Le hybrid matching (correspondance hybride) est une approche d’identification et de catégorisation des produits qui combine plusieurs techniques de correspondance – recherches exactes par identifiant comme le GTIN ou le MPN, et comparaison approximative, fondée sur les attributs, des titres, images et descriptions – au lieu de s’appuyer sur une seule méthode. On l’utilise chaque fois que les identifiants structurés sont absents, incohérents ou peu fiables dans un catalogue, ce qui est suffisamment fréquent dans les flux produits réels pour qu’aucune méthode de correspondance ne tienne seule. Le résultat est un processus de correspondance nettement plus résistant aux données produits désordonnées ou incomplètes que la seule correspondance par identifiant.
Pourquoi le hybrid matching compte pour la qualité des données produits
De nombreux catalogues réels ne disposent pas de GTIN ou de MPN propres pour chaque article – produits artisanaux, marques propres, stock reconditionné et SKU de longue traîne issus de petits fabricants en sont souvent totalement dépourvus –, ce qui met en échec tout système de correspondance reposant uniquement sur des identifiants exacts. Les plateformes d’achat et les comparateurs doivent pourtant regrouper correctement ces produits, les rapprocher des entrées existantes du catalogue ou dédoublonner les annonces entre vendeurs ; se rabattre sur le hybrid matching permet donc de garder un flux exploitable même lorsque la voie des identifiants propres échoue. Cela a un impact direct sur la performance du flux : un produit qui ne peut pas être correctement rapproché risque d’être signalé, mal positionné en prix face aux concurrents ou affiché avec des résultats enrichis dégradés – autant de problèmes évitables si la logique de correspondance dispose d’une solution de repli plutôt que d’une dépendance stricte à des données parfaites.
Comment fonctionne le hybrid matching
Un système de hybrid matching essaie généralement d’abord la voie stricte – recherche par GTIN, MPN ou marque plus identifiant – et ne se rabat sur une comparaison approximative des titres, attributs et images qu’en cas d’échec ou en l’absence de correspondance fiable. Avant toute comparaison, une normalisation doit généralement avoir lieu, car une correspondance approximative sur une casse, des abréviations ou des formats d’unité incohérents produit des résultats peu fiables ; un système qui compare 5 lb à 5lbs doit d’abord les ramener à la même forme pour que le score de similarité ait un sens. Les implémentations plus avancées s’appuient aussi sur des données de référence structurées proches d’un knowledge graph, en utilisant les relations entre catégories et les associations connues entre marques et attributs pour lever l’ambiguïté sur des correspondances que la seule comparaison des titres établirait mal.
Exemple : le hybrid matching dans un flux produits
<item>
<g:id>SKU-68204</g:id>
<title>Handwoven Wool Throw Blanket - Natural Oatmeal, 50x60in</title>
<link>https://example-shop.com/products/handwoven-wool-throw-oatmeal</link>
<g:price>84.00 USD</g:price>
<g:availability>in stock</g:availability>
<g:brand>Loomcraft Studio</g:brand>
<g:identifier_exists>false</g:identifier_exists>
</item>Avec identifier_exists défini sur false, il n’y a ni GTIN ni MPN sur lesquels s’appuyer : un processus de hybrid matching se rabat alors sur le champ brand, ainsi que sur le titre normalisé et les attributs de dimensions, pour trouver ou confirmer une correspondance dans le catalogue – exactement le scénario pour lequel cette technique existe.
Concepts associés
Le hybrid matching dépend fortement d’une normalisation effectuée en amont, car une comparaison approximative ne vaut que par la cohérence des données qui l’alimentent, et il s’appuie souvent sur des données de référence de type knowledge graph pour résoudre les correspondances ambiguës que les attributs seuls ne permettent pas de trancher. La technique soutient aussi indirectement les démarches de segmentation, car regrouper avec précision les produits similaires ou en double est souvent la première étape pour construire des segments propres et fiables à partir d’un catalogue autrement désordonné.
