ShelfWatch – Älykäs kuvantunnistuspohjainen vähittäiskaupan suoritusohjelmisto

Päivitetty 10

Nykyinen hyllyjärjestelyn KPI arvioinnit käyttämällä tavallista vähittäiskaupan suoritusohjelmistoasi ovat usein aikaa vieviä ja vaikeita hallita työhuippujen aikana. Huolellinen manuaalinen syöttö vaaditaan sen varmistamiseksi, että hyllyssä olevat tuotteet vastaavat planogrammia. Lisäksi näkyvyyden ja ajantasaisen tiedon puute estää kulutustavarabrändejä puuttumasta ongelmiin ennakoivasti. Tärkeän myyntikauden aikana tiedon puute voi johtaa epäoptimaalisiin päätöksiin.

Mukaan opiskella, "Jopa 81 % yrityksistä ilmoitti olevansa tyytymättömiä kykyynsä toimia vähittäiskaupassa. Toinen 86 % sanoi, että he eivät ole tyytyväisiä kaupan edistämistoimiinsa.

Kanssa HyllyKello, kaikki nämä irtisanomiset voidaan käsitellä melko helposti. Tehokas ja vaivaton työkalu, ShelfWatch pystyy toimimaan laajalla kirjolla vähittäismyyntikanavia. Tässä blogissa opastamme sinut läpi kaikki ShelfWatchin näkökohdat, jotka tekevät siitä erottuvan vähittäiskaupan olemassa olevista kuvantunnistusohjelmistoratkaisuista.

1. Reaaliaikainen offline-kuvanlaatupalaute

Kuvanlaatu on tärkeä kriteeri kuvantunnistuksen korkean tarkkuuden varmistamiseksi. SKU-tason tunnistus tai hintanäytön noudattaminen on mahdollista vain, kun kuva ei ole epäselvä ja häikäisemätön. ShelfWatch-mobiilisovelluksessa on reaaliaikainen kuvanlaatualgoritmi, joka voi havaita huonolaatuiset kuvat ja ohjeistaa myyntiedustajaa ottamaan kuvat uudelleen. Tämä tunnistus toimii laitteessa ja on siksi käytettävissä offline-tilassa.

Myyntiedustajat voivat helposti ottaa korkealaatuisia kuvia myös ei-internet-alueella, ja kuvat ladataan automaattisesti aina, kun Internet-yhteys on käytettävissä. Kokemuksemme kanssa työskentelystämme CPG:n ja vähittäiskaupan tuotemerkkien kanssa havaitsimme, että ennen ShelfWatchin käyttöä 15–20 % kentällä kerätyistä kuvista oli liian heikkolaatuisia tekoälyn tai monissa tapauksissa myös ihmisten analysoitavaksi. Tämä johtaa usein tarpeettomiin viivästyksiin ja epätäydellisiin analyyseihin. Nykyiset vähittäiskaupan toteutusohjelmistot syyttävät myyntiedustajia, jos valokuvat ovat epäselviä tai häikäiseviä, ja CPG- ja vähittäismyyntibrändeillä on velvollisuus kouluttaa kiireisiä edustajansa.

Ihanteellisen kuvantunnistusta käyttävän vähittäismyyntiohjelmiston tulee olla kestävä ja älykäs varmistaakseen, että laadukkaat valokuvat kerätään ilman toistojen lisäkoulutusta.

2. Laitteen kuvantunnistus (ODIN)

Yksi tekoälyä tukevien auditointiratkaisujen suurimmista rajoituksista on antaa tarkat tulokset välittömästi. Korkean tarkkuuden saavuttamiseksi tarvitaan suurta laskentatehoa. Edustajien käyttämillä kämmenlaitteilla on kuitenkin rajalliset laskentaresurssit, ja on varottava edustajan laitteen liiallista akun kulutusta, jottei hänen tarvitse ladata laitettaan kahden tai kolmen käynnin jälkeen. Tämä on paikka ParallelDotsin ODIN-ratkaisu voittaa. Datatieteen tiimimme on onnistunut optimoimaan algoritmimme siten, että ShelfWatch tarjoaa molempien maailmojen parhaat puolet – tarkkuuden ja nopeuden.

On-Device Image Recognition (ODIN) on ParallelDots-tallin huippuluokan tarjonta. Se mahdollistaa välittömän raportoinnin kenttäedustajien ottamista hyllykuvista käsittelemällä niitä kädessä pidettävällä laitteella. ODIN on nopea ja toimii täysin offline-tilassa. Suoritimme pilotteja muutaman asiakkaan kanssa äskettäin julkistettua laitteen tunnistusominaisuutta varten. Tulokset ovat rohkaisevia ja ylittäneet asiakkaiden odotukset. ODIN-ominaisuus on ainutlaatuinen tarjous ja osoitus erinomaisesta kuvantunnistusalustamme vähittäiskaupan ympäristössä. Kannustamme asiakkaita käyttämään ODIN-ominaisuutta verkkotunnuksissa, joissa on vähän SKU:ita ja joihin tehdään harvoin muutoksia.

3. Päällekkäisyyden poistaminen

Hyvin usein käy niin, että kerätessään tietoja myyntiedustajat ottavat useita kuvia samasta hyllystä eri näkökulmista. Tämä on vakava ongelma, koska se voi johtaa hyllytietojen kaksinkertaiseen laskemiseen (esim osuus hyllystä), mikä puolestaan ​​vaikuttaa oivalluksiin. ShelfWatch hallitsee tämän ongelman erittäin tehokkaasti. Sen päällekkäisyyden poistamisalgoritmi parantaa tietojen laatua havaitsemalla päällekkäiset kuvat ja varmistamalla, että mittareita ei lasketa kahteen kertaan.

Käytimme tätä algoritmia myös petosten havaitsemiseen tupakkayrityksen vähittäiskaupan säännöllisissä tarkastuksissa. Kenttätarkastajat lähettivät usein vanhan kuvan osoittamaan, että he ovat suorittaneet tarkastuksen. Päällekkäisyyden poistamisalgoritmin avulla pystyimme tuomaan tällaisia ​​tapauksia esille ja vähentämään petosten mahdollisuuksia kenttätarkastuksissa. Kolmen kuukauden kuluessa ShelfWatchin integroinnista tietojen laatu parani 90 %, mikä johti luotettaviin näkemyksiin.

4. Integrointi muihin vähittäismyyntiohjelmistoihin – SFA- ja DMS-sovelluksiin

Vaikka ShelfWatch tarjoaa oman sovelluksensa tietojen tallentamiseen kentällä, ymmärrämme, että myyntiedustajat käyttävät jo Salesforcen automaatiotoimittajien tarjoamaa kämmenlaitetta, ja heidän mielestään on hankalaa vaihtaa useiden sovellusten välillä kentällä.

Meillä on integroitu ShelfWatch useiden SFA-toimittajien kanssa ja kaikki ShelfWatchin ominaisuudet, kuten reaaliaikaiset kuvanlaadun tarkistukset ja reaaliaikaiset hyllytiedot, toimivat myös integroidussa ratkaisussa.

5. Pika-asennus ja nopea tekoälyn kouluttaminen

Konepellin alla suurin osa Image Recognition -moottorista käyttää hermoverkkoa SKU:iden ja POS-materiaalien havaitsemiseksi vähittäiskaupoissa. Kuitenkin hermoverkot, erityisesti syvät hermoverkot, ovat tunnettuja siitä, että ne tarvitsevat suuren määrän dataa kouluttaakseen niitä ja saadakseen 90 % tai yli tarkkuuden.

Lisäksi koulutustiedot on merkittävä manuaalisesti ennen kuin ne voidaan syöttää neuroverkkoon. Alla on esimerkki selitetystä kuvasta.

Suurella valmistajalla on kuitenkin 200–300 SKU:ta omien tuotemerkkiensä useissa luokissa ja vielä 100–200 SKU:ta, joita he saattavat haluta seurata kilpailijoidensa osalta. 300–500 SKU:ta kattavan manuaalisesti merkityn tietojoukon luominen on työlästä ja erittäin kallista.

Useimmilla kuvantunnistuksen toimittajilla kestää 90–120 päivää, jonka aikana ne keräävät ja kirjoittavat tietoja manuaalisesti. Kuten voitte kuvitella, tämä on kallis ja aikaa vievä prosessi, eikä se skaalaudu hyvin uusien tuotteiden lanseeraukset tai ruuhka-aikojen aikana.

Shelfwatchin määrittäminen on yksinkertainen, kaksivaiheinen suoraviivainen prosessi. Ensin sinun on jaettava vain yksi kuva SKU:ista, joita haluat seurata. Ja toiseksi, pyydä kenttäedustajiasi ottamaan kuvia myymälän hyllyistä mobiilisovelluksemme avulla. ShelfWatchin algoritmi on koulutettu siten, että se analysoi kuvat automaattisesti ja antaa kilpailukykyisen analyysin, kuten hyllyn osuuden ja planogrammin noudattamisen.

6. Kustannustehokas

ShelfWatch on tehty huipputeknologia saadaksesi optimaaliset tulokset ilman, että sinun tarvitsee käyttää paljon rahaa. Ylivoimaisella teknologiallamme tuemme alhaisia ​​käyttökustannuksia, koska ShelfWatchin käyttöönotto vaatii vähemmän resursseja. Algoritmimme ohjaa tiedon laatua kokoelmatasolla tuodakseen esiin standardin, objektiivisen analyysin.

7. WhatsApp-hälytykset –

ShelfWatchin todellinen arvo saadaan, kun kaikki alle vähittäismyyntitapahtumat korostetaan välittömästi oikeille sidosryhmille. Lähetämme automaattisia hälytyksiä WhatsAppin/sähköpostin kautta kenttätyöntekijöille nopeita toimia varten. Tämä uusi tarjonta tekee ShelfWatch-tilastoista entistä käyttökelpoisemman – mikä johtaa a vankka takaisinkytkentämekanismi jälleenmyyjän, kenttäedustajan ja CPG:n pääkonttorin välillä.

ISO 27001:2013 sertifiointi –

Meillä on valtava ilo ilmoittaa, että olemme nyt ISO 27001: 2013 -sertifioitu. Sertifioinnin saavuttamiseksi riippumaton tilintarkastusyritys vahvisti ParallelDotsin turvallisuusvaatimustenmukaisuuden sen jälkeen kun hän oli osoittanut jatkuvan ja järjestelmällisen lähestymistavan yritys- ja asiakastietojen hallintaan ja suojaamiseen. Tämä sertifikaatti on osoitus sitoutumisestamme tietosuojaan ja tietoturvaan.

Piti tätä blogia hyödyllisenä? Lue tämä blogi saadaksesi lisätietoja siitä, kuinka ParallelDots-tuotteet tarjoavat tehokkaita ratkaisuja perinteisiin vähittäiskaupan toteutusmenetelmiin brändin näkyvyyden ja näkyvyyden parantamiseksi.

Haluatko nähdä, kuinka oma tuotemerkki suoriutuu hyllyillä? Klikkaus tätä ajoittaa ilmainen demo.