Зачем ретейлеру нужны умные весы
Мы продолжаем тестировать видеораспознавание. Разбираемся, какие задачи ретейлера могут решать умные весы. И могут ли.
Всем привет, меня зовут Виктория Аладина, я работаю менеджером продукта в центре инноваций «Ленты». И сегодня поговорим о технологиях распознавания товара.
Умные весы появились на российском рынке примерно три года назад. Распознавание товаров на весах происходит за счет считывания изображения камерой, последующей обработки и сопоставления изображения с конкретным товаром. Работа может строиться по нескольким моделям. Это могут быть или умные весы от вендоров, или универсальные решения по распознаванию на основе нейронных сетей, которые можно «прикрутить» к весовому оборудованию.
Прозрачный эксперимент
Летом прошлого года мы провели технический пилот в секции овощей и фруктов гипермаркета по улице Савушкина в Санкт-Петербурге, чтобы понять, как технология будет работать в живых процессах в торговом зале. Как процесс выглядит для клиента: он кладёт на весы овощи или фрукты, система анализирует изображение, предлагает подтвердить товар и распечатать этикетку.
Точность распознавания данной модели весов составила примерно 92%. Мы обнаружили множество факторов, которые влияют на этот показатель. Это качество обучения системы (чем чаще взвешивают определённый товар, тем оно выше), внешний вид и прозрачность упаковки. Так, наилучший результат система покажет, если товар находится в прозрачном пакете или лежит на платформе без упаковки. К сожалению, различить даже очень популярный фрукт или овощ в плотном пакете не получится. Сложности также могут возникать если в матрице присутствует несколько визуально идентичных позиций. Например, при наличии пяти сортов огурцов, система не могла точно распознать нужную позицию и предлагала клиенту выбрать из нескольких наименований.
В первом тесте устройства выдавали его после стабилизации весовой платформы, поэтому многие клиенты просто не дожидались и вводили код товаров по привычной схеме. Неожиданно для себя мы поняли, что для процесса покупки с использованием технологи критично то, насколько быстро результат распознавания появляется на экране.
Во время эксперимента мы приблизились к пониманию, как технология должна выглядеть, поэтому стали использовать новые подходы в последующих пилотах.
Но вернёмся к умным весам.
За и против
Пилот мы проводим опять в Санкт-Петербурге, но теперь уже в магазине по улице Вербной. Принцип работы тот же, однако у этого решения есть свои плюсы. Во-первых, результат появляется на экране за доли секунды. Это очень весомый фактор для удобства покупателей. Во-вторых, сейчас мы сэкономили время на обучении весов за счёт использования предобученной базы товаров вендора. В-третьих, у этой модели российского разработчика высокая точность: распознавание достигает 95-98 процентов, что под силу только опытному работнику, хорошо знающему ассортимент.
Теперь о сложностях внедрения технологии. В «Ленте» представлен широкий парк весового оборудования от разных вендоров, поэтому для нас приоритетно выбрать наиболее универсальное решение. В пилоте мы обращаем внимание на то, как встроить его в инфраструктуру магазина с минимальными инвестициями. В нашем портфеле более пяти решений, работающих на российском рынке.
С помощью тестов и пилотов мы проверяем ряд гипотез. Первая – повышение лояльности за счет улучшения сервиса в торговом зале. Вторая – снижение потерь в магазине, связанных с пересортом. Мы сопоставляем изображения товаров при взвешивании с выбранным на экране. На основе собранных данных мы планируем проанализировать объём и причины возникновения пересорта, что поможет прийти к наиболее удобному процессу продажи весовых товаров.
Ага, спасибо. Как я теперь дорогие яблоки буду взвешивать как сезонные?))))