El equipo de Goods Checker concedió una entrevista a un medio líder de tecnología ucraniano, donde hablaron sobre Goods Checker, una solución impulsada por IA para auditorías minoristas. Dmitry Akhremcik, gerente de producto de Goods Checker, compartió información sobre la implementación del sistema, explicando cómo la inteligencia artificial está revolucionando el merchandising en el comercio minorista.
Mientras la mayoría de las empresas aún están explorando lo que la IA generativa podría aportar a su negocio, los minoristas, farmacias y cafeterías ya llevan tres años utilizando con éxito la IA y la visión por computadora para automatizar el merchandising: monitorear la disponibilidad de productos, su colocación, precios y materiales promocionales en estanterías y expositores.
Sin duda, las predicciones de los futuristas sobre sistemas de IA generativa que podrían reemplazar a los trabajadores capturan la imaginación. Pero ya existen numerosos ejemplos reales de visión por computadora y redes neuronales que simplifican tareas rutinarias críticas que serían prácticamente imposibles de manejar para los humanos a gran escala. El monitoreo rápido y objetivo de la disponibilidad de productos, la colocación en estanterías, materiales publicitarios, precios e inventario ayuda a fabricantes de FMCG, distribuidores, cadenas minoristas, farmacias, gasolineras y establecimientos de servicios de alimentación a aumentar la eficiencia operativa y los ingresos. Después de todo, la rentabilidad del comercio minorista depende principalmente de tener el producto adecuado en el lugar correcto en el momento adecuado. La colocación de productos y los precios impactan directamente en el éxito competitivo. La presencia en estanterías es el punto de partida necesario para innumerables procesos logísticos y minoristas.
Responder a una pregunta aparentemente simple — ¿está el producto en la estantería? — se convierte en un desafío serio cuando se trata de docenas o cientos de SKU en miles de ubicaciones minoristas. A medida que las empresas crecen, el enfoque de «enviar a alguien a mirar y contar» se derrumba. El tiempo y esfuerzo necesarios para recopilar información, multiplicados por los inevitables errores humanos, reduce significativamente la fiabilidad y el valor de los datos.
Para resolver estos problemas empresariales, los desarrolladores de IBA Group, representado en Ucrania por IBA Ukraine, crearon Goods Checker hace seis años. Este sistema basado en la nube automatiza cada etapa del merchandising, desde la creación y edición de planogramas hasta el análisis detallado. Reconoce la colocación correcta de productos e identifica si los productos están presentes o ausentes en las estanterías con más del 95% de precisión, genera análisis detallados en cualquier desglose requerido y se integra con los sistemas BI de los clientes. Con Goods Checker, los merchandisers realizan auditorías de tiendas de forma más rápida y efectiva, mientras que los informes analíticos basados en datos precisos y fiables están disponibles casi instantáneamente. Esto permite a la dirección tomar decisiones empresariales oportunas.
Un proyecto piloto normalmente se lanza en solo un par de semanas, y las imágenes de estanterías y expositores a menudo pueden capturarse utilizando cámaras de vigilancia existentes.
Goods Checker consta de tres componentes principales: Plano Creator para trabajar con planogramas, la aplicación móvil Check&Go y el módulo de visión por computadora Shelf Eye. La aplicación Check&Go (para iOS y Android) proporciona capacidades esenciales para los merchandisers: seleccionar tiendas y crear rutas, verificar la calidad de las fotos, unir múltiples imágenes de estanterías largas cuando sea necesario, comparar la colocación en estanterías con planogramas en tiempo real y más. Funciona incluso con conectividad a internet inestable.
Shelf Eye impulsa las capacidades principales de Goods Checker. Este es el desarrollo patentado de IBA Group y su diferenciador clave, basado en redes neuronales especialmente entrenadas que se ejecutan en el centro de datos de la empresa en la República Checa. Shelf Eye realiza análisis de imágenes de estanterías con más del 95% de precisión en el reconocimiento de SKU, analiza etiquetas de precios y materiales promocionales, calcula la cuota de estantería en varias dimensiones, evalúa el rendimiento de los merchandisers, compara la colocación con los planogramas y más. Los informes se actualizan inmediatamente después de una visita a la tienda, y los gerentes solo necesitan un navegador para verlos.
Aunque la solución se creó inicialmente para un cliente, la empresa decidió ofrecerla como un servicio de producto. Esto beneficia a los clientes: solo pagan por el soporte y evitan costos iniciales significativos de infraestructura y personal especializado. Mientras tanto, el desarrollador puede escalar y desarrollar libremente el producto garantizando alta calidad y análisis rápido de imágenes.
A continuación se presentan varios ejemplos reales de implementación de Goods Checker en diferentes industrias y países.
Caso de estudio: Polpharma Santo
Polpharma Santo es un fabricante farmacéutico líder en Asia Central y parte del grupo farmacéutico internacional Polpharma. La cartera de la empresa incluye alrededor de 240 medicamentos genéricos vendidos en miles de farmacias regionales. Antes de implementar la IA, los representantes médicos de la empresa en Kazajstán analizaban manualmente miles de fotos de tiendas enviadas diariamente por 80 empleados. Comparaban las fotos con planogramas aprobados y evaluaban los resultados de colocación. El análisis manual cubría en el mejor de los casos el 3% de las fotos, proporcionando solo datos selectivos e impidiendo la evaluación objetiva de la disponibilidad de productos. El factor humano era inevitable, y los planogramas se creaban utilizando herramientas no especializadas — Microsoft Excel y PowerPoint — lo que complicaba el proceso y consumía mucho tiempo.
El proyecto piloto de Goods Checker duró un mes. Durante este tiempo, los especialistas utilizaron datos históricos y un gran volumen de imágenes para entrenar la red neuronal para analizar fotos e identificar SKU específicos.
Después del lanzamiento del sistema, la colocación de productos y el monitoreo en farmacias cambiaron drásticamente. Ahora los representantes médicos organizan los productos según el planograma en su smartphone, toman algunas fotos de las estanterías y obtienen resultados de comparación de colocación en 20-30 segundos.
Caso de estudio: Lex Marketing
Lex Marketing, una de las principales agencias de merchandising de Ucrania, trabaja con conocidos fabricantes de FMCG y corporaciones internacionales. Para aumentar la productividad con los clientes existentes y expandir su negocio, la empresa necesitaba optimizar procesos. Decidieron automatizar una de las etapas de auditoría más laboriosas: verificar la colocación de productos y la disponibilidad en ubicaciones minoristas.
Para el piloto de Goods Checker, seleccionaron 6 ciudades, 45 cadenas minoristas y 694 tiendas. La implementación tomó dos semanas y requirió integración con la aplicación existente del cliente. Inicialmente, 12 empleados de la agencia trabajaron con el producto. Después de poner el sistema en pleno funcionamiento, escalaron significativamente: ahora se usa en más de 4.500 tiendas en toda Ucrania.
Así funciona la auditoría: Los merchandisers organizan productos en las estanterías y los fotografían a través de la aplicación existente de la agencia. Las fotos se cargan automáticamente en el servidor de Goods Checker, donde se procesan en segundos. Los merchandisers ven inmediatamente los resultados en su aplicación mientras los gerentes reciben análisis actualizados. El sistema muestra la situación real en cada tienda y crea informes analíticos con los KPI que los clientes necesitan: porcentaje de cumplimiento del planograma, disponibilidad de productos, cuota de espacio en estantería, presencia de materiales promocionales y más.
Goods Checker ha acelerado significativamente las auditorías de tiendas. Los merchandisers ahora compilan informes de auditoría en 20 minutos en lugar de una hora. El tiempo liberado puede dedicarse a servicios adicionales para clientes o visitar más tiendas.
Aplicaciones en servicios de alimentación
La IA puede resolver muchos problemas en servicios de alimentación, incluyendo reducir costos, monitorear personal y aumentar ventas. Goods Checker se integra con cámaras de vigilancia de cafeterías para optimizar la producción y venta de productos, controlar costos y minimizar pérdidas.
Las cafeterías venden productos con vida útil corta: productos de panadería, sándwiches, confitería, bebidas. Los clientes generalmente compran lo que está expuesto, por lo que si los productos no son visibles, el establecimiento pierde ingresos. Un sistema basado en visión por computadora monitorea la disponibilidad de productos en los expositores y recuerda al personal que repongan las estanterías a tiempo. Esto es especialmente importante en la apertura, durante las horas pico y después del cierre.
Los propietarios de cafeterías reciben remotamente datos sobre el llenado de expositores para cualquier período y analizan la eficiencia de ventas. Por ejemplo, si los expositores están vacíos al mediodía y las ventas son bajas, la cafetería está perdiendo ingresos debido a productos faltantes. Si quedan muchos productos al final del turno, o la cafetería no está vendiendo bien o está produciendo demasiado y desechando sobras. Goods Checker identifica rápidamente las causas raíz, ayuda a ajustar la producción, reducir desperdicios y ahorrar en compras.
La solución de IBA Group ha demostrado ser efectiva en varias cadenas de cafeterías en España y Portugal, aumentando el llenado de estanterías durante las horas pico del 40-50% al 70-80%.
Conclusión
Los proyectos implementados en los últimos cinco años han demostrado que la solución Goods Checker de IBA Group basada en visión por computadora y redes neuronales permite a las empresas automatizar y optimizar significativamente los procesos de merchandising.
Además, Goods Checker minimiza el error humano. La IA no se cansa, no pierde el enfoque y trabaja de manera efectiva y precisa 24/7. Los clientes pueden estar seguros de que están recibiendo análisis completos, actuales y fiables sobre las condiciones de las estanterías de las tiendas.
