Párování produktů, které nevyrábí duplicity v katalogu

Jak párování technicky funguje

Nespoléháme na jednu metodu. Párování stavíme jako trychtýř. Nejdřív přesné identifikátory: EAN/GTIN, kód výrobce, kombinace značky a kódu. Pak pravidla, která sjednotí zápis názvů, jednotek a značek. Zbylé položky převedeme embedding modelem na vektory a ke každé najdeme nejpodobnější kandidáty z vašeho katalogu. Teprve u kandidátů rozhoduje jazykový model: porovná názvy a parametry a vrátí strukturovaný výsledek se shodou, nebo neshodou a mírou jistoty. Co leží pod nastaveným prahem, jde do fronty ke kontrole člověkem.

Embeddingy jsou levné. Například model OpenAI text-embedding-3-small stojí 0,02 USD za milion tokenů (ceník k 9/2026, aktuální ceník ověřte u poskytovatele). Dražší jazykový model proto voláme jen na úzký výběr kandidátů, ne na celý katalog.

Proč nestačí jen EAN

Dodavatelé EAN často nemají, nebo do pole posílají vlastní interní čísla. Google Merchant Center vyžaduje, aby GTIN odpovídal pravidlům GS1, měl správnou kontrolní číslici a nepocházel z vyhrazených rozsahů začínajících 02, 04 nebo 2. Stejný EAN u dvou různých variant je chyba v datech, ne důvod je sloučit. Kódy proto nejdřív validujeme a teprve potom podle nich párujeme.

Párování na srovnávačích

Heureka páruje nabídky ke svým produktovým kartám především podle názvu v elementu PRODUCTNAME. EAN používá jako pomocný údaj pro ověření. V některých kategoriích má povinné parametry — bez nich nabídka v párování nepokračuje. Zboží.cz doporučuje vyplňovat EAN i PRODUCTNO (stav k 9/2026 podle nápovědy obou srovnávačů). Samotné párování dělá srovnávač. My připravíme čistá data v XML feedu: přesný název, platný EAN a potřebné parametry. Parametry umíme doplnit i službou AI generování parametrů.

Na co si dát pozor

Chybná shoda je horší než žádná. Špatně spárovaný produkt převezme cizí cenu nebo sklad a zákazník si objedná něco, co nemáte. Proto před spuštěním měříme přesnost na ručně ověřeném vzorku. Každé rozhodnutí logujeme a opravy z kontrolní fronty vracíme zpět do pravidel. Výsledkem je mapovací tabulka (kód dodavatele ↔ ID ve vašem katalogu). Ta žije v importu, v PIM nebo v ERP a při dalším importu se už znovu nepočítá.