ShelfWatch – ซอฟต์แวร์ดำเนินการขายปลีกตามการจดจำภาพอัจฉริยะ

อัปเดตเมื่อ 10 พฤศจิกายน 2021

ปัจจุบัน การจัดชั้น KPI การประเมินโดยใช้ซอฟต์แวร์การดำเนินการขายปลีกมาตรฐานของคุณ มักจะใช้เวลานานและจัดการได้ยากในช่วงที่มีงานสูงสุด ต้องป้อนข้อมูลด้วยตนเองอย่างพิถีพิถันเพื่อรับประกันว่าผลิตภัณฑ์บนชั้นวางจะตรงกับแผนผัง นอกจากนี้ การขาดการมองเห็นและข้อมูลที่เป็นปัจจุบันยังทำให้แบรนด์สินค้าอุปโภคบริโภคไม่สามารถจัดการกับปัญหาในเชิงรุกได้ ในช่วงระยะเวลาการขายที่สำคัญ การขาดข้อมูลอาจนำไปสู่การตัดสินใจที่ไม่เหมาะสม

ตาม ศึกษา, “บริษัทมากถึง 81% รายงานว่าพวกเขาไม่พอใจกับความสามารถในการดำเนินการที่ร้านค้าปลีก อีก 86% กล่าวว่าพวกเขาไม่พอใจกับความพยายามส่งเสริมการค้าของพวกเขา”

กับ ชั้นวางนาฬิกาความซ้ำซ้อนทั้งหมดเหล่านี้สามารถแก้ไขได้ค่อนข้างง่าย เครื่องมือที่ทรงพลังและไม่ยุ่งยาก ShelfWatch สามารถทำงานบนช่องทางการค้าปลีกที่หลากหลาย ในบล็อกนี้ เราจะแนะนำคุณในทุกแง่มุมของ ShelfWatch ที่ทำให้โดดเด่นท่ามกลางโซลูชันซอฟต์แวร์การจดจำรูปภาพที่มีอยู่ในการขายปลีก

1. ผลตอบรับคุณภาพของภาพแบบ Real-Time แบบออฟไลน์

คุณภาพของภาพเป็นเกณฑ์ที่สำคัญเพื่อให้แน่ใจว่าการรู้จำภาพมีความแม่นยำสูง การรู้จำระดับ SKU หรือ การปฏิบัติตามการแสดงราคา จะเกิดขึ้นได้ก็ต่อเมื่อภาพไม่เบลอและไม่มีแสงสะท้อน แอพมือถือ ShelfWatch มีอัลกอริธึมคุณภาพของภาพแบบเรียลไทม์ที่สามารถตรวจจับภาพคุณภาพต่ำและสั่งให้ตัวแทนขายถ่ายรูปใหม่ การตรวจจับนี้ทำงานบนอุปกรณ์และดังนั้นจึงพร้อมใช้งานในโหมดออฟไลน์

ตัวแทนฝ่ายขายสามารถถ่ายภาพคุณภาพสูงได้อย่างง่ายดายแม้ในโซนที่ไม่มีอินเทอร์เน็ต และรูปภาพจะถูกอัปโหลดโดยอัตโนมัติทุกครั้งที่มีการเชื่อมต่ออินเทอร์เน็ต จากประสบการณ์ของเราในการทำงานร่วมกับ CPG และแบรนด์ค้าปลีก เราพบว่าก่อนใช้ ShelfWatch 15–20% ของภาพที่รวบรวมในภาคสนามมีคุณภาพต่ำเกินไปที่จะวิเคราะห์โดย AI หรือในหลายกรณีโดยมนุษย์เช่นกัน ซึ่งมักจะนำไปสู่ความล่าช้าที่ไม่จำเป็นและการวิเคราะห์ที่ไม่สมบูรณ์ ซอฟต์แวร์ดำเนินการขายปลีกที่มีอยู่ต้องโทษตัวแทนขายในกรณีที่ภาพเบลอหรือดูไม่สดใส และให้ความรับผิดชอบกับแบรนด์ CPG และร้านค้าปลีกเพื่อฝึกอบรมตัวแทนที่มีงานยุ่ง

ซอฟต์แวร์การดำเนินการขายปลีกในอุดมคติที่ใช้การจดจำภาพ ควรมีความแข็งแกร่งและชาญฉลาด เพื่อให้แน่ใจว่ารูปภาพคุณภาพสูงจะถูกรวบรวมโดยไม่มีการฝึกอบรมเพิ่มเติมสำหรับตัวแทน

2. การจดจำภาพบนอุปกรณ์ (ODIN)

หนึ่งในข้อจำกัดที่ใหญ่ที่สุดของโซลูชันการตรวจสอบที่ใช้ AI คือการให้ผลลัพธ์ที่ถูกต้องทันที เพื่อให้มีความแม่นยำสูง ต้องใช้กำลังในการประมวลผลสูง อย่างไรก็ตาม อุปกรณ์พกพาที่ใช้โดยตัวแทนมีทรัพยากรในการประมวลผลที่จำกัด และต้องใช้ความระมัดระวังเพื่อหลีกเลี่ยงการใช้แบตเตอรี่มากเกินไปสำหรับอุปกรณ์ของตัวแทน เกรงว่าเขาจะต้องชาร์จอุปกรณ์ของเขาหลังจากทุกๆ 2 หรือ 3 ครั้ง นี่คือที่ โซลูชัน ODIN ของ ParallelDots ชนะ ทีมวิทยาศาสตร์ข้อมูลของเราประสบความสำเร็จในการเพิ่มประสิทธิภาพอัลกอริธึมของเราในลักษณะที่ ShelfWatch ให้สิ่งที่ดีที่สุดแก่คุณทั้งสองโลก – ความแม่นยำและความเร็ว

การรู้จำรูปภาพบนอุปกรณ์ (ODIN) เป็นข้อเสนอที่ทันสมัยที่สุดจากความเสถียร ParallelDots อนุญาตให้รายงานทันทีจากภาพถ่ายชั้นวางที่ถ่ายโดยตัวแทนภาคสนามโดยประมวลผลบนอุปกรณ์มือถือของพวกเขา ODIN นั้นรวดเร็วและทำงานแบบออฟไลน์ได้อย่างสมบูรณ์ เราดำเนินการนำร่องกับลูกค้าสองสามรายสำหรับคุณลักษณะการจดจำในอุปกรณ์ที่เพิ่งประกาศเมื่อเร็วๆ นี้ ผลลัพธ์เป็นที่น่าพอใจและเกินความคาดหมายของลูกค้า ฟีเจอร์ ODIN เป็นข้อเสนอที่ไม่เหมือนใครและเป็นข้อพิสูจน์ถึงแพลตฟอร์มการจดจำภาพที่เหนือกว่าของเราสำหรับสภาพแวดล้อมการค้าปลีก เราสนับสนุนให้ลูกค้าใช้คุณลักษณะ ODIN สำหรับโดเมนที่มี SKU จำนวนน้อย และมีการเปลี่ยนแปลงไม่บ่อยนัก

3. ขจัดความซ้ำซ้อน

บ่อยครั้งมากที่ในขณะที่รวบรวมข้อมูล ตัวแทนฝ่ายขายจะถ่ายภาพหลายภาพของชั้นวางเดียวกันจากมุมต่างๆ นี่เป็นปัญหาร้ายแรง เนื่องจากอาจนำไปสู่การนับเมตริกชั้นวางซ้ำซ้อน (เช่น ส่วนแบ่งของชั้นวาง) ซึ่งจะส่งผลต่อข้อมูลเชิงลึก ShelfWatch เชี่ยวชาญปัญหานี้อย่างมีประสิทธิภาพ อัลกอริธึมการขจัดข้อมูลซ้ำซ้อนช่วยปรับปรุงคุณภาพข้อมูลโดยการตรวจจับภาพที่ซ้ำกัน และทำให้แน่ใจว่าระบบจะไม่นับเมตริกซ้ำ

เรายังใช้ประโยชน์จากอัลกอริทึมนี้ในการตรวจจับการฉ้อโกงในการตรวจสอบการดำเนินการขายปลีกสำหรับบริษัทยาสูบเป็นประจำ ผู้ตรวจสอบภาคสนามมักจะส่งภาพเก่าเพื่อระบุว่าพวกเขาได้เสร็จสิ้นการตรวจสอบแล้ว การใช้อัลกอริธึมการขจัดความซ้ำซ้อน ทำให้เราสามารถแสดงตัวอย่างดังกล่าวและลดความเป็นไปได้ของการฉ้อโกงในการตรวจสอบภาคสนาม ภายในสามเดือนของการผสานรวม ShelfWatch มีการปรับปรุงคุณภาพข้อมูล 90% นำไปสู่ข้อมูลเชิงลึกที่เชื่อถือได้

4. การผสานรวมกับซอฟต์แวร์การดำเนินการขายปลีกอื่นๆ – แอป SFA และ DMS

แม้ว่า ShelfWatch จะจัดเตรียมแอปของตนเองไว้สำหรับการเก็บข้อมูลในภาคสนาม แต่เราเข้าใจว่าตัวแทนขายกำลังใช้อุปกรณ์พกพาที่ผู้ขายระบบอัตโนมัติของ Salesforce จัดหาให้ และจะพบว่าเป็นการยุ่งยากในการสลับไปมาระหว่างแอปหลายตัวในภาคสนาม

เรามี แบบบูรณาการShelfWatch ด้วยผู้จำหน่าย SFA หลายรายและคุณสมบัติทั้งหมดของ ShelfWatch เช่น การตรวจสอบคุณภาพของภาพแบบเรียลไทม์และข้อมูลเชิงลึกของชั้นวางแบบเรียลไทม์ทำงานในโซลูชันแบบบูรณาการเช่นกัน

5. การตั้งค่าอย่างรวดเร็ว & รวดเร็วในการฝึก AI

ภายใต้ประทุน กลไกการรู้จำภาพส่วนใหญ่ทำงานเครือข่ายประสาทเทียมเพื่อตรวจจับ SKU และวัสดุ POS ในร้านค้าปลีก อย่างไรก็ตาม โครงข่ายประสาทเทียม โดยเฉพาะอย่างยิ่งโครงข่ายประสาทเทียมระดับลึกนั้นขึ้นชื่อเรื่องความต้องการข้อมูลจำนวนมากเพื่อฝึกฝนพวกมัน และได้รับความแม่นยำถึง 90% ขึ้นไป

นอกจากนี้ ข้อมูลการฝึกจะต้องทำหมายเหตุประกอบด้วยตนเองก่อนจึงจะสามารถป้อนไปยังโครงข่ายประสาทเทียมได้ ตัวอย่างของรูปภาพที่มีคำอธิบายประกอบแสดงอยู่ด้านล่าง

อย่างไรก็ตาม ผู้ผลิตรายใหญ่จะมี SKU 200–300 รายการจากหลายหมวดหมู่ของแบรนด์ของตนเอง และอีก 100–200 SKU ที่พวกเขาอาจต้องการติดตามหาคู่แข่ง การสร้างชุดข้อมูลที่มีคำอธิบายประกอบด้วยตนเองซึ่งครอบคลุม 300–500 SKU เป็นงานที่น่าเบื่อและมีราคาแพงมาก

ผู้จำหน่าย Image Recognition ส่วนใหญ่จะใช้เวลาในการตั้งค่า 90–120 วัน ในระหว่างที่พวกเขารวบรวมและใส่คำอธิบายประกอบข้อมูลด้วยตนเอง อย่างที่คุณสามารถจินตนาการได้ นี่เป็นกระบวนการที่มีราคาแพงและใช้เวลานาน และไม่สามารถปรับขนาดได้ดีสำหรับ เปิดตัวสินค้าใหม่ หรือในช่วงเวลาที่มีโปรโมชั่นสูงสุด

การตั้งค่า Shelfwatch เป็นกระบวนการที่เรียบง่ายและตรงไปตรงมาสองขั้นตอน ก่อนอื่นต้องแชร์ เพียงหนึ่งภาพ ของ SKU ที่คุณต้องการติดตาม และประการที่สอง ขอให้ตัวแทนภาคสนามของคุณถ่ายภาพชั้นวางของร้านค้าปลีกโดยใช้แอปพลิเคชันมือถือของเรา อัลกอริธึมของ ShelfWatch ได้รับการฝึกฝนในลักษณะที่ โดยจะวิเคราะห์ภาพโดยอัตโนมัติเพื่อแสดงการวิเคราะห์เชิงแข่งขัน เช่น ส่วนแบ่งของชั้นวาง และการปฏิบัติตามแผนผัง

6 ต้นทุนที่มีประสิทธิภาพ

ShelfWatch ถูกสร้างด้วย รัฐของเทคโนโลยีศิลปะ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดโดยไม่ต้องใช้เงินเป็นจำนวนมาก ด้วยเทคโนโลยีที่เหนือกว่าของเรา เราสนับสนุนต้นทุนการดำเนินงานที่ต่ำ เนื่องจากต้องใช้ทรัพยากรน้อยลงในการตั้งค่า ShelfWatch อัลกอริธึมของเราควบคุมคุณภาพข้อมูลที่ระดับการรวบรวมเพื่อนำเสนอมาตรฐานการวิเคราะห์วัตถุประสงค์

7. การแจ้งเตือน WhatsApp –

มูลค่าที่แท้จริงจาก ShelfWatch นั้นได้มาเมื่ออินสแตนซ์ทั้งหมดของการดำเนินการค้าปลีกที่ตราไว้ต่ำกว่าจะถูกเน้นทันทีไปยังผู้มีส่วนได้ส่วนเสียที่เหมาะสม เราส่งการแจ้งเตือนอัตโนมัติผ่าน WhatsApp/อีเมลไปยังหัวหน้าทีมภาคสนามเพื่อการดำเนินการอย่างรวดเร็ว ข้อเสนอใหม่นี้ทำให้ข้อมูลเชิงลึกของ ShelfWatch สามารถนำไปปฏิบัติได้มากขึ้น – นำไปสู่ กลไกการตอบรับที่แข็งแกร่ง ระหว่างผู้ค้าปลีก ตัวแทนภาคสนาม และสำนักงานใหญ่ CPG

การรับรองมาตรฐาน ISO 27001:2013 –

ด้วยความยินดีอย่างยิ่งที่เราประกาศว่าเราอยู่ในขณะนี้ ISO 27001: ได้รับการรับรอง 2013. เพื่อให้ได้รับการรับรอง การปฏิบัติตามข้อกำหนดด้านความปลอดภัยของ ParallelDots ได้รับการตรวจสอบโดยบริษัทตรวจสอบอิสระ หลังจากที่ได้สาธิตวิธีการอย่างต่อเนื่องและเป็นระบบในการจัดการและปกป้องข้อมูลของบริษัทและลูกค้า ใบรับรองนี้เป็นข้อพิสูจน์ถึงความมุ่งมั่นของเราต่อความเป็นส่วนตัวและความปลอดภัยของข้อมูล

พบว่าบล็อกนี้มีประโยชน์? อ่านนี่ บล็อก เพื่อทราบข้อมูลเพิ่มเติมเกี่ยวกับวิธีที่ผลิตภัณฑ์ ParallelDots นำเสนอโซลูชั่นที่มีประสิทธิภาพสำหรับวิธีการดำเนินการค้าปลีกแบบดั้งเดิม เพื่อปรับปรุงการแสดงแบรนด์และการมองเห็น

ต้องการดูว่าแบรนด์ของคุณทำงานบนชั้นวางอย่างไร คลิก  โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม เพื่อกำหนดเวลาการสาธิตฟรี