Blog por Deepak P, vicepresidente de tecnología de Ivy Mobility

Las empresas de Bienes de Consumo venden sus productos principalmente a través de puntos de venta al por menor, y para una mejor venta de sus productos, las empresas realizan varias actividades de venta en estos puntos de venta. Por lo general, están relacionados con la disponibilidad de los productos correctos en los puntos de venta, la visibilidad de los productos, el precio y la ejecución de la promoción. Podemos desglosar estos elementos de estrategia de marca en múltiples KPI. Por ejemplo, un fabricante de bienes de consumo puede negociar una participación 20% de la estantería de su marca en ciertas cadenas minoristas y desea garantizar la ejecución de estos términos comerciales en los puntos de venta minorista. Una forma de ejecución de los términos comerciales es a través de auditorías periódicas en puntos de venta minoristas, y ese proceso se denomina Ejecución minorista.

Tecnología para ejecución minorista

Durante la era anterior a los teléfonos inteligentes, los agentes de la fuerza de campo realizaban manualmente auditorías minoristas. Auditores minoristas (comerciantes) designados por fabricantes de bienes de consumo visite los puntos de venta al por menor periódicamente. Cuentan los revestimientos de SKU, verifican los precios de los productos, la ejecución promocional, las promociones de la competencia y las actividades de fijación de precios con lápiz y papel. Una vez que cubren todos los puntos de venta del día, regresan a la oficina e ingresan manualmente los datos en una aplicación web o de escritorio. Este proceso tiene muchos desafíos, requiere mucho tiempo, es propenso a errores y no brinda informes en tiempo real. La falta de granularidad en los datos hace que las posibilidades de validación y análisis sean casi nulas. Algunos KPI también son difíciles de calcular con lápiz y papel, lo que dificulta la adopción de medidas correctivas en el punto de venta.

Con el lanzamiento de los teléfonos inteligentes, las empresas comenzaron a construir aplicaciones basadas en teléfonos inteligentes para la ejecución minorista. Entonces, en lugar de capturar datos en papel, los auditores pueden ingresar los números en una aplicación móvil, y la aplicación calculará automáticamente todos los KPI relevantes. Ayudó a los comerciantes a realizar acciones en tiempo real en los puntos de venta. Las aplicaciones basadas en teléfonos inteligentes también ayudaron a agilizar la generación de informes, ya que los datos podían sincronizarse periódicamente con la base de datos de back-end, lo que reducía el tiempo de generación de informes. Pero incluso con una aplicación basada en teléfonos inteligentes, se mantuvieron algunos de los desafíos mencionados anteriormente, como el tiempo para recopilar manualmente los datos, la posibilidad de errores manuales, una menor granularidad en la recopilación de datos, la posibilidad de manipular los datos.

La inteligencia artificial y el aprendizaje automático han progresado en los últimos 5 o 6 años y vemos su uso para varias aplicaciones prácticas. La visión artificial, una rama del aprendizaje automático, no fue una excepción. Las aplicaciones encontradas de visión por computadora en la detección de rostros, el análisis de flujo de tráfico, la detección de defectos y el diagnóstico asistido por máquina son algunos ejemplos. Una de tales aplicaciones se encuentra en el área de ejecución minorista. en lugar de coleccionar datos de estantes minoristas manualmente, podemos hacer esto con una aplicación basada en visión por computadora con mucha más precisión y velocidad. Los auditores capturan un conjunto de imágenes de estantes y la aplicación basada en visión por computadora procesa estas imágenes y produce todos los KPI relevantes en un período breve. Los desafíos con una aplicación de entrada de datos manual ahora se abordan con una aplicación basada en visión por computadora, como se indica a continuación.

• Dado que el usuario tiene que capturar un conjunto de imágenes en el estante en lugar de contar los productos, verificar los precios, etc., ahorra mucho tiempo.
• Dado que el proceso de recopilación de datos implica un procesamiento manual limitado, reduce en gran medida los errores manuales.
• Elimina la posibilidad de manipulación durante la captura de datos y la aplicación realiza automáticamente el cálculo de KPI.
• La aplicación basada en visión artificial también ayuda a capturar datos a un nivel mucho más granular (seguimiento del nivel de los ojos y la posición de los SKU, seguimiento de los KPI a nivel de SKU frente a nivel de submarca/marca, y seguimiento de varias de las actividades de la competencia) con el mismo esfuerzo de captura de datos.

Ivy Eye: reconocimiento de imágenes para ejecución minorista

Llevamos más de 15 años trabajando en el espacio de bienes de consumo y hemos visto estos cambios tecnológicos impactar en la industria. Hasta ejecución minorista en lo que respecta, hemos estado trabajando con varias de las 100 principales empresas de bienes de consumo de todo el mundo durante los últimos años. Hemos pasado por el viaje mencionado anteriormente y desempeñamos un papel activo en estos avances tecnológicos. Inicialmente, teníamos una aplicación de entrada de datos que ayudaba a los comerciantes (auditores minoristas) a capturar datos de estantes manualmente. Ahora hemos automatizado esto a través de un Reconocimiento de imagen-aplicación basada llamada Ivy Eye.

Hemos visto una gran mejora en las actividades de ejecución minorista mediante el uso de Solución para ojos de hiedra, y CPG pueden lograr ahorros de 5%-60% en el tiempo requerido para ejecutar auditorías minoristas. Ayuda a las empresas de bienes de consumo a utilizar este tiempo adicional para aumentar su cobertura de puntos de venta. También ayudará al comerciante a tener discusiones productivas con los gerentes de puntos de venta y ejecutar de manera efectiva acciones correctivas basadas en las recomendaciones del sistema. También hemos visto, en promedio, una precisión de 97% de los datos informados por con Ivy Eye y una reducción de errores manuales de alrededor de 15%. La aplicación utiliza el poder de la visión por computadora para rastrear los datos a nivel granular. Un ejemplo de ello es informar la presencia de SKU por nivel de estante y calcular la participación del estante a nivel de los ojos.

Futuro de la tecnología de ejecución minorista

El aprendizaje automático, especialmente la visión por computadora, ha avanzado rápidamente. Se han lanzado arquitecturas nuevas y optimizadas cada pocos meses. Cambiamos el enfoque hacia la detección de bordes (procesamiento de imágenes en el dispositivo). Implica optimizar los modelos actuales de visión por computadora e implementarlos en el dispositivo. Ayuda a procesar las imágenes en el propio dispositivo móvil, eliminando así la necesidad de conectividad para procesar las imágenes. Otra área de enfoque es el reconocimiento basado en video, que ayuda a los comerciantes a capturar el estante a través de video en lugar de múltiples imágenes, lo que hace que este proceso sea más fluido. También vemos que Realidad Aumentada (RA) / La realidad virtual (VR), junto con el aprendizaje automático y la visión por computadora, puede generar muchos avances tecnológicos en la ejecución minorista en los próximos días. Un ejemplo es el uso de la generación de imágenes de plataforma sintética a través de una aplicación de realidad virtual.

¿Estás interesado en explorar y ser parte de este emocionante Recorrido de tecnología de ejecución minorista? Por favor Conéctate con nosotros.