Mô hình Classify mới của Zonos giảm 29,4% lỗi phân loại

Vì sao chúng tôi xây dựng lại một mô hình vốn đã dẫn trước 

Các mô hình trước đây của chúng tôi được tinh chỉnh kỹ lưỡng cho thương mại điện tử, và việc tinh chỉnh đó đã phát huy hiệu quả.

Điều liên tục xuất hiện, ở cả mảng thương mại điện tử lẫn bưu chính, là chúng tôi thường có rất ít thông tin để làm việc. Một tin đăng thương mại điện tử có thể đi kèm tiêu đề mô tả, danh mục và đôi chút thông tin về chất liệu của sản phẩm. Nhiều tin đăng như vậy. Nhưng còn nhiều tin đăng hơn chỉ có tên thương hiệu và tên sản phẩm, và một tin đăng mang tên Summit Ridge Mid không cho bạn biết đó là giày leo núi, ba lô hay áo khoác, chứ chưa nói đến việc nó được làm từ chất liệu gì.

Bưu chính là nơi việc này khó nhất. Zonos xử lý phần lớn tất cả các lô hàng bưu chính nhập vào Hoa Kỳ, và một bưu kiện ở đó thường chỉ được mô tả bằng hai hoặc ba từ, do chính người đóng gói gõ vào tờ khai hải quan, và phía sau không còn thông tin gì khác.

Đó chính là điều chúng tôi xây dựng lại để giải quyết: những mặt hàng mà phần mô tả không cho bạn biết được nhiều, bất kể chúng đến từ kênh nào.

"Áo phông" có thể ứng với hơn 16 mã HS - nhưng là mã nào? 

Giả sử một tờ khai chỉ ghi t-shirt và không có gì khác. Đó có thể là bất kỳ mã nào trong hơn 16 mã HS. Mã đúng phụ thuộc vào chất liệu của chiếc áo, đối tượng mà nó được may cho, và cách nó được dệt kim, và mức thuế phải nộp thay đổi theo từng câu trả lời đó. Chỉ riêng cotton và sợi nhân tạo đã nằm ở các phân nhóm khác nhau với mức thuế suất chênh lệch đáng kể.

Hãy nhân điều đó lên cho cả một danh mục sản phẩm. Kid-Silk Mohair 25g là kiểu tiêu đề chúng tôi gặp suốt cả ngày, và nó vẫn phải được quy về đúng một dòng trong biểu thuế.

Những trường hợp khó hơn đó là nơi chúng tôi tập trung trong đợt này. Các mặt hàng được mô tả đầy đủ vẫn nhận được sự quan tâm như vậy, chỉ là chúng ít có khả năng khiến bộ phân loại mắc sai lầm hơn.

Cách chúng tôi đo lường 

Chúng tôi đo lường mô hình mới theo cách mà chúng tôi muốn một nhà cung cấp đo lường cho mình: trên lưu lượng thực tế, không phải trên một bộ dữ liệu kiểm thử do chính chúng tôi lựa chọn. Chúng tôi sử dụng hai tuần yêu cầu phân loại đi qua nền tảng của mình, nghĩa là những tiêu đề và mô tả mà khách hàng thực sự gửi đến, bao gồm cả những mô tả gần như chẳng mô tả được gì.

Trên toàn bộ lưu lượng đó, mô hình mới mắc ít hơn 29,4% lỗi so với mô hình mà nó thay thế.

Đây là một mô hình mới, không phải một phiên bản tinh chỉnh lại của mô hình cũ. Chúng tôi đã xây dựng lại kho dữ liệu mà nó học từ đó, huấn luyện trên các phán quyết hải quan chính thức cùng với hàng triệu tin đăng được mô tả không đầy đủ mà bộ phân loại của chúng tôi gặp mỗi ngày.

So với đối thủ, trên cùng các lô hàng 

So sánh một mô hình với mô hình cũ hơn của chính mình chỉ cho bạn biết được đến một mức nhất định. Chúng tôi lấy 1.000 lô hàng thực tế và chạy chúng qua ba hệ thống: bộ phân loại của một đối thủ hàng đầu, mô hình mà Classify Zonos AI đang sử dụng hiện nay, và mô hình mới. Mọi lô hàng đều được chấm điểm theo cùng một cách.

Mô hình mà Classify Zonos AI đang chạy hiện nay vốn đã mắc ít hơn 33% lỗi so với đối thủ. Mô hình mới mắc ít hơn 70%.

Có những sai sót gây tốn kém hơn những sai sót khác 

Không phải lỗi phân loại nào cũng đi kèm cùng một hóa đơn. Nếu một đôi tất được phân loại lệch một phân nhóm so với vị trí đúng của nó, số thuế phải nộp thường không chênh lệch nhiều, và chẳng ai để ý. Nếu chính đôi tất đó lại rơi vào một chương hoàn toàn khác của biểu thuế, bị khai là một thứ mà nó không phải, thì số thuế sẽ chênh lệch rất xa. Đó là những trường hợp sau này biến thành một hóa đơn bất ngờ, và chúng là một phần lớn lý do khiến chúng tôi xây dựng lại mô hình.

Điều này có ý nghĩa gì với bạn 

• Mã đúng thường xuyên hơn. Ít hơn 29,4% lỗi so với mô hình mà nó thay thế, được đo trên lưu lượng xuyên biên giới thực tế.
• Được xây dựng cho dữ liệu sản phẩm sơ sài. Chúng tôi nhắm đợt xây dựng lại vào những mô tả ngắn, thiếu thông tin, vốn là phần lớn những gì một lô hàng bưu chính cung cấp và chiếm tỷ lệ trong danh mục thương mại điện tử nhiều hơn so với dự đoán của hầu hết người bán.
• Ít bất ngờ hơn tại biên giới. Ít mã sai hơn đồng nghĩa với ít lô hàng đến nơi kèm một hóa đơn thuế mà không ai lường trước.
• Không cần thay đổi gì ở phía bạn. Mô hình mới đã đang phục vụ các yêu cầu phân loại. Nếu hôm nay bạn gọi Classify Zonos AI, yêu cầu của bạn và phản hồi bạn nhận được vẫn giữ nguyên, vì vậy không có việc tích hợp nào phải làm và không có cài đặt nào cần bật.

Được đo trên hai tuần lưu lượng xuyên biên giới thực tế và một đợt so sánh 1.000 lô hàng với một đối thủ hàng đầu. Độ chính xác phân loại thay đổi tùy theo danh mục sản phẩm và mức độ chi tiết của mô tả mặt hàng.