El equipo de IBA Ukraine concedió una entrevista a All Retail, una de las principales publicaciones ucranianas del sector minorista, en la que explicaron cómo Goods Checker está cambiando el merchandising en el comercio. Sergey Baibara, director de IBA Ukraine, contó la historia detrás de esta solución de control de lineales basada en IA, los resultados que ya está dando sobre el terreno y el futuro de la visión artificial en el retail.
Hasta hace poco, el control de lineales en las tiendas era completamente artesanal: fotos desde los puntos de venta, decenas de mensajes por WhatsApp o Telegram y horas de verificación manual. Pero detrás de ese flujo de imágenes, la situación real se perdía con facilidad.
Cuando el equipo de IBA Group recibió la petición de un fabricante de gran consumo, quedó claro que el problema no era la gente, sino los procesos. Los datos existían, pero llegaban tarde o no se usaban. De ahí nació la idea de Goods Checker. Hoy es un sistema que muestra la cuota de lineal en tiempo real, detecta errores de exposición y permite ver no solo los productos propios, sino también los de la competencia. Y lo más importante: los promotores dedican un 70% menos de tiempo a tareas rutinarias, y las auditorías de tienda en algunos casos se hacen el doble de rápido.
Table of Сontents
-
- — Para empezar por el principio: ¿cuál era la misión principal de IBA Ukraine en sus inicios, y ha cambiado desde entonces?
- — ¿Qué fue lo que disparó la creación de Goods Checker? ¿Una solicitud concreta de un cliente, o detectaron ustedes mismos un hueco en el mercado del merchandising?
- — ¿Cómo funciona Goods Checker desde el punto de vista del usuario? ¿Qué ocurre entre bastidores con la visión artificial y la IA?
- — ¿Cuánto tiempo lleva integrar Goods Checker con los sistemas del retailer?
- — ¿Quiénes son sus principales competidores en este sector?
- — ¿Para qué formatos de retail está pensado Goods Checker? ¿Funciona igual de bien en supermercados, tiendas de conveniencia e hipermercados?
- — ¿Qué datos y análisis recibe el cliente tras una auditoría de lineal? ¿Cómo se pueden aprovechar para la gestión del surtido o de la categoría?
- — Un cliente que no conoce Goods Checker preguntará de inmediato: «¿Cuánto cuesta?» ¿Qué le responden?
- — ¿Qué resultados han dado ya las implantaciones reales de Goods Checker en Ucrania y en otros países? ¿Puede compartir algún ejemplo con datos concretos?
- — En su opinión, ¿hasta qué punto está preparado el mercado ucraniano para herramientas de IA como esta? ¿Cómo han afectado la guerra y los problemas económicos a la demanda?
- — ¿Cómo ve la evolución de estas soluciones en el retail durante los próximos tres a cinco años? ¿Puede la visión artificial convertirse en el estándar para la gestión de lineales?
- — ¿Qué otras oportunidades abre la IA para el retail?
Sergey Baibara, director de la empresa tecnológica IBA Ukraine, compartió con All Retail los detalles del lanzamiento del servicio y los resultados de su implantación en el retail.
— Para empezar por el principio: ¿cuál era la misión principal de IBA Ukraine en sus inicios, y ha cambiado desde entonces?
— IBA Ukraine lleva más de 13 años en el mercado —desde 2012— y forma parte del grupo tecnológico internacional IBA Group, con sede en Praga y oficinas en todo el mundo. En este tiempo hemos desarrollado proyectos para empresas de sectores muy distintos. Entre nuestros clientes en Ucrania se encuentran los principales operadores de telefonía móvil y la Bolsa de Energía Ucraniana, y los mayores bancos del país trabajan con nuestra solución SoftPOS.
Nuestra misión es ayudar a las empresas a trabajar de forma más eficiente gracias a la tecnología. Goods Checker es uno de los productos que estamos desarrollando para el mercado ucraniano e internacional.
— ¿Qué fue lo que disparó la creación de Goods Checker? ¿Una solicitud concreta de un cliente, o detectaron ustedes mismos un hueco en el mercado del merchandising?
— En 2019 nos contactó un fabricante de gran consumo. Los promotores fotografiaban los lineales y mandaban las imágenes a los responsables, pero estos solo podían revisar fotos sueltas. El resultado eran informes que no reflejaban la realidad. Necesitaban saber qué pasaba con sus productos en el lineal y si se cumplía el planograma, de forma rápida y en todas las tiendas a la vez.
Nos pusimos a investigar y comprobamos que el problema era común a todo el sector. Los fabricantes invierten presupuestos importantes en merchandising, pero los responsables no tienen manera fiable de verificar si los estándares de exposición se están cumpliendo de verdad. Lo que ocurre en tienda suele diferir bastante de lo que aparece en los informes: productos mal colocados o directamente ausentes del lineal, facings insuficientes… Por eso es imposible medir con precisión la efectividad del merchandising.
Ya teníamos experiencia con inteligencia artificial en otros proyectos y teníamos claro que la visión artificial era la tecnología más adecuada para el control de la exposición. Esta tecnología permite analizar fotos de lineales de forma rápida y precisa, y obtener datos exactos sobre el trabajo de los promotores. Así nació Goods Checker: un servicio en la nube que ayuda a fabricantes y agencias de merchandising a aplicar automáticamente los estándares de lineal y a disponer de un análisis completo, actualizado y fiable.
IBA Group es una alianza de empresas tecnológicas presentes en Europa, Norteamérica, Asia. Es uno de los mayores desarrolladores y proveedores de tecnologías de la información modernas en Europa del Este.
— ¿Cómo funciona Goods Checker desde el punto de vista del usuario? ¿Qué ocurre entre bastidores con la visión artificial y la IA?
— Para el usuario, todo es muy sencillo. El promotor llega a la tienda, abre la app y fotografía el lineal. La imagen se sube automáticamente al servidor, donde se procesa en cuestión de segundos. El promotor ve en el acto la foto anotada en la app y sabe qué tiene que corregir para que la exposición coincida con el planograma. Los resultados también están disponibles para los responsables en el navegador o en sistemas de BI.
La base de todo esto es un conjunto de redes neuronales que entrenamos con los SKUs del cliente. Reconocen cada producto en el lineal, determinan su posición, cuentan los facings, detectan huecos vacíos e identifican etiquetas de precio y material promocional.
Con esos datos, el sistema genera automáticamente análisis como el porcentaje de cumplimiento del planograma, la cuota de lineal por marca y SKU, la presencia de la competencia y otros KPIs.
La precisión de reconocimiento alcanza el 95% o más tras apenas dos semanas de piloto. Si el lineal es largo o alto y no cabe en un solo encuadre, el sistema une varias imágenes en una sola panorámica.
Lo importante es que el flujo de trabajo del promotor no cambia. Sigue yendo a la tienda, colocando los productos y haciendo fotos; la única diferencia es que ahora, en lugar de mandarlas por mensajería, todo el proceso está automatizado a través de la app. El resto lo gestiona el sistema.
— ¿Cuánto tiempo lleva integrar Goods Checker con los sistemas del retailer?
— Goods Checker se integra mediante API, lo cual es clave desde el punto de vista de la comodidad del cliente. Si la empresa ya tiene su propia herramienta para promotores, nos conectamos a ella y los empleados siguen trabajando en su entorno habitual. Si no existe esa herramienta, los promotores usan directamente la app móvil de Goods Checker.
Trabajamos con una API REST bien documentada, lo que hace que la integración sea sencilla y ágil. Mientras el equipo técnico gestiona la integración, nosotros ya estamos entrenando la red neuronal con los SKUs del cliente, lo que reduce considerablemente el tiempo total de arranque. Según nuestra experiencia, desde el inicio del proyecto hasta el lanzamiento pasan entre dos y tres semanas.
— ¿Quiénes son sus principales competidores en este sector?
— El panorama competitivo varía mucho según el mercado: en algunos ya hay actores consolidados, en otros somos de los primeros en llegar. Pero en todos los casos, la mayoría de estas soluciones apuntan a grandes corporaciones y exigen plazos de implantación largos y presupuestos elevados.
Nosotros siempre empezamos con un período de prueba. Nuestro enfoque de entrenamiento de redes neuronales nos permite lanzar proyectos incluso con un número reducido de SKUs. En dos semanas, una empresa puede probar la solución con su propio surtido y valorar su utilidad antes de escalarla a todo el portafolio. Los procesos existentes no cambian: el sistema se adapta a lo que el cliente ya tiene.
— ¿Para qué formatos de retail está pensado Goods Checker? ¿Funciona igual de bien en supermercados, tiendas de conveniencia e hipermercados?
— Nuestros clientes son fabricantes, distribuidores y agencias de merchandising. Cada uno tiene su propio reto. Un fabricante o distribuidor quiere saber cómo están representados sus productos en los lineales. Una agencia quiere atender más tiendas en el mismo tiempo y ofrecer a sus clientes un análisis transparente de su trabajo. Goods Checker da respuesta a los dos, por lo que el formato de tienda no es un factor determinante. El sistema funciona igual de bien en supermercados, tiendas de conveniencia y farmacias.
La efectividad de la solución depende en gran medida del número de SKUs que se controlan y de su rotación. En un hipermercado con miles de referencias, controlar todo el surtido con visión artificial no es práctico. Para un fabricante o agencia que hace seguimiento de un surtido clave, los beneficios van mucho más allá de la eficiencia operativa: el crecimiento en ventas que se consigue con una correcta exposición en el lineal suele amortizar el coste de Goods Checker en poco tiempo.
— ¿Qué datos y análisis recibe el cliente tras una auditoría de lineal? ¿Cómo se pueden aprovechar para la gestión del surtido o de la categoría?
— Tras cada visita del promotor, el fabricante obtiene una imagen completa de sus productos: dónde faltan facings, dónde se están incumpliendo los estándares de exposición y dónde hay problemas con etiquetas de precio o material promocional. La cuota de lineal es visible por separado, tanto la propia como la de la competencia. Esto no solo permite controlar la propia exposición, sino también ver cómo evoluciona la presencia de los competidores en el lineal, en qué cadenas están ganando terreno y dónde hay margen para quitarles espacio.
Los análisis se pueden consultar desde cualquier ángulo: por cadena, región, tienda, promotor, marca o SKU concreto. Así se detecta rápidamente si un problema es sistémico o puntual, y se pueden tomar decisiones de forma ágil y directa. Los datos se integran con los sistemas de BI del cliente, de modo que toda la información llega donde ya están acostumbrados a consultarla. Y si aún no tienen sistema de BI, los informes básicos están disponibles directamente en la aplicación web de Goods Checker.
— Un cliente que no conoce Goods Checker preguntará de inmediato: «¿Cuánto cuesta?» ¿Qué le responden?
— El precio depende de la escala del proyecto. Trabajamos con una suscripción mensual cuyo coste se calcula en función del número de SKUs, no de las visitas realizadas ni de las fotos procesadas. Esto da al cliente transparencia y previsibilidad presupuestaria, ya que el gasto no varía según la actividad de los promotores. Cuantos más SKUs se conecten, menor es el coste unitario.
Pero antes de hablar de precio, conviene responder otra pregunta: qué SKUs generan más ingresos y qué está pasando ahora mismo con su posición en el lineal. Si los productos están habitualmente mal ubicados o ausentes, las pérdidas que eso supone superan con creces el coste de la suscripción. Recomendamos empezar con los artículos prioritarios para ver resultados rápido y valorar el retorno en la práctica.
La principal inversión inicial corresponde al entrenamiento de la red neuronal con los productos del cliente. Por eso no hablamos de precio hasta entender bien el reto del cliente, y solo entonces preparamos una propuesta comercial, previa firma de un acuerdo de confidencialidad y revisión de la configuración del proyecto.
— ¿Qué resultados han dado ya las implantaciones reales de Goods Checker en Ucrania y en otros países? ¿Puede compartir algún ejemplo con datos concretos?
— Déjeme compartir algunos ejemplos. La agencia de merchandising ucraniana Lex Marketing lanzó un piloto en dos semanas en 6 ciudades, 45 cadenas y 694 tiendas. Los promotores pasaron a dedicar un 70% menos de tiempo a completar informes, y las auditorías de tienda en algunos puntos se realizaban el doble de rápido. Tras el piloto, el proyecto se multiplicó por seis. Hoy el sistema lleva varios años funcionando en más de 4.500 tiendas en todo el país.
En Asia Central, la empresa farmacéutica Polpharma Santo usa Goods Checker para controlar el cumplimiento de la exposición en más de 10.000 farmacias. El sistema hace seguimiento de más de 140 SKUs propios, lo que permite a los responsables monitorizar la presencia de su marca —y de las competidoras— justo después de cada visita de los visitadores médicos.
Un importante fabricante de tabaco de Europa Central conectó Goods Checker en más de 5.000 tiendas, con 100 promotores y más de 220 SKUs, incluidos productos de la competencia. Al final del piloto, el porcentaje de fotos procesadas pasó del 3% al 100%, y el cumplimiento del planograma mejoró del 60% al 90%. El cliente sigue usando Goods Checker de forma activa.
El proveedor de videovigilancia AVS Services, en España y Portugal, integró Goods Checker con cámaras fijas instaladas en cafeterías para controlar automáticamente la disponibilidad de productos en los expositores. El sistema detecta huecos vacíos y avisa a los empleados cuando hay que reponer. El resultado: la ocupación del lineal durante las horas punta creció un 25%.
Muchos clientes no están listos para lanzar un proyecto completo desde el primer momento. Por eso siempre empezamos con un período de prueba, que supone una inversión mucho menor que una implantación completa y permite ver cómo rinde la solución con el surtido específico del cliente y en sus propias tiendas.
Lee más artículos interesantes
— En su opinión, ¿hasta qué punto está preparado el mercado ucraniano para herramientas de IA como esta? ¿Cómo han afectado la guerra y los problemas económicos a la demanda?
— El mercado ucraniano estaba ya más que preparado para la automatización de procesos, y los últimos años lo confirman: la demanda de este tipo de soluciones no para de crecer. Las empresas han aprendido a desenvolverse en entornos de incertidumbre y valoran las herramientas que les dan control sobre la situación sin necesidad de ampliar plantilla.
Uno de los principales impulsores de la demanda ha sido la escasez de personal. La movilización retiró del mercado laboral a un gran número de trabajadores que se desempeñaban como promotores o en campo. Encontrar, formar y retener a ese personal se ha vuelto mucho más difícil, y los que siguen en activo tienen que cubrir más tiendas en menos tiempo. En ese contexto, las herramientas que permiten a cada promotor trabajar más rápido sin perder calidad han dejado de ser un lujo para convertirse en una necesidad.
Al mismo tiempo, las empresas ucranianas llevan tiempo apostando por la digitalización. Los fabricantes y las agencias entienden el valor de los datos y saben trabajar con ellos. Por eso, la conversación sobre visión artificial aquí no parte de cero: es el siguiente paso natural en un proceso de automatización que ya está bien encaminado.
— ¿Cómo ve la evolución de estas soluciones en el retail durante los próximos tres a cinco años? ¿Puede la visión artificial convertirse en el estándar para la gestión de lineales?
— La visión artificial en el merchandising ya ha dejado atrás la fase de novedad. En los próximos tres a cinco años se convertirá en el estándar de referencia para la gestión de la exposición, igual que ocurrió antes con los CRM. Los fabricantes y las agencias que empiecen a automatizar ahora estarán construyendo sus procesos por delante del mercado, no corriendo para ponerse al día.
El control del cumplimiento del planograma en tiempo real, el análisis en todas las tiendas de forma simultánea y los datos para tomar decisiones sin demoras ya no son ventajas competitivas: son las expectativas mínimas.
El siguiente paso ya asoma en el horizonte: pasar de las auditorías periódicas al control continuo de la exposición mediante análisis de vídeo desde cámaras fijas.
— ¿Qué otras oportunidades abre la IA para el retail?
— La IA ofrece enormes posibilidades para optimizar los procesos de negocio y personalizar la relación con el cliente. Las principales líneas de desarrollo son la automatización de tareas rutinarias, la previsión de la demanda y la creación de nuevas experiencias de compra. Nuestro equipo tiene una larga trayectoria implantando soluciones basadas en IA, incluidas herramientas diseñadas específicamente para el retail.
- Marketing y ventas personalizados: los algoritmos de IA analizan el comportamiento del consumidor y generan ofertas a medida, lo que mejora la efectividad de las campañas.
- Previsión de la demanda y gestión del inventario: la IA permite anticipar los volúmenes de ventas con mayor precisión, ajustar el stock y reducir las roturas.
- Automatización del servicio: los chatbots inteligentes y los asistentes virtuales atienden consultas de clientes las 24 horas.
- IA agéntica: en el próximo año o dos se espera la adopción masiva de sistemas agentes capaces de ejecutar por sí solos las principales tareas operativas.
- Optimización de precios: ajuste dinámico en tiempo real en función de las condiciones del mercado y del entorno competitivo.
La inteligencia artificial se está convirtiendo en la próxima gran transformación del retail: del control del lineal a la reinvención completa del modelo de negocio.
IBA Ukraine demuestra cómo la tecnología pasa del experimento a la herramienta de negocio real. Goods Checker nació para dar respuesta a retos concretos del retail y ya está demostrando su valor en cifras. Las empresas no solo obtienen automatización, sino visibilidad total del lineal y decisiones de gestión más rápidas y precisas.
