O principal fabricante de vinhos e destilados automatiza atividades de merchandising para economia de custos e redução de OOS

Um dos segundos maiores fabricantes de vinhos e bebidas espirituosas do mundo, com presença em mais de 150 países, continua a expandir-se para novas geografias a cada poucos anos, ao mesmo tempo que aumenta a quota de mercado nos mercados existentes.

Em 2022, as vendas da empresa cresceram 17%, mas a visibilidade da marca e o Share of Shelf em novos mercados foram baixos. A solução Retail Execution existente da empresa para rastrear atividades de vendas e merchandising era desajeitada e demorada, com problemas de conectividade em áreas remotas.

A empresa precisava de uma solução para simplificar as atividades de merchandising nas lojas de varejo e acompanhar de perto os KPIs em tempo real. Foi quando fizemos parceria com a gigante do álcool para implementar nossa solução de reconhecimento de imagem, Ivy Eye, para automatizar as atividades de merchandising na loja da empresa.

Necessidade de rastreamento e visibilidade granular de KPI

A empresa de álcool rastreou o execução de varejo Os KPIs usando uma solução de entrada de dados baseada em smartphone e concluindo a cobertura do ponto de venda com a força de campo de merchandising existente levaram tempo. Com a expansão da empresa para mercados mais novos, contratar e treinar agentes de campo foi um grande desafio.

Para o merchandising na loja, a equipe de campo monitorava apenas a disponibilidade de prateleira no nível da marca e a participação de produtos na prateleira. Com a largura de banda limitada da força de campo, o rastreamento granular de KPIs, como OSA no nível de SKU, adesão ao planograma e presença de produtos no nível dos olhos, era difícil.

A empresa precisava de um sistema que se integrasse perfeitamente às suas atividades atuais de merchandising e, ao mesmo tempo, automatizasse todas as etapas necessárias para alcançar o máximo de produtividade e cobertura.

Automação e monitoramento em tempo real com Ivy Eye

Ivy Eye, um integrado solução de reconhecimento de imagem para execução de varejo de bens de consumo, foi implementado para a empresa líder em bebidas alcoólicas. O canal de varejo moderno na Índia é um dos mercados emergentes mais rápidos para a empresa e foi aí que começamos a implementar o Ivy Eye.

  • A tecnologia de reconhecimento de imagem da Olho de hera geração automatizada de KPI por meio de captura de imagem, o que significava que uma única foto da prateleira capturada era suficiente para rastrear KPIs como disponibilidade de prateleira e conformidade com planograma.
  • A Automação com Ivy Eye ajudou a reduzir o tempo gasto pelos comerciantes nos pontos de venda. Reduzimos o tempo gasto pelos comerciantes de 45 minutos para menos de 20 minutos nas lojas.
  • A solução forneceu KPIs quase em tempo real aos usuários de campo para que eles pudessem tomar ações corretivas se houvesse lacunas nos valores reais de KPI versus meta.

Os KPIs a seguir foram habilitados automaticamente para captura por meio de um sistema de reconhecimento de imagem especificamente treinado para identificar diversos tamanhos e variedades de garrafas de bebidas alcoólicas.

  • OSA (disponibilidade na prateleira)
  • OOS (esgotado) no nível SKU
  • Revestimentos no nível SKU
  • Compartilhamento de prateleira
  • Adesão ao Planograma
  • Presença de SKU no nível dos olhos
  • Acompanhamento de preços
  • Rastreamento POSM

O rastreamento de KPI também foi feito para um conjunto selecionado de concorrentes. Dessa forma, a marca poderia comparar preços, variantes e vendas dos concorrentes para desenvolver campanhas e estratégias de marketing.

Desafios da implementação de reconhecimento de imagem 

Como acontece com qualquer tecnologia de visão computacional, a implementação de um solução de reconhecimento de imagem no terreno é sempre um desafio. Os desafios começam na infraestrutura, nos processos e nas regulamentações, indo até a adoção pela força de campo acostumada a fazer as coisas manualmente. Aqui estão alguns problemas técnicos que enfrentamos com a implementação do Ivy Eye para esta empresa líder em bebidas alcoólicas.

Variando tamanhos de produtos

  • O sistema de reconhecimento de imagem inicialmente não conseguia identificar produtos idênticos com pequenas diferenças de tamanho. Para resolver isso, a Ivy desenvolveu modificações tecnológicas simples, como usar a proporção de aspecto e recursos relacionados ao tamanho do produto como parte do treinamento e pós-processamento da máquina para distinguir esses produtos perfeitamente. O ciclo de feedback garante que, a cada imagem capturada, o sistema se treine.

Condições de iluminação da loja

  • Sistemas de reconhecimento de imagem sempre lute com condições de pouca iluminação nas tomadas. No entanto, nossa solução possui um detector de iluminação integrado para ativar o recurso Flash quando a condição de iluminação estiver abaixo do valor limite.

Alinhamento da câmera

  • O sistema achou difícil processar imagens capturadas em ângulo. Para evitar imagens de baixa qualidade com base no ângulo de captura e nas bordas, desenvolvemos um recurso para garantir que o telefone fique paralelo à prateleira durante a captura de imagens. As bordas tiveram que se alinhar com o foco da câmera, o que melhorou a qualidade da imagem.

Distância de imagem

  • Ivy Eye inicialmente não funcionou bem em imagens capturadas de longa distância. O sistema precisava de imagens capturadas de 2 a 3 pés da prateleira. Eliminamos esse problema treinando comerciantes e representantes de campo e fornecendo diretrizes rígidas para capturar as imagens de maneira uniforme.

Medindo o impacto real

Precisão 95%

2,8 minutos de tempo de processamento de imagem

55% de economia de tempo

Melhoria 5% na AOS

A implementação do Ivy Eye melhorou a visibilidade do negócio, rastreando KPIs adicionais e aumentando a granularidade do rastreamento de KPI. A melhoria na execução resultou em uma melhoria de 5% na OSA em 4 meses de execução.

Compartilhar isso