分类解决方案
由于产品种类繁多且规则经常变化，这可能会变得很复杂。即使是专家，正确分类的概率也只有 10 次中 7 次左右，而手动产品分类是额外的工作量。
另一个解决方案是编写一个包含所有规则的计算机程序。行业专家对产品进行分类，软件工程师添加专家遵循的规则。这样的系统正确分类的概率约为 10 次中 9 次。我之所以知道这一点，是因为我们 Zonos 团队做过这个。我们创建的规则关注以下因素：
- 产品的描述方式
- 用于宣传产品的图像
- 谁在销售产品
- 产品的成本
关注这些因素会带来最大的分类准确度。
拥有 9/10 的项目分类准确度是不可思议的，但我们还没有完成。那一个分类错误的项目对我们很有价值，因为我们用它作为数据来识别困难的模式并改进我们的准确度和结果。例如，我最近看到一个在线商店中的产品，被描述为"外观良好，可与西装搭配，是配合一双昂贵的正装鞋的完美补充"的袜子，这可能很难分类。人们知道该产品是袜子，但描述可能是关于西装或鞋子。
为了防止计算机被迷惑，规则变得越来越复杂。当只使用品牌名称、拼写有误或产品图片包含多个项目时，情况会变得更加困难。
考虑到所有这些现有的问题因素，为了至少在 100 次中正确分类 99 次，我们使用机器学习。机器学习的意思是我们将停止告诉计算机可能重要的每一件小事，而是要求计算机自己学习什么是重要的。我们仍然有专家和规则，但计算机有更大的工作量，通常可以获得比人类更好的结果。
机器学习：识别模式
我们要求计算机为我们解决这个问题的一种方式是给它产品图像，并要求计算机在这些图像中寻找模式。准备好后，计算机可以识别人类可能遗漏的差异。
以下是汽车前灯的一个示例。给定数千张汽车前灯的图片，我要求计算机根据图像的不同程度对它们进行分组。我没有告诉计算机任何关于这些图像的信息。当它这样做时，计算机确定通常有三到四种不同的图像类型被用来销售汽车前灯。每种产品图像类型的示例如下所示：
在这些图像中，有两种形状的汽车前灯，还有一种是安装在汽车上的。如果我查看每组中的其他图像，我会看到每个组都充满了相似的图像。如果汽车零件商店开始用盒子的图片销售汽车前灯，机器学习工具会注意到并自动调整。我对数千个不同的产品类别中的数百万产品使用这些信息。
通常机器学习工具可以注意到人类遗漏的模式。例如，摩托车前灯看起来与汽车前灯略有不同；或者，美容产品通常与一个女人拿着该产品放在脸部附近一起销售，或者一件昂贵的衣服通常放在模特身上，而一件便宜的衣服则放在假人上或只是折叠在桌子上。一旦我注意到这些，这些似乎都是容易观察到的模式和细节，但实际上很容易遗漏。
机器也可以学到常识。如果一家商店专注于健康和美容产品，我们知道一些产品图像中的花和葡萄不是在销售；它们只是装饰性的。或者，如果一辆半卡车以 $24.99 的价格出售，它可能是一辆玩具车或 T 恤。计算机对这些常见的困惑来源的处理方式与您或我的处理方式大致相同。系统使用得越多，改进得就越多。
我们可以教机器从我们的错误中学习。在分类第一次将葡萄或花卉与图像混淆后，可以教计算机忽略这些不相关的装饰性项目，而专注于图像中央的美容面霜。这在新事物出现时经常发生。我们总是可以引入一个人工分类器来处理困难或新问题。
让计算机寻找模式并让专家审查这些模式是以更少的麻烦运送更多产品的好方法。归根结底，这会带来信心。跨越边境运送产品不应该要求您了解该工作中涉及的一切；但是知道工作已经完成，您可以相信我们的分类系统是促进业务增长的重要工具。
HS 关税代码分类与机器学习相遇
在 Zonos，我们的行业和软件专家团队一直在努力简化跨境贸易。其中一个方面是确保任何跨境运输产品的企业都能对这些商品进行适当的分类。所有国家都使用同一个系统来描述您销售的产品，称为协调关税制度。通过使用 HS 或 HTS 代码对您的产品进行适当分类，有助于确保在边境检查时的一致性。
跨境运输产品涉及许多复杂性；但在 HS 代码方面，准确的自动化分类可以成为促进业务增长的关键工具。虽然在过去，准确的产品分类一直是一个繁琐且昂贵的过程，但我们正在解决这个问题。Zonos 有一个改变行业的工具，称为 Classify，它可以为产品描述分配协调代码。
作为行业专家和软件工程师，我可以从独特的角度解释这是如何运作的。让我们分解 HS 分类在跨境贸易中如何与机器学习相遇。
如果您销售一种名为"男式金脚温莎羊毛袜（12 双）黑色"的产品，我们的系统可能会为其分配代码 6115.94。检查运往该国家的包裹的海关官员可以查看该代码，了解包裹内的内容，并迅速将商品放行。
前两个数字 61 告诉官员该商品是针织或钩编服装，而不是 62 代表的非针织商品。第二个两位数字 15 表示这些是袜子。最后两个数字 94 显示这些是全长袜子。
看起来很明显，名为"男式金脚温莎羊毛袜（12 双）黑色"的产品应该符合 6115.94 的描述，但根据纱线粗细或其他考虑因素，可能会选择许多相似的代码。我们的分类工具需要将代码与产品相匹配，并找到最佳匹配。
一旦我们知道该商品运往何处，情况就会变得更复杂。每个国家分配额外的代码。例如，6115.94.00 末尾的额外 00 告诉加拿大海关官员这是羊毛袜，而 6115.94.0000 提供更多细节，让他们知道该商品应缴的税款比单纯的羊毛袜要高得多。我找不到为什么会这样的解释，这就是为什么适当的分类非常重要；在对产品进行分类时犯错是非常容易的。
6115.94.0000 的描述与 6115.94.00 的描述相同，但那两个额外的 0 可能会增加关税。我们的工具不仅必须理解最正确的分类，还必须理解我们的决定如何影响客户。