Кейс: как мы оцифровали мерчендайзинг по всей России
Агентство Action рассказало о том, с какими сложностями столкнулись при интеграции фотораспознавания на базе нейросетей на реальном проекте, и что сложнее преодолеть: человеческий фактор или несовершенства искусственного интеллекта.
Новые технологии активно приходят в ритейл: покупатели оплачивают покупки по отпечатку пальца, могут проконсультироваться с чат-ботом или роботом, их профиль в CRM анализируется ИИ... Но ритейл-аудит и мерчендайзинг до сих пор оставались на уровне «динозавров»: полевые сотрудники должны были пересчитывать товар и вручную вводить вносить данные в бумажную анкету или приложение.
Мечта была давно: чтобы мерчендайзер приходил в магазин, просто фотографировал полку, и все само собой считалось, а клиент тут же получал бы свежие и максимально достоверные данные по представленности своей продукции в регионе, в сети и в каждой торговой точке. На основе этих данных менеджеры клиента могут принимать решения о дополнительных поставках в магазин (в случае out of stock), проведении разных типов стимулирующих акций, размещении POSM и пр.
Как это было на Западе?
Системы фотораспознавания на базе нейросетей стали появляться на Западе достаточно давно. Первые из них, правда, работали силами совсем не искусственного интеллекта, - распознавание происходило за ночь где-нибудь в Индии. :)
Затем нейросети, действительно, стали сначала гибридными, а затем и полностью искусственными, точность распознавания росла, но стоимость за одно фото для российских проектов была очень высокой – до половины стандартной ставки мерчендайзера в регионах. Конечно, такие проекты с интеграцией западных систем, например, Trax и Planorama, проводились, но они были точечными и недолгими.
Как это заработало?
Мы пристально следили за развитием российских стартапов-разработчиков нейросетей. И примерно два года назад стали появляться решения, которые давали бы высокое качество распознавания и были достаточно дешевы, чтобы не снижать, а повышать эффективность проекта для клиента. Мы встретились с несколькими компаниями-разработчиками, и выбрали Intelligence Retail. Параллельно стали предлагать цифровой мерчендайзинг действующим клиентам. Один из них живо откликнулся на идею интеграции ИИ для своей программы визитного мерчендайзинга, которую Action ведет с 2011 года. Нейросеть Intelligence Retail стала обучаться распознаванию SKU в алкогольной категории, а мы вели работу по интеграции решения с собственной системой полевой отчетности и контроля, Action Reports.
Человеческий фактор vs. искусственный интеллект
Мы провели два пилотных запуска. На первом вылезла небольшая проблема с искусственным интеллектом: ИИ не всегда сразу отличал бутылки 0,7 литра и 1 литр. Потребовалось время на доработку и дополнительное обучение системы.
Но самая большая проблема для нас проявилась на этапе ролл-аута по стране – «человеческий фактор»: от всех 400 мерчендайзеров нужны были четкие фото с верным ракурсом. Понадобилась дополнительное обучение персонала, с обратной связью и частичная замена девайсов. Несмотря на то, что для мерчендайзеров не было сильных изменений – просто появилась кнопка «Фотораспознавание», и для добросовестных сотрудников работа существенно упростилась, не все смогли принять перемены. Но стоит отметить, что ротация персонала в этот период не превысила средних показателей. Как только все научились фотографировать, сложности сошли на «нет», и все мерчендайзеры на этом проекте уже около года работают в Action Reports+IR.
И еще больше…
На текущий момент систему разработку агентства - систему Action Reports - используют 55 крупнейших FMCG-производителей в проектах эксклюзивного и совмещенного мерчендайзинга по всей стране.
Кроме интеграции фотораспознавания, мы продолжаем развивать функционал решения сразу по нескольким направлениям - всё для повышения качества работы полевого персонала и эффективности проектов клиентов.
Познакомиться с этим и другими проектами агентства Action, которыми мы гордимся можно на нашем сайте
Ребят. Я все понимаю но... IR это только пилоты и причины их неудачи понятные. Особые требования к фото. Особые требования к смартфонам. Все особое. Вместо того, чтобы взаимодействовать с работающими системами (Trax и Inspector Cloud ) и модернизировать архаичный опросник вы поддерживаете аутсайдеров.
А что касается проблем с персоналом, то он принимает то, то работает нативно и интуитивно. Как все остальное в мобайле.
Дмитрий, спасибо за мнение!
Мы понимаем, что у каждой компании есть свои плюсы и минусы, и мы выбрали поставщика технологии по ряду параметров. В статье мы лишь поделились кейсом, как это происходило у нас, и считаем этот опыт успешным. Результатом нашего партнерства стал не только пилот, но и запуск решения по всей России, что уже говорит о достижении целевых показателей. На текущий момент, уже около года все мерчендайзеры на проекте работают в приложении с фотораспознаванием IR, Клиент доволен, и проект продолжает расти. Значимых проблем с "полями" сейчас нет, и ротация персонала ниже, чем в среднем на подобных проектах.
«Мы провели два пилотных запуска. На первом вылезла небольшая проблема с искусственным интеллектом: ИИ не всегда сразу отличал бутылки 0,7 литра и 1 литр. Потребовалось время на доработку и дополнительное обучение системы« -
1. Почему вы называете нейтронную сеть ИИ - это же смешно.
2. Указанная «небольшая» проблема свидетельство крайне дегенеративной технологии
При чем тут ротация персонала?😂 Современных проектах ваш персонал вообще не нужен. Справляются продавцы ТТ и тортовые клиента.