Вестник цифровой трансформации CIO.RU

Beluga Group автоматизировала торговый аудит на базе нейросетей
Beluga Group автоматизировала торговый аудит на базе нейросетей




10:04 13.08.2020  |  2677 просмотров



Beluga Group, крупнейший игрок российского рынка крепкого алкоголя, автоматизировал торговый аудит с помощью технологии Image Recognition и решения ST SmartMerch.

Целью проекта стало увеличение скорости торгового аудита и ценового мониторинга, а также получение оперативной информации о наличии товара на полках торговых сетей. В его ходе требовалось автоматизировать процесс распознавания наименований (бренд, марка и литраж товара), определять полку, на которой размещен товар, распознавать ценники.

Аудит мест продаж проводят мерчандайзеры и торговые представители Beluga Group. Они фотографируют магазинные полки и заполняют мерчандайзинговые отчеты в приложении «ST Мобильная Торговля». Собранные данные поступают в центральный офис компании, где для их обработки подключается штат операторов. Проектная команда проанализировала технологические инновации и предположила, что применение нейронных сетей позволит оптимизировать и ускорить процесс обработки данных.

Первый пилот по оцифровке категорий «Водка» и «Вино» Beluga Group провела в 2018 году. Лучший результат показала система SmartMerch, но точность данных составила всего 70%. Основная трудность заключалась в том, чтобы научить нейросеть распознавать объем бутылок. Бутылки водки разного литража на фото часто выглядят одинаково. Во время пилота проверили несколько подходов к повышению качества данных, один из которых – высчитывать площадь бутылки и сравнивать ее с окружающими объектами.

Вторая итерация состоялась в 2019 году на ограниченной выборке: в процессе распознавания участвовал не весь ассортимент, а несколько позиций. При этом качество результатов приблизилось к 90%. Но оставался вопрос — удастся ли сохранить такой высокий уровень на полном ассортименте. В это же время Beluga Group провела дополнительный пилот по выбору новых устройств для полевых сотрудников.

В третий пилот по технологиям распознавания изображений компания вошла с новыми смартфонами и планшетами. Тестирование проводилось на всех SKU в трех торговых сетях. Средняя точность определения SKU системой SmartMerch достигла 96%, качество распознавания ценников — 100%.

В августе модуль SmartMerch, интегрированный в SFA-систему «ST Чикаго», заработает на устройствах мерчандайзеров в Москве и Санкт-Петербурге. Осенью планируется запустить проект на территории всей России. Переход на цифровой мониторинг приведет к переосмыслению доли полки Beluga Group в торговых сетях.

После внедрения цифрового мерчендайзинга сформированный отчет приходит уже к 8 утра следующего дня, система гарантированно обрабатывает все загруженные снимки, а доля полки рассчитывается исходя из текущей ситуации в конкретной торговой точке — компания получает данные о ситуации «здесь и сейчас».


Теги: Машинное обучение Нейросети