Automatické triedenie produktov pre Google Shopping a Heureku

Čo to umožňuje

Produktový feed odchádza do Google Shoppingu a Heureky so správnou kategóriou pri každom produkte, odvodenou z názvu a popisu produktu. Nie z ručne udržiavanej tabuľky, ktorá časom zastará.

Cieľom bolo priradiť každému produktu správnu kategóriu z Google taxonómie a zároveň minimalizovať počet AI volaní, aby riešenie šetrilo náklady aj tokeny. Väčšina produktov sa preto vyrieši lacnou matematikou a drahší AI model sa volá iba pri ťažších prípadoch.

Výsledkom je kvalitnejší g:google_category vo feede, čo pomáha Google Shoppingu aj Performance Max kampaniam. Rovnaký princíp beží aj pre Heureku — len s jej kategóriami.

Cena prevádzky: v ráde centov za 1000 produktov v ustálenom stave.

Problém

Produktový katalóg tejto veľkosti sa nedá ručne kategorizovať pri každej aktualizácii feedu. V hre boli dva slabé prístupy:

• Ručné mapovacie tabuľky, ktoré časom zastarávajú, keď pribúdajú nové typy produktov.
• AI volanie na každý produkt, ktoré je pri veľkom katalógu drahé a nie vždy konzistentné.

V oboch prípadoch sa problém prejavil až neskôr: produkty zlyhávali vo feede, zobrazovali sa v nesprávnych vyhľadávaniach alebo podávali slabší výkon, pretože boli zaradené zle.

Riešenie — trojstupňový lievik

Celé riešenie je postavené v Google Sheets cez Apps Script. Každý produkt prechádza tromi vrstvami zoradenými od najlacnejšej po najdrahšiu. Akonáhle niektorá vrstva dá dostatočne istý výsledok, produkt je hotový a ďalej nepokračuje.

Produkt (názov + popis)
        │
        ▼
┌────────────────────────────────────────────────────────────────┐
│ 1. Embeddings — významová podobnosť voči uloženým kategóriám   │
│    cosine similarity >= 0.90  →  priradiť kategóriu, hotovo    │
└────────────────────────────────────────────────────────────────┘
        │ (nízka istota)
        ▼
┌────────────────────────────────────────────────────────────────┐
│ 2. Vlastný natrénovaný Gemini model                            │
│    vráti kategóriu zo zoznamu  →  priradiť, hotovo             │
└────────────────────────────────────────────────────────────────┘
        │ (mimo zoznamu / prázdne)
        ▼
┌────────────────────────────────────────────────────────────────┐
│ 3. Gemini 2.5 Flash Lite pre najťažšie prípady                  │
│    detailný prompt + top kandidáti z embeddings  →  kategória  │
└────────────────────────────────────────────────────────────────┘

1. Embeddings — najlacnejší a najrýchlejší krok

Najprv sa porovná význam produktu s kategóriami matematickou podobnosťou. Názov a popis produktu aj jednotlivé kategórie sa prevedú na číselný vektor a cez cosine similarity sa nájde najbližšia kategória. Ak je zhoda aspoň 90 %, kategória sa priradí automaticky a žiadne LLM volanie nie je potrebné. Embeddingy kategórií sa cachujú, takže sa nepočítajú opakovane.

2. Vlastný natrénovaný Gemini model — keď embedding nestačí

Ak prvý krok nedá dostatočne istý výsledok, nastúpi Gemini model natrénovaný na našich produktoch a kategóriách. Pozná naše dáta lepšie než všeobecný model, takže kategorizuje presnejšie a lacnejšie. Ak vráti kategóriu, ktorá existuje v našej taxonómii, použije sa.

3. Fallback Gemini 2.5 Flash Lite — pre okrajové prípady

Ak neprejde embedding ani natrénovaný model, použije sa štandardný Gemini s detailným promptom a vlastnými pravidlami. Nedostane celú taxonómiu, ale len najpravdepodobnejších kandidátov z embeddings, z ktorých vyberie najvhodnejšiu kategóriu. Tento krok rieši iba okrajové a nejasné prípady.

Detaily, ktoré rozhodujú o cene a spoľahlivosti:

• Uložené výpočty kategórií. Embeddingy kategórií sa nespracúvajú znova pri každom behu, čím sa šetrí čas aj peniaze.
• Bezpečné opakované spustenie. Už spracované produkty sa preskočia a manuálne uzamknuté riadky sa nemenia.
• Poznámka pri každom riadku. Tím vidí, ktorá vrstva kategóriu priradila, takže vie ľahko skontrolovať rizikové prípady.

Bezpečnosť a prevádzka

• Servisný účet s rolou Vertex AI User. JSON kľúč je uložený v Script Properties, nie priamo v kóde.
• Lock proti súbežnému behu. Spustenie je chránené zámkom, aby nebežali dva procesy paralelne.
• Retry s exponential backoff. API volania aj čítanie a zápis do Sheets sa pri chybe opakujú s narastajúcou pauzou.
• Týždenný trigger. Script beží automaticky raz týždenne; rieši najmä novo pribudnuté produkty a už hotové preskočí.

Kľúčové poučenia

• Lacná predkontrola pred drahšou AI výrazne znižuje náklady.
• Vlastný model je dobrá stredná vrstva, ale najlepšie funguje v kombinácii s ďalšími kontrolami.
• Ak sa nástroj dá bezpečne spustiť opakovane, môže bežať pravidelne a bez dozoru.
• Poznámka priamo v tabuľke je praktickejšia než technické logy, pretože ju vie použiť aj marketér.