ShelfWatch – програмне забезпечення для роздрібного виконання на основі інтелектуального розпізнавання зображень

Оновлено 10 листопада 2021 р

Сьогодення стелажне розташування КПІ ім оцінювання за допомогою стандартного програмного забезпечення для роздрібної торгівлі часто займає багато часу, і їм важко керувати під час піку роботи. Потрібне ретельне ручне введення, щоб гарантувати, що продукти на полиці збігаються з планограмою. Більше того, відсутність видимості та актуальних даних не дозволяє брендам споживчих товарів активно вирішувати проблеми. Під час вирішального періоду продажів брак даних може призвести до неоптимальних рішень.

У відповідності з вчитися, «Багато 81% компаній повідомили, що вони не задоволені своєю здатністю виконувати роздрібні продажі. Ще 86% сказали, що вони не задоволені своїми зусиллями зі сприяння торгівлі».

з ShelfWatch, з усіма цими надмірностями можна впоратися досить легко. Потужний і простий інструмент ShelfWatch здатний працювати в широкому спектрі роздрібних каналів. У цьому блозі ми ознайомимо вас із усіма аспектами ShelfWatch, які виділяють його серед існуючих програмних рішень для розпізнавання зображень у роздрібній торгівлі.

1. Відгук про якість зображення в реальному часі в режимі офлайн

Якість зображення є важливим критерієм для забезпечення високої точності розпізнавання зображень. Розпізнавання рівня SKU або відповідність відображення ціни можливий лише тоді, коли зображення не розмите та без відблисків. Мобільний додаток ShelfWatch має алгоритм якості зображення в режимі реального часу, який може виявляти зображення низької якості та вказувати торговому представнику перезняти фотографії. Це виявлення працює на пристрої, тому доступне в автономному режимі.

Торгові представники можуть легко робити високоякісні зображення навіть у зоні відсутності Інтернету, і зображення автоматично завантажуються, коли доступне підключення до Інтернету. У нашому досвіді роботи з CPG і роздрібними брендами ми виявили, що до використання ShelfWatch 15–20% зображень, зібраних у полі, були надто низької якості, щоб їх можна було проаналізувати штучним інтелектом або, у багатьох випадках, також людьми. Це часто призводить до непотрібних затримок і неповного аналізу. Існуюче програмне забезпечення для роздрібної торгівлі покладає провину на торгових представників у разі розмитих або яскравих фотографій і покладає на CPG і роздрібні бренди обов’язок тренувати своїх зайнятих представників.

Ідеальне програмне забезпечення для роздрібної торгівлі, яке використовує розпізнавання зображень, має бути надійним і розумним, щоб забезпечити збір високоякісних фотографій без додаткового навчання для представників.

2. Розпізнавання зображень на пристрої (ODIN)

Одним із найбільших обмежень рішень аудиту з підтримкою штучного інтелекту є миттєве надання точних результатів. Для забезпечення високої точності потрібна висока обчислювальна потужність. Проте кишенькові пристрої, якими користуються представники, мають обмежені обчислювальні ресурси, і потрібно бути обережним, щоб уникнути надмірного споживання заряду акумулятора пристроєм представників, інакше йому доведеться заряджати свій пристрій після кожні 2-3 відвідувань. Ось де Рішення ParallelDots ODIN виграє. Нашій команді з вивчення даних вдалося оптимізувати наш алгоритм таким чином, що ShelfWatch дає вам найкраще з обох світів – точність і швидкість.

Розпізнавання зображень на пристрої (ODIN) — це найсучасніша пропозиція від стайні ParallelDots. Це дозволяє миттєво створювати звіти з фотографій на полицях, зроблених польовими представниками, обробляючи їх на портативному пристрої. ODIN швидкий і працює повністю в автономному режимі. Ми запустили пілотні проекти з кількома клієнтами для нещодавно оголошеної функції розпізнавання на пристрої. Результати обнадійливі та перевершили очікування клієнтів. Функція ODIN є унікальною пропозицією та свідченням нашої чудової платформи розпізнавання зображень для роздрібної торгівлі. Ми заохочуємо клієнтів використовувати функцію ODIN для доменів, де задіяно невелику кількість SKU, і вони зазнають нечастих змін.

3. Дедуплікація

Дуже часто буває так, що під час збору даних торгові представники роблять кілька зображень однієї полиці з різних ракурсів. Це серйозна проблема, оскільки може призвести до подвійного підрахунку показників полиць (наприклад, частка полиці), що, у свою чергу, впливає на інсайти. ShelfWatch справляється з цією проблемою дуже ефективно. Алгоритм дедуплікації покращує якість даних, виявляючи дублікати зображень і гарантуючи, що показники не підраховуються подвійно.

Ми також використали цей алгоритм для виявлення шахрайства під час регулярних перевірок роздрібної торгівлі тютюновою компанією. Польові аудитори часто подають старе зображення, щоб вказати, що вони завершили аудит. Використовуючи алгоритм усунення дублікатів, ми змогли виявити такі випадки та зменшити ймовірність шахрайства під час перевірок на місцях. Протягом трьох місяців після інтеграції ShelfWatch якість даних покращилася на 90%, що призвело до отримання надійної інформації.

4. Інтеграція з іншим програмним забезпеченням для роздрібної торгівлі – програмами SFA та DMS

Хоча ShelfWatch надає власну програму для збору даних у польових умовах, ми розуміємо, що торгові представники вже використовують портативні пристрої, надані постачальниками автоматизації Salesforce, і перемикатися між кількома програмами в польових умовах буде важко.

Ми маємо вбудований ShelfWatch з декількома постачальниками SFA, і всі функції ShelfWatch, такі як перевірка якості зображення в реальному часі та статистичні дані про полиці в реальному часі, також працюють в інтегрованому рішенні.

5. Швидке налаштування та швидке навчання ШІ

Під капотом більша частина механізму розпізнавання зображень керує нейронною мережею для виявлення SKU та POS-матеріалів у роздрібних магазинах. Однак нейронні мережі, особливо глибокі нейронні мережі, сумно відомі тим, що для їх навчання та отримання 90% і вище точності потрібна велика кількість даних.

Крім того, навчальні дані потрібно анотувати вручну, перш ніж їх можна буде передати в нейронну мережу. Нижче наведено приклад анотованого зображення.

Однак великий виробник матиме 200–300 SKU у кількох категоріях власних брендів і ще 100–200 SKU, які вони можуть відстежувати для своїх конкурентів. Створення вручну анотованого набору даних, який охоплює 300–500 SKU, є виснажливим і дуже дорогим завданням.

Більшості постачальників розпізнавання зображень знадобиться 90–120 днів налаштування, протягом яких вони збирають і вручну анотують дані. Як ви можете собі уявити, це дорогий і трудомісткий процес, який погано масштабується запуски нових продуктів або під час пікових акцій.

Налаштування Shelfwatch — це простий двоетапний процес. По-перше, вам потрібно поділитися лише одне зображення артикулів, які ви хочете відстежувати. А по-друге, попросіть своїх представників на місцях зробити фото полиць торгової точки за допомогою нашого мобільного додатку. Алгоритм ShelfWatch навчений таким чином, що він автоматично аналізує зображення, щоб надати конкурентоспроможний аналіз, як-от частка полиць і відповідність планограми.

6. Економічність

ShelfWatch створено за допомогою найсучасніші технології щоб отримати оптимальні результати, не витрачаючи багато грошей. Завдяки нашій передовій технології ми підтримуємо низькі операційні витрати завдяки меншій кількості ресурсів, необхідних для налаштування ShelfWatch. Наш алгоритм контролює якість даних на рівні збору, щоб забезпечити стандартний об’єктивний аналіз.

7. Сповіщення WhatsApp –

Справжню цінність ShelfWatch можна отримати, коли всі випадки роздрібної торгівлі нижче номіналу миттєво висвітлюються потрібним зацікавленим сторонам. Ми надсилаємо автоматичні сповіщення через WhatsApp/електронну пошту керівникам польових груп для швидкого втручання. Ця нова пропозиція робить статистику ShelfWatch більш дієвою, що призводить до надійний механізм зворотного зв'язку між роздрібним продавцем, польовим представником і штаб-квартирою CPG.

Сертифікація ISO 27001:2013 –

Ми з величезним задоволенням повідомляємо, що ми зараз Сертифіковано ISO 27001: 2013. Щоб отримати сертифікат, відповідність безпеки ParallelDots була перевірена незалежною аудиторською фірмою після демонстрації постійного та системного підходу до управління та захисту даних компанії та клієнтів. Цей сертифікат є свідченням нашої відданості конфіденційності та безпеки даних.

Ви знайшли цей блог корисним? Прочитай це блозі щоб дізнатися більше про те, як продукти ParallelDots забезпечують ефективні рішення для традиційних методів роздрібної торгівлі для покращення присутності та видимості бренду.

Хочете побачити, як працює ваш власний бренд на полицях? Клацніть тут запланувати безкоштовну демонстрацію.