Revisió de termes de cerca assistida per LLM a escala de 50.000 consultes
Situació inicial
Una marca de comerç electrònic generava desenes de milers de termes de cerca a Google Shopping. La revisió manual no podia seguir el ritme i part del pressupost es destinava a consultes irrellevants o poc clares.
L’equip veia el rendiment agregat, però tenia poca visibilitat sobre quins termes individuals aportaven valor.
El nostre enfocament
Vam dissenyar una avaluació per saber si un pipeline amb LLM podia revisar termes amb una qualitat útil en campanyes reals. El vam provar amb sis dies de dades: aproximadament 50.000 termes i 197.000 impressions.
Per a cada terme, el sistema generava una decisió —MANTENIR, BLOQUEJAR, REVISAR o SEGUIR—, una puntuació, una categoria, una explicació i, quan calia, una proposta de paraula clau negativa.
Els casos ambigus es dirigien a revisió humana en lloc de rebre una decisió automàtica.
Què indiquen els resultats
El pipeline va classificar els 50.000 termes amb una justificació estructurada, va assignar 178 termes a BLOQUEJAR i va identificar prop de 8.800 possibles paraules clau negatives per a revisió humana.
El valor principal és la priorització: l’atenció manual es pot dirigir primer a l’exposició financera més gran en lloc de seguir un ordre aleatori.
Abans d’automatitzar decisions, una fase següent hauria de mesurar la precisió, analitzar errors i acordar llindars de revisió humana.
Conclusió executiva
L’avaluació va demostrar que un LLM podia produir classificacions estructurades i explicables a escala de campanya, separant accions clares de situacions que exigien criteri humà. Això va crear una base pràctica per a la validació següent.