Blogar por Deepak P, vice-presidente de tecnologia da Ivy Mobility

As empresas de Bens de Consumo vendem seus produtos principalmente por meio de pontos de venda e, para melhor venda de seus produtos, as empresas realizam diversas atividades de vendas nesses pontos de venda. Normalmente estão relacionados à disponibilidade dos produtos certos nos pontos de venda, visibilidade dos produtos, preços e execução da promoção. Podemos dividir esses elementos de estratégia de marca em vários KPIs. Por exemplo, um fabricante de bens de consumo pode negociar uma parcela 20% da prateleira de sua marca em determinadas redes de varejo e deseja garantir a execução desses termos comerciais nos pontos de venda. Uma forma de execução dos termos comerciais é por meio de auditorias periódicas nos pontos de venda, e esse processo é chamado de Execução de Varejo.

Tecnologia para Execução de Varejo

Durante a era pré-smartphone, os agentes da força de campo realizavam manualmente auditorias de varejo. Auditores de varejo (comerciantes) nomeados por fabricantes de bens de consumo visite os pontos de venda periodicamente. Eles contam as faces do SKU, verificam os preços dos produtos, a execução promocional, as promoções dos concorrentes e as atividades de preços usando papel e caneta. Depois de cobrir todas as saídas do dia, eles voltavam ao escritório e inseriam manualmente os dados em um desktop ou aplicativo da web. Esse processo tem muitos desafios, é demorado, sujeito a erros e não fornece relatórios em tempo real. A falta de granularidade nos dados torna as possibilidades de validação e análise quase nulas. Alguns KPIs também são difíceis de calcular usando papel e caneta, o que dificulta a tomada de ações corretivas no ponto de venda.

Com o lançamento dos smartphones, as empresas começaram a construir aplicativos baseados em smartphone para execução de varejo. Assim, em vez de capturar dados em papel, os auditores podem digitar os números em um aplicativo móvel, e o aplicativo calculará automaticamente todos os KPIs relevantes. Ajudou os comerciantes a tomar ações em tempo real nos pontos de venda. Os aplicativos baseados em smartphones também ajudaram a acelerar os relatórios, pois os dados podiam ser sincronizados periodicamente com o banco de dados de back-end, reduzindo assim o tempo dos relatórios. Mas mesmo com um aplicativo baseado em smartphone, alguns dos desafios mencionados anteriormente, como o tempo para coletar os dados manualmente, a possibilidade de erros manuais, menor granularidade na coleta de dados, possibilidade de manipulação dos dados permaneceram.

A Inteligência Artificial e o Aprendizado de Máquina têm progredido nos últimos 5-6 anos, e vemos seu uso para várias aplicações práticas. A visão computacional, um ramo do aprendizado de máquina, não foi exceção. A visão computacional encontrou aplicações em detecção facial, análise de fluxo de tráfego, detecção de defeitos e diagnóstico assistido por máquina são alguns desses exemplos. Uma dessas aplicações está na área de execução de varejo. Em vez de coletar dados de prateleira de varejo manualmente, podemos fazer isso por um aplicativo baseado em visão computacional com muito mais precisão e velocidade. Os auditores capturam um conjunto de imagens de prateleira e o aplicativo baseado em visão computacional processa essas imagens e produz todos os KPIs relevantes em um curto período. Os desafios com um aplicativo de entrada manual de dados agora são abordados por um aplicativo baseado em visão computacional, conforme listado abaixo.

• Como o usuário precisa capturar um conjunto de imagens na prateleira em vez de contar os produtos, verificar os preços etc., economiza muito tempo.
• Uma vez que o processo de coleta de dados envolve processamento manual limitado, reduz os erros manuais em grande medida.
• Elimina a possibilidade de manipulação durante a captura de dados, e o aplicativo executa automaticamente o cálculo de KPI.
• O aplicativo baseado em visão computacional também ajuda a capturar dados em um nível muito mais granular (rastreando o nível dos olhos e a posição dos SKUs, acompanhando os KPIs no nível do SKU versus o nível da submarca/marca e acompanhando várias atividades da concorrência) com o mesmo esforço de captura de dados.

Ivy Eye - Reconhecimento de imagem para execução de varejo

Trabalhamos no setor de bens de consumo há mais de 15 anos e vimos essas mudanças tecnológicas impactando o setor. Tão longe quanto execução de varejo está preocupado, temos trabalhado com várias das 100 maiores empresas de Bens de Consumo em todo o mundo nos últimos anos. Passamos pela jornada mencionada acima e desempenhamos um papel ativo nesses avanços tecnológicos. Inicialmente, tínhamos um aplicativo de entrada de dados que ajudava os comerciantes (auditores do varejo) a capturar os dados das prateleiras manualmente. Agora automatizamos isso por meio de um Reconhecimento de imagemaplicativo baseado em Ivy Eye.

Vimos uma tremenda melhoria nas atividades de execução de varejo usando o Solução para olhos de Ivy, e os CPGs podem obter economias de 5%-60% no tempo necessário para a execução de auditorias de varejo. Ele ajuda as empresas de bens de consumo a utilizar esse tempo adicional para aumentar sua cobertura de pontos de venda. Também ajudará o comerciante a ter discussões produtivas com os gerentes de pontos de venda e executar ações corretivas com eficácia com base nas recomendações do sistema. Também vimos, em média, precisão de 97% dos dados relatados por Ivy Eye e uma redução de erros manuais em cerca de 15%. O aplicativo utiliza o poder da visão computacional para rastrear os dados em um nível granular. Um desses exemplos é relatar a presença de SKU pelo nível da prateleira e calcular a participação no nível do olho da prateleira.

Futuro da Tecnologia de Execução de Varejo

O aprendizado de máquina, especialmente a visão computacional, vem avançando rapidamente. Arquiteturas novas e otimizadas estão sendo lançadas a cada poucos meses. Mudamos o foco para a detecção de borda (processamento de imagem no dispositivo). Envolve otimizar os modelos atuais de visão computacional e implantá-los no dispositivo. Ele ajuda a processar as imagens no próprio dispositivo móvel, eliminando assim a necessidade de conectividade para processar as imagens. Outra área de foco é o reconhecimento baseado em vídeo, que ajuda os comerciantes a capturar a prateleira por meio de vídeo em vez de várias imagens, tornando esse processo mais contínuo. Também vemos que Realidade Aumentada (AR) / Realidade Virtual (VR), em conjunto com aprendizado de máquina e visão computacional, pode trazer muitos avanços tecnológicos em Execução de Varejo nos próximos dias. Um exemplo é o uso de geração de imagens de prateleiras sintéticas por meio de um aplicativo de realidade virtual.

Você está interessado em explorar e fazer parte deste emocionante Jornada de Tecnologia de Execução de Varejo? Por favor conecte-se conosco.