Transformatie van datavraagstukken
Het succesverhaal van Bouwmaat met Squadra's slimme softwareoplossingen
Bouwmaat is een Nederlandse groothandel die bouwmaterialen verkoopt aan allerlei organisaties. Ze hebben een breed assortiment met producten zoals verf, bouwgereedschap en vele andere producten om elke klus mogelijk te maken. Met hun kenmerkende slogan “Daar kun je op bouwen” beweren ze niet alleen alle producten voor bouwers aan te bieden, maar ook dat ze hun klanten van passend advies willen voorzien.
Uitdaging
Bouwmaat had enkele moeilijkheden met betrekking tot hun productdata. De hoeveelheid data bleek iets te laag te zijn en ook de kwaliteit van bestaande kenmerken was onvoldoende. Dit zorgde voor een uitdaging voor het bedrijf: ze wilden hun klanten voldoende informatie bieden over de producten, maar daarvoor hadden ze meer data van hogere kwaliteit nodig. Daarom stelde het bedrijf een doel: ze wilden de ontbrekende productkenmerken hebben ingevuld tegen het einde van het jaar. Bouwmaat had moeite om dit zonder hulp te realiseren, dus bood Squadra Machine Learning Company aan om te helpen.
Om te zien of dit haalbaar was, werd een proof-of-concept uitgevoerd. Om deze POC te voltooien, werden oplossingen van PowerEnrich.ai en PowerClass.ai, softwareproducten van Squadra MLC, gecombineerd. De zogenaamde ‘webextractie’-functie werd gebruikt om gegevens van websites te extraheren en deze gegevens te gebruiken om de bestaande data van Bouwmaat te verrijken.
Oplossing
Na de proof-of-concept bleek dat sommige van de gegevens bruikbaar waren, maar dat sommige namen en waarden van productkenmerken volledig afweken van de bestaande data van Bouwmaat. Om dit probleem op te lossen, moest er een mapping worden uitgevoerd tussen de datastructuur van Bouwmaat en de datastructuren van hun leveranciers. Door gebruik te maken van Kunstmatige Intelligentie heeft Squadra MLC zo’n mapping voorgesteld om een beter begrip te krijgen van waar een bepaalde leverancierstekst over gaat. Dit bleek echter moeilijker dan verwacht omdat de brondatastructuur (Fest) niet optimaal verbonden was met de datastructuur van Bouwmaat. Er werden handmatige correcties uitgevoerd om dit op te lossen, en daarna bleek alles technisch gezien in orde te zijn.
Productkenmerken werden verrijkt, maar het bleek nog steeds dat de webextractiefunctie niet zoveel data kon extraheren als verwacht. Wanneer het leek alsof bepaalde productkenmerken gewoon niet konden worden geëxtraheerd, slaagde Squadra erin om oplossingen te vinden om de kenmerknamen van Fest te verbinden met de attribuutnamen van Bouwmaat. Vanwege de tegenstrijdige datastructuren vereiste dit zowel AI-oplossingen als handmatige oplossingen. Als gevolg hiervan zijn zowel de kwaliteit als de hoeveelheid gegevens in de dataset verbeterd.
Resultaat
Met behulp van Squadra MLC en haar slimme softwareoplossingen (PowerClass.ai en PowerImprove.ai) is Bouwmaat er nu in geslaagd om haar gegevens te verrijken met leveranciersgegevens. Aangezien deze leveranciers verschillende datastructuren gebruiken, vormde dit een uitdaging voor de organisatie. Handmatige conversie van gegevens zou een uiterst tijdrovend proces zijn dat te veel zou kosten. De slimme algoritmen die Squadra MLC gebruikte, hebben echter geholpen om deze uitdaging op een efficiënte manier te overwinnen. Op deze manier werden waardevolle manuren en onnodige kosten bespaard.
