18 preguntas sobre la auditoría de redes neuronales para el comercio

La eficacia de la aplicación del Reconocimiento de Imágenes depende en gran medida del factor humano. Si el merchandiser no corrige la disposición del producto, la precisión del reconocimiento disminuirá y por tanto la empresa no recibirá información confiable sobre la ocupación en la estantería, la representación, la falta de existencias, etc. Por lo tanto, el reconocimiento de imágenes es solo otra herramienta, aunque innovadora, en las manos de un empleado.

Nos llamó la atención el caso de una de las mayores empresas de bienes de consumo masivo que produce productos alcohólicos, la cual introdujo las redes neuronales en la auditoría comercial hace 7 años. Traemos a vuestra atención, los momentos más interesantes de la sesión de preguntas y respuestas sobre la experiencia real del uso de Reconocimiento de imágenes en dicha empresa.

Reconocimiento de imágenes hoy
/
Reconocimiento: Oportunidades
/
Reconocimiento: Limitaciones
/
Reconocimiento: Etiquetas de precio
/
Reconocimiento: Verificación
/
Equipo: Motivación

Reconocimiento de imágenes hoy

1. ¿Cuántos usuarios están trabajando actualmente con IR? ¿Qué datos se recopilan?

— Hemos conectado más de 500 merchandisers y ahora estamos digitalizando el 100% de las visitas, reconociendo 9 categorías de venta y monitoreando 300 SKU de la competencia. Gracias a IR, conocemos exactamente nuestra cuota de mercado de whisky, vodka, vino, vino espumoso, ron, etc.

2. ¿Ha cambiado el indicador OSA?

— Estimamos que el efecto del merchandising digital en OSA es del 1,5 % en alcohol y del 1,5 % en vino. En general, el indicador aumentó un 3%.

3. ¿Cuánto ha aumentado el presupuesto desde la transición del reconocimiento humano de fotografías al reconocimiento automático?

— El presupuesto no ha aumentado, al contrario, hemos ahorrado dinero. Igualmente, esta es información confidencial.

Reconocimiento: Oportunidades

4. ¿Cuál es la precisión del reconocimiento?

— La precisión del reconocimiento de una categoría es superior al 95 %. Ocurren situaciones difíciles: por ejemplo, solo en la categoría "vino" hay muchos objetos para reconocimiento: 15-20 mil SKU. Pero incluso en tales casos, el sistema funciona bien.

5. ¿Cómo se resuelven las situaciones en las que algo se encuentra en el medio de una estantería? ¿Tienes que dividir la estantería en varias escenas?

— Si la estantería está dividida, entonces, por supuesto, la escena se interrumpe y comienza una nueva después del obstáculo. Pueden ocurrir errores de superposición al fusionar fotos. Todo depende de lo que se fotografíe y cómo. Si una estantería fue fotografiada 2 veces con una superposición incorrecta, entonces no obtendremos la fusión correcta. Esto puede provocar un deterioro de la precisión, pero no la afectará de forma crítica.

6. ¿Ha considerado cambiar el diseño de la etiqueta para mejorar la calidad del reconocimiento?

— Los diseños se desarrollan para el consumidor, no para los sistemas. Nuestra tarea es reconocer la mercancía correctamente.

7. ¿Cuál es la velocidad de reconocimiento?

— Si un empleado tiene Internet, recibimos comentarios del escenario en 3 a 5 minutos. Por ejemplo, para un supermercado en el metro con poca cobertura, se generará un informe OSA dentro de los 5 minutos posteriores al envío de la última foto.

8. ¿Se generan tareas automáticamente para el merchanidser, después de reconocer la estantería para corregir inmediatamente la situación en la tienda?

— El sistema compara las posiciones de la matriz y la disponibilidad real de bienes. La lista de SKU no reconocidos llega al dispositivo del merchandiser en 5 minutos, el cual puede especificar manualmente el motivo del OOS, por ejemplo: la posición está en bloque, falta en el punto de venta, error de reconocimiento. Cuando el sistema muchas veces no reconoce algún SKU que está disponible, transmitimos la información a nuestro proveedor de IR.

Reconocimiento: Limitaciones

9. ¿Toma fotografías de todas las categorías en cada visita?

— Al principio, tomamos fotografías de todo el espacio de la estantería en cada visita y luego contamos los valores promedio en la estantería durante un mes. La práctica ha demostrado que el estantería no cambia tan a menudo, basta con ajustarlo una vez cada tres meses.

10. ¿Cómo reconoce técnicamente la ubicación secundaria en la foto?

— Las escenas con diferentes tipos de ubicaciones secundarias se cargan en la aplicación y el merchandiser anota de antemano lo que va a fotografiar. La red neuronal determina qué productos deben mostrarse allí. Hasta donde sabemos, proyectos similares funcionan con el mismo principio: las redes neuronales aún no pueden reconocer ubicaciones secundarias.

11. ¿Funciona el reconocimiento en modo fuera de línea?

— El reconocimiento en sí no funciona sin Internet, pero puedes tomar fotos. El comerciante toma fotografías a través de la aplicación SFA, por lo que no es necesario estar en línea al momento de la visita. Los datos se enviarán para su reconocimiento cuando el empleado llegue al área de cobertura de la red.

Reconocimiento: Etiquetas de precio

12. ¿Cuál es el nivel de precisión en el reconocimiento de precios?

— Más del 90%. Las etiquetas de precios en cada supermercado se ven diferentes. Además, la tendencia de las etiquetas de precios electrónicas está ganando popularidad: generalmente hay diferentes promociones, la red neuronal debe estar capacitada en esas cosas, y debe comprender que la precisión del reconocimiento de precios depende en gran medida de la calidad del trabajo del merchandiser. Para que todas las etiquetas de precios se reconozcan correctamente, deben ser correctas y estar debajo de sus posiciones, y las mercancías deben estar desplegadas por sus diferentes caras.

13. ¿Cómo resuelve el sistema los casos en que no hay producto en la estantería, pero hay una etiqueta de precio para él?

— No verificamos la etiqueta de precio por el nombre del puesto, sino que solo reconocemos el precio en general y verificamos la disponibilidad de promociones. Por lo tanto, en nuestro caso, el sistema asumirá que el producto está en general en la matriz de este punto de venta y comparará la disponibilidad real con la matriz.

Reconocimiento: Verificación

14. ¿Cómo se mide el porcentaje de precisión del reconocimiento? ¿Se incluye en el porcentaje la calidad de la combinación de precios y la calidad del reconocimiento de la etiqueta de precio?

— Medimos la precisión del reconocimiento usando nuestro algoritmo mensualmente.

15. ¿Cómo lidia con el hecho de que no se fotografíe toda la categoría, razón por la cual la parte del estante se considera incorrecta?

— Realizamos una auditoría selectiva, siguiendo un algoritmo especial para detectar infracciones. Podemos ser engañados por un pequeño número de caras. Si las caras se subestiman globalmente, definitivamente identificaremos los errores.

Equipo: Motivación

16. ¿Consiguió vincular los resultados de IR a la matriz de bonus de su equipo de campo? ¿Cómo se percibió esto, al entender que IR nunca es 100% preciso?

— Cuando la precisión del reconocimiento alcanzó el 93 %, vinculamos las bonificaciones a la ejecución del surtido. Entendemos que puede haber excepciones: un empleado llegó a la tienda y allí no había luz, tuvo que tomar fotografías en la oscuridad y al final algo no contó. Por ello, planificamos metas y objetivos teniendo en cuenta el porcentaje de error. Pero, en general, podemos estar seguros de que estamos obteniendo datos de alta calidad: el nivel de reconocimiento actual es del 95 %.

17. Si el sistema no reconoció el 10%, ¿el empleado recibirá un bono de representación del 100% o del 90%? ¿No será desmotivador?

— No podemos tener un 10% de errores: con una precisión del 93%, el porcentaje de errores no supera el 7%. Al mismo tiempo, la marca es reconocida en el 98-99% de los casos. Incluso si el litro se determina incorrectamente, el error de KPI en la cuota de estantería será tan insignificante que el empleado no sufrirá.

18. Si necesita tomar muchas fotos de arriba a abajo, de izquierda a derecha, en ángulo recto, esto puede causar la insatisfacción del agente debido a la actividad física adicional. ¿Hay alguna queja?

— El trabajo de un merchanidser implica ejercicios físicos: necesitas sentarte en algún lugar, agacharte, traer algo, apagarlo. Así que no hay nada nuevo en términos de tareas. Hay muchas personas y también muchas opiniones y puede haber alguna negativa. Por ello, contamos con reglas claramente definidas que hacen que el trabajo del merchanidser sea claro y transparente.

¿Tienes preguntas?

Estamos aquí para ayudarte

Deja tus datos de contacto y te contactaremos de inmediato.

Privacy Policy