L'efficacité de votre stratégie en rayon dépend de l'exhaustivité avec laquelle les solutions de vision par ordinateur collectent les données en magasin.
Nous avons discuté de l'importance de la précision des données des rayons et de la manière dont une application rigoureuse de la qualité des données permet à Trax d'assurer une grande précision de la reconnaissance d'images dans les rayons des magasins. Mais dans un environnement de vente au détail en constante évolution, inondé de nouveaux produits et de nouveaux emballages, la précision n'est qu'une partie de l'histoire. Si vous utilisez des solutions basées sur la vision par ordinateur (CV) pour l'exécution de la vente au détail ou la mesure des rayons, l'exhaustivité de vos données est tout aussi importante pour rester à la pointe de la technologie et de la concurrence.
L'importance de l'exhaustivité
Coca-Cola a mené une campagne pendant la Coupe du monde de football qui vient de s'achever, en distribuant des canettes en édition limitée sur lesquelles étaient imprimés les chiffres 0 à 9, afin que les fans puissent partager leurs pronostics de score sur les médias sociaux. Un tel événement mondial est le rêve de tout responsable de marque, mais il peut aussi devenir son pire cauchemar. En l'absence d'un système permettant de savoir si les nouveaux produits sont arrivés dans les rayons des magasins les plus importants, il est difficile pour les marques d'obtenir un retour sur investissement optimal pour ces campagnes coûteuses.
Même avec un système de vision par ordinateur pour la collecte de données en magasin, la reconnaissance des nouveaux articles en rayon est un défi difficile à relever. Outre les nouveaux produits, les données incomplètes peuvent également résulter d'une multitude d'autres anomalies, telles qu'une mauvaise qualité d'image, une saisie frauduleuse des données de visite du magasin, des images en double, etc. Les données incomplètes peuvent entraîner des résultats inexacts au cours du processus de reconnaissance et de numérisation et, par conséquent, affecter le rapport sur les mesures des rayons.
Garantir l'exhaustivité dans un rayon en constante évolution
- Détection automatisée des produits nouveaux ou remaniés
Le lancement de nouveaux produits est l'activité vitale de nombreuses équipes au sein d'une entreprise de produits de grande consommation et constitue un moyen important pour une marque de rester pertinente. Parallèlement, de nouvelles conceptions de produits existants sont introduites. Pour les fournisseurs de solutions, une base de données d'UGS obsolète est la principale cause de la dégradation des performances du moteur de reconnaissance, ce qui se traduit par des données incohérentes et une vision incomplète.
Pour éviter cela, Trax a mis au point un service de surveillance continue basé sur un algorithme bien conçu et fonctionnant sur un moteur d'apprentissage actif. Ainsi, chaque fois qu'un nouveau produit ou dessin est détecté par le système, l'identité de ce produit est déduite à l'aide de données de référence, validée puis mise à jour dans la base de données.
Le résultat ? Les utilisateurs peuvent suivre les nouvelles conceptions d'emballage et les nouveaux produits et rester au courant des nouveaux lancements des concurrents sur le marché.
- Détection automatique des anomalies
La reconnaissance d'images a simplifié la collecte de données en magasin, mais pour être vraiment efficaces, les solutions d'exécution de la vente au détail doivent être immunisées contre les anomalies liées à la capture d'images. Les utilisateurs sur le terrain peuvent capturer plusieurs fois la même section du rayon, ou parfois télécharger frauduleusement les mauvaises images comme preuve visuelle de l'activation. Pour éviter ces anomalies et s'assurer que les données collectées sont complètes, Trax a mis au point un moteur d'apprentissage non supervisé qui surveille chaque session, identifie les défauts spécifiques, détecte les captures incomplètes et les doublons, et recoupe même le GPS de la photo avec l'emplacement connu du magasin.
- La réalité augmentée pour une saisie complète du rayon
Avec les clients qui passent, les chariots qui sont poussés et d'autres distractions, il peut être difficile de saisir chaque allée d'un bout à l'autre. Les audits manuels en magasin sont également sujets à des erreurs humaines telles que le double comptage. Pour résoudre ces problèmes, Trax exploite la puissance immersive d'une fonction de réalité augmentée qui signale les zones du rayon que les utilisateurs ont pu manquer de capturer et les guide pour reprendre l'audit à l'endroit exact où ils ont été interrompus.
Une image complète du magasin
Pour prendre des décisions commerciales en toute confiance, les données capturées et collectées par reconnaissance d'images doivent être propres, complètes et exemptes d'anomalies. L'application de contrôles rigoureux de la qualité des données, l'exhaustivité étant un pilier essentiel de la capture d'images, est fondamentale pour le calcul et le reporting corrects des indicateurs de rayon, tels que la disponibilité en rayon, la part de rayon, etc.
Regardez cette vidéo pour découvrir comment Trax assure la qualité des données dans notre plateforme de vision par ordinateur.
