La technologie de reconnaissance d'images bouleverse le secteur de la vente au détail. Mais comment distinguer une solution d'une autre ? Et quelles sont les caractéristiques essentielles de la meilleure solution de reconnaissance d'images du marché ?
Nous vous expliquons ici tout ce que vous devez savoir avant d'acheter.
L'industrie des produits de grande consommation est inondée de solutions mobiles visant à améliorer la partie transactionnelle des ventes sur le terrain. La saisie des commandes et la tenue des dossiers des clients se font en grande partie par voie électronique et en temps réel. Cela a permis de réduire les coûts opérationnels et d'améliorer le processus de la chaîne d'approvisionnement, mais les analystes s'accordent à dire qu'il ne s'agit que de la partie émergée de l'iceberg. La prochaine étape consistera à mieux gérer l'exécution des opérations de vente au détail et à obtenir des informations réellement utiles sur la base de la vérité des rayons. Gartner note qu'"à mesure que le marché de l'exécution et du suivi de la vente au détail arrive à maturité, l'attention se déplace des capacités transactionnelles vers celles qui peuvent aider une force de vente sur le terrain à vendre plus et de manière plus cohérente".
La révolution à venir est menée par les technologies de reconnaissance d'image et d'IA qui non seulement automatisent ou numérisent la capture de données en magasin, mais équipent les entreprises pour convertir les données en ventes. Cependant, une récente analyse de Frost & Sullivan révèle que l'un des principaux défis pour les utilisateurs de la technologie de reconnaissance d'images est de trouver la solution adéquate qui répondra à leurs applications spécifiques de vente au détail de biens de consommation.
Les entreprises de biens de consommation désireuses d'opérer ce changement doivent peser soigneusement les multiples paramètres d'achat avant d'opter pour une solution de reconnaissance d'images.
Guide de l'acheteur : Attributs du produit à rechercher
1. Correspondance avec les besoins: La conception et le positionnement du produit sont-ils directement influencés et inspirés par vos besoins ?
Il existe aujourd'hui sur le marché de nombreuses applications de vision par ordinateur : suivi des personnes, reconnaissance des gestes, aide à la conduite, imagerie médicale et reconnaissance faciale, pour n'en citer que quelques-unes. Cependant, pour observer les conditions d'un magasin, l'architecture d'apprentissage profond sous-jacente de la solution de reconnaissance d'images doit être entraînée sur de vastes volumes d'images de produits de vente au détail. Trax, par exemple, est conçu pour le commerce de détail et les biens de consommation, et dispose de la plus grande base de données d'UGS de vente au détail au monde, traitant 40 000 images par heure. En outre, le produit idéal doit être nettement plus efficace que la collecte manuelle de données en magasin et avoir la souplesse nécessaire pour s'intégrer de manière transparente dans les processus existants, qu'il s'agisse de l'automatisation de la force de vente ou de l'analyse des données.
2. Fiabilité : Le produit répond-il à vos attentes en matière de performances constantes tout au long de son cycle de vie ?
Vous devez pouvoir vous appuyer sur les données générées par la reconnaissance d'images pour prendre des décisions commerciales en toute confiance. La précision et la performance sont deux facteurs clés à cet égard. Vérifiez l'exactitude de la capture d'images, de la reconnaissance, du calcul et de la communication des paramètres essentiels tels que la surface de vente, la part de linéaire, la conformité des prix, etc. Ensuite, les conclusions de l'audit doivent être mises en œuvre très rapidement sur le point de vente. Par exemple, à partir du moment où de nouvelles photos d'étagères sont téléchargées dans le nuage Trax, des résultats exploitables en temps réel sont fournis aux représentants, aux employés des magasins, aux directeurs et aux cadres toutes les 5 minutes, en moyenne.
3. La qualité : Le produit offre-t-il la meilleure qualité de sa catégorie, avec un ensemble complet de caractéristiques et de fonctionnalités ?
Choisissez des solutions capables de reconnaître et de distinguer plusieurs produits dont l'apparence est pratiquement identique. La bonne solution doit permettre de surmonter les emballages obscurs et réfléchissants, d'identifier les espaces vides, les produits dans de mauvaises conditions visuelles et les produits partiellement obstrués. Les algorithmes globaux doivent également détecter les changements dans le cycle de vie du produit, tels que les nouvelles versions, ou les anomalies, telles qu'une mise en rayon incomplète.
4. Le positionnement : Le produit répond-il à votre besoin unique et non satisfait d'une manière qui est meilleure que les autres offres sur le marché ?
L'industrie des produits de grande consommation a toujours eu du mal à suivre les performances de sa marque et de ses concurrents dans les rayons. Pour que la reconnaissance d'images puisse vraiment résoudre ce problème, la granularité est essentielle. La solution idéale devrait, au minimum, identifier des dizaines d'UGS de produits uniques, leur taille, leur type, leur emplacement en rayon et les produits concurrents adjacents. L'IA qui sous-tend le moteur de vision par ordinateur Trax, par exemple, comprend de nombreux moteurs couvrant la reconnaissance, l'assemblage, la géométrie et l'évaluation de la qualité, tous conçus pour vous donner des détails jusqu'au dernier SKU.
5. Conception : Le produit est-il conçu selon des principes de conception qui favorisent la facilité d'utilisation et l'attrait visuel ?
Le paysage informatique typique d'une entreprise de biens de consommation est déjà complexe. Il convient donc de rechercher une solution qui accepte les photos de vente au détail provenant de n'importe quelle source numérique et qui intègre les indicateurs clés de performance des rayons dans les outils de veille stratégique (BI) existants. Un autre aspect important de la conception est la fourniture de tableaux de bord et d'analyses basés sur les rôles. Les indicateurs de rayon peuvent être utilisés par des équipes autres que les forces de terrain ; par exemple, comme facteurs de causalité pour aider à expliquer les résultats des promotions, ce qui à son tour peut conduire à de meilleures promotions dans les cycles commerciaux futurs. Gartner estime que ce seul avantage sera suffisant pour justifier l'investissement dans la reconnaissance d'image pour de nombreuses marques à forte promotion.
