Zovda
商品数据看起来像一张表，行为却像一场争论。同一件东西出现在三个类目下，有两个标题，品牌字段有时是厂商、有时是卖家。
建在上面的一切分析，都悄悄继承了这些分歧。
类目是观点
一棵类目树，是一家公司对「商品之间怎么关联」的看法。两个平台会为「手机壳属于配件还是属于保护」吵起来，而两边都没错。
如果你的数据集混了两棵树又没有映射，那每一次类目级比较，都是在比两套词汇。
让匹配成为可能的字段
- 标准商品编号，如果有的话
- 品牌，归一化，和卖家分开
- 属性，带类型：尺寸、容量、材质、颜色、单位
- 类目路径，以及你自己归一化后的路径
- 抓取这条 listing 的日期
第五个字段，决定一次比价是一次比较，还是一次巧合。
标题是最差的关联键
标题里塞着营销词、变体名、数量，偶尔还有表情符号。按标题匹配，会产出「样例里看着对、整体上全错」的合并。
有属性就用属性匹配，再补一层标题相似度，并且阈值要能解释。
让映射看得见
当你归一化一个类目或一个品牌时，把规则写下来。规则，是让下个季度的数据和这个季度可比的那个东西。
这些集合由 Zovda 通过 Datuva 组装，归一化路径和原始值都保留。数据研究语料展示了一套有定义的目录如何一路带下去。
告诉我们你需要在卖家之间对比什么，我们会在 1 个工作日内回复。