«Тинькофф» запустила сервис для обработки текстовой информации из чеков ReceiptNLP.
Сервис может найти в тексте название бренда, определить категорию товара, расшифровать сокращённое название и распознать продукт. Например, если в чеке написано «Бонаква 0,5», то сервис определит, что это вода, а сокращение «сиб кол пельм» — это пельмени «Сибирская коллекция».
ReceiptNLP использует нейросети и «находится в постоянном развитии», уточнил представитель компании. Сервис поможет бизнесу составить статистику или прогноз продаж по каждому клиенту, оценить вероятность смены бренда или магазина. Кроме того, сервис пригодится компаниям, которые обещают пользователям кэшбек на определённый бренд, категорию или товар — ReceiptNLP поможет распознать в чеке нужные позиции.
Среди первых партнёров проекта — производитель касс и несколько ОФД, рассказали в компании. «Тинькофф» получает от партнёров обратную связь и дорабатывает сервис. «Получается общий рыночный стандарт — так всем удобнее», — объяснили в компании. Сама «Тинькофф» использовала сервис для исследований трат россиян в магазинах.
«На основе ReceiptNLP мы дальше будем делать сервисы-алгоритмы, показывающие магазину и бренду, где он теряет в продажах и какие товары и промо нужно предлагать клиенту», — добавил представитель «Тинькофф».
