PERAKENDE GÖRÜNTÜ TANIMA YOLUYLA FİYAT TESPİTİNİN NEDEN VE NASIL

Fiyat tespiti ve uyumluluğu, hedefe ulaşmada önemli bir rol oynar.mükemmel bir mağaza programı.Markalar da bunun için perakende görsel tanıma çözümlerine yöneliyor. Fiyat tespiti yoluyla fiyat uyumluluğunun izlenmesi, yapay zeka perakende görüntü tanıma çözümümüzün önemli bir özelliğidir. Bu blogda fiyat tespitinin neden önemli olduğunu tartışıyor ve teknolojinin nasıl çalıştığına kuşbakışı bir bakış sunuyoruz.

CPG FİRMALARI NEDEN FİYATLARI GÖSTERMELİDİR? 

Ambalajlı Tüketici Malları (CPG) şirketleri için fiyat gösterimi izlemenin önemi, esas olarak kullanıcıya amaçlanandan daha yanlış fiyatların gösterildiği yüksek örneklerden kaynaklanmaktadır. Buna yol açan bu tür örneklerden bazıları: 

1. Perakendeciler yönlendirilen fiyat aralığını takip etmediğinde.
2. Eksik fiyat ekranı.
3. Fiyat gösteriminin yanlış konumu.
4. Promosyonlar (indirimler ve kombo paket fiyatları gibi) fiyat ekranına yansıtılmayabilir.
5. Fiyat ekranı değişen fiyatlandırmayı yansıtmıyor.

1. NEDEN YANLIŞ FİYATLAR GÖRÜNTÜLENİYOR?

Yukarıdaki durumun nedenleri sayısız olabilir.

Perakendeciler fiyatları düşürebilir veya artırabilir. Diğer bir neden de perakendecinin değişen fiyatlandırma için güncellenmiş bir veri tabanına sahip olmaması olabilir.

Sadece bu da değil, müşteriler mağazanın içinde dolaşırken bir ürünü alıp başka bir yere koyabiliyorlar. Bu durum ürün yerleştirmeyi ve dolayısıyla o ürüne ayrılan fiyat gösterimini bozar.

Çoğu zaman perakende temsilcileri birçok ürünün işlenmesinden sorumludur. Birkaç ürünü sıraya koymaları ve bunları Satış Noktası Materyali (POSM) ile senkronize tutmaları gerekiyor. Üstlenilmesi gereken büyük bir görevdir ve bazen hatalı uygulamalara yol açabilir. Bütün bunlar potansiyel olarak fiyatların yanlış görüntülenmesine yol açabilir.

2. YANLIŞ GÖSTERİLEN FİYATLARIN ETKİSİ

Bazı perakendeciler agresif bir şekilde fiyatları düşürebilir veya artırabilir. Fiyatlar yükselirse satışlarda kayıp olur. Fiyatlar düşerse şirket gelir kaybeder. Bu senaryolardan herhangi biri şirketin stratejisiyle uyumlu değil. 

Ayrıca bir Güncellenmemiş veritabanı, farklı satış noktalarında tutarsız fiyatlandırmalara yol açabilir. Bu, tek tip bir müşteri deneyimi sunma yönündeki marka stratejinizle çelişir. Fiyatlandırmadaki bu planlanmamış tutarsızlık perakendeci ilişkilerinize de zarar verebilir.

Bir de yanlış fiyat gösterimi örneği var. Örneğin bir müşterinin 'A' Markasına ait bir şampuan almak için bir mağazaya girdiğini varsayalım. Ama koridora ulaştıklarında, buna atfedilen yanlış fiyat gösterimiyle karşılaşıyorlar. Hiçbir şeyden şüphelenmeyen müşteri, bunun şampuanının fiyatı olduğunu varsayabilir ve daha ucuz olan alternatifi, örneğin 'B' adlı bir markaya ait olanı satın almaya karar verebilir. 

Birkaç gün sonra bu müşterinin saç kremine ihtiyacı var. Şampuanlarını tamamlayan B Markasının saç kremini satın almak onlar için daha mantıklı. İnsanların bir rutin oluşturup buna sadık kaldıklarından bahsetmiyorum bile, bu da artık B Markası ile arkadaş oldukları anlamına geliyor.

Bu durum satışlara ve markanın pazarda izlemeyi planladığı stratejiye doğrudan etki etmektedir.. Bu aynı zamanda kötü müşteri deneyiminin de bir nedenidir. Bu, satış kaybını kalıcı hale getirebilir ve markanın diğer kategorilerine de yayılabilir..

Aynı şekilde markanın sunduğu promosyonlarda fiyatın yanlış gösterilmesi satışları olumsuz etkileyecektir. Promosyonlar sırasında, doğru fiyat gösterimi başta olmak üzere POSM kurallarına uyulması gerekmektedir. Burada yanlış bir fiyat gösterimi aslında promosyonun tüm amacını ortadan kaldıracaktır.

FİYATI TAKİP ETMENİN FARKLI YOLLARI:

Fiyat tespit özelliği sayesinde Planogram uyumluluğu, POSM uyumluluğu gibi Temel Performans Göstergelerine (KPI) yardımcı olunmakta ve standartları iyileştirilmektedir. Ayrıca CPG firmaları, yanlış fiyat gösteriminin yol açabileceği sorunları her şeyden önce akıllarında tutuyorlar. Sonuç olarak rutin mağaza ziyaretlerinin bir parçası olarak fiyat izleme çalışmaları yapıyorlar. Bu ziyaretler şu şekilde gerçekleştirilebilir:

1. Üçüncü Taraf Denetimi: Burada FMCG mükemmel mağazalarını hayata geçirmek için KPI'lar yardımıyla bir dizi standart oluşturuyor. Daha sonra mağazalarını ziyaret etmesi ve bu standartların uygulanıp uygulanmadığını kontrol etmesi için bağımsız bir denetim şirketiyle anlaşıyorlar.

2. Saha temsilcileri tarafından kendi kendine raporlama: Bu durumda şirket, düzenli olarak mağazaları ziyaret eden kendi saha temsilcilerini kullanıyor ve onlar da uyumluluğun sağlanmasını sağlıyor. Olmadığı her yerde ölçülen KPI'lar onlara ilerlemeleri için yön verir ve markaları için mükemmel bir mağaza koşulu yaratmaya çalışırlar.

3. Perakende Ortakları : Çoğu zaman perakende iş ortaklarının fiyat tespit verileriyle ilgili bilgi toplamaları teşvik edilir. Oluşturdukları raporlar markalar tarafından kullanılıyor.

Bu yöntemler çoğunlukla manueldir. Peki ya biz insanlar? Önyargılara maruz kalıyoruz. 

Şirketin satış temsilcilerinin kendi kendine raporlaması aslında bir çıkar çatışmasıdır. Aylık satış hedeflerinin karşılandığından emin olmak için gerçekleri aktaramayabilirler. 

Perakendecilere gelince, özellikle genel ticarette, marka satışlarını farklı kategorilerde verimli bir şekilde kataloglayan standart bir sistem yok. Her iki durumda da, bilgileri depolarken bakış açıları marka sağlığı değil, mağazanın satışlarıdır.

Bu, yeni bir oyuncunun ortaya çıkmasına yol açtı: AI destekli görüntü tanıma ve nesne algılama Perakende uyumluluğunu objektif ve ölçülü bir şekilde sağlamaya çalışan bir çözüm.

FİYAT TESPİTİ İÇİN GÖRÜNTÜ TANIMA:

Bu çözüm, markayı ve kategoriyi tanımlamak için görüntü tanımayı ve SKU'ları tanımlamak için nesne algılama teknolojisini kullanan bir yazılım içerir. 

Burada satış temsilcileri veya üçüncü taraf denetçiler rafların fotoğraflarını çekmek için kamera veya cep telefonu kullanıyor. Daha sonra bu resimler yapay zekanın onu işlediği bulut sunucusuna gönderilir. SKU'yu algılar ve ardından onunla ilişkili KPI'ları hesaplar. Stokta yok, raf payı ve fiyat tespiti.

Teknolojiyi daha detaylı anlamak:

Yapay zeka, FMCG'den alınan görsellerin yardımıyla markanın SKU'larını tanıyacak şekilde eğitildi. Sahaya konuşlandırıldığında fiyat tespitini gerçekleştirmek için aşağıdaki süreci takip eder:

BAŞARILI FİYAT TESPİTİ İÇİN DİKKATE ALINMASI GEREKEN ANA HUSUSLAR: 

Her süreçle ilişkili belirli iyi uygulamalar vardır. Bunları benimsemek, eldeki kaynağın akıllıca kullanılmasına yardımcı olur. Bu, kaynakların tam potansiyelleriyle kullanıldığı ve markanın bundan maksimum fayda sağladığı anlamına gelir. 

Fiyat tespiti için Görüntü Tanıma AI sistemleri de bu normu takip ediyor. Takip edildiğinde markanın teknolojiden kolaylıkla yararlanmasına yardımcı olan belirli uygulamalar vardır. Bu tür en iyi uygulamalardan bazıları şunlardır:

1. İYİ RESİM KALİTESİ: 

Kaliteli bir resim önemlidir. SKU'yu düzgün şekilde sergilemeyen resimler yapay zeka tarafından anında reddedilecektir. 

'Kötü kalite' ve 'iyi kalite' imajının anlamı nedir?

Kötü kaliteli görüntüler esasen bulanık, çok soluk veya parlama içeren resimlerdir ve doğru yönelimden yoksun olabilirler. Bu onların hesaplanmasını zorlaştırır.

İyi kaliteli bir resim, bulanık olmayan, ne çok karanlık ne de çok parlak olan ve doğru yönelime sahip olan resimdir.

Bu, görüntüde yakalanan SKU'nun doğru şekilde ayırt edilmesine yardımcı olur. İyi fotoğraflar çekmek (yaklaşık 10 megapiksel +) fiyat ekranlarının verimli bir şekilde okunmasına yardımcı olur. Aşağıda, iyi eğitilmiş bir yapay zeka, dolayısıyla daha fazla doğruluk elde edilir.

2. SKU FİYAT LİSTESİ OLUŞTURMA:

İlgili SKU'ların fiyatlarını içeren bir veritabanı oluşturmak iyi bir uygulamadır. Yukarıda tartışıldığı gibi, örneğin; Planogram uyumluluğundaki anlık bir eksiklik, ürünün konumunu değiştirerek fiyat teşhir tahsisinde belirsiz bir durum yaratır. Yapay zeka, SKU fiyat göstergeleri deposuyla donatıldığında bu kaynağa girebilir ve SKU'nun tahmini fiyatını tespit ettiği fiyatla karşılaştırabilir.

Örneğin, fiyatın 2.99$ mı, 29.90$ mı yoksa 299.00$ mı olduğu konusunda kafanız karışırsa; o zaman istenen fiyatın 3.00$ olduğunu bilmek yapay zekaya yardımcı olacaktır. Bu eğitim, yapay zekanın daha iyi ve daha hızlı çalışmasına yardımcı olacak ve zaman içinde neredeyse kesin doğruluk sunacak.

3. ÖNEMLİ SKU'LAR VE PROMOSYONLAR İÇİN FİYAT GÖRÜNTÜLERİNİN ANALİZİ:

Başlangıç ​​olarak, öncelikle kahraman SKU'larınıza ve özel promosyonlarınıza odaklanmak, ardından markanın diğer SKU'larına geçmek iyi bir uygulamadır. Fiyat tespitinden elde edilen faydalar hesaplanırken bu, diğer SKU'lara da kademeli olarak genişletilebilir.

Perakende görsel tanıma çözümünüzde fiyat görüntüleme algılama özelliğine sahip olmak, markanın gerçek zamanlı eyleme geçirilebilir bilgiler elde etmesine yardımcı olur. Satış temsilcileri daha sonra bundan kaynaklanan istenmeyen durumları düzeltebilir. Zamanla, diğer KPI'larla birlikte fiyat gösterimi tespiti, sağlam planogramların oluşturulmasına yardımcı olur. Sonuç olarak, markayla olumlu bir müşteri etkileşimi gözlemlenir ve bu da satışların artmasına ve markanıza katma değer sağlanmasına yol açar.

Diğer raf KPI'ları hakkında daha fazla bilgi edinmek ister misiniz? Bizim okuyun sonraki blog öğrenmek için

Kendi markanızın raflardaki performansını görmek için tıklayın okuyun ShelfWatch'un ücretsiz bir demosunu planlamak için.

Khyati Agarwal, ParallelDots'taki Dijital Pazarlama ekibinin bir üyesidir. ParallelDots için içerik oluşturmadığında, haberlerden haberdar olmayı seviyor ve siyaset ve din hakkında okumayı seviyor.

Khyati Agarwal'ın son gönderileri (Tümü)

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