IBA Group автоматизира анализа на излагането на стоки на рафтовете за един от най-големите производители на тютюневи изделия

Ситуация

Производителите, дистрибуторите и ритейлърите продават едни и същи групи стоки на едни и същи рафтове. Участниците на пазара имат нужда от бърза и сигурна информация за действията на конкурентите и собствената им позиция на фона им. Оценката се извършва ръчно от мърчандайзъри, търговски представители, супервайзъри и маркетолози. В този процес има много ръчен труд и човешки фактор. Маркетолозите нямат време да обработят всички снимки и доклади. В резултат на това решенията се вземат въз основа на непълни данни.

Бизнес задача

Клиентът трябва да следи качеството на работата на мърчандайзъри и да анализира информация за излагането на стоки на рафтовете.

Решение

В търговската зала стоките се излагат от служители на магазина или мърчандайзъри. Те снимат излагане на стоките (реалограми) и ги изпращат за проверка. Екипът на IBA Group получи няколко хиляди от тези снимки.. Всяка от тях беше проверена ръчно и в резултат на това бяха маркирани почти 100 000 стоки.

В процеса на работа екипът се сблъсква с предизвикателства, които трябваше да бъдат решени:

• да се изберат за анализ само онези снимки, които съдържат оборудване със стоки;
• правилно да се определи тип оборудване;
• да се разделят подобни стоки в рамките на една категория (например бутилки с вода с различен обем);
• да се обработят снимки с лошо качество: осветени, изрязани и с други дефекти;
• да се разработи отделен процес за въвеждане на нови стоки;
• да се измисли начин за залепване на няколко снимки на дълги рафтове в една с помощта на невронна мрежа.

Нашите специалисти се справиха с всички трудности и разработиха SaaS решение за оценка на реалограми от снимки:

1. Мърчандайзърите и супервайзърите качват снимки  на местоположението на SKU по рафтовете.
2. Снимките вместо на локалния сървър на компанията се качват в дата център на IBA Group.
3. Модулът с изкуствен интелект Plano Checker анализира снимки, оценява качеството им, търси SKU, класифицира ги според даден сценарий. Ако е необходимо, няколко снимки се залепват в една.
4. Модулът Plano Checker запазва отчетите на сървъра.
5. Потребителите получават достъп до отчети и анализи чрез уеб браузър веднага след качването на снимки.

Резултат

Goods Checker показва кои продукти са на местата си по рафтовете и кои трябва да бъдат пренаредени. Той помага на мърчандайзърите да работят качествено и да получават бонуси.

Системата използва компютърно зрение, за да определи дали на снимката има оборудване, съдържащо стока, какъв тип оборудване е, както и какви типове SKU са поставени върху него. Точността на разпознаване е от 90 до 98% в зависимост от категорията стоки и качеството на снимките.

Автоматизацията оставя време за анализ на получената информация. Решението позволява да се проследяват скоковете в търсенето и действията на конкурентите 24/7. Системата класифицира данни за аналитични отчети за всеки ръководител.