VARFÖR OCH HUR PRISDETEKTION GENOM RETAIL BILDERKÄNNANDE

Prisdetektering och dess efterlevnad är en viktig del när det gäller att uppnåett perfekt butiksprogram.Varumärken ser på lösningar för bildigenkänning i detaljhandeln för detsamma. Övervakning av prisöverensstämmelse genom prisdetektering är en viktig funktion i vår AI-bildåterkallelseslösning. I den här bloggen diskuterar vi varför prisupptäckt är viktigt och ger en fågelperspektiv på hur tekniken fungerar.

VARFÖR BÖR CPG-FÖRETAGEN ÖVERVAKA PRIS? 

Betydelsen av prisövervakning för CPG-företag (Consumer Packaged Goods) kommer främst från höga fall där felaktiga priser visas för användaren än vad som var avsett. Några sådana fall som leder till det är - 

1. När återförsäljare inte följer det guidade prisintervallet.
2. En saknad prisvisning.
3. En felaktig plats för prisvisning.
4. Kampanjer (som rabatter och kombinationspaketpriser) kanske inte återspeglas i prisvisningen.
5. Prisvisning visar inte den ändrade prissättningen.

1. Varför visas felaktiga priser?

Anledningarna till ovanstående situation kan vara otaliga.

Återförsäljare kan sänka eller höja priserna En annan anledning kan vara att återförsäljaren kanske inte har en uppdaterad databas för ändrad prissättning.

Inte bara detta, när kunderna flyttar runt i affären kan de hämta en produkt och placera den någon annanstans. Detta stör produktplaceringen och därmed prisvisningen som har tilldelats produkten.

Ofta handlar representanter för att hantera många produkter. De måste ordna flera produkter och hålla dem synkroniserade med Point of Sale Material (POSM). Det är en stor uppgift att genomföra och kan ibland leda till felaktigt utförande. Allt detta kan potentiellt leda till felaktigt visade priser.

2. KONSEKVENSEN AV FELSKT VISADE PRISER

Vissa återförsäljare kan aggressivt sänka eller höja priserna. Om priserna höjs är det en försäljningsförlust. Om priserna sänks förlorar företaget intäkter. Ingen av dessa scenarier överensstämmer inte med företagets strategi. 

Också en inte uppdaterad databas kan leda till inkonsekvent prissättning mellan olika butiker. Detta skulle strida mot din varumärkesstrategi att ge en enhetlig kundupplevelse. Denna oplanerade inkonsekvens i prissättningen kan också skada dina återförsäljarrelationer.

Då finns det en felaktig prisvisning. Låt oss till exempel säga att en kund går in i en butik för att köpa ett schampo som tillhör märket 'A'. Men när de når gången, de stöter på en fel prisvisning som har tillskrivits den. Den intet ont anande kunden kan bara anta att det är priset på deras schampo och besluta att köpa ett billigare alternativ, säg ett som tillhör ett varumärke som heter "B". 

Efter några dagar kräver denna kund ett balsam. Det är vettigare för dem att köpa balsam från Brand B som komplimangerar deras schampo. För att inte tala om att människor bildar en rutin och håller sig till den, vilket innebär att de nu är vänner med Brand B.

Detta medför en direkt påverkan på försäljningen och den strategi som varumärket avser att följa på marknaden. Det är också en orsak till dålig kundupplevelse. Detta kan göra försäljningsförluster permanenta och kan även omfatta andra kategorier av varumärket.

På samma sätt skulle ett felaktigt visat pris negativt påverka försäljningen när kampanjer erbjuds av varumärket. Under kampanjer måste regler för POSM följas, särskilt korrekt prisvisning. En felaktig prisvisning här skulle i huvudsak motverka hela anledningen till kampanjen.

Olika skillnader i övervakningspris:

Key Performance Indicators (KPI) som planogramöverensstämmelse, POSM-överensstämmelse stöds och deras standarder förbättras med hjälp av prisdetekteringsfunktionen. CPG-företag tänker också främst på de problem som en felaktig prisvisning kan leda till. Som ett resultat genomför de övningar för prisövervakning som en del av sina rutinmässiga butiksbesök. Dessa besök kan utföras av:

1. Tredjepartsrevision: Här skapar FMCG för att implementera sina perfekta butiker en uppsättning standarder med hjälp av KPI. Sedan anställer de ett oberoende revisionsföretag för att besöka sina butiker och se om dessa standarder implementeras.

2. Självrapportering av reps: I det här fallet använder företaget sina egna fältrepresentanter som rutinmässigt besöker butiker och de ser till att efterlevnad upprättas. Varhelst det inte är, ger de uppmätta KPI: erna riktning att fortsätta och försöka skapa ett perfekt butiksförhållande för deras varumärke.

3. Återförsäljare : Ofta uppmuntras detaljhandelspartner att samla in information om prisdetekteringsdata. Rapporterna de genererar används av varumärkena.

Dessa metoder är mestadels manuella. Och vi människor? Vi är föremål för partiskhet. 

Självrapportering från företagsförsäljare är i huvudsak en intressekonflikt. De kanske inte vidarebefordrar marken för att säkerställa att deras försäljningsmål nås för månaden. 

Och när det gäller återförsäljare, särskilt i allmän handel, finns det ett frånvaro av ett standardiserat system som effektivt katalogiserar varumärkesförsäljning "i olika kategorier. Hur som helst, deras perspektiv när man lagrar information är butikens försäljning och inte varumärkeshälsa.

Detta har lett till tillkomsten av en ny spelare: AI-driven bildigenkänning och objektdetektering lösning som strävar efter detaljhandeln på ett objektivt och uppmätt sätt.

BILDEREDSKÄNNNING FÖR PRISDETEKTION:

Denna lösning involverar en programvara som använder bildigenkänning för att identifiera varumärke och kategori och objektdetekteringsteknik för att identifiera SKU: er. 

Häri använder säljare eller tredjepartsrevisorer kameror eller mobiler för att ta bilder av hyllorna. Sedan skickas dessa bilder till molnservern där AI behandlar den. Den upptäcker SKU: n och beräknar sedan de KPI: er som är associerade med den. De kan innehålla slut på lager, hyllandel och prisdetektering.

Förstå tekniken mer detaljerat:

AI är utbildad för att känna igen varumärkets SKU: er med hjälp av bilder från FMCG. När det distribueras på fältet följer det följande process för att utföra prisdetektering:

VIKTIGA SÄTT ATT ÖVERVIKA FÖR FRAMGÅNG PRISDETEKTION: 

Det finns vissa goda metoder som är associerade med varje process. Antagande av dem hjälper till med förnuftigt utnyttjande av resursen. Det betyder att resurserna utnyttjas till sin fulla potential och varumärket drar maximal nytta av det. 

Bildigenkänning AI-system för prisdetektering följer också denna norm. Det finns vissa uppsättningar metoder som, när de följs, hjälper varumärket att enkelt dra nytta av tekniken. Några sådana bästa metoder är:

1. GOD BILDKVALITET: 

En bild av god kvalitet är viktig. Bilder som inte visar upp SKU: n ordentligt kommer att avvisas av AI omedelbart. 

Vad är innebörden av en 'dålig kvalitet' och 'god kvalitet'?

Bilder av dålig kvalitet är i huvudsak de bilder som är suddiga, eller är för svaga eller har bländning på dem, och de kan sakna en korrekt orientering. Detta gör dem svåra att beräkna.

En bild av god kvalitet är den som är suddig, inte är för svag eller för ljus och har rätt orientering.

Detta hjälper till att korrekt urskilja SKU fångad på bilden. Att ta bra bilder (cirka 10 megapixlar +) hjälper dig att läsa prisdisplayer effektivt. Det som följer är en välutbildad AI, vilket leder till mer noggrannhet.

2. SKAPA EN SKU-PRISLISTA:

Det är en bra praxis att skapa en databas med priser för de inblandade SKU: erna. Som diskuterats ovan på grund av, säg; en kortvarig brist på planogramöverensstämmelse förskjuter produkten sin position och skapar en tvetydig situation i prisvisningen. När den levereras med ett förråd med SKU-prisvisningar kan AI dyka in i den här resursen och kontrollera det beräknade priset på SKU mot vad den har upptäckt.

Till exempel, om du är förvirrad om priset är $ 2.99, $ 29.90 eller $ 299.00; att sedan veta att det önskade priset är $ 3.00, kommer att hjälpa AI. Den här utbildningen hjälper AI att fungera bättre och snabbare och levererar nära noggrannhetsnoggrannhet över tid.

3. ANALYSERING AV PRISVISNINGAR FÖR NYCKELS SKU OCH KAMPANJER:

När man börjar är det bra att först fokusera på dina hjälte-SKU: er och specialkampanjer och sedan gå vidare till andra SKU-varumärken. Eftersom fördelarna med prisdetektering beräknas kan detta gradvis utvidgas till andra SKU: er.

Att ha en prisvisning i din detaljhandelslösning för bildigenkänning hjälper varumärket att uppnå insikter i realtid. Säljare kan då åtgärda oönskade situationer som uppstår på grund av det. Med tiden hjälper detektering av prisvisning tillsammans med andra KPI: er att skapa robusta planogram. Följaktligen observeras en positiv kundinteraktion med varumärket som leder till ökad försäljning och värdetillägg till ditt varumärke.

Vill du veta mer om andra hyll-KPI:er? Läs vår nästa blogg att få reda på.

För att se hur ditt eget varumärke presterar på hyllorna, klicka här. för att schemalägga en gratis demo av ShelfWatch.

Khyati Agarwal är medlem i teamet för digital marknadsföring på ParallelDots. När hon inte skapar innehåll för ParallelDots gillar hon att vara uppdaterad med nyheter och älskar att läsa om politik och religion

Senaste inlägg av Khyati Agarwal (se alla)

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