IBA Group автоматизировала анализ выкладки товаров на полках для одного из крупнейших производителей табачной продукции

Ситуация

Производители, дистрибьюторы и ритейлеры продают одинаковые группы товаров на одних и тех же полках. Участникам рынка необходима оперативная и достоверная информация о действиях конкурентов и собственном положении на их фоне. Оценка выполняется вручную силами мерчандайзеров, торговых представителей, супервайзеров и маркетологов. В этом процессе много ручного труда и присутствует человеческий фактор. Маркетологи не успевают обработать все фотографии и отчеты. В результате принимаются решения на основе неполных данных.

Бизнес-задача

Заказчику требуется отслеживать качество работы мерчандайзеров и анализировать информацию о выкладках товаров на полках.

Решение

Товар в торговом зале выкладывают сотрудники магазина или мерчандайзеры. Они фотографируют товарные выкладки (реалограммы) и высылают их на проверку. В распоряжении команды IBA Group оказалось несколько тысяч таких фотографий. Каждую из них проверили вручную, и в результате разметили почти 100 000 товаров.

В процессе работы команда столкнулась с вызовами, которые необходимо было решить:

• отобрать для анализа только те фотографии, на которых есть оборудование с товарами;
• верно определить тип оборудования;
• разделить похожие товары в рамках одной категории (например, бутылки воды разного объема);
• обработать фотографии плохого качества: засвеченные, обрезанные и с другими дефектами;
• разработать отдельный процесс введения новых товаров;
• придумать способ склеивать несколько фотографий длинных полок в одну с помощью нейросети .

Наши специалисты справились со всеми сложностями и разработали SaaS-решение для оценки реалограмм по фотографиям:

1. Мерчандайзеры и супервайзеры загружают фотографии расположения товарных единиц (SKU) на полках.
2. Фотографии вместо локального сервера компании загружаются в дата-центр IBA Group.
3. Модуль с искусственным интеллектом Plano Checker анализирует фото, оценивает его качество, ищет SKU, классифицирует их по заданному сценарию. При необходимости несколько фотографий склеиваются в одну.
4. Модуль Plano Checker сохраняет отчеты на сервере.
5. Пользователи получают доступ к отчетам и аналитике через веб-браузер сразу же после загрузки фото.

Результат

Goods Checker показывает, какие товары на полках стоят на своих местах, а какие необходимо переставить. Он помогает мерчандайзерам работать качественно и получать бонусы.

Система с помощью компьютерного зрения определяет, есть ли на фото оборудование, содержащее товар, какое именно это оборудование, а также какие виды SKU на нем размещены. Точность распознавания — от 90% до 98% в зависимости от категории товаров и качества фотографий.

Автоматизация оставляет время на анализ полученной информации. Решение позволяет отслеживать скачки спроса и действия конкурентов в режиме 24/7. Система классифицирует данные для аналитических отчетов под каждого руководителя.