20.11.2019 08:00
350
Іван ЗайцевФахівці IT-компанії Outforz про те, як застосування сучасних технологій може спростити та прискорити роботу роздрібних мереж, підвищити точність і якість формування асортименту, а також допомогти стежити за наповненням полиць в торгових залах в режимі онлайн.
Пройшли часи, коли розвиток роздрібної торгівлі відбувався з використанням простих, традиційних прийомів. Темп розвитку суспільства прискорюється і це не могло не вплинути на одну зі сфер життя – роздрібну торгівлю. Старі принципи функціонування торговельних точок вже не дозволяють гідно конкурувати на ринку. Важко «вручну» простежити наявність товару на полиці, відповідність цінників, термінів реалізації або просто підтримувати загальний порядок. Результатом стає невдоволення покупців і зниження продажів.
Крім того, як і раніше багато залежить і від сумлінності мерчандайзерів – іноді їм ліньки обходити всі торгові точки, або дається взнаки просто погана погода, дощ, великі пробки на дорогах. Впевнені, багатьом знайома ця ситуація.
Українська команда розробників Outforz задалася питанням, чому б не навчити нейронну мережу розпізнавати об’єкти на торгових полицях і отримувати готові звіти практично в режимі реального часу. Так і з’явився програмний продукт PICSELL, який допомагає впоратися із найскладнішими завданнями в торгових точках. З розумним підходом до розпізнавання зображень тепер з’явилася можливість виміряти всі ключові показники ефективності за допомогою всього лише однієї фотографії полки.
Був розроблений спеціальний мобільний додаток для рітейлу, який компанії використовують для автоматизації перевірки виконання стандартів мерчандайзингу. Основа продукту – нейронна мережа, яка навчена розпізнавати товари на торговій полиці. Для перевірки стандартів мерчандайзингу досить зробити фотографію торгового стелажу з продукцією. Далі фотографія відправляється в систему PICSELL, і формується звіт з результатами розпізнавання: кількість товару на полиці, відсоток заповненості полки, порожні проміжки між упаковками (out-of-stock), порядок розташування товару, звіт про детекцію вартості товару. Автоматизація подібних рутинних операцій в два рази знижує витрати часу персоналу, підвищує точність і швидкість обміну даними.
Продукт вирішує завдання виробників FMCG продукції, дистриб’юторів, а також рітейлерів, дозволяючи їм економити час і підвищувати продуктивність завдяки технології, яка оперативно перетворює зображення, зроблені в магазині, в корисні комерційні та маркетингові дані.
Крім базового функціоналу ми також пропонуємо клієнту таку опцію, як моніторинг наявності POS-матеріалів, а також їх своєчасної заміни в торгових залах. На даний момент реалізація програмного продукту можлива в двох форматах:
У першому і другому випадку ми можемо в кожному магазині давати відсоток відповідності обов’язкового списку POS-матеріалів із реальною наявністю в магазині.
Ми шукали рішення по оптимізації витрат на утримання польових команд. Сегментували завдання, і заміряли час кожної окремої дії мерчандайзера в рітейлі. З’ясували, що рутинні операції, такі як підрахунок кількості товарів на полиці (частка полки), перевірка правильності розміщення товару (планограмма), перевірка цінників і аналіз продукції конкурентів, займають більше 70% часу співробітника. Далі висунули гіпотезу, що рутинні операції можуть виконуватися якоюсь системою image recognition, а торговий персонал потрібно навчити робити якісні фотографії. Протестували на невеликій кількості товарних одиниць – отримали досить високий відсоток точності розпізнавання, після чого розширили можливості системи до 500 товарів. З того часу поступово набираємо обертів в партнерстві з дистриб’юторами/виробниками/рітейлерами.
Звичайно, на ринку присутній і ряд конкурентів, таких як глобальні гравці на ринку розпізнавання товарів в рітейлі Planorama і Traxretail. Ми не можемо однозначно говорити про їхній успіх або провал. До речі, однією з глобальних нещодавніх новин на цьому ринку є покупка Traxretail-ом сервісу Planorama. У кожного з конкурентів були свої алгоритми та патенти. Таке об’єднання однозначно підвищить якість сервісу і розширить територіальний вплив Traxretail. Але цей кейс – про успішність Planorama. Ми вивчили модель роботи даних сервісів і зрозуміли, що основною проблемою роботи на українському ринку будуть надвисокі витрати на навчання нейронної мережі розпізнавати локальні бренди. Після чого вирішили об’єднати машинні алгоритми розпізнавання і crowd-платформу, яка дозволить швидко і дешево створити основу для навчання нейронної мережі (дата сетів) і знизили поріг входу в проект. Зараз ми єдині, хто пропонує подібне рішення з мінімальним порогом входу для клієнтів ($2000-5000) при аналогічній з конкурентами точності обробки даних.
Якщо говорити про компанії, у яких не вийшло, то швидше за все в архітектуру та бізнес-модель була закладена 100% автоматизація, що дорівнює 100% точності розпізнавання. Але, на жаль, – це помилкова думка. Навіть в ідеальних (лабораторних умовах) нейронна мережа помиляється, а значить, звіт буде містити помилку і не може бути використаний як базис для прийняття рішення. Ми відразу закладали в модель показник 75-85% автоматизації – решта обсягу розпізнається на crowd-платформі. Вважаємо, що в цьому наша перевага.
Команда Outforz не обмежується в своїй діяльності лише українським ринком. Йдеться і про розвиток продукту в інших країнах. Працюючи з різними товарними категоріями, ми усвідомили, що для продукту PICSELL немає територіальних і мовних кордонів – автоматичне розпізнавання товарних SKU може проводитися як українською чи російською мовами, так і англійською, арабською чи будь-якою іншою.
За додатковою інформацією звертайтеся:
Читайте також –
84
23
61
