La catégorisation produit par IA : classer juste parmi des milliers de familles
Catégoriser, c'est attribuer à chaque produit sa famille dans un référentiel qui en compte souvent plus d'un millier — et c'est la décision dont tout le reste dépend : la famille détermine les attributs attendus, donc l'enrichissement, les filtres du site, les équivalences. Une erreur de classement ne se voit pas ; elle rend juste tout le reste faux.
Pourquoi c'est plus dur qu'il n'y paraît
Le classement existant n'est pas fiable : les catalogues héritent d'années de rangements au fil de l'eau, et la bonne famille est régulièrement dans un autre rayon que celui d'origine — un détecteur de fumée égaré dans un univers qui cachait sa vraie famille reste invisible tant que personne ne le cherche là où il devrait être. Et choisir parmi des centaines de familles sur la seule foi de leurs libellés est un piège : deux familles aux noms proches peuvent contenir des produits très différents.
Le second avis n'a de valeur que s'il est aveugle
Pour contrôler un classement existant, l'erreur classique est de montrer à l'IA la famille actuelle « pour l'aider ». Résultat mesurable : un biais d'ancrage — l'agent confirme l'existant au lieu de le réévaluer, le taux de « confirmé » gonfle, les vraies erreurs passent au travers. La bonne méthode est la catégorisation à l'aveugle : l'agent reçoit le produit sans sa famille actuelle ni son univers d'origine, l'identifie réellement — recherche web, fiche fabricant — et le classe de zéro. C'est la condition d'un second avis réellement indépendant, qui ne se contente pas de confirmer l'existant.
Vérifier par l'exemple, pas par le libellé
Un libellé de famille ne dit pas ce qu'elle contient. Avant de valider un choix, la bonne question est concrète : « ton produit est-il du même type d'objet que les produits déjà rangés dans cette famille ? » — l'agent regarde une ou deux dizaines de produits réels de la famille candidate, et les compare à ceux de la famille actuelle. Deux règles d'arbitrage font le reste : préférer toujours la famille la plus spécifique (« éléments filtrants pour traitement d'air » plutôt que « traitement d'air ») ; et à spécificité égale, ne pas changer — un reclassement doit se justifier clairement.
Le score de confiance — ici, et seulement ici
La catégorisation est le seul endroit où un score de confiance chiffré a du sens : le choix est fermé (une famille parmi N), donc mesurable. Un barème simple suffit, et chaque suggestion s'accompagne de sa raison en toutes lettres :
| Niveau | Signification | Traitement |
|---|---|---|
| Quasi certain (≥ 0,80) | La recherche web et les produits déjà rangés dans la famille concordent. | Validable en masse après échantillonnage. |
| Probable (0,50 – 0,79) | Un seul signal, ou une ambiguïté entre deux familles proches. | Revue rapide, en s'appuyant sur la raison fournie. |
| Hypothèse faible (< 0,50) | Produit difficilement classable, ou données insuffisantes. | Revue humaine obligatoire — jamais forcé. |
À l'inverse, un « score de confiance » par valeur sur de l'enrichissement est un artifice : une valeur extraite se prouve par sa source, pas par un pourcentage.
Classer des groupes, pas des produits
La famille est une propriété du modèle, pas de la déclinaison : les trente-six variantes d'une veste appartiennent à la même famille. Une fois le catalogue regroupé en parent/variant, on catégorise le groupe en lisant toutes ses déclinaisons — voir l'ensemble dit bien plus clairement ce qu'est le modèle qu'un produit isolé — et la famille se propage d'un coup. Avec un garde-fou : le membre qui n'est manifestement pas une déclinaison du modèle est signalé comme intrus au lieu de recevoir la famille du groupe — la catégorisation contrôle le regroupement au passage.
Taxonomie du client, taxonomies du marché
La même méthode classe dans le référentiel du client — son arbre de familles, ses univers — ou dans les classifications du marché : la classification GS1, ou ETIM pour le négoce technique. Et une fois la famille validée, elle porte ses conséquences : les attributs attendus de la famille deviennent la nomenclature d'enrichissement — le classement n'est pas une fin, c'est le contrat de tout ce qui suit.
Notions liées : parent/variant · l'enrichissement de données produit · la fiabilisation