TABLE OF CONTENTS:
Jak wynika z badań przeprowadzonych dla branży handlu detalicznego, właściwa ekspozycja produktów na półkach potrafi podnieść sprzedaż produktu nawet o 30%! Brzmi to bardzo atrakcyjnie, jednak proces weryfikacji ustawienia produktów wiąże się z dużym nakładem przede wszystkim ludzkiej pracy i niestety bywa zawodny. Jak zautomatyzować proces weryfikacji poprawności ekspozycji produktów na sklepowych półkach? Czy istnieje sposób, aby kontrolować ekspozycję w czasie rzeczywistym i mieć dostęp do szczegółowych raportów? Czy da się weryfikować dowolną liczbę produktów?
Tak – wystarczy wykorzystać możliwości, jakie daje nam technologia! Nie są to puste słowa – dla jednego z naszych klientów z branży retail stworzyliśmy system Shelf Inspection AI, który zautomatyzował i usprawnił proces weryfikacji ekspozycji. Jak? Dzielimy się naszym rozwiązaniem poniżej.
Znaczna część asortymentu sprzedawanego w sklepach to towary kontraktowe, więc każda placówka danej sieci handlowej musi stosować szczegółowe planogramowanie ekspozycji produktów. Planogram to graficzne przedstawienie rozmieszczenia produktów w przestrzeni sklepowej – odpowiedni planogram pomaga zoptymalizować ekspozycję i asortyment sklepu, a przede wszystkim wpływa na wyniki sprzedaży – tym odznacza się prawidłowy merchandising.
Wyzwaniem dla zarządzających sklepami , które wynika ze współpracy z dużą liczbą dostawców, jest utrzymanie właściwego stanu ekspozycji na półkach. Jak wskazują badania, wytyczne zawarte w planogramach spełniane są jedynie w 60% w przypadku branży kosmetycznej (w szczególności w pierwszych etapach wdrażania nowego produktu) i jedynie w 40% w przypadku branży spożywczej i napojowej (Skilltelligence).
Istnieje jednak możliwość zautomatyzowania większości procesów związanych z utrzymaniem właściwej ekspozycji: raportowania, weryfikowania i archiwizacji ekspozycji. Jeden z naszych klientów poprosił Solwit o wsparcie w takim właśnie projekcie. Nasz zespół stworzył aplikację mobilną oraz system, wspomagane sztuczną inteligencją (AI) i technologią maszynowego uczenia się (ML) do kontrolowania, ale też raportowania stanu ekspozycji w czasie rzeczywistym.
Przed wdrożeniem rozwiązania stworzonego przez Solwit, każdy sklep naszego klienta okresowo otrzymywał planogram mailowo. Zawierał on szczegółowe informacje dotyczące ekspozycji produktów oraz konkretną ich liczbę do ustawienia na półce. Pracownicy mieli za zadanie dostosować położenie i liczbę produktów na regałach sklepowych zgodnie z przekazanymi wytycznymi, a przedstawiciele producentów przeprowadzali wyrywkowe kontrole ekspozycji produktów w poszczególnych punktach sprzedaży.
Dlaczego taki proces merchandisingu był nieefektywny?
Korzystając z własnych doświadczeń w obszarze analizy obrazów i wideo, podjęliśmy wyzwanie. Stworzyliśmy aplikację do zdalnej weryfikacji ekspozycji i raportowania w czasie rzeczywistym – Shelf Inspection AI. Zanim zabraliśmy się do projektowania rozwiązania, przeprowadziliśmy z klientem warsztaty koncepcyjne.
Podczas spotkania:
Kolejnym krokiem w tego typu projektach jest dobór najlepszych technologii i narzędzi. W tym przypadku zdecydowaliśmy się wykorzystać technologie chmurowe (Google Cloud Platform), modele uczenia maszynowego i powszechnie dostępny, popularny system operacyjny do telefonów z aparatami fotograficznymi (Android). Zanim jednak przystąpiliśmy do wdrożenia rozwiązania, sprawdziliśmy jego zasadność poprzez wytworzenie Proof of Concept (PoC).
Dostarczony przez zespół Solwitu system Shelf Inspection AI składa się z łatwej w obsłudze aplikacji mobilnej, backendu opartego o chmurę Google Cloud Platform (GCP) oraz interfejsów do komunikacji z systemami IT naszego klienta. Pozostałe technologie wykorzystane w pracy nad projektem to:
Nasze rozwiązanie zautomatyzowało proces audytu ekspozycji w czasie rzeczywistym dla ponad 700 placówek jednej z dużych sieci handlowych.
Aplikacja mobilna zrewolucjonizowała weryfikację ekspozycji w firmie naszego klienta oraz ułatwiła pracę pracowników odpowiedzialnych za zatowarowanie i spełnienie wymagań merchandisingu w sklepie.
Po zautomatyzowaniu i uproszczeniu proces wygląda następująco:
Brzmi prosto, prawda? Tak też jest w rzeczywistości.
System Shelf Inspection AI:
W dzisiejszych czasach to sztuczna inteligencja (AI) weryfikuje wyposażenie sklepowych regałów, a wszystko dzieje się dzięki wytrenowanym sieciom neuronowym. Po błyskawicznej analizie zdjęć i porównaniu ekspozycji produktów z planogramem mamy dostęp do danych i cennych raportów, a za ich sprawą na bieżąco możemy śledzić informacje o konkretnych placówkach i efektach.
Dodatkowym atutem takiego rozwiązania jest to, że cały proces odbywa się bez konieczności udziału dodatkowych pracowników (audytorów czy przedstawicieli handlowych), którzy przedtem mieli za zadanie regularnie sprawdzać merchandising sklepu we wszystkich punktach sprzedaży. Było to trudne, czasem wręcz niemożliwe oraz kosztowne, jednak technologia daje szansę na zredukowanie kosztów i usprawnienie procesu.
Zgodnie z potrzebami klienta zrealizowany przez nas system jest skalowalny, co udało się osiągnąć dzięki wykorzystaniu technologii chmurowych, a dzięki czemu w przyszłości, jeśli zajdzie taka potrzeba, będzie można go dowolnie rozszerzać i modyfikować. Nasz zespół zadbał też o bezpieczeństwo zbieranych danych, co w dzisiejszych czasach jest absolutną koniecznością.
