Karyawan AI untuk Merapikan Katalog Produk: SKU, Varian, Harga, dan Stok Tanpa Salah Data

Ditulis oleh Nugraha Labib Mujaddid, pembuat AgentBuff.

Karyawan AI untuk Merapikan Katalog Produk: SKU, Varian, Harga, dan Stok Tanpa Salah Data

Karyawan AI untuk katalog produk adalah agen kerja yang membaca sumber data resmi, memeriksa identitas dan atribut setiap barang, menyusun hubungan produk–varian, menandai data yang konflik atau hilang, lalu menyiapkan perubahan katalog untuk disetujui manusia. Ia tidak boleh mengarang barcode, merek, bahan, ukuran, harga, atau stok hanya agar kolom terlihat lengkap.

Masalah katalog jarang terasa besar saat toko baru memiliki sepuluh produk. Masalah muncul ketika satu barang mempunyai banyak warna dan ukuran, harga promosi berubah, foto bercampur, stok tersebar di POS dan marketplace, serta nama produk ditulis berbeda di setiap kanal. Pada titik itu, kesalahan kecil dapat membuat varian yang salah terkirim, produk kosong tetap terlihat tersedia, atau satu barang tercatat sebagai beberapa produk yang tidak berhubungan.

Tesis artikel ini sederhana: AI paling berguna bukan sebagai penulis deskripsi massal, melainkan sebagai penjaga kualitas master data yang meninggalkan bukti, daftar konflik, dan rencana perubahan. Publikasi tetap harus melewati validasi dan persetujuan.

Katalog produk bukan sekadar daftar judul dan foto

Katalog yang dapat dioperasikan membutuhkan beberapa lapisan identitas. Istilah berikut sering tertukar:

SKU internal tidak otomatis menjadi GTIN. Kode produk induk juga tidak boleh dipakai sebagai ID penawaran setiap varian. Google Merchant Center membedakan ID unik sebuah item dari item_group_id yang mengelompokkan varian. Dokumentasinya juga meminta nilai varian pada landing page—seperti warna, harga, ketersediaan, dan gambar—sesuai dengan data yang dikirim.

GS1 mendefinisikan GTIN sebagai identitas untuk trade item, yaitu produk atau jasa yang dapat diberi harga, dipesan, atau ditagihkan dalam rantai pasok. Standar manajemen GTIN membantu menentukan kapan produk baru atau perubahan tertentu memerlukan identitas baru. Untuk pemilik toko, implikasinya tegas: GTIN bukan nomor acak yang boleh dibuat agen dari pola SKU.

Mulai dari satu sumber kebenaran

Sebelum memberi tugas kepada agen, tentukan sistem mana yang berwenang atas setiap field. Tidak semua nilai harus berasal dari file yang sama.

• Identitas internal dan relasi varian dapat berasal dari product master.
• Stok aktual dapat berasal dari POS atau sistem inventaris.
• Harga dasar dan jadwal promo dapat berasal dari daftar harga yang disetujui.
• GTIN atau MPN harus berasal dari pemilik merek, pemasok resmi, kemasan, atau dokumen yang dapat diverifikasi.
• Klaim bahan, dimensi, dan spesifikasi harus berasal dari lembar produk atau hasil pengukuran yang sah.
• Foto harus ditautkan ke varian yang memang ditampilkan.

Buat field authority matrix agar agen tahu sumber mana yang menang ketika dua sistem berbeda:

Matriks ini mencegah spreadsheet terakhir yang diedit menjadi “kebenaran” secara tidak sengaja.

Workflow 10 langkah merapikan katalog dengan karyawan AI

1. Inventarisasi semua sumber dan kanal

Daftarkan website, marketplace, POS, gudang, spreadsheet pemasok, folder foto, dan feed iklan. Catat siapa pemilik sumber, kapan terakhir diperbarui, format ekspor, serta akses yang digunakan.

Jangan langsung menggabungkan semuanya. Ambil snapshot baca-saja terlebih dahulu. Beri setiap baris asal source_record_id, source_name, retrieved_at, dan checksum bila memungkinkan. Tujuannya agar setiap perubahan dapat dilacak kembali.

2. Bangun product master minimum

Product master bukan salinan semua kolom setiap marketplace. Ia menyimpan identitas inti dan asal data. Struktur minimumnya dapat berupa:

ID harus stabil. Jangan mengubah SKU hanya karena judul produk diperbaiki. Jangan mendaur ulang ID produk lama untuk barang baru. Perubahan identitas akan memutus riwayat penjualan, retur, dan stok.

3. Bedakan produk, varian, bundle, dan custom

Tidak semua kemiripan berarti varian. Ukuran dan warna pada desain yang sama biasanya merupakan varian. Paket dua barang yang dijual bersama adalah bundle. Produk dengan desain berbeda adalah produk lain. Pesanan dengan nama pelanggan atau ukuran yang dibuat setelah order adalah custom.

Agen perlu aturan klasifikasi tertulis. Jika sebuah perubahan memengaruhi barang yang diterima pembeli, proses gudang, atau identitas resmi, jangan biarkan agen memutuskan berdasarkan kemiripan nama saja.

Google merekomendasikan satu item_group_id stabil untuk varian dari produk yang sama dan ID berbeda untuk setiap item. Google juga menjelaskan ProductGroup, variesBy, dan hasVariant untuk membantu mesin memahami hubungan produk induk dan variannya. Struktur katalog internal tidak harus identik dengan format Google, tetapi prinsip relasinya berguna lintas kanal.

4. Normalisasi atribut tanpa menghapus makna

Samakan kapitalisasi, satuan, format warna, dan urutan ukuran. Contoh: Hijau Sage, sage, dan SGE dapat dipetakan ke nilai kanonis Sage, sementara kode internal tetap disimpan.

Namun normalisasi bukan penggantian fakta. Jangan mengubah 100 ml menjadi 100 g, jangan menyimpulkan “kulit asli” dari foto, dan jangan mengubah “all size” menjadi ukuran numerik tanpa tabel pengukuran. Simpan tiga lapisan:

• nilai mentah dari sumber;
• nilai kanonis yang diusulkan;
• aturan atau bukti yang mendasari perubahan.

5. Verifikasi identitas—jangan pernah membuat GTIN palsu

Dokumentasi Google menyatakan hanya memasukkan GTIN jika nilainya diyakini benar; bila ragu, jangan menebak atau membuat nilai. Prinsip yang sama berlaku untuk MPN dan merek. Nilai kosong yang jujur lebih aman daripada identitas palsu yang terlihat rapi.

Atur agen agar menghasilkan salah satu status berikut:

• verified: ditemukan pada dokumen/kemasan/sumber resmi;
• not_assigned: produk memang tidak memiliki identifier tersebut;
• missing_evidence: mungkin ada, tetapi bukti belum tersedia;
• conflict: dua sumber memberi nilai berbeda;
• invalid_format: pola atau check digit tidak lolos pemeriksaan.

Agen boleh menghitung check digit atau mengecek format, tetapi kelulusan format tidak membuktikan kepemilikan sebuah GTIN. Verifikasi asal tetap diperlukan.

6. Cocokkan harga dan ketersediaan ke sumber transaksi

Harga dan stok berubah lebih sering daripada deskripsi. Jangan menyalin angka ke banyak kanal tanpa menyimpan effective_from, effective_until, mata uang, jenis harga, dan sumber persetujuan.

Bedakan:

• harga dasar;
• harga promo dengan periode;
• harga per kanal bila memang berbeda;
• stok fisik;
• stok tersedia untuk dijual setelah reservasi;
• status preorder atau backorder.

Google menjelaskan bahwa informasi tidak akurat atau konflik antara sumber data dan website dapat menyebabkan tampilan keliru, keterbatasan eligibility, atau penolakan produk. Itu bukan alasan untuk “mempercantik” data. Justru agen harus menahan publikasi saat harga feed dan landing page tidak sama.

7. Tautkan foto dan URL ke varian yang benar

Satu foto generik untuk semua warna dapat membuat data terlihat lengkap tetapi pengalaman pembeli salah. Setiap varian idealnya memiliki foto utama, alternatif, dan URL yang membuka pilihan yang sama dengan data katalog.

Agen dapat memeriksa:

• file gambar ada dan dapat diakses;
• rasio dan kualitas minimum terpenuhi;
• nama aset terhubung ke variant_id;
• warna atau pola visual tidak bertentangan dengan atribut;
• URL tidak 404 dan memilih varian yang sesuai;
• gambar tidak tertukar dengan produk induk lain.

Pemeriksaan visual berisiko salah, terutama untuk warna yang mirip. Bila agen tidak yakin, ia harus membuat antrean review dengan kedua kandidat gambar, bukan memilih diam-diam.

8. Tulis konten hanya dari atribut terverifikasi

Setelah identitas stabil, agen boleh menyiapkan judul, bullet manfaat, deskripsi, dan alt text. Gunakan template yang memisahkan fakta produk dari gaya pemasaran.

Contoh aturan judul:

[Nama Induk] – [Atribut Pembeda 1] – [Atribut Pembeda 2]

Contoh: Kemeja Linen Aruna – Sage – M. Jangan menambahkan “antibakteri”, “premium”, “ramah lingkungan”, atau klaim fungsi lain tanpa bukti. Jika atribut belum tersedia, agen harus memasukkannya ke missing_fields, bukan mengisi dengan perkiraan.

9. Jalankan validator dan diff sebelum publikasi

Output utama agen bukan file final, melainkan change set yang dapat diperiksa. Setiap perubahan sebaiknya mencantumkan:

Validator minimal memeriksa duplikasi SKU, relasi induk–varian, nilai wajib, format mata uang, nilai negatif, tanggal promo, konflik stok, URL, gambar, serta perbedaan feed–landing page. Ambil sampel acak selain memeriksa error yang ditemukan agen.

10. Publikasikan bertahap dan siapkan rollback

Mulai dari satu kategori dan satu kanal. Simpan snapshot sebelum perubahan, ID batch, waktu publikasi, daftar record, pemberi persetujuan, serta hasil setelah sinkronisasi. Jangan memberi agen izin menimpa seluruh katalog pada percobaan pertama.

Setelah publish, lakukan read-back: ambil kembali data dari kanal tujuan dan bandingkan dengan change set. Bila hasil tidak sama, hentikan batch berikutnya. Rollback harus mengembalikan nilai lama, bukan hanya mencoba menjalankan proses yang sama sekali lagi.

Untuk desain jejak perubahan seperti ini, baca Jejak Kerja Karyawan AI. Untuk pengujian sebelum workflow rutin, gunakan panduan 30 kasus dan gerbang lulus.

Contoh hipotetis: toko pakaian dengan 72 baris katalog

Bayangkan toko lokal memiliki 12 desain kemeja. Setiap desain dijual dalam dua warna dan tiga ukuran sehingga seharusnya terdapat 72 varian. Ini contoh rekaan, bukan studi kasus pelanggan AgentBuff.

Ekspor marketplace berisi 74 baris. Agen menemukan dua SKU ganda, empat URL yang membuka warna salah, enam foto utama yang sama untuk warna berbeda, dan delapan baris dengan stok marketplace berbeda dari sistem inventaris. Satu pemasok menuliskan kode 899... pada spreadsheet, tetapi foto kemasan tidak terlihat dan sumber penerbitannya tidak jelas.

Workflow yang sehat tidak langsung “memperbaiki” semuanya. Agen:

1. menahan dua duplikasi untuk keputusan manusia;
2. memetakan 72 varian ke 12 produk induk;
3. mengusulkan URL dan foto yang benar dengan bukti asset ID;
4. mengambil stok dari sistem berwenang pada timestamp yang sama;
5. menandai delapan konflik stok;
6. memberi status missing_evidence pada kode yang diklaim sebagai GTIN;
7. membuat change set untuk satu desain terlebih dahulu.

Manusia meninjau batch enam varian, menerbitkannya, dan memeriksa kembali halaman tujuan. Setelah lolos, pola yang sama baru diperluas.

Instruksi siap pakai untuk karyawan AI katalog

Gunakan product master sebagai sumber identitas, price list yang disetujui sebagai sumber harga, inventory system sebagai sumber stok, dan asset register sebagai sumber gambar. Pertahankan source_record_id serta nilai mentah. Jangan membuat atau menebak SKU, GTIN, MPN, merek, bahan, ukuran, harga, stok, klaim, atau URL. Kelompokkan varian hanya berdasarkan aturan yang diberikan. Untuk setiap konflik atau nilai hilang, buat exception dengan sumber, bukti, risiko, dan pertanyaan yang harus dijawab. Keluaran harus berupa inventory report, canonical product table, exception queue, dan change set berisi before, after, rule_id, source_evidence, risk_level, serta approval_state. Jangan menulis ke kanal tujuan sebelum approval. Setelah publish, lakukan read-back dan laporkan perbedaan.

Tambahkan codebook, aturan penamaan, daftar nilai atribut yang sah, dan contoh kasus tepi. Jangan berharap satu prompt menggantikan product master yang berantakan.

Gerbang persetujuan berdasarkan risiko

Tidak semua perubahan membutuhkan level review yang sama.

• Risiko rendah: kapitalisasi, spasi, format satuan, alt text berbasis atribut terverifikasi.
• Risiko sedang: judul, deskripsi, pemetaan kategori, urutan foto, relasi varian.
• Risiko tinggi: SKU, GTIN/MPN, merek, harga, stok, klaim produk, URL pembelian, penghapusan record.

Perubahan berisiko tinggi selalu membutuhkan persetujuan orang yang berwenang. Penghapusan sebaiknya memakai status arsip lebih dulu agar histori transaksi tidak hilang.

Metrik yang menunjukkan katalog benar-benar membaik

Jangan hanya menghitung jumlah produk yang “diproses”. Pantau:

• persentase varian dengan ID unik dan relasi induk yang valid;
• jumlah duplikasi SKU aktif;
• persentase GTIN/MPN yang memiliki sumber bukti;
• konflik harga dan stok antar-sumber;
• atribut wajib yang kosong;
• URL dan gambar yang tidak cocok dengan varian;
• perubahan yang ditolak reviewer;
• perbedaan setelah read-back;
• waktu penyelesaian exception;
• regresi setelah aturan atau kanal berubah.

Golden set berisi produk normal, bundle, custom, discontinued, preorder, dan varian ambigu membantu menguji apakah agen stabil sebelum diberi jadwal rutin.

Bagaimana AgentBuff masuk ke workflow ini

AgentBuff adalah platform Karyawan AI asal Indonesia. Pengguna mengelola agen melalui chat, memberi peran, skills, dan tools, menghubungkannya ke aplikasi atau data kerja, menjalankan workflow dan tugas terjadwal, lalu menerima hasil kerja.

Untuk katalog, mulai dengan agen baca-saja yang membandingkan dua sumber dan menghasilkan exception queue. Setelah hasilnya lulus pengujian, tambahkan kemampuan menyiapkan change set. Izin menulis ke sistem tujuan diberikan terakhir, dibatasi per kanal dan batch, serta tetap melewati approval.

Jika data masih disalin manual antar-aplikasi, baca juga cara menyambungkan AI ke aplikasi usaha. Jika persoalannya adalah selisih jumlah fisik, gunakan workflow stock opname UMKM, karena kualitas katalog dan akurasi persediaan adalah dua masalah yang berkaitan tetapi berbeda.

Siap mencoba? Daftar AgentBuff, pilih satu kategori kecil, dan minta karyawan AI menyusun laporan konflik tanpa mengubah data terlebih dahulu.

FAQ

Apa beda SKU dan GTIN?

SKU adalah kode internal yang dibuat bisnis untuk mengelola barang. GTIN adalah identitas standar global untuk trade item dan harus berasal dari pihak yang berwenang menerbitkannya. SKU tidak boleh sekadar dipindahkan ke kolom GTIN.

Apakah AI boleh membuat SKU otomatis?

Boleh mengusulkan SKU mengikuti aturan bisnis, tetapi pembuatan harus memeriksa keunikan, stabilitas, dan kemungkinan benturan. Setelah SKU dipakai dalam transaksi, perubahan atau daur ulangnya harus dibatasi.

Apa yang harus dilakukan jika GTIN tidak ditemukan?

Jangan menebak. Tandai apakah produk memang tidak memiliki GTIN atau buktinya belum tersedia. Cari pada sumber resmi, kemasan, pemasok, pemilik merek, atau registri yang relevan.

Apakah stok marketplace harus selalu sama dengan stok fisik?

Tidak selalu. Stok tersedia untuk dijual dapat dikurangi reservasi atau buffer. Yang penting adalah definisi, sumber, timestamp, dan aturan sinkronisasinya jelas sehingga perbedaan dapat dijelaskan.

Kapan agen boleh mengubah katalog secara otomatis?

Setelah aturan, sumber data, validator, golden set, approval, read-back, dan rollback terbukti bekerja. Mulailah dari perubahan berisiko rendah dan batch kecil.

Sumber dan bacaan utama

• Google Merchant Center — Product data specification
• Google Merchant Center — Item group ID
• Google Merchant Center — GTIN
• Google Search Central — Product structured data
• Google Search Central — Product variant structured data
• GS1 — Global Trade Item Number
• GS1 — GTIN Management Standard

---

Nugraha Labib Mujaddid membangun AgentBuff untuk membantu individu dan bisnis Indonesia bekerja dengan karyawan AI.