За последние годы каждый человек сталкивается с компьютерным зрением. Например, перевод текста с помощью камеры смартфона и Google.
Если технология проникла в обыденную жизнь, что говорить про бизнес. О компьютерном зрении в FMCG и ритейле написано много: что это, его преимущества, примеры внедрения и пр. Компании в отрасли FMCG активно тестируют и внедряют эту технологию, повышая качество и точность бизнес-процессов и улучшая клиентский опыт. Но не на всех этапах развития компании нужно внедрять компьютерное зрение.
В сегодняшней статье расскажем, какие существуют драйверы и сложности при внедрении компьютерного зрения, в каких случаях FMCG-компаниям стоит рассматривать ИТ-решения на базе компьютерного зрения и для каких задач его можно использовать.
Table of Сontents
Драйверы и сложности при внедрении компьютерного зрения
После пандемии COVID-19 отрасль ритейла изменилась. Покупателям стало привычнее совершать покупки через интернет. Но в то же время, они с удовольствием пойдут в офлайн магазин. Эксперты считают, что онлайн и офлайн-ритейл будут еще эффективнее, если начнут дополнять друг друга. Ведь зачастую покупатели идут в магазин, чтобы присмотреть нужный товар, а приобрести его уже через интернет. Игроки рынка прекрасно знают об этом, поэтому в перспективе будет превалировать именно такой тип интеграции, когда офлайн-магазины будут играть роль витрин с товарами, а онлайн — реальных площадок для продажи и покупки.
Переход покупок в онлайн и интеграция с офлайн заставила компании обновить свою ИТ-инфраструктуру. Это стало необходимостью, так как руководители понимали, что без модернизации они не смогут конкурировать на рынке и и “выжить” в нестабильное время.
Как результат, руководство стало проще идти на изменения. На это повлияло много факторов: положительный собственный опыт внедрения новых решений или обновления существующих, опыт конкурентов, доступность инноваций; появление бюджета и необходимых специалистов, а также многие другие.
Это значит, что компаниям нужно еще больше инвестировать в улучшение покупательского опыта, чтобы привлекать в свои магазины больше клиентов.
Компьютерное зрение — один из способов улучшить процессы компании и предложить покупателям новые «фишки».
Однако существуют и преграды на пути распространения этой технологии. Их можно разделить на три категории: управленческие, технические и экономические.
Когда компании автоматизируют свои процессы, иногда они начинают со сложных технологий, таких как искусственный интеллект, а именно компьютерное зрение. Но без понимания, как работает компьютерное зрение и каким образом оно может улучшить бизнес-процессы, реализовать проект сложно.
Технические ограничения связаны с вызовами, которые возникают при интеграции компьютерного зрения в ИТ-инфраструктуру. Мощности существующих ИТ-систем FMCG-компаний не всегда справляются с новыми технологиями, и это может потребовать необходимости в обновлении инфраструктуры.
Экономические барьеры — это первоначальные инвестиции. Раньше для внедрения компьютерного зрения нужны были крупные затраты, например, на закупку оборудования, разработку программного обеспечения, обучение сотрудников и поддержку. Сегодня ситуация изменилась. Многие решения предлагаются по модели SaaS. Это значит, FMCG-компания платит ежемесячно небольшие суммы за подписку, как за Spotify или Netflix, и в любой момент может отказаться от услуги. Кроме этого, ИТ-компании предлагают пилотные проекты, чтобы клиент смог протестировать решение, увидеть его эффективность и понять, подходит оно ему или нет. Но несмотря на более гибкие ценовые политики, стереотип о дороговизне компьютерного зрения все еще существует.
Помимо этого, FMCG-компания должна иметь внутри техническую экспертизу, то есть специалистов и инженеров, которые способны разрабатывать, обучать и поддерживать модели компьютерного зрения. В большинстве случаев держать таких специалистов в штате нецелесообразно.
Три условия для компьютерного зрения в FMCG-компании
Итак, мы рассмотрели, факторы, которые ускоряют и препятствуют внедрению компьютерного зрения. Сейчас расскажем о том, на каком этапе автоматизации должна быть FMCG-компания.
Три условия для компьютерного зрения в FMCG-компании:
- Базовая автоматизация процессов. Компании должна использовать решения, которые автоматизируют основные процессы, например, используют CRM-системы. Базовая автоматизация поможет компании увидеть эффект от ИТ-решений, объективнее оценить окупаемость инвестиций, а также выявить слабые места в бизнес-процессах. Это значит, что руководители будут искать решения, которые смогут “закрыть” эти проблемы. Компьютерное зрение может быть внедрено именно в тех областях, где оно наиболее полезно, например, в анализе данных о товарах на полках, контроле запасов и других.
- Готовность к изменениям и инвестициям. Важный аспект при внедрении инновационных решений — быть готовым к изменениям. Трансформация бизнес-процессов, обучение сотрудников работать с новыми инструментами, внедрение новых методов — все это требует времени и инвестиций.
- Доступные данные. Желательный, но не всегда обязательный пункт. Для компьютерного зрения необходимы данные. Это значит, что FMCG-компания должна собирать и хранить информацию в любом доступном источнике, будь-то собственные серверы или Google Drive. Но даже при отсутствии информации, ИТ-компании могут создавать синтетические наборы данных для обучения нейросетей. Именно так, например, делают NVIDIA и Google.
3 примера использования компьютерного зрения FMCG-компаниями
Компьютерное зрение уже активно тестируется и внедряется FMCG-производителями и дистрибьюторами по всему миру. Рассмотрим три практических примера, для каких задач компании используют компьютерное зрение и какие результаты получили.
Nestle контролирует остатки на полках и минимизирует out-of-stock
Компания Nestle внедрила умные полки под названием Nestle’s Smart Shelf. В некоторых магазинах на полки устанавливаются датчики и камеры, видео с которых обрабатывает компьютерное зрение. Такая система помогает отслеживать уровень запасов и анализировать поведение покупателей возле полок. Когда количество товара на полке остается ниже определенного уровня, система автоматически отправляет уведомление в магазин, чтобы его сотрудники дозаказали нужное количество товара или донесли со склада на полку. Такой подход помогает снизить количество ситуаций out-of-stock и повысить удовлетворенность покупателей и, соответственно, продажи.
Мерчандайзинговое агентство ускорило аудиты торговых точек
Мерчандайзинговое агентство в Восточной Европе автоматизировало процесс проверки выкладки товаров на полках магазинов с помощью компьютерного зрения. Для этих целей агентство использовало Goods Checker — облачное решение для автоматизации процессов мерчандайзинга: создание планограмм, проверка выкладки и формирование аналитики. Сервис также анализирует товары, цены и рекламные материалы на полке.
Мерчандайзер фотографирует полку в Goods Checker, а приложение показывает, соответствует ли выкладка планограмме. После обработки фотографии размеченный снимок сразу отображается в приложении мерчандайзера, а ее данные добавляются в аналитику, которая доступна менеджерам через веб-браузер.
Согласно данным клиента, в результате использования Goods Checker время аудита торговой точки сократилось на 50%, а составления отчетности — на 70%. Благодаря освободившемуся времени сотрудник сможет дополнительно посетить еще несколько торговых точек, а менеджер — оперативнее следить за ситуацией. Кроме того, использование ИТ-инструментов минимизирует влияние человеческого фактора. Это значит, что сотрудники агентства предоставляют клиентам точную, полную и актуальную информацию вовремя. Клиенты, в свою очередь, могут увидеть реальную картину на полках магазинов, оперативно реагировать на изменения ситуации, принимать решения на основе актуальных данных и увеличить продажи своих товаров.
Прогнозирование поведения клиентов и снижение оттока клиентов
Крупный американский ритейлер Walmart использует компьютерное зрение для прогнозирования поведения клиентов. В магазинах установлены камеры, которые сканируют эмоции клиентов. Это помогает лучше понимать, какие товары покупателям нравятся, какие нет, соотносить их поведение с покупками. Понимая поведенческие шаблоны, Walmart может прогнозировать и предотвращать отток клиентов.
4 шага, чтобы внедрить компьютерное зрение
Чтобы понять, сложно или нет внедрить компьютерное зрение в FMCG-компании, рассмотрим этапы типового проекта.
Типовой проект по внедрению компьютерного зрения состоит из четырех основных этапов:
- Подготовка данных
- Выбор архитектуры и обучение модели
- Оценка и дообучение модели
- Внедрение в промышленную эксплуатацию
На первом этапе необходимо подготовить три набора данных: тренировочный, валидационный и тестовый. На этих датасетах мы обучаем нейросеть и проверяем ее качество. “Живые” фотографии не идеальны — на них есть засветы, блики и другие дефекты. Чтобы алгоритмы могли распознавать такие снимки, в датасеты также необходимо добавить разного рода искажения.
После подготовки данных выбираем архитектуру модели и тренируем нейросеть. Обучение проходит в несколько этапов. Каждый этап состоит из двух частей: тренировка и проверка. Модель выявляет закономерности и последовательно подвергает их проверке в процессе валидации, что позволяет алгоритмам с каждой новой итерацией более точно распознавать объекты.
После обучения нейросеть запускается на тестовом наборе. Если алгоритмы разметили фотографию неверно, корректируем и повторяем процесс. Корректировка включает изменения в тренировочном датасете, параметрах модели или архитектуре модели.
Если нейросеть постоянно размечает фотографии с точностью выше 95%, ее можно внедрять в промышленную эксплуатацию. На этом этапе приложение с моделью интегрируется в бизнес-процессы FMCG-компании. Например, Goods Checker может работать как отдельное приложение или интегрироваться в существующие ИТ-приложения с помощью API.
Подробнее про этапы проекта мы рассказывали в статье «Зачем FMCG компьютерное зрение и можно ли его внедрить за 3 недели?»
Внедрять инновации важно с пониманием их задач и желаемых результатов
Тестировать новые технологии необходимо. Они помогут повысить эффективность процессов, найти «узкие места» в них, а также предложить клиентам или покупателям новые интересные “фишки”, которые доступны только благодаря технологиям.
Но любая новинка требует инвестиций, поэтому важно понимать, для чего внедрять ИТ-решение, какие задачи оно будет решать и какие преимущества оно принесет именно вашей компании. Такой анализ поможет выстроить правильные ожидания от решения и понять его ценность. Наша команда готова обсудить ваши задачи для Goods Checker и ответить на ваши вопросы. Оставьте сообщение и мы свяжемся с вами в течение 24 часов.
