Sztuczna inteligencja w branży retail

Według raportu Forrestera „Predictions 2019: Artificial Intelligence” w tym roku biznes stawia na przemyślane wdrażanie sztucznej inteligencji. To świetna informacja dla firm, które szukają oszczędności lub chcą wybić się na innowacjach. Pamiętać jednak należy, że nawet blisko połowa pojawiających się na rynku rozwiązań IT, co najmniej mija się z prawdą w swoich deklaracjach o wykorzystywaniu w nich sztucznej inteligencji (za raportem MMC Ventures. The state of AI: Divergence, 2019).

W eLeader od 2000 roku opracowujemy rozwiązania mające automatyzować i przyspieszać pracę przedstawicieli handlowych. Na początku 2019 roku swą finalną formę zyskał projekt „Ala” – dzieło Zespołu Sztucznej Inteligencji w eLeader. Rozwiązanie bazujące na sztucznej inteligencji, zaimplementowano w eLeader Shelf Recognition AI – aplikacji do automatycznego rozpoznawania i analizy ekspozycji produktów na półkach sklepowych.

Istotą działania narzędzia jest „Ala”, sieć neuronowa, która sama uczy się produktów na podstawie pewnej liczby oznaczonych wzorców. Możliwość analizy tego samego zdjęcia ekspozycji na wiele sposobów oznacza, że posłuży ona zarówno jako podstawa zamówienia produktów, które się skończyły, jak i zmiany strategii w związku z działaniami konkurencji, czy końcem żywotności produktu. Handlowiec „wygrywa” czas, w którym może budować relacje w punkcie sprzedaży, co w praktyce oznacza lepszą informację zwrotną na temat oferty i lepszą pozycję negocjacyjną przy nowych kontraktach na półkę.

Prawdziwa sztuczna inteligencja w branży retail

Elementem strategii sprzedażowej szczególnie narażonym na niekorzystne skutki błędów i zaniedbań związanych z udziałem czynnika ludzkiego jest sklepowa ekspozycja. Ponieważ brak produktu na półce aż w 40% przypadków prowadzi do rezygnacji z zakupu, istotne jest posiadanie wiarygodnych informacji na temat stanu ekspozycji w poszczególnych sklepach.

Aplikacja eLeader Shelf Recognition AI dzięki zastosowaniu sztucznej inteligencji stała się narzędziem, które poszerza zmysły i umysły pracowników mobilnych. Wzrok, koncentracja, myślenie analityczne, czyli cechy doskonałego handlowca, zostały wzmocnione narzędziem zainstalowanym w smartfonie.

Najnowszy produkt eLeader dla firm prowadzących sprzedaż za pomocą przedstawicieli handlowych oparty został na głębokim uczeniu maszynowym. Rozwiązanie pozwala za pomocą zdjęć wykonywanych w sklepach badać stan ekspozycji i w czasie wizyty handlowej dostarcza wyniki, które modyfikują scenariusze zadań w czasie rzeczywistym. W praktyce oznacza to, że handlowiec nie musi analizować tego osobiście w biurze i czekać do następnej wizyty, aby skorygować działania. Może podjąć potrzebne akcje natychmiast – podczas tej samej wizyty w sklepie. Zaoszczędzony dzięki systemowi czas poświęcić można na większą ilość wizyt handlowych lub na budowanie i wzmacnianie relacji w odwiedzanych placówkach.

Scenariusz biznesowy

Polacy to jeden z najciężej i najdłużej pracujących narodów w Europie. Blisko 60% pracuje  w usługach realizując żmudne, frustrujące zadania. Przedstawiciele handlowi wg najnowszych trendów consultative selling powinni być doradcami klienta, ekspertami od merchandisingu, category managementu, konkurencji i analizy biznesowej. Tymczasem podczas wizyt nie starcza im zwykle czasu na zebranie wszystkich danych, które pozwoliłyby na merytoryczną rozmowę o tym, jak dzięki ekspozycji produktów można sprzedawać lepiej.

Tu właśnie ujawnia swój potencjał eLeader Shelf Recognition AI. Dzięki aplikacji handlowiec wykonuje smartfonem zdjęcia ekspozycji i przesyła je do analizy. W trakcie przetwarzania, które go nie obciąża, (trwa od kilku do kilkunastu minut) może przeprowadzić ankietę z kierownikiem sklepu, przedstawić mu najnowszą ofertę produktową i wytłumaczyć zasady nowej promocji. Gdy do urządzenia wracają wyniki analizy w postaci danych o udziałach półkowych, obecności produktów, czy aktywności konkurencji, przedstawiciel może omówić bieżącą sytuację w sklepie, a następnie zamówić brakujące i nowe produkty.

eLeader Shelf Recognition AI – fakty

Jest to przykład rzetelnie wypracowanego wykorzystania sztucznej inteligencji w świecie, w którym  40% nowych projektów AI to oszustwo (za raportem MMC Ventures. The state of AI: Divergence, 2019). To doskonały przykład jak sztuczna inteligencja nie zastępuje ludzi, ale usprawnia ich pracę pozwalając rozwijać kompetencje z obszaru consultative selling. Jest to produkt o potencjale międzynarodowym, w najnowszej odsłonie wzmocnione o mechanizmy AI Deep Learning. eLeader Shelf Recognition AI znajduje zastosowanie w obszarach: Raportowania ekspozycji (np. obecność produktów, facing, share of shelf, out of stock, złota strefa – dla produktów własnych i konkurencyjnych), merchandisingu (dopasowanie ekspozycji do standardów i planogramów, wykrywanie obcych produktów, automatyczne ankiety, perfect store), sprzedaży (zamówienia, promocje, automatyzacja kontroli, audyt promocji) oraz optymalizacji strategii (planowanie tras, gamifikacja).

Leave a Reply