Moda için Rekabet İstihbaratı ve GenAI Trend Platformu

Bağlam

LC Waikiki, 50+ ülkede 1.000+ mağazası ve e-ticaret kanalı olan bir moda perakendecisi. Ürün yönetimi (merchandising) ve fiyatlama ekiplerinin, elle yapılan araştırmayı beklemeden rakiplerin ne yaptığını görebilmesi gerekiyor. Bu üretim platformu onlar için, şirketin kendi marka ve kategori yapısına göre kuruldu.

Rol: Platformun tasarımı ve geliştirilmesi (Veri Çözüm Mimarı).

Problem

Fiyatlama ve ürün çeşitliliği (assortment) kararları bir hafta sürüyordu; rakip araştırması elle yapılıyordu. Markalar arası kıyas için de her ürünün, markanın kendi adlandırmasından bağımsız olarak tek bir ortak taksonomide yer alması gerekiyor.

Yaklaşım

• Toplama: Cloud Run üzerinde, yüke göre ölçeklenen Python kazıyıcılar (scraper); ajanlar veri kaynaklarını bulur ve doğrular.
• Normalizasyon: Bir LLM sınıflandırıcı ürünleri ortak taksonomiye eşler; LLM’ler trendleri de özetler.
• Kıyaslama: Fiyat, stok ve renk; 20+ marka ve ~95 pazar genelinde karşılaştırılır.
• Trend sinyalleri: 200 sosyal medya hesabı izlenir; renk ve kategori özetleri doğrudan iş kullanıcılarına gider.

Mimari ve teknoloji

Cloud Run üzerinde Python kazıyıcılar; ham ve düzenlenmiş rakip verisi için Databricks üzerinde Delta Lake; ürün normalizasyonu ve trend özetleri için LLM’ler; analitik ve ürün yönetimi panoları için BigQuery.

Sonuç

• Fiyatlama ve ürün çeşitliliği kararları: 1 haftadan 1 güne.
• Elle yapılan rakip araştırmasının yerini sürekli ve otomatik veri toplama aldı.
• Kapsam: 20+ marka, ~95 pazar ve 200 sosyal medya hesabı.

Öğrenimler

• Karar süresindeki kazanç, karşılaştırılabilir veriye dayanıyor. LLM’in buradaki asıl görevi ürünleri ortak taksonomiye yerleştirmek; yani kararı vermek değil, veriyi hazırlamak.
• Toplama, saklama ve sunum ayrı katmanlarda: ham ve düzenlenmiş veri Delta Lake’te, analitik ve panolar BigQuery’de.