Dijital Pazarlama
Yapay Zeka Önerileri — Ürün Varyantlarını Kaynak Alanlarla Eşleştirme
Ürün seçeneklerindeki ham adları ve değerleri koruyarak, belirsiz eşleşmeleri insan incelemesine bırakan kontrollü bir katalog eşleştirme akışı kurun.

Bir katalogdaki aynı ürün ailesi, tedarikçi dosyalarında farklı adlarla görünebilir: “250 ml”, “0,25 L”, “250 mililitre”; renk bir yerde “lacivert”, başka yerde “navy”; ölçü ise “40 cm” ya da “400 mm” olarak yazılabilir. Bu değerleri tek bir düzene taşımak, ürünün gerçek özelliğini değiştirmeden yapılmalıdır. Yapay zekâdan alınabilecek yararlı öneri, hangi ham değerin hangi katalog alanına ve olası standart karşılığa benzediğini göstermektir. Öneri, kaydı kendiliğinden birleştirme veya müşteriye açık seçeneği değiştirme yetkisi değildir.
Bu rehber, ürün varyantı adlarını ve değerlerini kontrollü bir veri modeline eşleştirmeyi ele alır. Renk, beden, hacim, uzunluk, paket adedi ya da malzeme gibi seçeneklerin kaynağı, dönüşüm kuralı ve belirsizliği birlikte tutulur. Amaç, farklı yazımları anlaşılır hale getirirken ürünler arasındaki gerçek ayrımı korumaktır. Belirli bir mağazanın kataloğu, stokları, satışları veya kullanılan yazılım hakkında ölçüm yapıldığı iddia edilmez; örnekler temsili veriyle açıklanır.
Önce “aynı yazım” ile “aynı anlam” ayrımını yapın
Normalleştirme, yazım biçimlerini ortak bir gösterime çevirebilir; fakat her farklılığı silmek doğru değildir. “250 ml” ile “0,25 L” aynı hacim olabilir, birim dönüşümü açık ve kesin ise. “250 ml” ile “250 g” ise sayı aynı görünse de ölçülen büyüklük farklıdır. “M” bedeni ile “Medium” bazı kataloglarda eş anlamlı olabilir; bunun marka, ürün türü veya bölgeye göre değişip değişmediği kaynak veriden doğrulanmalıdır. Benzer görünen kelimeler, tek başına eşitlik kanıtı sayılmaz.
Ürün ailesinin ortak adı ve açıklaması bulunabilir; varyant ise renk, beden ya da kapasite gibi seçeneklerle ayrılır. Varyantı birleştirmek veya görünür seçeneklerden kaldırmak ayrı bir karardır. Yapay zekâ aday önerebilir; kimlik, satış durumu, fiyat ve stok değişikliğini insan onayına bırakın.
Kaynak sözlüğü ve hedef şemayı hazırlayın
Bir eşleştirme denemesinden önce ham dosyayı koruyun. Her satır için tedarikçi adı, dosya ve sayfa ya da satır numarası, ham ürün kodu, ham seçenek adı, ham seçenek değeri, birim, dil, son güncelleme tarihi ve varsa ürün ailesi kimliği kaydedilebilir. Kaynak alanlarını yeniden adlandırmadan saklamak, sonradan bir önerinin nereden geldiğini bulmayı sağlar. Kişisel veya müşteri verisi bu görev için gerekli değilse dosyaya eklenmemelidir.
Hedef sözlük “renk”, “hacim”, “boyut”, “beden”, “paket adedi” veya “malzeme” gibi alanları; kabul edilen biçimi, birimi ve boş değer kuralıyla tanımlar. Hacimde litre-mililitre dönüşümü matematiksel olabilir; beden için kaynak tablosu olmadan evrensel eşleme varsaymayın. Sözlükte olmayan özelliği en yakın alana zorlamayın.
Google Merchant Center’ın ürün verisi açıklamaları, varyantı belirleyen özelliklerin grup kimliği ve varyant seçenekleriyle birlikte tutarlı sunulmasını ele alır. Bu, her mağazanın aynı alanları kullanması gerektiği anlamına gelmez; kanalın kendi güncel belirtimini, ürün kategorisini ve veri kaynağını ayrıca kontrol edin. Bu yazı belirli bir kanal için uygunluk veya görünürlük garantisi vermez. Bir alana karşılık bulamıyorsanız, önce hedef sistemin resmi şemasını doğrulayın.
Yapay zekâya sınırlı bir eşleştirme görevi verin
İyi bir görev tanımı; kaynak satırlarını, izin verilen hedef alanları, dönüşüm kurallarını ve yasaklanan eylemleri açıkça belirtir. Araçtan “kataloğu düzeltmesini” istemek fazla geniştir. Bunun yerine, her ham değer için yalnızca aday alan, önerilen standart değer, dayanak satırı, uygulanan dönüşüm kuralı ve inceleme durumu üretmesini isteyin. Ham değeri hiç silmemesini, yeni ürün kimliği uydurmamasını, fiyat veya stok alanına dokunmamasını ve belirsiz eşleşmeyi “inceleme gerekli” olarak bırakmasını da yazın.
Çıktı biçimini önceden belirlemek, önerileri karşılaştırmayı kolaylaştırır. Örneğin her satırda source_row, raw_option_name, raw_option_value, candidate_field, candidate_value, rule_id ve review_status alanları bulunabilir. Bu yalnızca örnek bir iç şemadır; kullandığınız sistemin kabul ettiği biçim olduğu varsayılmamalıdır. Zorunlu alan eksikse, geçersiz değer varsa veya kaynak satırı geri bulunamıyorsa çıktı yayın aşamasına taşınmamalıdır.
Modelden görünüşte ikna edici ama temelsiz bir dönüşüm üretmesini önlemek için izinli sözlüğü girdi olarak verin. “Navy” değerini “lacivert”e çevirmek ancak kurumun onaylı renk eşlemesinde bu karşılık varsa kabul edilebilir. Sözlükte karşılık yoksa “muhtemel lacivert” diye otomatik kabul etmek yerine, ham değeri koruyup insanın kararına bırakın. Böylece dil benzerliği, katalog gerçeği yerine geçmez.
Kesin, koşullu ve belirsiz eşleşmeleri ayırın
- Kesin biçim dönüşümü: Kaynakta açıkça yazan “0,25 L” değeri, onaylı birim kuralıyla 250 ml biçimine çevrilebilir. Ham değer, dönüşüm kuralı ve yuvarlama adımı kayıtlı kalır.
- Sözlük eşleşmesi: Onaylanmış eş anlamlılar tablosundaki “navy” ve “lacivert” değerleri aynı standart seçeneğe aday olabilir. Sözlük kapsamı ürün türü veya marka ile sınırlıysa bu sınır korunur.
- Koşullu eşleşme: “Set” ifadesi paket adedi, ürün ailesi adı veya pazarlama başlığı olabilir. Çevresindeki sütunlar ve kaynak doküman görülmeden tek bir anlama bağlanmaz.
- Çatışan eşleşme: Aynı ürün kodunda iki ayrı hacim veya beden görünüyorsa satırlar birleştirilmez. Kaynak güncelliği, kodun kapsamı ve tedarikçi açıklaması kontrol edilene kadar kayıt bekletilir.
Önce küçük ve zor bir örnek kümesiyle deneyin
Deneme verisini yalnız kolay satırlardan seçmeyin. Açık birim dönüşümleri, farklı dilde renkler, kısaltmalar, boş değerler, yazım hataları, birden fazla seçeneğin tek hücrede birleştiği satırlar ve aynı kodla çelişen kayıtlar birlikte bulunmalıdır. Test kümesinde her türden örnek için beklenen sonuç, uzman tarafından önceden belirlenmiş olmalıdır. Böylece araç çıktısı, sonradan beğeniye göre değil, görünür bir ölçüte göre değerlendirilir.
Yanlış alanı, yanlış standart değeri, eksik kaynak izini ve belirsizlikte verilmiş kesin kararı ayrı kaydedin. Renk eşleşmesiyle paket adedi eşleşmesinin etkisi aynı olmayabilir; risk sınıfını önceden tanımlayın. Birkaç başarılı örnek tüm kataloğu kanıtlamaz. Sonucu yalnız denenen veri ve kurallar için yorumlayın; gerçek olmayan başarı oranı üretmeyin.
İnsan incelemesinde her öneri kaynak satırına geri açılabilmeli, ham değer ve standart değer yan yana görülebilmelidir. İnceleyen kişi “kabul”, “düzelt”, “reddet” ya da “kaynak bekle” seçeneklerinden birini seçebilir. Düzeltme yapıldığında nedenini kısa bir kodla kaydedin: sözlükte eksik terim, yanlış alan, kaynak belirsizliği veya dönüşüm kuralı. Bu kayıtlar, tekrar eden hata tipini belirlemeye yarar; tekil düzeltme geçmişi, otomatik öğrenme veya yeni bir kuralı kendiliğinden devreye alma izni değildir.
Değişikliği geri alınabilir biçimde yayınlayın
Onaylanan eşlemeleri önce ayrı bir çıktı dosyasında tutun. Kaynak dosyanın üzerine yazmak yerine, yeni şema sürümü ve işlem kimliğiyle bir kopya üretin. Her satırda eski ham değer, yeni standart değer, değişiklik tarihi, kural sürümü ve insan onayı saklanırsa hata bulunduğunda hangi dönüşümün geri alınacağı anlaşılır. Katalog sistemine aktarım, bu ara dosya denetlenip hedef alanlarla eşleştiği doğrulandıktan sonra yapılmalıdır.
Yayın öncesi kontrol listesinde satır sayısı, benzersiz ürün kodu, boş zorunlu alan, seçenek kombinasyonları ve izin verilen değerler bulunabilir. Aynı ürün ailesinde renk seçeneği farklı ürünlere yanlış bağlanmışsa, bu eşleşme kullanıcı arayüzünde yanlış varyant seçimine yol açabilir. Bu nedenle yalnız toplam satır sayısına bakmayın; aile içindeki her seçeneğin kaynak kaydını ve hedefteki eşini kontrol edin. İlk yükleme sınırlı bir kapsamda yapılabilir; geri alma dosyası hazır olmadan toplu değişiklik yapmayın.
Hata görülürse eski katalog sürümüne ve ham kaynağa dönün; sözlüğü düzeltmeden aynı işlemi tekrarlamayın. Her denemede kaynak, hedef şema, araç ayarı ve görev metnini kaydedin. Fiyat, stok, satışa açıklık ve müşteriye gösterilen değerler üzerindeki son yetki kurumun onay sürecinde kalmalıdır.
Bir araç önerisini nasıl değerlendirmelisiniz?
Aracı tanıtım metninden çok kendi örnek dosyanızda değerlendirin. Kaynak satırlarını koruyor mu, yapılandırılmış çıktı veriyor mu, belirsiz kayıtları görünür kılıyor mu ve onaysız değişikliği sisteme yazmadan durabiliyor mu? Bu soruları, dosya aktarımı ve erişim koşullarıyla birlikte kurum politikanıza göre sınayın.
Her sağlayıcının veri saklama, erişim, dışa aktarma ve model kullanımı koşulları farklı olabilir ve zamanla değişebilir. Bu nedenle seçilecek ürüne ilişkin güncel özellik, ticari kullanım, gizlilik veya entegrasyon iddialarını sağlayıcının resmi belgelerinde doğrulayın; doğrulanmamış bir özelliği bu makaleden hareketle var kabul etmeyin. Ürün seçimi ve uygulama kararları ayrı adımlardır. Bir aracın dosya okuyabilmesi, katalog verisini değiştirme yetkisi verilmesi gerektiği anlamına gelmez.
Ürün farklarını kaynağına bağlayarak inceleme yaklaşımı için ürün bilgilerini kaynaklarla karşılaştırma rehberine bakabilirsiniz. Sipariş, teslimat ve fatura satırlarında kanıt izini koruma yöntemi belge satırlarını eşleştirme rehberinde ayrıntılandırılır. Standart katalog değerleri müşteriye aktarılacaksa onaylı bilgiden yanıt taslağı hazırlama süreci de yararlı bir kontrol örneğidir. Daha geniş iş akışının sınırlarını değerlendirmek için dijital pazarlama hizmeti sayfasını inceleyebilirsiniz.
Sık Sorulan Sorular
Yapay zekâ ürün varyantlarını kendiliğinden birleştirebilir mi?
Bu iş akışında araçtan yalnızca aday eşleşme üretmesi istenir. Birleştirme; ürün kimliği, seçenek yapısı, satılabilirlik veya stok üzerinde kalıcı etki yaratabilir. Kaynak ve hedef kayıt insan tarafından doğrulanmadan otomatik birleştirme yapılmamalı; belirsiz satır bekletilmelidir.
“250 ml” ve “0,25 L” değerleri aynı kabul edilebilir mi?
Hacim birimi açıkça belirtilmiş ve dönüşüm kuralı kurum sözlüğünde tanımlanmışsa iki gösterim eşdeğer bir değere çevrilebilir. Ham metin ve uygulanan kural korunmalıdır. Sadece sayı benziyor diye gram, mililitre veya paket adedi aynı tür alanmış gibi eşleştirilmemelidir.
Renk adlarında yapay zekâ önerisini ne zaman onaylamalıyım?
Öneri, onaylı renk sözlüğünde karşılığı olan bir eş anlamlıya dayanıyorsa ve ürün kaynağı bunu destekliyorsa insan incelemesine sunulabilir. “Koyu mavi” ile “lacivert” her ürün veya marka için zorunlu olarak aynı olmayabilir. Sözlükte olmayan tonu standart değere çevirmeden önce kaynak kontrolü yapın.
Tek bir ürün kodunda iki farklı varyant değeri varsa ne yapılmalı?
Çatışmayı otomatik olarak en sık görülen değerle çözmeyin. Kodun birden fazla varyanta yanlış atanıp atanmadığını, dosya güncelliğini, satır düzeyindeki ürün tanımını ve tedarikçi kaynağını kontrol edin. Kaynaklar çelişiyorsa kayıt “inceleme gerekli” durumunda kalmalı ve müşteriye açık seçeneğe aktarılmamalıdır.
Modelin verdiği güven puanı yeterli kanıt sayılır mı?
Tek başına yeterli değildir. Puan, hangi kaynak alanının hangi kuralla eşleştiğini ve karşı örnek bulunup bulunmadığını açıklamayabilir. Kaynak satırı, ham değer, hedef alan, sözlük sürümü ve belirsizlik nedeni görünür olmalıdır. Sistem bu izi üretemiyorsa öneri inceleme için zayıftır.
Ne kadar veriyle bir deneme yapmak gerekir?
Sabit bir sayı her katalog için doğru olmaz. Deneme kümesi, işteki farklı hata türlerini temsil edecek şekilde hazırlanmalıdır: açık dönüşüm, kısaltma, eksik değer, birleşik hücre, çelişki ve farklı dilde yazım. Beklenen yanıtlar önceden belirlenmeli; test sonucu yalnız bu örnek kümesi için yorumlanmalıdır.
Yapay zekâya tüm ürün dosyasını vermek gerekli midir?
Görev için gerekli olmayan alanları paylaşmayın. Müşteri bilgileri, sipariş geçmişi veya kişisel veriler varyant adını eşleştirmek için çoğunlukla gerekli değildir. Örnek dosyayı en aza indirin, erişim yetkilerini ve sağlayıcının güncel veri koşullarını kurum politikanızla karşılaştırın; izin alınmadan gerçek veriyi dış ortama aktarmayın.
Onaylanan eşleşmeleri doğrudan canlı kataloğa aktarabilir miyim?
Önce bağımsız bir çıktı dosyasında kontrol edin. Zorunlu alanlar, benzersiz kodlar, seçenek kombinasyonları, değişiklik kaydı ve geri alma sürümü hazır olmalıdır. Sınırlı aktarım sonrası hedefte görünen varyantları ve kaynağa dönüş bağlantısını yeniden inceleyin. Yayın yetkisi, araç önerisinden değil kurumun mevcut onay akışından gelir.