Мониторинг торговых полок

Datanomics Merchandise

Решение внедряют

Торговые сети
FMCG компании

Datanomics Merchandise - это:

Сокращение затрат на персонал
Замена ручного труда автоматическими системами.
Увеличение скорости реакции на нарушение выкладки
Система оповещений позволяет вовлекать работников тогда, когда это необходимо
Повышение лояльности покупателей
Заполненные полки – довольный клиент.
Распознавание фейсингов
Распознавание с точностью не менее 93%
Упрощение и ускорение процесса отчетности
Автоматическая выгрузка данных в системы учета
Накопление данных для последующего анализа
Накопление данных для дообучения алгоритма, повышения качества распознавания, а также применения дополнительных решений (например прогнозирование спроса)

Datanomics Merchandise

работает на основе компьютерного зрения

  • Постановка задачи
  • Анализ текущей инфраструктуры
  • Обучение модели
  • Развёртывание решения

Сверка планограммы

Сверка текущего состояния полки с контрольной фотографией
Сигнализация об отсутствии товара

Распознавание фейсингов (SKU)

Соответствие планограмме
Определение SKU
Сбор данных для анализа

Дополнительные возможности для ритейла

Прогнозирование спроса

Мониторинг очередей

Камеры над кассами передают фотопоток на распознавание
Нейросеть распознает кассиров и считает число людей в заданных зонах
Если количество человек на кассира превышает определенное число ответственный сотрудник получает оповещение о наличии очереди в кассу

Остались вопросы?

Основная цель – это контроль качества выкладки: детектирование пустых полок и оповещения ответственного персонала. Например, увеличение товарооборота у одного нашего клиента составило 16% по сравнению с аналогичным периодом прошлого года, когда система мониторинга еще не была внедрена. Кроме того, так как данные накапливаются, то по ним можно уже строить различные отчеты по желанию заказчика.

  • Основное ограничение – не видна глубина полки, можно детектировать только фейсинги

  • Если выкладка «россыпью», то количество товара посчитать не удастся

  • Точность распознавание товара в «мягкой» упаковке может быть ниже, чем в твердой

  • Точность распознавания товара за стеклом (дверцы, например) может быть ниже из-за бликов стекла.

Можно настроить по требованию заказчика. Может быть раз в 5 минут, если речь идет о полках. Для детектирования длины очереди, например, скорость должна быть чаще – 5 раз/секунду.

Оставьте заявку и получите бюджет и план внедрения наших решений в ваш бизнес

    Заполняя форму, Вы соглашаетесь с правилами обработки персональных данных.

    Мы используем файлы cookies, чтобы получать статистику и делать наш сайт и другие сервисы удобными для вас. Продолжая дальнейшее использование сайта и/или его сервисов, вы соглашаетесь с этим. Более подробную информацию можно прочитать в «Политика обработки персональных данных» и в «Политика Cookies»