FMCG-компании обращают особое внимание на контроль мерчандайзинга, особенно на проверку выкладки товаров. Чтобы ускорить процесс и избежать ошибок, бизнес переходит к автоматизации. Сегодня мерчандайзеры часто используют мобильные приложения, которые анализируют выкладку на фотографиях, сравнивают ее с планограммой и показывают несоответствие прямо в точке продаж. При этом сам процесс анализа фотографий может происходить двумя способами: локально на мобильном устройстве или удаленно на сервере в облаке.
В статье рассмотрим эти технологии подробнее, разберем их преимущества и ограничения и обсудим, в каких случаях полезна каждая технология.
Главные выводы:
- Локальное распознавание работает без интернета и дает быстрый результат на месте, но данные попадают к руководству только после синхронизации.
- Облачное распознавание передает информацию менеджерам в реальном времени и обрабатывает большие каталоги, но требует стабильного интернета.
- Выбор зависит от размера ассортимента, качества связи в торговых точках и того, насколько быстро руководству нужны данные.
Table of Сontents
Распознавание товаров: два ключевых подхода для FMCG-компании
Мобильные приложения для распознавания товаров работают по-разному. Одни анализируют фотографии прямо на смартфоне мерчандайзера и не требуют подключения к интернету в момент распознавания. Другие отправляют снимки на удаленные серверы, где происходит обработка изображений.
От выбора технологии зависит скорость получения результатов, требования к интернет-соединению и оперативность передачи данных руководству. Каждый подход решает свои задачи и подходит для разных условий работы торговых команд.
Локальное распознавание: как работает и что дает бизнесу
Локальное распознавание, или Edge Computing, работает прямо на смартфоне мерчандайзера без подключения к интернету. Перед работой мерчандайзер загружает в приложение базу данных с данными о товарах. Когда он делает фотографию полки, система сравнивает снимок с этими данными и сразу показывает результат: какие товары присутствуют на полке, какие стоят правильно, а какие нарушают планограмму.
Все собранные данные отправляются на сервер компании только в тот момент, когда сотрудник подключается к интернету. Обновление базы товаров происходит по мере необходимости — когда в ассортимент добавляются новые позиции, меняется упаковка или происходит дообучение модели.
Плюсы локального распознавания
Независимость от скорости интернета. Сотрудники могут работать в торговых центрах с плохой связью, в удаленных точках или регионах со слабым покрытием. Качество и скорость интернета не влияют на процесс. Быстрый интернет нужен только перед началом работы и по завершении.
Мгновенная скорость работы. Результат обработки фотографии появляется быстро и нет никаких зависаний или ошибок связи. Это особенно важно для новых сотрудников, которым нужна быстрая обратная связь для понимания правильности выполнения задач.
Специализированные применения расширяют возможности технологии. Локальное распознавание отлично работает со стационарными камерами, которые следят за пустотами на полках или контролируют определенные товары. Технология также эффективна при работе с небольшим ассортиментом, когда список товаров стабилен и редко обновляется.
Минусы локального распознавания
Ограниченные мощности устройств не позволяют обрабатывать большие каталоги товаров с той же точностью, что и серверы. Старые телефоны работают медленнее новых или могут вообще не поддерживать распознавание, а размер базы товаров ограничен памятью и производительностью устройства.
Задержка аналитики означает, что руководство не видит ситуацию в реальном времени. Данные поступают только после синхронизации, что исключает возможность оперативного реагирования на проблемы в торговых точках.
Риски неправильной проверки планограммы возникают, если сотрудник забыл обновить базу или система не смогла загрузить актуальную версию. Работа с устаревшими данными может привести к ошибкам в распознавании новых товаров или измененной упаковки, а также некорректности проверки планограммы.
Долгий или дорогой старт проекта. Необходимость разработки версии приложения, которую будут поддерживать устройства. Либо закупка дорогого оборудования.
Когда выбирать локальное распознавание
Локальное распознавание становится оптимальным выбором для компаний, чьи торговые точки расположены в регионах с нестабильным интернетом или работают с узким ассортиментом товаров.
Компании с активно растущими командами также выигрывают от локального распознавания, поскольку новые сотрудники получают мгновенную обратную связь во время обучения. Однако оперативное управление продажами будет ограничено, так как данные в аналитику поступают только после синхронизации систем.
Облачное распознавание: как работает и что дает бизнесу
В облачном распознавании (Cloud Computing) обработка изображений происходит на сервере компании. Когда сотрудник фотографирует полку, изображение отправляется в облако, где алгоритмы нейросетей его анализируют. Результат оперативно приходит обратно в приложение сразу после обработки на сервере.
После обработки снимка все данные сохраняются на сервере, и менеджеры могут видеть результаты работы в реальном времени. При добавлении новых товаров или изменении упаковки обновления происходят мгновенно для всех пользователей без необходимости что-либо загружать в смартфоны.
Плюсы облачного распознавания
- Мгновенная аналитика. Менеджеры получает данные из торговых точек в реальном времени. Они сразу видят, где есть проблемы с выкладкой, какие задачи выполнены, а где требуется вмешательство. Это позволяет оперативно реагировать на критические ситуации, эффективно управлять командой в поле и ассортиментом в торговых точках. Это поможет вовремя заказывать товары и избежать ситуаций out-of-stock.
- Быстрое масштабирование. Серверы обрабатывают базы данных с тысячами товаров и используют современные алгоритмы распознавания. Такую систему легко масштабировать при росте количества пользователей и фотографий, а ее точность и скорость работы не зависит от модели телефона.
- Простота управления. Новые товары добавляются в распознавание мгновенно для всех пользователей, не нужно следить за обновлениями приложений, а настройки алгоритмов можно изменять централизованно под специфику каждого клиента.
- Бюджетные устройства. Облачное распознавание не зависит от устройства, поэтому бизнесу не нужно закупать мощные дорогостоящие смартфоны или планшеты. В данном случае достаточно бюджетных моделей или даже чат-ботов
- Разные источники данных. Облачные системы могут обрабатывать фотографии для распознавания из разных источников: файловое хранилище, смартфоны, стационарные камеры, чат-боты и др. Для этого нет необходимости устанавливать отдельное приложение с распознаванием. Такой подход дает возможность обработать уже накопленные фотографии и получить аналитику за предыдущие периоды.
Минусы облачного распознавания
- Зависимость от интернета ограничивает возможности работы. В зонах со слабой связью или при отсутствии интернета система сохраняет фотографии на устройстве и отправляет снимки только после подключения к интернету.
- Более долгая проверка выкладки в торговой точке. Из-за необходимости передачи больших объемов данных и возможных проблем со связью мерчандайзер может дольше ждать результатов обработки фотографии. Это значит, что время на корректировку выкладки увеличивается по сравнению с технологией локального распознавания.
Когда выбирать облачное распознавание
Облачная технология подходит компаниям, которым нужна своевременная аналитика и контроль команды в реальном времени. Кроме этого, она незаменима при работе с большими количеством SKU, когда мобильные устройства уже не справляются с обработкой больших объемов данных.
Технология также эффективна при частых изменениях ассортимента и необходимости быстро добавлять новые товары. Облачное распознавание обеспечивает одинаковое качество работы на любых смартфонах и подходит компаниям, которым важна централизованная система управления с максимальной точностью распознавания.
Какую технологию выбрать для вашего бизнеса
Выбор между локальным и облачным распознаванием товаров зависит от специфики вашего бизнеса. Компании с ограниченным ассортиментом и потребностью в быстром реагировании мерчандайзера на месте выиграют от Edge Computing, тогда как организациям с большими каталогами и потребностью в централизованном управлении подойдет облачное решение.
Правильная технология — это не самая современная, а та, которая решает конкретные задачи вашей компании. Руководителям нужно учитывать условия работы команды, требования к аналитике и особенности ассортимента. Чтобы избежать ошибок при выборе технологии, напишите нам, и мы поможем выбрать оптимальное решение.
