MENGAPA DAN BAGAIMANA DETEKSI HARGA MELALUI PENGAKUAN CITRA ECERAN

Deteksi harga dan kepatuhannya adalah bagian penting dalam pencapaianprogram toko yang sempurna.Merek mencari solusi pengenalan citra ritel untuk hal yang sama. Memantau kepatuhan harga melalui deteksi harga adalah fitur penting dari solusi pengenalan gambar ritel AI kami. Di blog ini, kami membahas mengapa deteksi harga penting dan memberikan gambaran menyeluruh tentang cara kerja teknologi.

MENGAPA HARGA TAMPILAN MONITOR PERUSAHAAN CPG? 

Pentingnya pemantauan tampilan harga untuk perusahaan Barang Dalam Kemasan (CPG) terutama berasal dari kasus tinggi di mana harga yang ditampilkan salah kepada pengguna daripada yang dimaksudkan. Beberapa contoh yang mengarah padanya adalah - 

1. Ketika pengecer tidak mengikuti kisaran harga yang dipandu.
2. Tampilan harga tidak ada.
3. Lokasi tampilan harga salah.
4. Promosi (seperti diskon dan harga paket kombo) mungkin tidak tercermin dalam tampilan harga.
5. Tampilan harga tidak mencerminkan harga yang berubah.

1. MENGAPA HARGA YANG TIDAK BENAR DITAMPILKAN?

Alasan untuk situasi di atas bisa bermacam-macam.

Pengecer dapat memotong atau menaikkan harga Alasan lain mungkin karena pengecer mungkin tidak memiliki database yang diperbarui untuk harga yang berubah.

Tidak hanya itu, ketika pelanggan berpindah-pindah toko, mereka dapat mengambil produk dan meletakkannya di tempat lain. Hal ini mengganggu penempatan produk dan akibatnya, tampilan harga yang telah dialokasikan untuk produk tersebut.

Seringkali perwakilan ritel bertanggung jawab untuk menangani banyak produk. Mereka harus memesan beberapa produk dan menjaganya tetap sinkron dengan Point of Sale Material (POSM). Ini adalah tugas besar untuk dilakukan dan terkadang dapat menyebabkan eksekusi yang salah. Semua ini berpotensi menyebabkan harga yang ditampilkan secara tidak benar.

2. DAMPAK HARGA YANG DITAMPILKAN SECARA TIDAK BENAR

Beberapa pengecer mungkin secara agresif memangkas atau menaikkan harga. Jika harga dinaikkan maka ada kerugian penjualan. Jika harga dipangkas maka perusahaan kehilangan pendapatan. Salah satu skenario ini tidak sejalan dengan strategi perusahaan. 

Juga sebuah database yang tidak diperbarui dapat menyebabkan harga yang tidak konsisten di berbagai outlet. Ini akan bertentangan dengan strategi merek Anda dalam memberikan pengalaman pelanggan yang seragam. Ketidakkonsistenan harga yang tidak direncanakan ini juga dapat merusak hubungan pengecer Anda.

Lalu ada contoh tampilan harga yang salah. Misalnya, pelanggan memasuki toko untuk membeli sampo milik Merek 'A'. Tapi saat mereka mencapai pelaminan, mereka menemukan tampilan harga yang salah yang telah dikaitkan dengannya. Pelanggan yang tidak menaruh curiga mungkin berasumsi bahwa ini adalah harga sampo mereka dan memutuskan untuk membeli alternatif yang lebih murah, katakanlah salah satu merek yang disebut 'B'. 

Setelah beberapa hari, pelanggan ini membutuhkan kondisioner. Lebih masuk akal bagi mereka untuk membeli kondisioner Merek B yang melengkapi sampo mereka. Belum lagi orang-orang membentuk rutinitas dan berpegang teguh pada itu, yang berarti mereka sekarang berteman dengan Merek B.

Hal ini menyebabkan dampak langsung pada penjualan dan strategi yang ingin diikuti merek tersebut di pasar. Ini juga merupakan penyebab pengalaman pelanggan yang buruk, Ini bisa membuat kerugian penjualan permanen dan mungkin juga meluas ke kategori merek lainnya.

Dengan cara yang sama, harga yang ditampilkan secara tidak tepat akan berdampak negatif pada penjualan saat promosi ditawarkan oleh merek. Selama promosi, aturan POSM harus dipatuhi, terutama tampilan harga yang benar. Tampilan harga yang salah di sini pada dasarnya akan menggagalkan seluruh alasan promosi.

CARA BERBEDA HARGA PEMANTAUAN:

Indikator Kinerja Utama (KPI) seperti kepatuhan Planogram, kepatuhan POSM dibantu dan standarnya ditingkatkan dengan bantuan fitur deteksi harga. Selain itu, perusahaan CPG selalu mengingat yang terpenting, masalah yang dapat ditimbulkan oleh tampilan harga yang salah. Akibatnya, mereka melakukan latihan pemantauan harga sebagai bagian dari kunjungan rutin ke toko. Kunjungan tersebut dapat dilakukan dengan:

1. Audit pihak ketiga: Di sini FMCG untuk mengimplementasikan toko mereka yang sempurna, menciptakan serangkaian standar dengan bantuan KPI. Kemudian mereka menyewa perusahaan audit independen untuk mengunjungi toko mereka dan melihat apakah standar tersebut diterapkan.

2. Pelaporan sendiri oleh perwakilan lapangan: Dalam kasus ini, perusahaan menggunakan perwakilan lapangannya sendiri yang secara rutin mengunjungi toko dan mereka memastikan bahwa kepatuhan ditetapkan. Di mana pun tidak, KPI yang diukur memberi mereka arahan untuk melanjutkan dan mencoba menciptakan kondisi toko yang sempurna untuk merek mereka.

3. Mitra Ritel : Seringkali mitra ritel didorong untuk mengumpulkan informasi mengenai data deteksi harga. Laporan yang mereka hasilkan digunakan oleh merek.

Metode ini kebanyakan manual. Dan kita manusia? Kami tunduk pada bias. 

Pelaporan diri oleh perwakilan penjualan perusahaan pada dasarnya merupakan konflik kepentingan. Mereka mungkin tidak menyampaikan realitas dasar untuk memastikan target penjualan mereka terpenuhi untuk bulan tersebut. 

Dan untuk pengecer, terutama dalam perdagangan umum, tidak ada sistem standar yang secara efisien membuat katalog penjualan merek dalam kategori yang berbeda. Bagaimanapun, perspektif mereka saat menyimpan informasi adalah penjualan toko dan bukan kesehatan merek.

Hal ini menyebabkan munculnya pemain baru: bertenaga AI pengenalan gambar dan deteksi objek solusi yang mengupayakan kepatuhan ritel secara obyektif dan terukur.

PENGAKUAN GAMBAR UNTUK DETEKSI HARGA:

Solusi ini melibatkan perangkat lunak yang menggunakan pengenalan gambar untuk mengidentifikasi merek dan kategori serta teknologi deteksi objek untuk mengidentifikasi SKU. 

Di sini, perwakilan penjualan atau auditor pihak ketiga menggunakan kamera atau ponsel untuk mengambil gambar rak. Kemudian gambar-gambar ini dikirim ke server cloud tempat AI memprosesnya. Ini mendeteksi SKU dan kemudian menghitung KPI yang terkait dengannya. Mereka mungkin termasuk stok habis, bagian rak dan deteksi harga.

Memahami teknologi lebih detail:

AI dilatih untuk mengenali SKU merek dengan bantuan gambar yang bersumber dari FMCG. Saat diterapkan di lapangan, itu mengikuti proses berikut untuk melakukan deteksi harga:

HAL-HAL UTAMA YANG PERLU DIPERTIMBANGKAN UNTUK DETEKSI HARGA YANG SUKSES: 

Ada praktik baik tertentu yang terkait dengan setiap proses. Mengadopsi mereka membantu dalam pemanfaatan yang bijaksana dari sumber daya yang ada. Artinya, sumber daya digunakan secara maksimal dan merek memperoleh manfaat maksimal darinya. 

Sistem Pengenalan Gambar AI untuk deteksi harga juga mengikuti norma ini. Ada serangkaian praktik tertentu yang, jika diikuti, membantu merek untuk dengan mudah mendapatkan keuntungan dari teknologi. Beberapa praktik terbaik tersebut adalah:

1. KUALITAS GAMBAR YANG BAIK: 

Gambar berkualitas baik itu penting. Gambar yang tidak menampilkan SKU dengan benar akan langsung ditolak oleh AI. 

Apa yang dimaksud dengan gambar 'kualitas buruk' dan 'kualitas baik'?

Gambar berkualitas buruk pada dasarnya adalah gambar yang buram, atau terlalu redup atau memiliki silau, dan mungkin kurang orientasi yang tepat. Ini membuat mereka sulit untuk dihitung.

Gambar berkualitas baik adalah gambar yang bebas buram, tidak terlalu redup atau terlalu terang, dan memiliki orientasi yang tepat.

Ini membantu dalam membedakan dengan benar SKU yang diambil pada gambar. Mengambil gambar yang bagus (sekitar 10 megapiksel +) membantu membaca tampilan harga secara efisien. Berikut ini adalah AI yang terlatih sehingga menghasilkan akurasi yang lebih tinggi.

2. MEMBUAT DAFTAR HARGA SKU:

Merupakan praktik yang baik untuk membuat database harga SKU yang terlibat. Sebagaimana dibahas di atas, karena, katakan; kekurangan sesaat dalam kepatuhan planogram, produk menggeser posisinya menciptakan situasi ambigu dalam penjatahan tampilan harga. Saat disediakan dengan repositori tampilan harga SKU, AI dapat masuk ke dalam sumber daya ini dan memeriksa perkiraan harga SKU terhadap apa yang telah dideteksi.

Misalnya jika bingung apakah harganya $ 2.99, $ 29.90 atau $ 299.00; kemudian mengetahui bahwa harga yang diinginkan adalah $ 3.00, akan membantu AI. Pelatihan ini akan membantu AI berfungsi lebih baik dan lebih cepat, memberikan akurasi yang mendekati titik-titik dari waktu ke waktu.

3. MENGANALISIS TAMPILAN HARGA UNTUK SKU DAN PROMOSI UTAMA:

Saat seseorang memulai, itu adalah praktik yang baik untuk terlebih dahulu fokus pada SKU pahlawan Anda dan promosi khusus dan kemudian beralih ke SKU lain dari merek tersebut. Karena manfaat yang diperoleh dari deteksi harga dihitung, hal ini juga dapat diperluas ke SKU lain secara bertahap.

Memiliki deteksi tampilan harga dalam solusi pengenalan gambar ritel Anda membantu merek mencapai wawasan yang dapat ditindaklanjuti secara waktu nyata. Agen penjualan kemudian dapat memperbaiki situasi yang tidak diinginkan yang timbul darinya. Seiring waktu, deteksi tampilan harga bersama dengan KPI lainnya membantu dalam pembuatan planogram yang kuat. Akibatnya, interaksi pelanggan yang positif dengan merek diamati yang mengarah pada peningkatan penjualan dan nilai tambah pada merek Anda.

Ingin tahu lebih banyak tentang KPI rak lainnya? Baca kami blog berikutnya untuk mencari tahu

Untuk melihat bagaimana kinerja merek Anda di rak, klik di sini untuk menjadwalkan demo gratis ShelfWatch.

Khyati Agarwal adalah anggota tim Pemasaran Digital di ParallelDots. Saat tidak membuat konten untuk ParallelDots, dia suka diperbarui dengan berita, dan suka membaca tentang politik dan agama

Tulisan terakhir oleh Khyati Agarwal (melihat semua)

Sumber: https://blog.paralleldots.com/cpg-retail/the-why-and-how-of-price-detection-through-retail-image-recognition/