PowerPrice Merchandising: 94% точности расчета доли полки для FMCG-бренда
.webp)
[О проекте]
Федеральный производитель булочной и кондитерской продукции, занимающий лидирующие позиции на российском рынке.
Задача — производитель хлебобулочных изделий в сегменте FMCG оплачивал услуги мерчандайзеров, чтобы они обеспечивали нужную долю полочного пространства для продукции. Торговые представители делали фото выкладки, считали долю полки и отправляли отчеты. От того, достигли ли торговые представители нужной доли, зависел их KPI.
Для проверки достоверности предоставленных данных компания привлекала аудиторов, которую вручную пересчитывали долю полки, анализировали соответствие расчетов фактическому состоянию и предоставляли обратную связь по точности отчетов торговых представителей.
Чтобы обеспечить актуальные и точные данные, компания решила автоматизировать процесс контроля. Для этого заказчик выбрал систему PowerPrice Merchandising, которая включает в себя мобильное приложение и веб-интерфейс.
Для проверки достоверности предоставленных данных компания привлекала аудиторов, которую вручную пересчитывали долю полки, анализировали соответствие расчетов фактическому состоянию и предоставляли обратную связь по точности отчетов торговых представителей.
Чтобы обеспечить актуальные и точные данные, компания решила автоматизировать процесс контроля. Для этого заказчик выбрал систему PowerPrice Merchandising, которая включает в себя мобильное приложение и веб-интерфейс.
[Результаты]
до94,5%
Повышение точности обработки данных благодаря внедрению PowerPrice Merchandising.
на97%
Увеличение процента покрытия при масштабировании системы на проверку всех осуществляемых визитов мерчандайзеров.
до2минут
Сокращение времени обработки данных.
в14раз
Увеличение количества мониторингов при снижении стоимости одного визита в 4 раза.
Особенности реализации
Для мониторинга сотрудники делают снимки продукции на смартфоны
и отсылают их на сервер, где система на базе компьютерного зрения
и аналитики автоматически определяет наличие хлебобулочных изделий
и их долю на полке относительно конкурентов, а сформированный отчет передает оператору. Веб-интерфейс служит для проверки результатов работы модели, отображая распознанные товары и итоговый расчет доли полки.
Распознавание хлебобулочной продукции — сложный процесс, требующий предварительно обученную модель компьютерного зрения. Поэтому был составлен шорт-лист товаров для обучения, включающий хлебобулочные изделия и исключающий кондитерские продукты. Система была внедрена
в 11 торговых точках и обучена на базе 46 SKU продукции заказчика.
Для точности данных систему обучили считать ширину товара и общую ширину стеллажа по пикселям, после этого на основе собранных изображений система с высокой точностью определяла долю полки.
и отсылают их на сервер, где система на базе компьютерного зрения
и аналитики автоматически определяет наличие хлебобулочных изделий
и их долю на полке относительно конкурентов, а сформированный отчет передает оператору. Веб-интерфейс служит для проверки результатов работы модели, отображая распознанные товары и итоговый расчет доли полки.
Распознавание хлебобулочной продукции — сложный процесс, требующий предварительно обученную модель компьютерного зрения. Поэтому был составлен шорт-лист товаров для обучения, включающий хлебобулочные изделия и исключающий кондитерские продукты. Система была внедрена
в 11 торговых точках и обучена на базе 46 SKU продукции заказчика.
Для точности данных систему обучили считать ширину товара и общую ширину стеллажа по пикселям, после этого на основе собранных изображений система с высокой точностью определяла долю полки.
Команда
[01]
Проект был
реализован за 5 месяцев
Подготовка к проекту
[2024 / 2Q – 3Q]
Сбор требований, подготовка архитектуры будущего решения, обучение модели
и адаптирование системы под требования заказчика.
и адаптирование системы под требования заказчика.
Тестирование системы
[2024 / 3Q]
Тестирование функциональности системы
на реальных данных и рабочих процессах, выявление ошибок и предложения улучшений.
на реальных данных и рабочих процессах, выявление ошибок и предложения улучшений.
[Комментарий]
«Проект продемонстрировал, что CV-технологии в разы ускоряют обработку данных и повышают точность контроля выкладки в торговых точках. Благодаря автораспознаванию и измерению доли полки заказчику удалось в несколько раз увеличить количество мониторингов, снизив стоимость одного визита аудитора и сократив процент ручных ошибок».
Константин Прайс
Коммерческий директор
Napoleon [IT]
Napoleon [IT]