,allowExpansion)
AI Store Check: come ispezionare gli scaffali di un punto vendita con un solo click
Scenario
Uno dei compiti più importanti dei rappresentanti vendite presso i negozianti consiste nell'immaginare come potrebbe apparire la merce sui vari scaffali. Le informazioni importanti sulla distribuzione dei prodotti, sulla loro collocazione sugli scaffali, su eventuali situazioni di esaurimento scorte o informazioni relative ai prodotti della concorrenza vengono raccolte dal rappresentante sul proprio laptop quando visita un punto vendita, come ad esempio un supermercato. Tali informazioni sono trasmesse al backend a fini di analisi e ottimizzazione, per poi essere inoltrate al Key Account e al Category Management. Nei sistemi attualmente utilizzati per il controllo in loco, i rappresentanti utilizzano una matrice con un ordine di sequenza impostato dal back office che mostra i prodotti e i risultati dell'ispezione precedente. Il Category Management fornisce un planogramma, cioè una rappresentazione visiva di come i prodotti dovrebbero essere disposti sullo scaffale. Il rappresentante percorre quindi la corsia tra gli scaffali, ne controlla la situazione corrente e registra manualmente gli eventuali cambiamenti.
Le sfide che i rappresentanti si trovano ad affrontare potrebbero sembrare banali all’inizio, ma costituiscono in realtà un ostacolo per una raccolta dei dati efficiente e spesso le ispezioni richiedono più tempo di quanto previsto. La sequenza dei prodotti impostata dal Category Management corrisponde di rado alla direzione in cui si muove il rappresentante lungo le corsie e in questo modo l’ispezione viene interrotta spesso dallo scorrimento della schermata sul dispositivo e dalla ricerca nel planogramma. Anche l’inserimento di informazioni con la tastiera del laptop senza che vi sia uno spazio idoneo per appoggiarsi rappresenta un ulteriore problema, a cui si aggiunge l’impossibilità di effettuare una valutazione dei cambiamenti riscontrati direttamente sul posto. Dal momento che, durante la sua visita al supermercato, il rappresentante non ha molto tempo a disposizione per ispezionare gli scaffali, un’acquisizione più efficiente dei dati semplificherebbe notevolmente il lavoro. Cosa succederebbe dunque se il rappresentante fosse supportato dall’AI durante l’ispezione degli scaffali?
La soluzione: AI Store Check
Grazie all’applicazione “AI Store Check” sviluppata da 4brands Reply e Go Reply, il rappresentante può eseguire l’ispezione in maniera automatizzata, semplicemente scattando delle fotografie degli scaffali tramite l’app e caricandole. La complicata gestione dell’hardware, così come la necessità di far scorrere la schermata per trovare i diversi prodotti all’interno del software, diventano superflue.
I risultati dell’ispezione vengono confrontati in tempo reale con i valori di riferimento fissati in base alle condizioni contrattuali del punto vendita in questione. L’applicazione mostra quindi al rappresentante un inventario completo e le possibili deviazioni rispetto al target.
Valutazione con Google AI
Un frontend chiaro permette al rappresentante di fare una nuova ispezione in pochi click. Per effettuare un’analisi degli scaffali è sufficiente scattare una foto. Successivamente, la valutazione avviene interamente in Google Cloud Platform, prima che l’analisi finale sia proposta al rappresentante. Le foto contengono tutti gli oggetti rilevati con indicatori colorati. L’elaborazione nel cloud consente di utilizzare per l’analisi modelli di machine learning ad altissime prestazioni. Le foto scattate dal rappresentante vengono elaborate in maniera automatizzata tramite sistemi di riconoscimento delle immagini e di riconoscimento ottico dei caratteri (Optical Character Recognition o OCR). Nella prima fase di riconoscimento delle immagini vengono identificati tutti gli oggetti contenuti in una foto, come i prodotti, i marchi e i cartellini dei prezzi. Nella seconda fase, i cartellini dei prezzi vengono letti tramite un sistema OCR. L’analisi permette di stabilire la posizione sullo scaffale di un determinato prodotto, di confrontare questa informazione con il cartellino (sulla base del marchio e del prezzo) e infine di allineare la situazione complessiva ai valori di riferimento, verificandone anche la correttezza.
Panoramica dell’analisi direttamente disponibile
Una volta terminata l’ispezione, il rappresentante riceve direttamente sul proprio tablet una panoramica completa dell’analisi, analisi dettagliate relative a prodotti specifici e le immagini valutate. Gli scostamenti rispetto ai valori di riferimento sono quindi immediatamente individuabili, il che consente al rappresentante di contattare eventualmente il responsabile del punto vendita in caso di anomalie e di consigliarlo sulle misure di ottimizzazione a breve termine da attuare.
Cronologia dei dati nel cloud
Tutti i dati dell’ispezione sono messi a disposizione su Google Cloud Platform e possono essere consultati per ulteriori analisi. In caso di utilizzo abituale, SAP Cloud for Customer può essere collegato all’app in modo da documentare facilmente le visite nel sistema esistente. La raccolta a lungo termine dei dati dell’ispezione nel cloud consente un facile accesso decentralizzato, una valutazione migliore della cronologia delle ispezioni e, allo stesso tempo, un ulteriore affinamento delle previsioni.
Ottimizzazione dell’ispezione degli scaffali tramite foto AI
Per un’analisi efficiente degli scaffali è sufficiente scattare una foto: l’analisi corrispondente verrà visualizzata in maniera semplice e chiara e sarà direttamente a disposizione degli altri collaboratori nel cloud. Inoltre, le informazioni raccolte sono più corrette rispetto ai processi tradizionali, spesso utilizzati al giorno d’oggi. Allo stesso tempo, tutto ciò favorisce analisi più attendibili nel backend, svolte dai Key Account e dai Category Manager sulla base dei dati registrati. L’aumento delle vendite del punto vendita e della categoria di un determinato prodotto è il risultato di misure a breve termine avviate dal rappresentante, nonché di cifre più affidabili nel Category Management.