Cómo ayuda el reconocimiento fotográfico en la supervisión de estanterías minoristas

Actualizado el 23 de octubre de 2021

De acuerdo con Gartner, para 2025, el 90% de las interacciones con los clientes en la industria minorista serán administradas por AI. El último avance en tecnología de inteligencia artificial y algoritmos de aprendizaje profundo están cambiando la industria minorista. Con una gran cantidad de conjuntos de datos que comprenden miles de imágenes de estantes, las empresas ahora pueden aprovechar la inteligencia artificial para monitorear mejor su presencia en las estanterías minoristas.

Monitoreo de estantes minoristas ayuda a reconocer las condiciones del producto en los estantes, como disponibilidad, surtidos, espacio, cotización , promociones y muchos más. Permite a las empresas tomar acciones correctivas inmediatas. Los algoritmos de IA definitivamente pueden mejorar cumplimiento de planograma proporcionando información precisa sobre la visibilidad de las existencias. Las empresas podrán monitorear y comparar la duración de las instancias de stock, lo que conducirá a una mejor colocación de productos en la tienda.

Cómo funciona la supervisión de estanterías minoristas

No hay muchos cambios en la rutina diaria de los representantes de campo, aparte del hecho de que tienen más flexibilidad en términos de la calidad de las imágenes que comparten con el equipo de análisis. La industria actual tiene muchos cuellos de botella que afectan los conocimientos finales en los que la falta de análisis de imágenes poco claras es un problema importante. Esto conduce a un aumento en el tiempo y los costos para que la empresa recupere nuevas imágenes para un nuevo análisis.

Los representantes de campo solo tienen que hacer clic en las imágenes de todos los estantes relevantes y enviarlas a sus sistema de supervisión de estantes de venta minorista. Uno de los obstáculos en el proceso automatizado de auditoría minorista es la obstrucción cuando los agentes de campo hacen clic en las imágenes de los estantes. Esto también se soluciona mediante la supervisión de las estanterías minoristas, ya que el sistema aprende rápidamente con un mínimo de insumos de formación y toda la operación se vuelve altamente escalable. Por lo tanto, se puede ignorar la pérdida de imágenes debido a una obstrucción durante la fotografía.

El algoritmo de IA analiza todo tipo de entradas para ofrecer información. Su capacidad para analizar imágenes de baja calidad mejora la credibilidad de los resultados finales. Los sistemas tradicionales tienen dificultades para analizar imágenes poco claras o con poca luz, lo que no es el caso cuando se usa IA. La confusión entre productos de apariencia similar es otro tema polémico que se resuelve cuando se implementa la IA en su sistema de reconocimiento de fotografías para auditorías minoristas automatizadas.

Puntos Paralelos ha aprovechado el poder de la inteligencia artificial para crear ShelfWatch, un servicio de análisis de estantes de inteligencia artificial que brinda a los representantes de campo flexibilidad y a las empresas escalabilidad. ShelfWatch elimina todos los bloqueos en el proceso de auditoría minorista tradicional que actualmente está consumiendo los ingresos de CPG y las marcas minoristas. El alcance de sus ventajas se puede comprender completamente analizando a cada parte interesada en el proceso de auditoría minorista.

Representantes de ventas / campo -

Los representantes se enfrentan a grandes desafíos al recopilar datos en forma de imágenes y videos. Existe una falta de uniformidad en los patrones de apilamiento entre los minoristas, lo que conduce a diferentes tipos de imágenes en términos de orientación, iluminación y posicionamiento del stock. Los agentes de campo luchan por mantener la coherencia con los datos que recopilan porque estas imágenes no estándar tardan más en analizarse. Y en la búsqueda de imágenes estándar, los agentes de campo son víctimas de otros tipos de sesgos de percepción humana.

ShelfWatch ayuda a los representantes de campo dándoles la flexibilidad de tomar todas las fotografías posibles en cualquier orientación, iluminación o posición. Esta flexibilidad está permitida porque ShelfWatch no depende de imágenes uniformes estándar para brindar una salida precisa. Con algoritmos de IA de última generación, ShelfWatch puede analizar incluso las imágenes más distorsionadas porque utiliza tecnología de reconocimiento de paquetes de IA.

Socios minoristas -

Las auditorías de cumplimiento también son tareas difíciles para los minoristas. Cumplir con el planograma preestablecido es parte del acuerdo de servicio entre el minorista y las marcas. Si en la evaluación final se determina que los minoristas están violando el acuerdo al mostrar muy pocos productos, o al no posicionar los productos correctamente, puede generar sanciones e incluso la rescisión de los contratos (en casos extremos).

Dado que ShelfWatch permite que los representantes de campo sean flexibles mientras recopilan datos, también ayuda a los minoristas a cumplir con los acuerdos de servicio porque todas las imágenes recopiladas por los representantes se analizan independientemente de la luz, el posicionamiento y la orientación de los productos en el estante. Esto evita que los minoristas reciban informes de auditoría falsos porque incluso si su estante no está bien apilado en términos de ubicación e iluminación, Shelf Watch detectará todos los objetos en el estante, lo que reducirá las incidencias de incumplimiento debido a una mala recopilación de datos.

Marca.

Los fabricantes de CPG se benefician de nuestra solución impulsada por IA. Pueden analizar todo tipo de imágenes de sus auditorías minoristas utilizando estantereloj. It ayuda a las marcas de CPG a calcular su KPI de la tienda perfectay obtenga información al instante e impleméntela en la tienda.

¿Le gustó el blog? Lea este otro blog para comprender cómo la IA está ganando la estrategia minorista.

¿Quieres ver cómo está funcionando tu propia marca en los estantes? Hacer clic esta página para programar una demostración gratuita.