Kaip Costless tikrina mažmeninės prekybos kainų ir čekių duomenis
Costless tikrina mažmeninės prekybos duomenis derindama keturis nepriklausomus šaltinius: automatizuotus analizatorius 56 prekybos tinklų svetainėse, mašininiu mokymusi pagrįstą 240,000+ tikrų pirkimo čekių OCR, GPS patvirtintas kainų etiketes iš lauko agentų ir akcijų reklamjuosčių OCR iš skrajučių, interneto vaizdų bei oficialių Telegram ir Viber kanalų. Kryžminis šaltinių tikrinimas aptinka duomenų nuskaitymo klaidas, praleistas akcijas ir apie 8% apgaulingų čekių pateikimų.
Keturi nepriklausomi duomenų srautai
Costless apdoroja keturis nepriklausomus mažmeninės prekybos duomenų srautus. Būtent jų tarpusavio kryžminis tikrinimas leidžia mūsų teiginius patikrinti, o ne tik deklaruoti.
Nuo šaltinio iki struktūrizuotų duomenų
Internetiniai analizatoriai
Kiekvienas tinklo analizatorius išmano to tinklo puslapių struktūrą ar API. Analizatoriai veikia pagal fiksuotą dukart per savaitę ciklą, paskirstytą laike, kad būtų išvengta apkrovos šuolių, gerbia svetainių apsaugas ir teikia pirmenybę tinklo skelbiamoms API, o ne nuskaitymui. Kai kurių tinklų visai nenuskaitome, nes jų taisyklės tai draudžia — jų duomenys gaunami tik iš čekių, lauko rinkimo ir reklamjuosčių.
Čekių OCR konvejeris
Įkeltas čekis pirmiausia apdorojamas su OpenCV (pakrypimas, kontrastas, atspindžiai, terminio popieriaus blukimas), tada tekstas išgaunamas naudojant Google Cloud Vertex AI vaizdo paslaugas kaip pagrindinį variklį, su Tesseract kaip greitu atsarginiu variantu ir mūsų pačių CNN, apmokytu Rytų Europos čekių formatams, sudėtingiausiems atvejams. Eilučių įrašai išanalizuojami, produktai sutapatinami su mūsų normalizuota duomenų baze naudojant vektorines reprezentacijas, o sumos sutikrinamos su atspausdinta bendra suma.
Bendras tikslumas visuose priimamuose čekių formatuose yra nuosekliai aukštas. Atskirų etapų rodikliai skiriasi pagal prekybininko šabloną, popieriaus tipą ir vaizdo kokybę, todėl neskelbiame vieno skaičiaus, kuris iškreiptų tikrąjį pasiskirstymą.
Sukčiavimo aptikimas
Maždaug 8% pateiktų čekių pažymimi kaip apgaulingi dar prieš patenkant į patikrintų duomenų rinkinį. Signalai apima dublikatų aptikimą, vaizdų kriminalistinę analizę (ekranų ar spaudinių nuotraukos, redaguoti vaizdai), prekybininko nuoseklumo patikras, struktūrines anomalijas ir dažnio euristikas. Pažymėti pateikimai izoliuojami, o naudotojo prašoma aiškiai perfotografuoti čekį.
Patikrintas fiksavimas vietoje
Lauko agentų programėlė užtikrina darbą vietoje: ji nuskaito GPS, koordinates paverčia adresu ir blokuoja fotografavimą, jei agentas nėra tikslinėje parduotuvėje. Po aiškaus registravimosi nuotraukos daromos tik programėlėje (niekada iš galerijos), apdorojamos įrenginyje mūsų AI modeliais ir įkeliamos akimirksniu — taip kiekviena kaina susiejama su konkrečia parduotuve, agentu ir momentu.
Kryžminis šaltinių tikrinimas
Bet kuris pavienis šaltinis gali klysti: analizatorius gali praleisti pertvarkytą akcijų puslapį, čekis gali būti blogai nufotografuotas, lauko etiketė gali būti pasenusi lentynos kortelė. Todėl, prieš laikydami kainą patvirtinta, tikimės, kad ji pasirodys bent dviejuose srautuose.
- Čekis prieš internetą — laimi čekis, nes tai kaina, kuri buvo faktiškai sumokėta.
- Akcijų puslapis prieš produkto puslapį — laimi akcijų puslapis, nes lojalumo kainos produkto puslapiuose dažnai nerodomos.
- Lauko etiketė prieš internetą — fiksavimo dieną laimi lauko duomenys; ilgesniu laikotarpiu laimi internetas, nes jis atnaujinamas dažniau.
Suderinamumui laikomės pramonės standartų: EAN-13 / EAN-8 / GTIN-14 (GS1) brūkšniniams kodams, MCC prekybininkų klasifikacijai, ISO 4217 valiutoms, ISO 3166-1 šalims ir ISO 8601 laiko žymoms.
Atnaujinimo dažnis pagal duomenų tipą
| Duomenų tipas | Atnaujinimo dažnis |
|---|---|
| Pirkimo čekiai | ~22 sekundės vidutiniškai nuo įkėlimo (nuo pradžios iki pabaigos, įskaitant OCR) |
| Internetinės kainos ir akcijų puslapiai | Dukart per savaitę kiekvienam tinklui pagal fiksuotą grafiką |
| Akcijų reklamjuostės | Pagal tinklo publikavimo ciklą (daugumai — kas savaitę) |
| Vietoje surinktos etiketės | Pagal agento sesiją, pagal poreikį |
| Valiutų kursai | Kasdien, iš apilayer.com |
| Normalizuota produktų duomenų bazė | Nuolat, gaunant čekius ir analizatorių ciklų duomenis |
Kai analizatorius sugenda — svetainės pertvarkymas, naujas blokavimas, API pakeitimas — paveiktos akcijos rodomos su matoma „paskutinį kartą atnaujinta“ data, o ne tyliai pateikiami pasenę duomenys.
Kur turime duomenų — ir kur jų neturime
Sąžiningumas dėl ribų yra patikimo duomenų šaltinio dalis. Štai ką aprėpiame šiandien ir ko dar ne.
Vartotojų rinkos
Ukraina, Kanada, Lietuva, Lenkija ir Jungtinė Karalystė — kasdienė didžiųjų prekybos tinklų akcijų aprėptis, naršoma akcijų kataloge.
B2B API rinkos
Mūsų čekių OCR ir tikrinimo API aptarnauja verslo partnerius tose pačiose rinkose. Fiskalinių čekių tikrinimas pagal valstybinį registrą šiuo metu veikia Ukrainoje.
Neskelbiame stebimų tinklų sąrašo pagal šalis: aprėptis kinta, kai prekybininkai pertvarko svetaines ar keičia taisykles, o susitarimai skiriasi pagal tinklą. Pirkėjai realią aprėptį mato akcijų kataloge; B2B klientai pilną sąrašą gauna pagal konfidencialumo susitarimą (NDA).
Ko dar neaprėpiame
- Grynai internetiniai prekybininkai — iš dalies; mūsų dėmesys skirtas fizinių parduotuvių mažmeninei prekybai.
- Restoranų meniu ir HoReCa kainodara — už aprėpties ribų.
- Didmeninės ir urmo kainos — už aprėpties ribų.
- Kategorijos su retais duomenimis — alkoholio ir vaistinių matomumas kiekvienoje šalyje reguliuojamas, o kai kurioms nišinėms kategorijoms trūksta nuoseklios aprėpties.
Kaip tvarkome jūsų duomenis
Jūsų čekiai lieka jūsų
Čekyje gali būti asmeninių duomenų — lojalumo numeris, paskutiniai kortelės skaitmenys, fiskalinis numeris. Jų nemaskuojame, nes įkeltas čekis matomas tik jį įkėlusiam asmeniui. Jis niekada nerodomas kitiems naudotojams, niekada neįtraukiamas į viešus sąrašus ir niekada neperduodamas B2B klientams. Kainų tikrinimo platformos pusę maitina tik struktūrizuoti produktai ir kainos anonimizuotoje suvestinėje.
Duomenų saugojimas
Čekių vaizdai ir išgauti eilučių įrašai saugomi tol, kol turite paskyrą. Paskyrą galite bet kada ištrinti savo profilyje — tai pašalina jūsų čekių vaizdus, išgautus įrašus ir asmeninę informaciją. Visa politika pateikta mūsų Privatumo politikoje.
Niekada neparduodame jūsų duomenų
Costless neparduoda naudotojų duomenų jokiai trečiajai šaliai, jokioje jurisdikcijoje, niekada. Tai kategoriška politika. Pavieniai čekiai niekada neperduodami išorėn, o pavienių asmenų tapatybės niekada nesiejamos su jokiu viešai prieinamu duomenų produktu.
Vaikų privatumas
Costless nėra skirta vaikams iki 16 metų. Sąmoningai nerenkame asmeninės informacijos iš vaikų iki 16 metų; sužinoję, kad tokią surinkome, ją ištriname.
Atitiktis
Veikiame pagal BDAR (ES/EEE), JK BDAR ir 2018 m. Duomenų apsaugos aktą bei lygiaverčius nacionalinius įstatymus, įskaitant Kanados PIPEDA. Kadangi neparduodame asmens duomenų, CCPA teisė „Do Not Sell“ mūsų duomenų tvarkyme neturi ko atsisakyti. Duomenų valdytojas: [email protected].
Saugumo peržiūra
Kas mėnesį atliekame automatizuotą AI pagrįstą saugumo peržiūrą — apimančią autentifikaciją, įvesties tikrinimą, užklausų limitus, priklausomybių skenavimą ir antraščių sugriežtinimą. Platforma šiuo metu nėra praėjusi oficialaus trečiosios šalies audito (SOC 2, ISO 27001).
DUK
Kodėl čekiais patikrinti duomenys geresni už nuskaitytus duomenis?+
Kaip Costless aptinka apgaulingus čekius?+
Kiek švieži Costless kainų duomenys?+
Kokias šalis aprėpia Costless?+
Koks čekių OCR tikslumas?+
Ar Costless parduoda mano duomenis?+
Sukurta ant duomenų, kuriais galite pasitikėti
Pažiūrėkite, kaip patikrintus čekius ir gyvus kainų duomenis paverčiame mažmeninių kainų žvalgyba prekių ženklams ir prekybininkams.
Susipažinkite su InsightsSkaidri mažmeninės prekybos duomenų metodologija
Costless — mažmeninės prekybos žvalgybos platforma, tikrinanti prekybos tinklų kainas, akcijas ir čekius Ukrainoje, Kanadoje, Lietuvoje, Lenkijoje ir Jungtinėje Karalystėje, su čekių OCR ir tikrinimo API verslo partneriams bei fiskalinių čekių tikrinimu, šiuo metu veikiančiu Ukrainoje. Užuot rėmusis vienu nuskaitytu srautu, Costless derina automatizuotus analizatorius 56 tinkluose, mašininiu mokymusi pagrįstą 240,000+ tikrų čekių OCR, GPS patvirtintą rinkimą vietoje ir akcijų reklamjuosčių OCR.Kryžminis šaltinių tikrinimas suderina šiuos srautus, aptikdamas duomenų nuskaitymo klaidas, praleistas akcijas ir apgaulingus pateikimus. Čekių teksto išgavimą vykdo Google Cloud Vertex AI vaizdo paslaugos kartu su mūsų pačių konvejeriu, atsakingu už išdėstymo aptikimą, eilučių analizę, produktų sutapatinimą ir sumų sutikrinimą. Costless neparduoda naudotojų duomenų, saugo čekius tik kol paskyra aktyvi ir veikia pagal BDAR, JK BDAR, CCPA bei nacionalinius duomenų apsaugos įstatymus. Šis metodologijos puslapis atnaujinamas keičiantis mūsų aprėpčiai ir duomenų apdorojimui.
Išskleisti ↓Norėdami savarankiškai patikrinti bet kurį šio puslapio teiginį, kreipkitės adresu [email protected] arba [email protected]. Tyrėjams, žurnalistams ir potencialiems partneriams, kai tinkama, pagal konfidencialumo susitarimą (NDA) pateikiame redaguotus pavyzdžius ir metodologijos apžvalgas.