Почему автоматическое сопоставление товаров никогда не считается фактом

Один и тот же товар у разных розничных сетей называется по-разному: другое написание объёма, другой порядок слов в названии, иногда другой артикул производителя. Чтобы построить аналитику по ценам конкурентов, каждую такую пару нужно сначала распознать как «один и тот же товар».

Для первичного отбора кандидатов используется нечёткое сопоставление строк (RapidFuzz) — оно быстро сужает огромное количество возможных пар до десятков вероятных совпадений с оценкой похожести.

Оценка похожести строк не знает про упаковку, объём или региональную версию товара. «Средство 0.5 л» и «Средство 0.5 л, зимняя формула» получат высокую оценку совпадения, но для аналитики цен это разные товары. Если довериться оценке и подтверждать совпадения автоматически при превышении порога, часть таких пар неизбежно попадёт в отчёты как ошибочные совпадения — и исказит именно те цифры, ради которых система строится.

Ошибка здесь не разовая: неверное сопоставление, один раз попавшее в базу, будет искажать отчёты при каждом следующем обновлении цен, пока кто-то не заметит и не исправит его вручную — уже постфактум.

Автоматическое подтверждение отключено полностью — независимо от того, насколько высока оценка совпадения. Каждый кандидат остаётся в очереди на подтверждение оператором, а в рабочие отчёты попадают только вручную подтверждённые пары. Алгоритм отвечает за то, чтобы очередь была короткой и отсортированной по вероятности, а не за окончательное решение.

Чтобы ручная проверка не превращалась в узкое место при росте сети, подтверждённая связка применяется на уровне конкурента целиком, а не для каждого магазина или региона отдельно: одно решение оператора закрывает пару для всех точек этого конкурента одновременно.

Скорость автоматизации здесь не важнее точности данных, на основе которых принимаются решения о ценах. Более медленный, но проверяемый конвейер — осознанный выбор, а не временное ограничение до «доработки алгоритма».