Нейронный мерчандайзинг – бум цифрового мерчандайзинга

Автоматизация аудита торговых точек — давняя мечта производителей и дистрибуторов FMCG. Похоже, что с развитием нейронных сетей она наконец-то начала сбываться.

– Бум цифрового мерчандайзинга в России пришелся на 2013 год, когда на наш рынок зашли несколько международных компаний с решениями для автоматизации аудита, — рассказывает Максим Архипенков, руководитель проекта SmartMerch. — Сектор FMCG очень позитивно откликнулся на новый тренд, в крупных компаниях запустили ряд пилотов, основной задачей которых была автоматическая оценка фото, сделанных аудиторами в магазинах. Однако качество распознавания изображений находилось в тот момент на очень низком уровне. Грубо говоря, системы эти что-то распознавали, но за ними все равно должен был идти человек: проверить результаты и идентифицировать объекты, которые оказались машине не по зубам. Такая «полуавтоматизация» не принесла бизнесу желаемого результата, и интерес к технологии быстро пошел на спад.

Цель нашего проекта — полностью автоматизированный контроль полки и свобода от человеческого фактора. Мы перепробовали, кажется, все методологии фотографирования и анализа изображений, и опытным путем пришли к тому, что решение этой задачи — нейронные сети. Система, в основе которой лежит нейросеть, позволяет объективно контролировать выкладку, избегая рисков, связанных с уровнем профессионализма, состоянием, настроением человека. При этом нейросеть может распознавать детали, не всегда видные нашему глазу. Крохотный кружочек на упаковке детского сока — это мандарин, апельсин или яблоко? Мы можем ошибиться, а сеть скажет точно — она видит больше, чем мы. Поэтому первый бенефит, который получают торговые компании ­— заметный рост качества распознавания образов.

Второе, очень важное преимущество использования нейросети для анализа фотографий — это тотальное ускорение процессов. Как выглядит аудит торговой точки сегодня? Мерчандайзер или аудитор вручную пересчитывает товар в магазине. В анкету — неважно, электронную или бумажную — он должен внести данные в разрезе определенных параметров: SKU, бренд и так далее. В стандартном супермаркете, например, под пиво отводится 6-7 полок, на каждой — 20 бутылок, это 120 бутылок на одном стеллаже. И такой стеллаж в магазине не один. На аудит одной категории даже у опытного и мотивированного сотрудника уйдет не меньше часа рабочего времени.

Скорость нейро-аудита зависит, в основном, от скорости фотографирования. Для примера: чтобы произвести аудит одного стеллажа, системе ST SmartMerch, установленной на мобильное устройство сотрудника, требуется около 20 секунд. На ручное заполнение анкеты уходит до нескольких десятков минут. Вот и смотрите, какие выгоды можно получить.

И третий плюс технологии — это возможность более гранулярного аудита. В ручном режиме компании, как правило, мониторят только свои товары до уровня SKU (очень редко ­— категорию в целом). При использовании ST SmartMerch мы ставим задачу сотруднику фотографировать категорию полностью и получаем объективную информацию по доле полки до уровня SKU. То есть мы не делаем каких-то примерных предположений, мы точно знаем, что, где, в каком количестве и как стоит.

Симбиоз с мобильными приложениями

— Стартапам по распознаванию изображений на базе нейронных сетей, коих на рынке сейчас появилось несколько, обычно не хватает инфраструктурной части, — считает директор по развитию продаж ГК «Системные Технологии» Алексей Боррото-Якубовский. — Нужны модули для создания качественных фотографий, для оперативной и гарантированной доставки снимков на сервер, для защиты от фальсификации на самом мобильном устройстве — иначе сотрудники будут подсовывать одни и те же фотографии каждый раз. Персонал нужно контролировать по GPS, чтобы знать, в какой именно торговой точке были сделаны фотографии и быть уверенным в этой информации. Мы сделали глубокий симбиоз модуля распознавания SmartMerch с SFA-системой «ST Чикаго» — программным комплексом для автоматизации дистрибуции и мобильной торговли, который давно опробован на рынке и обладает развитыми возможностями инфраструктуры.

Как запускается цифровой мерчандайзинг

— Любой проект с использованием нейронных сетей начинается с преданализа данных и съемки тестовых фотографий товаров, — объясняет Максим Архипенков. — На этом этапе важно понять, возможно ли вообще обучить нейронную сеть работать с выбранной товарной категорией. Например, ST SmartMerch может определить, что помидор — это помидор, но не сумеет распознать сорт. А для данной категории это критичная информация.

Следующий этап проекта — обучение нейронной сети. Под каждую задачу вырабатывается свой алгоритм и метод. Затем проводится аудит обучения в «полевых» условиях. Сотрудники клиента начинают работать с мобильной частью «ST Чикаго» и модулем цифрового мерчандайзинга. Нейросеть распознает снимки из мест продаж, а наш отдел тестирования оценивает качество идентификации. Если какая-то позиция плохо определяется (например, потому что она редко встречалась на фотографиях для обучения, так как SKU сама по себе редкая), сеть дообучают. Дообучение также потребуется в том случае, если в линейке появились новые позиции.

Нужно понимать, что ST SmartMerch — это не коробочный продукт. Нейросеть не универсальна, для каждого проекта придется обучать ее отдельно: у производителей даже в рамках одной категории отличаются и ассортимент, и устройства «полевых» сотрудников, и торговые точки. Мы прямо говорим это потенциальным заказчикам: только так можно вернуть доверие индустрии к цифровому мерчандайзингу.

Мерчандайзинг будущего

Мы постоянно снижаем требования к снимкам, что ведет к повышению скорости фотографирования. Нам уже не нужны фото идеального качества: система умеет распознавать в меру смазанные изображения, снимки, сделанные при плохом освещении и так далее. Технология постоянно совершенствуется, и то, что есть сейчас — далеко не конечный продукт.

Сейчас на новый уровень вышли так называемые стриминговые платформы, где в режиме реального времени люди транслируют потоковое видео. Конкретная секунда снимка приходит с задержкой всего в 10 секунд. Мы видим, что эта технология позволит значительно ускорить процесс аудита: снимать видео быстрее, чем фотографировать.

И следующий этап — это использование дополненной реальности. Скоро придет тот день, когда будет достаточно навести камеру на полку, чтобы получить информацию по качеству выкладки, недостающему товару и товару, который нужно выставить. Похожие технологии сейчас используются в переводчиках, когда наводишь телефон на текст и видишь на экране его перевод.

В итоге мы придем к системам, полностью исключающим человеческое участие: снимать полку будут квадракоптеры, рельсовые роботы или стационарные камеры.

В завершение хочу сказать, что ST SmartMerch — полностью российский сервис, мы открыты и мы не бюрократичны. Кроме того, мы готовы идти на кастомизации, предоставлять дополнительные сервисы. Мы хотим быть полезными, в первую очередь. Я прекрасно понимаю: каким бы точным и ультра-современным ни был бы сервис, если он не будет полезен клиенту, он не будет нужен никому. А мне очень хочется, и я верю в то, что SmartMerch будет крайне полезен для торговых компаний и поэтому очень востребован.