Shelf Recognition

Shelf Recognition — это система онлайн распознавания товаров на полках в торговых точках нейронными сетями для улучшения представленности позиций и продаж.

Преимущества для клиентов

Экономия времени

Меньше времени на проработку каждой точки — больше посещений в день или увеличение масштаба территории аудита

Контроль цен

Актуальные ценники конкурентов, акционные ценники, сопоставление ценников с SKU, статистика изменений цен ваших и конкурентных товаров

Оптимизация штата

Уменьшение штата сотрудников, обрабатывающих фотографии в офисе, или перераспределение их времени на решение дополнительных задач

Анализ

Своевременный анализ ситуации на полке позволяет достичь роста эффективности продаж на 3-7%

Корректность данных

Качество информации из полей увеличивается на 30-60% минимум

Актуальность информации

Контроль соответствия выкладки товаров планограмме здесь и сейчас

ПОЛУЧИТЬ ПРЕЗЕНТАЦИЮ

-40-60%

сокращение времени аудита торговой точки по сравнению с ручным учетом

+90%

увеличение доли корректных данных с 30-50% (c учетом качества входящих фотографических данных)

-90%

снижение доли out of stock, благодаря контролю реалограммы на месте и приведению ее в соответствие с планограммой

Как это работает

Система Shelf recognition использует технологии искусственных нейронных сетей — упрощённого аналога естественных нейронных сетей в головном мозге человека.

Сегодня это один из лучших алгоритмов для решения задач машинного зрения, распознавания и генерирования речи, создания музыкальных композиций и графических образов, постановки медицинских диагнозов и др.

Такие успешные результаты объясняются способностью нейронных сетей "умнеть" с помощью машинного обучения (machine learning): в систему заливается большой объём размеченных данных, машина пропускает их через себя и учится определять нужные объекты по заданным параметрам — это могут быть цифры, люди, автомобили, растения, товары и практически все, что угодно.

1. Загрузка фото полок с товаром в систему

2. Распознавание товаров и ценников на фото

3. Формирование цифровой модели торговой точки в облаке, аналитика, прогнозирование и отчетность

Возможности системы

Быстрый переход от этапа тестирования к полному внедрению
Надежное iOS/Android приложение
Сетап проекта в течение 2-4 недель в отличие от нескольких месяцев в других системах
Качество распознавания с точностью от 95% и выше
Неограниченное количество фотографий в рамках одного аудита без увеличения стоимости
Простая интеграция, благодаря готовому мобильному SDK и API для CRM/SFA/FFM-систем