DISTRIBUTION B2B
Classification catalogue et scoring tri-niveau
Un distributeur B2B a industrialisé la classification de ~21 000 produits par an, avec scoring haute / moyenne / basse confiance et validation Human In The Loop.
82 %
Précision première proposition (haute confiance)
21 000 produits/an
Volume traité automatiquement
39 fichiers
Fichiers fournisseurs par an
L'OPPORTUNITÉ
Classer des milliers de références sans erreur ni retard.
Chaque année, des milliers de nouveaux produits issus de nombreux fournisseurs doivent être classés dans les sous-familles articles, la nomenclature qui structure l'offre, le merchandising et la recherche.
Avant Nexa
– Classification manuelle chronophage et sujette aux erreurs
– Descriptions hétérogènes, parfois multilingues
– Erreurs impactant findabilité et ventes
– Aucun score de confiance sur les affectations manuelles
LA SOLUTION
Un moteur de classification automatique avec scoring tri-niveau.
Ingestion multi-fournisseurs, analyse sémantique des descriptions, matching par embeddings vers la nomenclature existante, scoring tri-niveau (haute / moyenne / basse confiance), boucle HITL pour validation ou correction, capitalisation à chaque retour.
Composants Nexa mobilisés
| Composant | Rôle dans le Rituel |
|---|---|
| Algorithme d'arbitrage | Arbitrage sémantique multi-critères pour l'affectation optimale |
| Evidence Panel | Score, alternatives, justification du matching |
| Human In The Loop (HITL) | Validation / correction, enrichissement du modèle à chaque feedback |
| AI Knowledge Vault | Patterns validés, réutilisables pour les vagues suivantes |
| Cockpit | Statistiques vert / orange / rouge, volumes, tendances |
L'IMPACT
Des résultats mesurés, pas des projections.
| Axe de valeur | Impact concret |
|---|---|
| Précision | 82 % classés correctement en première proposition (haute confiance) |
| Top 3 | 64 % des cas « moyenne confiance » : bonne famille dans les trois premières suggestions |
| Volume | ~21 000 produits/an issus de 39 fichiers fournisseurs |
| Amélioration continue | Progression entre campagnes sur les cas incertains, le modèle apprend |
| Adoption | Équipe merchandising outillée sur l'ensemble du flux |
Les cas « moyenne confiance » sont moins ambigus qu'avant : les cas simples passent en haute confiance. Le système apprend.
, Bilan opérationnel (anonymisé), 2025
Votre Rituel Métier a le même potentiel.
La preuve n'est pas notre contrainte. C'est notre produit.
Demander une démo