É nas prateleiras das lojas que se passa a ação e é aqui que os clientes tomam as principais decisões de compra. As empresas de produtos de grande consumo que pretendem manter-se à frente da concorrência estão a utilizar a inteligência artificial (IA) para recolher informações essenciais neste ponto crucial.

As aplicações de IA, que reflectem caraterísticas semelhantes às humanas, como a resolução de problemas e o planeamento, podem ajudar os representantes no terreno a otimizar a ordem das visitas às lojas, a gastar menos tempo na colocação e distribuição de produtos em favor de tarefas geradoras de receitas e a utilizar os dados recolhidos para conceber novas iniciativas inteligentes.  

As empresas de produtos de grande consumo sempre enfrentaram uma concorrência feroz, e isso continua a verificar-se. O que mudou recentemente é que algumas estão a utilizar a nova tecnologia nas prateleiras do retalho para aumentar significativamente a sua quota de mercado.

No passado, utilizavam a tecnologia para recolher informações vitais sobre as tendências dos consumidores, o desempenho da marca, as experiências dos clientes, o inventário e as iniciativas de marketing para compreender os novos desenvolvimentos e tomar decisões de comercialização. Mas estes sempre tiveram um ponto cego - o que está a acontecer ao nível da loja, que é onde muitos clientes tomam as suas decisões de compra.

A IA, que fornece às empresas de CPG e de retalho dados cruciais - ao nível da categoria, da marca e do artigo - sobre a disponibilidade, o preço, a posição e a promoção. Quando acompanhados e analisados, estes dados oferecem o potencial para executar estratégias de execução na loja de forma mais eficaz, aumentando assim a quota de prateleira e as receitas.

Novos desenvolvimentos em IA que estão a tornar as estratégias de retalho mais inteligentes

A IA utiliza a visão por computador e a aprendizagem profunda para alcançar estes resultados. A visão computacional incorpora redes neuronais que ajudam os computadores a detetar objectos em imagens de prateleiras e a classificá-los com precisão.

A aprendizagem profunda é uma nova área que está a aproximar a aprendizagem automática de um dos seus objectivos originais: IA. Na aprendizagem profunda, um sistema informático é alimentado com uma grande quantidade de dados, que depois observa e analisa para reconhecer padrões e tendências emergentes, acabando por gerar recomendações e previsões adequadas.

As aplicações de aprendizagem profunda, especialmente no domínio da visão computacional, estão mais do que prontas para o horário nobre. Recentemente, uma arquitetura de rede neural venceu o desafio ImageNet ao classificar uma grande variedade de objectos - como pássaros, navios e gatos - nas categorias corretas com mais precisão do que os humanos.

De volta à prateleira da loja, mesmo as diferenças subtis entre objectos, a iluminação deficiente, os reflexos e a confusão de fundo podem ser ultrapassados com estas poderosas aplicações de IA.

Dos dados aos conhecimentos: Permitir melhorias significativas na eficiência

A integração de aplicações de IA nas operações no terreno permite melhorias de eficiência de ponta a ponta que podem desbloquear oportunidades de receitas e aumentar significativamente a quota de mercado.

Antes mesmo de os representantes de vendas chegarem às lojas no seu percurso, as aplicações de IA podem determinar a ordem ideal para as visitas às lojas, com base na melhor altura para visitar cada uma delas, no pessoal disponível, nas promoções na loja e nas necessidades específicas da loja.

Dentro da loja, o reconhecimento de imagem digital pode ser utilizado para simplificar as auditorias à loja, capturando informações sobre SKUs, tarefas que anteriormente dependiam de uma introdução manual demorada e propensa a erros. Menos tempo gasto na recolha de dados e na colocação e distribuição de produtos deixa mais tempo para aquilo que os representantes devem realmente fazer - a venda ativa.

Por exemplo, utilizando o Trax Retail Execution, um líder mundial de produtos de grande consumo, com mais de 8000 marcas em vários mercados, conseguiu reduzir o tempo que os seus representantes gastavam em auditorias às lojas em 50%, o que lhes permitiu dedicar mais 40% do tempo a actividades de execução na loja.

Além disso, as informações recolhidas podem ser rapidamente analisadas para avaliar os artigos fora de stock, os revestimentos, os preços e a quota de prateleira, e até encontrar padrões que possam indicar os passos seguintes mais sensatos. Noutra implementação bem-sucedida, a Coca-Cola Hellenic Bottling Company utilizou o Trax Retail Execution e reduziu drasticamente a rutura de stock em 63%, aumentando os resultados de execução em mais de 10%.

As utilizações aqui brevemente mencionadas representam apenas uma fração do potencial da IA nas operações de vendas de uma empresa. Dado que a disciplina ainda é nova, é provável que novos avanços na IA continuem a ajudar as empresas de CPG e de retalho a melhorar os processos e a aumentar as receitas e a quota de mercado.

Leia o nosso segundo blogue desta série para compreender verdadeiramente o poder da IA no retalho, demonstrado através de estudos de caso reais.