Фото предоставлено разработчикамиПо факту сервис автоматизирует текущий процесс работы с выкладкой товаров, который завязан на большое количество механических операций: он минимизирует человеческий фактор, сокращает время обработки фотографий и повышает точность предоставляемой информации от полевых сотрудников. И что важно — значительно повышается скорость работы. Система помогает оптимизировать и повысить эффективность мерчандайзеров, торговых представителей и маркетологов. Внедрение комплекса увеличивает продажи и сокращает время аудита торговых точек за счет актуальной и своевременной статистики, отмечает руководитель отдела информационных технологий в IBA Group Александра Гончарова:
— Мы разработали уникальный для Беларуси сервис по распознаванию товаров на полках и проверке планограмм. Он поможет в режиме онлайн выстроить правильную маркетинговую политику и понять, «работает» ли товар именно так, как вы запланировали. Проще говоря, бизнес сможет мониторить ситуацию с продажей конкретного товара в конкретном магазине.
Разработчики отмечают, что программа в использовании проста: с ней может разобраться любой уверенный пользователь ПК и мобильных гаджетов. Сотрудники устанавливают на смартфоны приложение и фотографируют в нем размещение товара на полках. Далее снимки попадают в центр обработки данных IBA Group, где их анализирует модуль с искусственным интеллектом — классифицирует фотографии по заданному сценарию. По результатам анализа составляется отчет, который можно просмотреть сразу же после загрузки фото. Примечательно, что процесс обработки одной фотографии занимает всего несколько секунд.
— Сейчас «облачный» сервис ежедневно анализирует с точностью более 95 процентов около 50 тысяч пачек табачных изделий по всей стране, — продолжает Александра Гончарова. — Он способен проанализировать даже фотографии, сделанные с дефектами: обрабатываются засвеченные, обрезанные и смазанные снимки.
От внедрения сервиса выигрывает как производитель, так и покупатель. Теперь в магазинах станет меньше пустых полок. Ведь на полках всегда будет товар, который востребован. К примеру, если покупатель привык покупать молоко определенной жирности, а его зачастую нет в наличии, то производитель об этом будет знать. И в данный торговый объект будет заказывать больше нужного вида молока.
Разработчики отметили: нейросеть может легко научиться распознавать разные категории товаров: алкогольные и безалкогольные напитки, молочную и прикассовую продукцию. В ближайшее время планируется внедрить облачный сервис еще для нескольких крупных компаний как внутри страны, так и за рубежом.
