Jak jedna závorka v XML feedu stojí e-shop tisíce korun

Pneumatiky za 300+ km/h a záhadné písmeno Y

Vlastním BMW M6 E63 — kupé s V10 motorem, které s M Driver's Package zvládne přes 300 km/h. Občas si dopřeji výlet na německou dálnici, takže když jsem řešil nové pneumatiky, zajímal mě přirozeně rychlostní index — označení udávající maximální konstrukční rychlost pneumatiky. A tady jsem narazil na absurditu.

Tabulka rychlostních indexů (výběr)

Index Y značí pneumatiku do 300 km/h. Index (Y) — písmeno Y v závorce — značí pneumatiku nad 300 km/h. Rozdíl mezi bezpečnou a nebezpečnou jízdou při 305 km/h? Dvě závorky. Proč výrobci nevybrali prostě další písmeno abecedy, to je záhada. Ale hlavní problém leží jinde.

Závorka, která zmizí

Když jsem hledal vhodné pneumatiky v českých e-shopech, narazil jsem na zvláštní jev. U pneumatik, které by měly mít index (Y), byl všude uveden pouze Y. Bez závorek. U každého e-shopu, přes který jsem prošel. Jako člověk, který se chystá jet přes 300 km/h, jsem prostě nemohl riskovat. Pokud e-shop uvádí index Y (do 300 km/h) místo (Y) (nad 300 km/h), jak si mohu být jistý, co vlastně kupuji? Tak jsem hledal dál na více e-shopech, po delším pátrání jsem kontaktoval přímo jednoho z prodejců, jeho odpověď potvrdila přesně to, co jsem tušil:

Majitel e-shopu potvrdil, že pneumatiky skutečně mají rychlostní limit nad 300 km/h a index by měl být v závorce. Přiznal ale, že velkoobchody toto v datech nerozlišují a parametry se generují automaticky bez závorek. Označil to jako podnět do budoucna.

Problém je v datech, v XML feedu, který generuje parametry produktů automaticky se závorka při zpracování jednoduše ztratí.

Proč se to děje a proč je to větší problém

XML feedy jsou strukturovaná data ve formátu, kde speciální znaky mají svůj význam. Závorky samy o sobě sice nejsou v XML problematické jako třeba < nebo >, ale prochází řadou transformací:

1. Velkoobchodní systém → Feed generátor
   Původní data v interním systému mohou závorku obsahovat správně. Ale při exportu do XML feedu ji skript ořízne, protože ji považuje za „formátovací artefakt" nebo ji nikdo do mapování nezahrnul.
2. Feed generátor → E-shopová platforma
   E-shop importuje feed a parsuje parametry. Pokud parser neočekává závorku v hodnotě rychlostního indexu, jednoduše ji zahodí. Zůstane holé Y.
3. E-shopová platforma → Frontend
   I kdyby se závorka dostala až sem, šablonovací engine ji může escapovat, stripnout nebo jinak zdeformovat.

Výsledkem je, že zákazník vidí Y místo (Y) a pokud je to zákazník, který potřebuje pneumatiky nad 300 km/h, je ochoten si za ně připlatit a odejde jinam, kde bude mít potvrzení / jistotu.

Pneumatiky nejsou jediný případ

Problém chybných feedových dat se zdaleka netýká jen rychlostních indexů. Ve své praxi se setkáváme s celou řadou obdobných chyb:

• Jednotky hmotnosti: Kilogramy vs. libry. Když americký dodavatel pošle hmotnost v librách a český e-shop ji zobrazí jako kilogramy, zákazník vidí notebook vážící „4,5 kg" místo skutečných 2 kg. Nebo naopak — produkt se zdá podezřele lehký.
• Rozměry produktů: Palce a centimetry se míchají bez konverze. Monitor s úhlopříčkou „27" se zobrazí jako 27 cm místo 27 palců. Zákazník si myslí, že kupuje miniaturní displej.
• Speciální znaky v názvech: Produkty s ampersandem (&), uvozovkami nebo jinými speciálními znaky v názvu se v XML feedu rozbijí, protože tyto znaky mají v XML speciální význam. Výsledkem jsou ořezané názvy, chybějící parametry nebo kompletně nefunkční položky.
• Měny a ceny: Desetinná čárka vs. tečka. V českém prostředí je oddělovačem desetinných míst čárka, v mezinárodních feedech tečka. Špatný import může z ceny 1.299 Kč udělat 1 299 Kč — nebo 1,299 Kč, tedy jednu korunu dvacet devět haléřů.

Kolik takové nepřesnosti v datech stojí? Víc, než si myslíte

Pojďme si to spočítat na příkladu pneumatik. Sada čtyř kusů sportovních pneumatik, např. CUP2 305 R20 s indexem (Y) stojí běžně až 40 000 Kč. Zákazník, který hledá přesně tento typ, je typicky majitel výkonného vozu, tedy zákazník s vyšší kupní silou a nižší cenovou citlivostí. Je ochoten zaplatit i o 10–20 % více, pokud má jistotu, že dostane správný produkt.

Když takový zákazník narazí na chybný parametr, nestěžuje si, odejde a nakoupí u konkurence, která má data v pořádku — i když je o tisíce korun dražší. Přesně to jsem málem udělal já, jenže tím, že tvoříme e-shopy a zajímam se o data, tak jsem začal zkoumat výrobce, hledat EAN, použil jsem AI GEMINI a CLAUDE (obojí v placené verzi) a zjistil jsem, že se jedná stále o stejné pneu, jen za jinou cenu a chybně značené, raději jsem si to ještě nechal potvrdit majitelem e-shopu.

Pro e-shop to však většinou znamená situaci:

• Ztráta přímého prodeje (desítky tisíc Kč na jedné objednávce)
• Ztráta opakovaného zákazníka (majitelé výkonných aut kupují pneumatiky pravidelně)
• Poškození důvěryhodnosti (pokud je chybný jeden parametr, co dalšího je špatně?)

A teď si představte, že stejný problém postihuje desítky produktů v katalogu. Feedová data jsou automatizovaná, jedna systematická chyba se replikuje napříč celým sortimentem.

Řešení: AI, kterou nastavíme, aby chápala kontext feedových dat

Ještě před pár lety by řešení vypadalo tak, že si najmete brigádníka, který bude ručně procházet tisíce produktů a kontrolovat parametry. Dnes je to jinak. Umělá inteligence dokáže feedová data projít, porozumět jim a identifikovat problémy — a to i takové, které by člověk bez hlubokých znalostí konkrétní produktové kategorie přehlédl. Jak to funguje v praxi? Vezmeme váš produktový feed — ať už XML, CSV, JSON nebo jakýkoli jiný formát — a necháme ho projít AI analýzou, která:

1. Identifikuje nekonzistence a anomálie. AI nejen porovná hodnoty s očekávanými vzory, ale rozumí i kontextu. Ví, že rychlostní index pneumatik může být (Y) se závorkami. Ví, že notebook nemůže vážit 4,5 kg, když podobné modely v katalogu váží kolem 2 kg. Ví, že monitor s úhlopříčkou 27 cm nedává smysl.
2. Automaticky opravuje tam, kde si je jistá. Jednoznačné chyby — chybějící závorky u indexu (Y), špatné jednotky, ořezané speciální znaky — AI opraví sama. Bez lidského zásahu, bez čekání. Vaše data jsou čistá v řádu minut, ne dnů.
3. Označí sporné případy k ruční kontrole. Tam, kde AI nemá stoprocentní jistotu, neexperimentuje. Místo toho problém označí, popíše, v čem vidí nesrovnalost, a předá ho člověku k rozhodnutí. Žádné slepé přepisování dat — vždy máte plnou kontrolu.

Učí se z vašich dat průběžně. Čím déle AI s vašimi feedy pracuje, tím lépe rozumí specifikům vašeho sortimentu. Pozná vzory, které jsou pro váš obor typické, a umí rozlišit skutečnou chybu od záměrné odchylky. Výsledek? Feedová data, kterým mohou vaši zákazníci věřit. Parametry, které sedí. Filtry, které fungují. A žádné tiché odchody zákazníků kvůli chybějící závorce.

Proč je to naléhavější, než si myslíte

Možná si říkáte: „Pár chyb ve feedu, to přece není tak hrozné." Jenže svět e-commerce se právě teď dramaticky mění.

Už dnes lidé začínají nakupovat přímo prostřednictvím AI asistentů. Řeknou umělé inteligenci, co přesně potřebují a ta jim vybere konkrétní produkt v konkrétním e-shopu. AI přitom porovnává parametry, ceny, dostupnost a důvěryhodnost dat. A víte, co AI udělá, když narazí na nekonzistentní data? Přeskočí váš e-shop a doporučí zákazníkovi konkurenci, která má data v pořádku.

V éře AI nakupování už nejsou vaším konkurentem jen ostatní e-shopy. Vaším konkurentem je kvalita vašich dat. E-shop s čistými, konzistentními a úplnými feedovými daty bude AI upřednostňovat. E-shop s chybami bude AI tiše přeskakovat. Tomuhle tématu se podrobně věnujeme v článku — Jak AI mění způsob, jakým lidé nakupují online, a co to znamená pro váš e-shop.

Chcete vědět, jak jsou na tom vaše feedová data?

Příběh o závorce v rychlostním indexu pneumatik je jen špičkou ledovce. Feedová data jsou nervovým systémem e-commerce a když v nich vznikne chyba, projeví se všude: ve vyhledávání, ve filtrech, v porovnávačích, na produktové stránce. A čím dál tím častěji i v doporučeních AI asistentů. Výsledkem nejsou jen mrzuté reklamace. Výsledkem jsou tiší zákazníci — lidé i stroje — kteří prostě odejdou a vy se nikdy nedozvíte proč.

Udělejte první krok

Nabízíme bezplatnou úvodní analýzu vašich feedových dat.

• Podíváme se na strukturu vašich feedů, identifikujeme potenciální problémové oblasti a ukážeme vám, co konkrétně AI dokáže opravit.
• Žádné závazky, jen jasná zpráva o tom, jak na tom vaše data jsou.
• → Napište nám přes formulář na ideatech.cz a do zprávy uveďte „audit feedů".
• Ozveme se vám do 24 hodin, nebo mi rovnou zavolejte: +420 775 049 115.

Adam Kysel, CEO — IDEATECH, s.r.o.

Automobilový nadšenec, majitel BMW M6 E63 a člověk, který místo ježdění strávil pár hodin prohledáváním e-shopů s pneumatikami, kvůli "blbé" závorce. :)