כיצד זיהוי תמונות מסייע בניטור מדף קמעונאי

עודכן ב-23 באוקטובר, 2021

לדברי גרטנר, עד 2025, 90% מהאינטראקציות עם הלקוחות בענף הקמעונאות ינוהלו על ידי AI. ההתקדמות האחרונה בטכנולוגיית AI ואלגוריתמי למידה עמוקה משנים את תעשיית הקמעונאות. עם מספר רב של מערכי נתונים הכוללים אלפי תמונות מדף, חברות יכולות כעת למנף בינה מלאכותית כדי לנטר טוב יותר את נוכחות המדף הקמעונאית שלהן.

ניטור מדף קמעונאי מסייע בזיהוי תנאי המוצר במדפים כגון זמינות, מבחר, שטח, תמחור, מבצעים ועוד רבים. היא מסמיכה חברות לנקוט בפעולות מתקנות מיידיות. אלגוריתמי AI בהחלט יכולים להשתפר תאימות לפלוגרמה על ידי מתן תובנות מדויקות לגבי נראות מלאי. חברות יוכלו לפקח ולאמוד את משך מופעי המלאי, מה שיוביל למיקום טוב יותר של מוצרים בחנות.

כיצד פועל ניטור המדף הקמעונאי

אין הרבה שינויים בשגרת היום של נציגי השטח מלבד העובדה שיש להם יותר גמישות מבחינת איכות התמונות שהם חולקים עם צוות הניתוח. לתעשייה הנוכחית יש הרבה צווארי בקבוק שמשפיעים על תובנות סופיות שבהן אי ניתוח תמונות לא ברורות הוא נושא מרכזי. זה מוביל לעלייה בזמן ובעלויות לחברה כדי לאחזר תמונות חדשות לניתוח חדש.

נציגי שטח רק צריכים ללחוץ על תמונות של כל המדפים הרלוונטיים ולהאכיל אותם אליהם מערכת ניטור מדף קמעונאי. אחד הבולמים בתהליך הביקורת הקמעונאית האוטומטית הוא חסימה כאשר סוכני שטח לוחצים על תמונות מדף. גם זה מטופל על ידי ניטור המדף הקמעונאי כשהמערכת הופכת לומדת במהירות עם מינימום תשומות הכשרה, והפעולה כולה הופכת להרחבה ביותר. לפיכך, ניתן להתעלם מאובדן תמונות עקב חסימה בזמן הצילום.

אלגוריתם AI מנתח את כל סוגי התשומות כדי לספק תובנות. היכולת שלו לנתח תמונות באיכות ירודה משפרת את האמינות של התוצאות הסופיות. מערכות מסורתיות מתקשות לנתח תמונות לא ברורות/אור נמוך מה שלא קורה בעת שימוש בבינה מלאכותית. בלבול בין מוצרים דומים למראה הוא עוד בעיה שנויה במחלוקת שנפתרת כאשר AI נפרס במערכת זיהוי התמונות שלך עבור ביקורת קמעונאית אוטומטית.

נקודות מקבילות מינפה את כוחה של בינה מלאכותית כדי ליצור את ShelfWatch, שירות ניתוח מדף בינה מלאכותית המעצימה לנציגי שטח גמישות ולחברות עם מדרגיות. ShelfWatch מבטל את כל החסימות בתהליך הביקורת הקמעונאית המסורתית שאוכלת כעת את ההכנסות של ה-CPG והמותגים הקמעונאיים. ניתן להבין את מידת היתרונות שלו במלואה על ידי ניתוח כל בעל עניין בתהליך הביקורת הקמעונאית.

נציגי מכירות/שטח –

הנציגים מתמודדים עם אתגרים גדולים תוך איסוף נתונים בצורה של תמונות וסרטונים. יש חוסר אחידות בערימת דפוסי קמעונאים, מה שמוביל לסוגים שונים של תמונות במונחים של כיוון המלאי, תאורה ומיקום. סוכני שטח נאבקים בשמירה על עקביות עם הנתונים שהם אוספים כי תמונות לא סטנדרטיות כאלה לוקחות יותר זמן לנתח. ובמרדף אחר דימויים סטנדרטיים, סוכני שטח נופלים טרף לסוגים אחרים של הטיות תפיסה אנושיות.

ShelfWatch עוזר לנציגי השטח בכך שהוא נותן להם את הגמישות לצלם את כל התמונות האפשריות בכל כיוון, תאורה או מיקום. גמישות כזו מותרת מכיוון ש-ShelfWatch אינו תלוי בתמונות אחידות סטנדרטיות כדי לתת פלט מדויק. באמצעות אלגוריתמי AI מתקדמים, ShelfWatch מסוגל לנתח אפילו את התמונות המעוותות ביותר מכיוון שהוא משתמש בטכנולוגיית זיהוי חבילות בינה מלאכותית.

שותפים קמעונאיים -

ביקורות ציות הן משימות קשות גם לקמעונאים. כדי לעמוד בפלנוגרמה שנקבעה מראש היא חלק מה הסכם שירות בין הקמעונאי למותגים. אם בהערכה הסופית יימצא שהקמעונאים מפרים את ההסכם על ידי הצגת מעט מדי מוצרים, או על ידי אי מיצוב נכון של המוצרים, הדבר עלול לגרור קנסות ואף סיום חוזים (במקרים קיצוניים).

מכיוון ש-ShelfWatch מאפשר לנציגי השטח להיות גמישים בזמן איסוף נתונים, הוא גם עוזר לקמעונאים לעמוד בהסכמי השירות מכיוון שכל התמונות שנאספות על ידי הנציגים מנותחות ללא קשר לאור, המיקום והכיוון של המוצרים על המדף. זה חוסך קמעונאים מדיווחי ביקורת כוזבים מכיוון שגם אם המדף שלהם לא מוערם היטב מבחינת מיקום ותאורה, Shelf Watch יזהה את כל החפצים על המדף, ובכך יקטין מקרים של אי ציות עקב איסוף נתונים לקוי.

" מותגים "

יצרני CPG נהנים מהפתרון המופעל על ידי AI שלנו. הם מסוגלים לנתח את כל סוגי התמונות מהביקורות הקמעונאיות שלהם באמצעות שימוש מדף. It עוזר למותגי CPG לחשב את שלהם מדדי KPI של חנות מושלמת, וקבל תובנות מיידיות ויישם אותן בחנות.

אהבתם את הבלוג? קרא את זה אחר בלוג כדי להבין כיצד בינה מלאכותית מנצחת את האסטרטגיה הקמעונאית.

רוצה לראות איך הביצועים של המותג שלך על המדפים? לחץ על כאן לתזמן הדגמה בחינם.