Die entwickelte Plattform ersetzt den manuellen Katalogpflegeprozess, der derzeit rund 30.000 Artikel umfasst, und reduziert die Produktregistrierungszeit um 84 %.
Vorteile
- Katalogaktualisierung mit nur wenigen Klicks abgeschlossen.
- Die Bearbeitungszeit für die Artikelregistrierung wurde von 13 Minuten auf 2 Minuten reduziert.
- Detailliertere Artikelbeschreibung.
- Erwartetes Wachstum von 10 % bei Online-Suchanfragen.
Übersicht
A Gimba Gimba ist ein führendes brasilianisches Handels- und Logistikunternehmen, das die Netzwerke von 300 der 500 größten Unternehmen Brasiliens verantwortet, alle Lieferungen plant, Qualitätsstandards sicherstellt und SLAs für die Warenversorgung definiert. Mit Unterstützung von AWS und Flexa Cloud – einem AWS-Partner, der generative künstliche Intelligenz (KI) einsetzt – entwickelte Gimba eine Plattform zur Automatisierung der Schritte beim Aufbau seines Produktkatalogs mit rund 30.000 Produkten.
Über Gimba
Als Pionier im Bereich Supply-Chain- und Distributionsmanagement unterstützt Gimba Unternehmen und Verbraucher bei der Beschaffung von Artikeln des täglichen Bedarfs.
Gelegenheit
Daniel Arruda, CTO (Chief Technology Officer) von Gimba, erklärt, dass die Aktualisierung des Katalogs bisher für alle rund 300 monatlich neu hinzugefügten Produkte manuell durchgeführt wurde.
„Jeder Hersteller übermittelt uns seine Produktdaten in unterschiedlichen Formaten, und wir haben mehrere Mitarbeiter, die diese Daten lesen und standardisieren und daraus Produktbeschreibungen in unserem Katalog, insbesondere im Online-Katalog, erstellen“, erklärt er.
João Ricardo Miliozzi David, Marketinganalyst bei Gimba, fügt hinzu: „Es besteht die Sorge, dass die Produktbeschreibung die Persönlichkeit von Gimba widerspiegelt, den Verbraucher auf einzigartige Weise über die wichtigsten Merkmale des Produkts informiert und gleichzeitig für Suchalgorithmen attraktiver ist.“
Laut Arruda, solange andere Werkzeuge von Generative KI Als die Produkte auf den Markt kamen, begann das für die Aktualisierung des Katalogs zuständige Team mit Experimenten.
„Wir haben sie auf eine nicht-methodische Weise verwendet, um Texte zu erstellen, die anschließend vom Team überprüft und verbessert wurden. Dieser Prozess war manuell. Die Fragen waren nicht standardisiert, ebenso wenig wie die Verwendung der Antworten“, sagt er.
Mit dem Ziel, die Produktivität zu steigern und die Qualität der Produktbeschreibungen zu verbessern, sah Arrudas Team in AWS eine Möglichkeit, generative künstliche Intelligenz (KI) effizienter und skalierbarer einzusetzen. Darüber hinaus könnte AWS den nächsten Schritt gehen und die KI entsprechend Gimbas sogenannter „Persönlichkeit“ personalisieren.
„Wir haben großes Vertrauen in AWS als strategischen Partner in unserem ersten gemeinsamen Projekt.“
Daniel Arruda, CTO von Gimba
Warum AWS?
Nachdem Gimba das Projekt AWS vorgestellt hatte, wurde das Unternehmen eingeladen, eine auf seine Bedürfnisse zugeschnittene Plattform zu entwickeln und die Kataloglösung in die AWS-Cloud zu bringen.
Mit Unterstützung von Flexa-CloudDer erste Prototyp, basierend auf Amazon SageMaker, wurde für das Training und die Feinabstimmung des LLM-Modells erstellt. Anhand einer Stichprobe von 900 Produkten mit idealen Beschreibungen wurde das Modell trainiert, damit es die Erwartungen verstand.
„Wir haben im Rahmen des Lernprozesses zwei oder drei neue Produkte getestet, und die Ergebnisse waren beeindruckend“, sagt Arruda.
„Mit diesem ersten Erfolg wussten wir, dass wir auf dem richtigen Weg waren“, sagt Deivid Bitti, CEO von Flexa Cloud.
„Nachdem wir Zugang zu Amazon Bedrock erhalten hatten, begannen wir mit der Umstellung auf AWS Managed Services.“
Das gewählte Modell Claude-2 war aufgrund seines großen Kontextfensters (bis zu 100.000 Tokens) maßgeblich für den Erfolg der Plattform. Dadurch konnten wir fortschrittliche, sofort einsatzbereite Entwicklungsmethoden nutzen, wodurch das manuelle Training und die Anpassung des Modells entfielen. Infolgedessen reduzierten wir die Kosten der Lösung um mehr als 50 %.
Der gesamte Entwicklungsprozess mit AWS basierte auf dem Prinzip, den Einsatz generativer KI an die Bedürfnisse von Gimba, insbesondere des Registrierungsteams, anzupassen. Wir entwickelten eine Online-Plattform mit einer einzigen, benutzerfreundlichen Oberfläche, die die Anwendung der Amazon Bedrock APIs automatisiert und die sofortige Erstellung im Backend ermöglicht.
Ergebnisse
Mit nur wenigen Klicks wird der Produktkatalog innerhalb dieser Benutzeroberfläche aktualisiert, wodurch eine Reihe von Anpassungen automatisiert werden, die zuvor manuell vorgenommen wurden.
„Die Plattform nutzt bereits unseren Kommunikationsstandard und HTML-Markup. Sie ist deutlich schneller; der Prozess ist mit dem vorherigen nicht zu vergleichen. Wir haben die Registrierungszeit von 13 Minuten auf 2 Minuten pro Produkt reduziert“, erklärt Juliana de Freitas Ribeiro, Registrierungsmanagerin.
Andererseits erhielten die Kunden von Gimba auch Zugang zu einer umfassenderen und informativeren Beschreibung, wodurch Fragen zum Produkt beseitigt und die Verkaufszahlen gesteigert wurden.
„Intern erwarten wir eine höhere Produktivität bei der Generierung von Registrierungen und eine bessere Positionierung der organischen Suchergebnisse durch die verbesserte Verwendung von Schlüsselwörtern“, erklärt Daniel Arruda und spricht von einem erwarteten Wachstum von 10 % bei diesen Suchanfragen.
Nächste Stufen
Aufgrund des Erfolgs der neuen Produktplattform geht das Registrierungsteam davon aus, alle aktuell im Katalog befindlichen Produkte mithilfe dieses Tools zu übertragen und bestehende Angebote zu überarbeiten.
„Indem wir dies bei neuen Produkten tun, entlasten wir das Registrierungsteam für andere Aufgaben, da die Beschreibung mehr Zeit in Anspruch nimmt. Auf diese Weise können wir den Qualitätsstandard erhöhen.“
Juliana de Freitas Ribeiro, Registrierungsmanagerin
„Wir haben großes Vertrauen in AWS als strategischen Partner in unserem ersten gemeinsamen Projekt.“
Daniel Arruda, CTO von Gimba
