliteten på indata. Detaljerade produktbeskrivningar med data om avsändningsland ger hög förtroenderesultat, medan generiska beskrivningar ger otillräcklig information för pålitlig förutsägelse.

Alternates 

Eftersom global tillverkning ofta involverar flera länder, ger COO-förutsägelseverktyget en primär förutsägelse av ursprungsland tillsammans med alternativa möjligheter när tillverkningsmönster indikerar flera möjliga platser. Varje förutsägelse inkluderar förtroendepoäng baserat på datastyrka. Vi rekommenderar att använda alternativ för att utvärdera gränsfall och fatta informerade verifieringsbeslut, särskilt när den primära förutsägelsen har måttligt förtroende.

Förtroendepoäng 

Varje förutsägelse inkluderar en förtroendepoäng (0.0-1.0) baserat på datakvalitet och mönsterstyrka, där högre poäng indikerar större säkerhet och lägre poäng antyder att manuell granskning kan behövas.

Den primära förutsägelsen får den huvudsakliga confidenceScore (0.0-1.0) som representerar det övergripande förtroendet för det bästa resultatet. Alternativ använder å sin sida probabilityMass värden - negativa loggsannolikheter där värden närmare noll indikerar högre sannolikhet bland de alternativa länderna. Alla förutsägelsens poäng över alternativen summerar till 1.0, vilket visar hur säkerheten fördelas över möjliga länder.

Du kan fastställa anpassade förtroendetrösklar som stämmer överens med dina affärskrav - till exempel, automatiskt acceptera primära förutsägelser över 0.85 medan lägre poäng dirigeras till manuell granskning där alternativ kan vägleda beslutsfattande.

Begär en COO-förutsägelse 

COO-förutsägelse är för närvarande tillgänglig via API endast.

För att begära en förutsägelse av ursprungsland, använd countryOfOriginInfer mutation med dina produktdata. Även om endast fältet name är obligatoriskt, förbättrar tillhandahållande av mer detaljerad information avsevärt förutsägelsens noggrannhet och förtroendepoäng.

mutation CountryOfOriginInfer($input: [CountryOfOriginInferenceInput!]!) {
  countryOfOriginInfer(input: $input) {
    brand
    categories
    confidenceScore
    countryOfOrigin
    name
    description
    material
    alternates {
      countryOfOrigin
      probabilityMass
    }
  }
}

{
  "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"
  }
}

{
  "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
          }
        ]
      }
    ]
  }
}

Implementering 

Vi rekommenderar att implementera förutsägelser om ursprungsland med förtroendetrösklar som överensstämmer med dina efterlevnadsstandarder, granska arbetsflöden för resultat med låg förtroende och implementera reservstrategier när primära förutsägelser ger måttligt förtroende.

Denna lösning är avsedd att förbättra (inte ersätta) dina befintliga processer för ursprungsland och efterlevnad genom att fylla informationsluckor. Använd förutsägelser som handlingsbar information för att stödja verifieringsinsatser och identifiera var ytterligare due diligence behövs.