Master data matching che impara
Vehicle Services · 2026 · Back-Office Automation
Quattro controlli girano prima che un record venga accettato, e ogni correzione fatta da un operatore viene salvata e riletta al preventivo successivo. Gli abbinamenti al primo colpo sono passati da ~80% a ~92%.
La sfida
Un preventivo di riparazione arriva come testo libero. Dice "turbocompressore". Il catalogo ricambi del cliente chiama quel pezzo in un altro modo, sotto un codice che fuori dall'ufficio non usa nessuno. La manodopera la scrive ognuno a modo suo — a volte con una tariffa oraria, a volte come una riga sola, a volte solo una cifra in fondo.
L'officina che ha mandato il preventivo è un problema a sé. La stessa impresa compare con tre grafie e due indirizzi su una sola partita IVA. A volte è davvero un'impresa con due sedi. A volte è un refuso.
Finché quei nomi non diventano gli identificativi del cliente, niente a valle funziona — nessuna pratica, nessun controllo costi, nessun report. Quindi lo faceva una persona, riga per riga.
E dietro tutto questo c'era la domanda che ogni acquirente di automazione documentale fa per prima: va bene, ma cosa succede quando sbaglia?
Cosa abbiamo costruito
Qui il matching non è una chiamata a un modello. Sono quattro controlli in fila, e un record deve superarli tutti prima di essere scritto nel gestionale.
- Valori controllati. I campi che il gestionale accetta solo da una lista fissa vengono abbinati a quella lista. L'agente sceglie un valore che esiste; non può inventarne uno.
- Il catalogo ricambi. Le descrizioni in testo libero vengono risolte contro il catalogo del cliente — "turbocompressore" verso il nome e il codice interni del pezzo, compreso il modo in cui le officine partner scrivono davvero.
- L'identità dell'officina. Ogni officina viene risolta su nome, partita IVA e indirizzo insieme. Una partita IVA con più sedi resta un'impresa con più sedi. Tre grafie dello stesso indirizzo collassano in un record solo.
- Il database delle correzioni. Ogni correzione fatta da un operatore viene salvata — cosa aveva proposto l'agente, cosa ha scelto l'umano — e l'agente rilegge quell'archivio al preventivo successivo.
Il livello 4 è quello che cambia l'aritmetica. La revisione umana qui non è una clausola di sicurezza, è il meccanismo di apprendimento: un operatore che corregge un abbinamento non sta sistemando un record, sta insegnando una regola che vale per ogni preventivo successivo. L'archivio è del cliente e può solo crescere.
Due regole lo tengono onesto. Un abbinamento di cui il sistema non è sicuro non viene mai scritto — va a una persona, con i candidati già ordinati. E alcuni preventivi portano una logica che non si può mappare: una convenzione locale, una nota a margine, un prezzo concordato al telefono. Quelli vanno in revisione umana per design, e ci andranno sempre.
Tutto gira nel cloud del cliente. Il catalogo, le anagrafiche e l'archivio delle correzioni non lo lasciano mai.
I risultati
Il tasso di abbinamento al primo colpo al go-live era ~80%. Man mano che l'archivio delle correzioni si riempiva è passato a ~92% — stessi preventivi, stessi operatori, un sistema che aveva letto cosa correggevano.
Il resto non è un tasso di fallimento da spingere a zero. Una parte non è mappabile per design e va in revisione umana di proposito. Un record sbagliato scritto in silenzio in un gestionale costa molto di più di uno che ha aspettato che qualcuno lo guardasse.
| Numero | Cosa misura |
|---|---|
| ~80% → ~92% | quota abbinata giusta al primo colpo, senza intervento umano |
| 4 livelli | di controllo che un record supera prima di essere scritto |
| Ogni correzione | degli operatori salvata e riletta al preventivo successivo |
| Di proposito | i casi non mappabili instradati in revisione umana |
Questa è anche la differenza tra un sistema custom e uno generico. Uno strumento generico abbina contro un dizionario generico. Questo abbina contro il catalogo del cliente, le anagrafiche del cliente e le correzioni che gli operatori del cliente hanno fatto il mese scorso — così la curva sale con l'uso invece di restare piatta dove l'ha lasciata il fornitore.
Cosa ottieni
I livelli di matching cablati sul tuo catalogo e sulle tue anagrafiche, l'archivio delle correzioni dietro di loro, e la coda di revisione dove i record incerti atterrano con i candidati già ordinati. Perimetro concordato per iscritto e 30 giorni di supporto. Il lato di acquisizione della stessa consegna — leggere i preventivi da PDF, foto e scrittura a mano — è Automazione di acquisizione documenti e data entry.
Non sai se le tue anagrafiche sono abbastanza pulite per automatizzarci sopra? Parti dall'AI Audit gratuito, o prenota una call.