Bagi Lowe’s, salah satu perusahaan perbaikan rumah di dunia, pengalaman pelanggan yang seamless dan memuaskan adalah prioritas utama. Salah satu cara untuk mencapai hal ini adalah dengan memastikan akurasi data produk yang sangat tinggi.
Permasalahan akurasi data produk bukanlah hal baru dalam industri e-commerce. Deskripsi produk yang tidak akurat, gambar yang tidak sesuai, atau informasi spesifikasi yang salah dapat menyebabkan sejumlah masalah, seperti kekecewaan pelanggan, pengembalian barang, komentar negatif, dan kerugian finansial.
Lowe’s mengambil langkah proaktif dengan mengadopsi teknologi AI. Tim Data dan AI Lowe’s melihat potensi besar dalam model bahasa GPT-3.5 yang dikembangkan oleh OpenAI. Model ini memiliki kemampuan untuk memahami dan menghasilkan teks yang menyerupai manusia, sehingga sangat cocok untuk tugas-tugas seperti klasifikasi teks, terjemahan bahasa, dan generasi teks.
Tim Lowe’s mengumpulkan jutaan data produk dari berbagai sumber, termasuk katalog produk, deskripsi produk, dan ulasan pelanggan. Data ini kemudian dibersihkan dan diproses untuk menjadi input bagi model AI. Model GPT-3.5 dilatih dengan menggunakan data yang telah disiapkan agar dapat melakukan tugas klasifikasi produk dengan akurasi yang tinggi.
Setelah pelatihan awal, model diberikan fine-tuning untuk meningkatkan performanya pada tugas-tugas spesifik, seperti mengklasifikasikan produk berdasarkan merek, kategori, atau spesifikasi teknis.
Penerapan model GPT-3.5 dalam proses klasifikasi produk di Lowe’s mampu mengklasifikasikan produk berdasarkan merek. Model dapat mengidentifikasi fitur-fitur penting dari suatu produk, seperti ukuran, warna, material, dan daya. Selain itu, Model dapat menerjemahkan deskripsi produk ke dalam berbagai bahasa, sehingga produk Lowe’s dapat menjangkau pasar global.
“Kegembiraan di tim terlihat jelas saat kami melihat hasil penyempurnaan GPT 3.5 pada data produk kami,” kata Nishant Gupta, Senior Director, Data, Analytics and Computational Intelligence, Lowe’s.
