Catalogazione e naming prodotti con AI

Il problema del catalogo prodotti nelle PMI: perché i dati non funzionano mai

Le PMI con cataloghi da migliaia di SKU vivono con dati di prodotto inconsistenti, denominazioni non sistematiche e codici non memorizzabili. Analisi delle cause strutturali e del costo reale del problema.

Quasi ogni PMI manifatturiera o di distribuzione con più di tre anni di storia ha lo stesso problema: un catalogo prodotti che si è espanso senza una logica coerente. Articoli con nomi che cambiano a seconda di chi li ha inseriti. Codici che seguono convenzioni diverse tra le divisioni. Attributi tecnici compilati in modo incompleto o contraddittorio. Duplicati che nessuno ha mai ripulito perché "non si sa mai".

Come si arriva al catalogo caotico

Il catalogo non nasce disorganizzato: si disorganizza. Il meccanismo è semplice: ogni nuovo prodotto viene aggiunto quando serve, da chi è disponibile in quel momento, con il livello di dettaglio che sembra sufficiente all'epoca. Non c'è mai abbastanza tempo per definire un framework sistematico — e quando il framework viene definito, i prodotti esistenti rimangono nella vecchia logica perché il costo di migrazione sembra sproporzionato.

Le migrazioni ERP peggiorano il problema: quando si cambia sistema, si migrano i dati così come sono, con l'intenzione di "pulirli dopo". Dopo non arriva mai, perché il sistema nuovo è già in produzione e toccare i codici articolo significa rischio di disallineamento.

I tre livelli di inconsistenza

Un catalogo disorganizzato ha problemi a tre livelli. A livello di naming, gli articoli non hanno denominazioni sistematiche: la stessa famiglia di prodotti ha nomi parzialmente diversi in base a chi li ha inseriti, con abbreviazioni non standardizzate e descrizioni di lunghezza variabile. A livello di codifica, i codici articolo non portano informazione: sono sequenze numeriche incrementali che non dicono nulla sulla natura del prodotto senza la descrizione testuale. A livello di attributi, i campi tecnici sono compilati in modo incompleto o con valori non normalizzati (un campo "colore" che contiene "rosso", "Red", "RAL 3000", "#FF0000" per lo stesso valore).

Il costo che le aziende non calcolano

Il costo operativo — ore perse a cercare articoli, errori di ordine, duplicati — è visibile anche se raramente quantificato. Il costo strategico è meno visibile: un catalogo disorganizzato è praticamente impossibile da esporre su canali digitali. Per pubblicare su un portale e-commerce B2B, un marketplace o un sito di e-commerce, servono dati strutturati con attributi consistenti. Le PMI con cataloghi caotici sono de facto escluse dalla distribuzione digitale, indipendentemente da quanto investano nella presenza online.

Quando l'AI entra in gioco

L'AI può accelerare dramatically il processo di ristrutturazione di un catalogo: riclassificazione automatica degli articoli, normalizzazione dei valori degli attributi, rilevamento dei duplicati, generazione di nomi sistematici. Ma non può compensare l'assenza di una decisione su quale logica adottare. Prima viene la governance — chi decide come si nominano i prodotti, con quali regole — poi viene l'AI che applica quelle regole su scala.