Dwieście odcieni bieli, czyli o zastosowaniu analizy obrazu w biznesie

Czy wiesz, że Eskimosi mają ponad 200 określeń na śnieg? To oznacza, że żyjąc w totalnej bieli nauczyli się rozróżniać jej liczne cechy, w tym nieprawdopodobną wielość odcieni.

Ich wzrok, wobec konieczności reagowania na niuansowe zmiany otoczenia, wykształcił szczególne zdolności analityczne, które niedostępne są dla przeciętnego mieszkańca Polski, Hiszpanii, Malezji, czy Afryki Południowej. Jak to się ma do biznesu?

Firmy zatrudniające przedstawicieli handlowych zbierają masę danych i generują tony raportów. Duża część z nich dotyczy analizy sklepowych półek – ilości produktów, ich pozycji, tzw. „facingu”, współdzielenia półki z konkurencją i wielu innych wskaźników. Wszystkie produkty należy odpowiednio rozpoznać, rozróżnić i opisać, oczywiście najdokładniej jak to możliwe. Jak to zrobić nie tylko dobrze, ale i szybko? Z pomocą przychodzi technologia.

Technologiczny bohater ostatnich czasów, rozpoznawanie obrazu, dostrzegł swoją misję w biznesie. Algorytmy image recognition zaprzęgnięte zostały do służby w rynkowym trendzie marketing automation, automatyzując żmudne manualne czynności raportowania stanów sklepowych półek. Jak działa to w praktyce? Wystarczy zdjęcie zrobione smartfonem aby wygenerować raport będący podstawą decyzji o zamówieniu towaru, wprowadzeniu promocji, czy naniesieniu korekt.

 

No dobrze, ale na ile skuteczna może być ta technologia w zderzeniu z brutalną, nieuporządkowaną sklepową rzeczywistością?

Okrągłe butelki, krzywo ustawione produkty
Ustawienie produktów na półce, tak jakby wszystkie pozowały do katalogu Ikea jest ideałem każdego managera tworzącego planogramy. Ideałów jednak nie ma. Już w godzinę po ustawieniu przedmiotów i wizycie pierwszych klientów półkowy kosmos przeradza się w chaos: butelki są obrócone, kartony poprzekrzywiane, a wśród ketchupów stoi wstrząśnięte, choć jeszcze nie zmieszane tą sytuacją, małe Martini. Z pomocą przychodzą sprytne algorytmy image recognition, które radzą sobie doskonale ze zniekształceniami i etykietami widocznymi fragmentarycznie, nie trzeba więc korygować ustawienia produktów by były rozpoznane, wystarczy zrobić zdjęcie telefonem i pozwolić działać systemowi. Fajnie? No raczej.

Malina? Truskawka? Jeżyna?
Jeśli przyjrzysz się etykietom serii produktów, to zauważysz, że stworzone są ze wspólnego wzorca zmodyfikowanego w niektórych tylko miejscach (np. na sokach widzimy jedynie zmiany owoców i nazw, całą reszta opakowania jest identyczna). Czasem trwa dłuższy czas zanim upewnisz się, że patrzysz na sok pomidorowy, a nie np. marchewkowy. Technologia też musi odróżnić od siebie tak podobne owoce jak truskawka, malina i jeżyna. I odróżnia – w dodatku z 98% precyzją.

Kilometry półek…
Półki sklepowe (wyłącznie te, które ma do zaraportowania jeden przedstawiciel), w ciągu godzin, dni, tygodni pracy łączą się w wielokilometrowe autostrady, z poboczami ustawionych ciasno produktów… Wszystkie do zaraportowania… Za pomocą technologii rozpoznawania i analizy obrazu, która analizuje fotografowane produkty poruszamy się po tej drodze z prędkością 4 km/h. Można to porównać z prędkością spaceru po lesie… i tak właśnie powinni czuć się managerowie, którzy zrezygnowali z manualnego raportowania na korzyść rozwiązania do 15 razy szybszego. Dodatkowo, aplikacja nie męczy się – jest tak samo skuteczna na początku i pod koniec dnia pracy (chyba, że padnie nam bateria w telefonie). 😉

Fotografia profesjonalna dla każdego
„No tak, ale czy aparat w moim telefonie da sobie z tym radę?” O ile nie pożyczyłeś go od prababci, to da. Aplikacja wspiera użytkownika w odpowiednim kadrowaniu i poziomowaniu, sugeruje zmianę kąta i jest tolerancyjna na niedostatki oświetlenia. Nie są więc konieczne statywy dodatkowe oświetlenie, czy ogarnianie takich pojęć jak przesłona, migawka, czy głębia ostrości. Wystarczy znaleźć spust aparatu.

Oszczędności, które da się policzyć
Przykładowe wyliczenie pokazuje, że dla 100 przedstawicieli handlowych pełnozakresowe badanie półki sklepowej, daje oszczędności sięgające ponad 460 godzin miesięcznie, to jest blisko 20 dni pracy. Czy to dużo? Wydaje nam się, że całkiem sporo. Zastąpienie raportowania manualnego automatycznym na pewno pozwoliłoby szybko zaoszczędzić czas i środki na podróż życia, na przykład na zaśnieżoną Grenlandię 🙂

Technologia, o której piszemy, to eLeader Mobile Shelf Recognition. To produkt stworzony w ramach rodziny systemów SFA / FFM / RSE eLeader Mobile Visit. Jeśli interesuje Cię, ile oszczędności można zyskać używając eLeader Mobile Shelf Recognition, zapraszamy do skorzystania z naszego kalkulatora albo zamówienia prezentacji demo.

 

Paweł Majsiej