首页>资讯 > 服务 > > 正文

Trax助力SFA公司实现图像识别效率和质量提升

2020-01-06 11:13:44
来源:中华网  评论:0
导语:  面对货架上成百上千的货品,零售企业既要全局把控,又要调配细节。不同的企业侧重点不同,但在对降本增效的策略上,皆是同样慎重。  

  面对货架上成百上千的货品,零售企业既要全局把控,又要调配细节。不同的企业侧重点不同,但在对降本增效的策略上,皆是同样慎重。

  AI赋能SFA,实现精准成本把控

  一直以来,货架端作为影响消费者购买的关键环节,从商品摆放到商品组合,消费者能否第一眼寻找到想要的商品,并购买更多的商品,如何促进这个简单的动作的发生,品牌商愿意为抓住货架机遇不断进行新的尝试,包括新技术的引入。

  专业Sales Force Automation公司(SFA,销售能力自动化)的出现,成为企业在零售执行上得力的左右臂膀。随着AI技术的不断发展,新的智能化解决方案,成为助力SFA提升效率的另一个利器。

  从技术解决方案的角度,AI可以帮助到零售企业提升费效比,优化费用核销,SFA公司利用图像识别为零售企业实现核销监督与流程管控,同时,在到店期间为零售企业提供基础的巡查服务,包括定期对货架进行拍摄,并为其出具简单KPI(如排面,分销),以帮助企业各环节实现全面把控。这些指标给了基于手工核验外的另一个巡检标准,形成了基础的门店画像。

  技术门槛,SFA公司面临新的考验

  随着迫切的转型升级需求,SFA公司往往需要帮助零售企业描绘更全面的零售门店大数据,更精准的零售动态画像。与此同时,零售渠道随着下沉市场的繁荣,形态愈发复杂。基于不同类型门店的零售场景,所涉及的模型搭建以及背后的AI算法,将越来越考验SFA公司的技术实力。

  基础的货架审核已经不能满足渐进的数据量或者多场景需求。对于SFA公司来说,将会涉及到在一个门店针对不同场景的拍摄需求,或在同一货架上针对商品更细颗粒度的数据需求。

  事实上,为每一个零售场景实现建模却不是一件简单的事情。对于SFA公司的技术挑战在于,每增加一种零售场景的模型,就涉及到一整套庞大产品的初始化和模型训练;店面及不同零售场景的复杂性越高,对模型适用、图像识别精准的的影响也越大。

  与此同时,大规模场景处理和深度学习的训练数据,也反过来挑战SFA公司的数据积累基础,算法算力和学习数据的双向考验,正在成为SFA迈向AI时代的新难题。这也将是成为完美零售执行评估体系的关键一步,也正是零售战场的最后一公里。

  合作共赢,Trax即将开放嵌入式SDK解决方案

  如何能帮助零售企业一次性解决所有的问题。零售所涉及的从识别层面到分析层面,都与其他AI场景下有所不同,识别产品差异小,内容多,场景复杂,还需要海量的数据库与深度学习智能系统积累。对于以流程管理为主的SFA企业来说,想要完整的打通在快消行业里的数据通路,需要极大的研发投入与时间成本。

  这并不是一件容易的事情,基于这种情况,一种新的模式或将产生。全场景零售AI解决方案专家Trax基于中国市场的需求,提出了SDK的植入性方案,通过SDK对相机拍照的照片质量进行控制(如倾斜,模糊校验等)和图片上传,通过Trax领先的计算机视觉平台对图片进行细粒度识别,从而为零售业提供了一个创新性的解决方案。如此,在进行每一次巡检时,不论是零售企业还是第三方企业,都将能和Trax的AI平台达成连通,同步对服务企业所涉及的主货架、二次陈列、门头,发票,POSM等场景数据进行收集,或是对啤酒,日化,饮料,食品等不同品类进行核查,又或者是针对地堆,端架,冷柜等不同的场景,都能一次性实现数据采集。

  除此之外,监测翻拍与作弊,全面满足合规性。Trax将能够从包括分销、排面、货架份额、缺货率、合规情况、产品组合、产品价格,竞品市场表现等多维度层面,帮助提高零售企业的决策效率。

  针对这些获取的数据,Trax能提供更多维度的数据洞察,帮助三方公司实现更好的服务。简单来说,Trax通过自己研发的多场景零售AI 模型,为SFA提供SDK解决方案,通过SFA前端捕捉的零售图像,运用Trax后台AI识别与大数据算力及分析系统,可以更快速帮助零售企业了解门店真实情况。

  对于SFA公司而言,这意味着更多场景适用、更高的拍摄效率,场景识别率与准确率的提升,分析能力的提升,更大程度上,提升了整体SFA执行的效率。

  这将是全新打造的一种合作模式,SFA公司可以自由选择自己所需的识别模型单元,以更低的成本与更高的时间效率获得更精准的零售场景数据和分析,为更多客户提供更深刻有效的服务。

  这就是Trax携手SFA共创全场景零售的新未来。

(责任编辑:汉斌)

版权与免责声明:
①凡本站注明稿件来源为:中国高新技术产业导报、中国高新网、中高新传媒的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本网授权使用作品的,被授权人应在授权范围内使用,并注明“来源:中国高新网、中高新传媒或者中国高新技术产业导报”。违反上述声明者 ,本网将追究其相关法律责任。
② 任何单位或个人认为本网站或本网站链接内容可能涉嫌侵犯其合法权益,应该及时向本网站书面反馈,并提供身份证明,权属证明及详细侵权情况证明,本网站在收到上述文件后,将会尽快移除被控侵权的内容或链接。
③如因作品内容、版权和其他问题需要与本网联系的,请在该事由发生之日起30日内进行。电话:010-68667266 电子邮件:chinacxw#chih.org(#换成@)
排行
  • 全部/
  • 本月

编辑推荐

关注我们

关注微博微信,了解精彩内容