Część producentów FMCG nie zdaje sobie jeszcze sprawy z tego, że Image Recognition nie stanowi wyłącznie narzędzia do automatycznego zbierania danych z półek. Rozwiązanie to potrafi znacznie więcej. Wszystko zależy od tego, w jakim zakresie oraz obszarach biznesowych zostanie ono wykorzystane. W optymalnej sytuacji Image Recognition pozwala bardzo sprawnie i skutecznie realizować cele oraz rozwiązywać i niwelować problemy związane ze sprzedażą w sklepach. Z tego powodu może stanowić prawdziwą wartość biznesową dla producentów. Przyjrzymy się zatem Image Recognition z innej perspektywy, wychodząc poza proces zbierania informacji.
Oczywiście na wstępie warto wspomnieć o podstawowej funkcji Image Recognition, jaką jest możliwość automatycznego gromadzenia danych. Za jej pomocą sieci przedstawicielskie są w stanie zbierać bardziej obiektywne i lepszej jakości informacje szybciej, rzetelniej oraz przy znacznie mniejszej potrzebie audytu. Wyniki rozpoznania udostępniane są w już w ciągu kilkunastu sekund, podczas wizyty handlowej. Funkcjonalność tą wspierają elementy Sztucznej Inteligencji, takie jak Machine Learning i metody Computer Vision do przetwarzania obrazów na informacje.
Jakie informacje możesz uzyskać?
Gromadzone przez system IR dane, które zostają automatycznie przełożone na KPI, mogą dotyczyć wielu aspektów sprzedażowych. Przeważnie są one związane z obecnością produktów na półce, ich stanem, liczbą facingów, prawidłowością i jakością ekspozycji, widocznością cen, udziałami względem konkurencji itp.
Wielu dostawców podobnych usług tutaj kończy proces. Czy jesteś w stanie zrobić coś więcej? Jak efektywnie wykorzystać zgromadzone dane?
Skoro możemy tak sprawnie i efektywnie zdobywać dużą ilość danych, konieczne jest to, żeby je następnie odpowiednio wykorzystać. Odłożenie ich „na półkę” sprawi, że całe przedsięwzięcie i inwestycja nie mają większego sensu. Nawet najlepsze dane są bezwartościowe, jeśli nie wyciągniemy z nich poprawnych wniosków. One zaś powinny zainspirować odpowiednie osoby do właściwych działań, będąc dostępne „od ręki” w kluczowym momencie decyzyjnym.
Jak to osiągnąć?
Musimy „osadzić” rozwiązanie Image Recognition w konkretnych procesach biznesowych, upewniając się, że pokryje je ono w całości (od zbierania danych, poprzez agregację form i źródeł, aż po dostarczenie wniosków). Należy przy tym pamiętać, że umieszczając Image Recognition w konkretnych procesach, może wcześniej czy później pojawić się konieczność ich reorganizacji. Jednak nie powinniśmy się tym martwić. Korzyści z tym związane przewyższą poniesione nakłady.
Jakie korzyści odniesiesz?
Projektując Image Recognition w taki sposób, jesteśmy w stanie realizować różnego rodzaju cele. Zarówno te „ogólne, ale kluczowe”, jak i bardziej wyspecyfikowane. Do pierwszej grupy należą: szybkie i precyzyjne wyłapywanie szans sprzedażowych, poznawanie i sprawne eliminowanie zagrożeń, czy odkrywanie naszych słabych i mocnych stron. Cele szczegółowe mogą natomiast dotyczyć wzrostu sprzedaży w wybranych sklepach, poprawy sytuacji na półce w danym momencie, uniknięcia utraconej sprzedaży w konkretnym okresie, czy utrzymania lub wzrostu udziałów w kategorii względem konkurencji itp.
W jaki sposób wygenerujesz wnioski?
Do tego warto wykorzystać kolejne elementy AI, takie jak Machine Learning czy Deep Learning w projektach z zakresu Data Science (z wykorzystaniem m.in. informacji pozyskanych w oparciu o Image Recognition). Pomoże nam to „wyłapywać” zależności zawarte w danych, tworzyć clustry i opisywać ich właściwości, a następnie generować insighty i sugestie konkretnych działań dla sieci przedstawicielskich czy menedżerów sprzedaży. Takie, których prawdopodobieństwo zakończenia się sukcesem jest największe.
Jak skutecznie wdrożysz przedstawicieli?
Można to zrobić, wspomagając trening sił sprzedaży np. za pomocą elementów gamifikacji. Kombinacja wielu interaktywnych rozwiązań pozwoli profilować instrukcje i dostarczać takie wsparcie, jakie jest potrzebne danemu użytkownikowi. Materiały edukacyjne warto połączyć z walidatorami, które poinformują handlowca np. o konieczności poprawienia wykonanego przed chwilą zdjęcia.
Kiedy zdecydować się na Image Recognition?
Im szybciej tym lepiej! Pod warunkiem, że będzie to zrobione mądrze i kompleksowo.
Czy powinieneś obawiać się sztucznej inteligencji i jej skuteczności?
Nie, pod warunkiem, że wykorzystamy w biznesie wyłącznie DOBRE AI. Według Asseco Business Solutions DOBRE AI to takie, które ma korzystny wpływ na działania organizacji i gwarantuje jak największy zwrot z inwestycji. Tylko wtedy projekty z wykorzystaniem Sztucznej Inteligencji mają sens. Czy są zawsze skuteczne? Bardzo często. Żeby odnosić sukces z AI, warto stale eksperymentować, szukając jak najlepszych rozwiązań.
Dowiedz się więcej…
Napisz maila do autora: piotr.lapinski@assecobs.pl
Dowiedz się więcej o rozwiązaniu Image Recognition by Asseco
