Локально чи в хмарі: яка технологія розпізнавання товарів підійде вашій FMCG-компанії?

FMCG-компанії звертають особливу увагу на контроль мерчандайзингу, особливо на перевірку викладки товарів. Щоб прискорити процес і уникнути помилок, бізнес переходить до автоматизації. Сьогодні мерчандайзери часто використовують мобільні додатки, які аналізують викладку на фотографіях, порівнюють її з планограмою та показують невідповідності прямо в точці продажу. При цьому сам процес аналізу фотографій може відбуватися двома способами: локально на мобільному пристрої або віддалено на сервері в хмарі.

У статті розглянемо ці технології детальніше, проаналізуємо їх переваги та обмеження і обговоримо, в яких випадках корисна кожна технологія.

Головні висновки: 

• Локальне розпізнавання працює без інтернету та дає швидкий результат на місці, але дані потрапляють до керівництва лише після синхронізації.
• Хмарне розпізнавання передає інформацію менеджерам у реальному часі та обробляє великі каталоги, але потребує стабільного інтернету.
• Вибір залежить від розміру асортименту, якості зв’язку в торгових точках і того, наскільки швидко керівництво потребує даних.

Розпізнавання товарів: два ключові підходи для FMCG-компанії

Мобільні додатки для розпізнавання товарів працюють по-різному. Одні аналізують фотографії прямо на смартфоні мерчандайзера і не потребують підключення до інтернету в момент розпізнавання. Інші надсилають знімки на віддалені сервери, де відбувається опрацювання зображень.

Від вибору технології залежить швидкість одержання результатів, вимоги до інтернет-з’єднання та оперативність передачі даних керівництву. Кожен підхід вирішує свої завдання та підходить для різних умов роботи торгових команд.

Локальне розпізнавання: як працює і що дає бізнесу

Локальне розпізнавання, або Edge Computing, працює прямо на смартфоні мерчандайзера без підключення до інтернету. Перед роботою мерчандайзер завантажує в додаток базу даних з відомостями про товари. Коли він робить фотографію полиці, система порівнює знімок з цими даними та одразу показує результат: які товари присутні на полиці, які стоять правильно, а які порушують планограму.

Усі зібрані дані відправляються на сервер компанії лише в той момент, коли працівник підключається до інтернету. Оновлення бази товарів відбувається за потреби — коли в асортимент додаються нові позиції, змінюється упаковка або відбувається дообучання моделі.

Плюси локального розпізнавання

Незалежність від швидкості інтернету. Працівники можуть працювати в торгових центрах з поганим зв’язком, у віддалених торгових точках або регіонах зі слабким покриттям. Якість і швидкість інтернету не впливають на процес. Швидкий інтернет потрібен лише на початку роботи та після її завершення. 

Миттєва швидкість роботи. Результат опрацювання фотографії з’являється швидко, без зависань або помилок зв’язку. Це особливо важливо для нових працівників, яким потрібен швидкий зворотний зв’язок для розуміння правильності виконання завдань. 

Спеціалізовані застосування розширюють можливості технології. Локальне розпізнавання відмінно працює зі стаціонарними камерами, які стежать за порожніми місцями на полицях або контролюють певні товари. Технологія також ефективна при роботі з невеликим асортиментом, коли список товарів стабільний і рідко оновлюється. 

Мінуси локального розпізнавання

Обмежені потужності пристроїв не дозволяють опрацьовувати великі каталоги товарів з тією самою точністю, що й сервери. Старі телефони працюють повільніше нових або можуть взагалі не підтримувати розпізнавання, а розмір бази товарів обмежений пам’яттю та продуктивністю пристрою.

Затримка аналітики означає, що керівництво не бачить ситуацію в реальному часі. Дані надходять лише після синхронізації, що виключає можливість оперативного реагування на проблеми в торгових точках.

Ризики неправильної перевірки планограми виникають, якщо працівник забув оновити базу або система не змогла завантажити актуальну версію. Робота з застарілими даними може призвести до помилок у розпізнаванні нових товарів або зміненої упаковки, а також некоректності перевірки планограми.

Довгий або дорогий старт проекту. Необхідність розробки версії додатка, яку підтримуватимуть пристрої, або закупка дорогого обладнання.

Коли вибирати локальне розпізнавання

Локальне розпізнавання стає оптимальним вибором для компаній, чиї торгові точки розташовані в регіонах з нестабільним інтернетом або працюють з вузьким асортиментом товарів.

Компанії з активно зростаючими командами також виграють від локального розпізнавання, оскільки нові працівники одержують миттєвий зворотний зв’язок під час навчання. Однак оперативне управління продажами буде обмежене, оскільки дані в аналітику надходять лише після синхронізації систем.

Хмарне розпізнавання: як працює і що дає бізнесу

У хмарному розпізнаванні (Cloud Computing) опрацювання зображень відбувається на сервері компанії. Коли працівник фотографує полицю, зображення відправляється в хмару, де алгоритми нейромереж його аналізують. Результат оперативно приходить назад у додаток одразу після опрацювання на сервері.

Після опрацювання знімка всі дані зберігаються на сервері, і менеджери можуть бачити результати роботи в реальному часі. Під час додавання нових товарів або зміни упаковки оновлення відбуваються миттєво для всіх користувачів без необхідності щось завантажувати в смартфони.

За таким принципом працює Goods Checker.

Плюси хмарного розпізнавання

Миттєва аналітика. Менеджери одержують дані від торгових точок у реальному часі. Вони одразу бачать, де є проблеми з викладкою, які завдання виконані, а де потрібне втручання. Це дозволяє оперативно реагувати на критичні ситуації, ефективно управляти командою у полі та асортиментом у торгових точках. Це допоможе вчасно замовляти товари та уникнути ситуацій out-of-stock.

Швидке масштабування. Сервери опрацьовують бази даних з тисячами товарів та використовують сучасні алгоритми розпізнавання. Таку систему легко масштабувати зі зростанням кількості користувачів і фотографій, а її точність і швидкість роботи не залежить від моделі телефону.

Простота управління. Нові товари додаються в розпізнавання миттєво для всіх користувачів, не потрібно стежити за оновленнями додатків, а налаштування алгоритмів можна змінювати централізовано під специфіку кожного клієнта.

Бюджетні пристрої. Хмарне розпізнавання не залежить від пристрою, тому бізнесу не потрібно закуповувати потужні дорогі смартфони або планшети. У цьому випадку достатньо бюджетних моделей або навіть чат-ботів.

Різні джерела даних. Хмарні системи можуть опрацьовувати фотографії для розпізнавання з різних джерел: файлове сховище, смартфони, стаціонарні камери, чат-боти тощо. Для цього немає необхідності встановлювати окремий додаток з розпізнаванням. Такий підхід дає можливість опрацювати вже накопичені фотографії та одержати аналітику за попередні періоди.

Мінуси хмарного розпізнавання

Залежність від інтернету обмежує можливості роботи. У зонах зі слабким зв’язком або за відсутності інтернету система зберігає фотографії на пристрої та відправляє знімки лише після підключення до інтернету.

Довша перевірка викладки в торговій точці. Через необхідність передачі великих обсягів даних і можливі проблеми зі зв’язком мерчандайзер може довше чекати результатів опрацювання фотографії. Це означає, що час на коректування викладки збільшується порівняно з технологією локального розпізнавання.

Коли вибирати хмарне розпізнавання

Хмарна технологія підходить компаніям, яким потрібна своєчасна аналітика та контроль команди в реальному часі. Крім цього, вона незамінна при роботі з великою кількістю SKU, коли мобільні пристрої вже не справляються з опрацюванням великих обсягів даних.

Технологія також ефективна при частих змінах асортименту та необхідності швидко додавати нові товари. Хмарне розпізнавання гарантує однакову якість роботи на будь-яких смартфонах і підходить компаніям, яким важлива централізована система управління з максимальною точністю розпізнавання.

Яку технологію вибрати для вашого бізнесу

Вибір між локальним і хмарним розпізнаванням товарів залежить від специфіки вашого бізнесу. Компанії з обмеженим асортиментом і потребою в швидкому реагуванні мерчандайзера на місці виграють від Edge Computing, тоді як організаціям з великими каталогами та потребою в централізованому управлінні підійде хмарне рішення.

Правильна технологія — це не найсучасніша, а та, яка вирішує конкретні завдання вашої компанії. Керівникам потрібно враховувати умови роботи команди, вимоги до аналітики та особливості асортименту. Щоб уникнути помилок при виборі технології, напишіть нам, і ми допоможемо вибрати оптимальне рішення.