Мечта любого ИТ-стартапа — встретить клиента, который простимулирует компанию пересмотреть свое понимание технологии и ценности для заказчика. Для нас — компании SmartMerch — таким клиентом стала Beluga Group.
Распространенные метрики IR
Сначала мы оценивали эффективность работы по тем метрикам, которые обычно используются на рынке.
Список общепринятых показателей:
- Поставщик IR должен предоставить максимальное количество KPI.
- Стоимость сервиса должна быть низкой, чтобы проект окупился быстрее.
- Скорость распознавания: агент должен быстро получить результат распознавания и исправить ситуацию в торговой точке.
- Качество распознавания — еще один главный показатель IR.
В ходе работы с Beluga Group мы пришли к выводу, что ни один из этих показателей не является краеугольным камнем проектов IR и не позволяет однозначно утверждать, что проект распознавания действительно эффективен и полезен для бизнеса. Мы сделали вывод:
Почему они не работают
Представим, что у нас есть система распознавания, которая работает с точностью 100%. Агент прислал фотографию полки, в результате распознавания «доля полки» оказалась равна 50%. Крайне высокий показатель, скорее всего, полевой сотрудник получит за такое достижение бонус, а его руководители будут удовлетворены этим результатом.
Но что будет, если посетить тот магазин и посмотреть на полку своими глазами? Мы увидим, что на фото была показана не вся категория, фактическая ширина — значительно шире. И истинная доля полки в торговой точке не 50%, а 22%.
Скорее всего, реальный показатель ниже таргетного, и бонус платить не за что. Кроме того, нужно принимать какие-то бизнес-решения, чтобы улучшить ситуацию.
То есть, несмотря на высокую точность распознавания, качество данных в итоге оказалось очень низким.
Как получить корректный результат
Чтобы обеспечивать качество данных, мы разработали специальный программный комплекс, состоящий из блоков «склейка» и «флаги».
Склейка. Все поставщики IR предоставляют результат своей работы в виде двух базовых модулей. Первый — это результат оцифровки фотографий, представленный в виде таблиц, баз данных, репортингов. И второй блок — это сами фотографии.
Модуль SmartMerch тоже предоставляет этот набор данных. Но, кроме того, наша система склеивает фотографии полки или категории в реалограмму — единое панорамное изображение.
Флаги. Блок «флаги» отвечает за то, чтобы в автоматическом режиме ответить на 3 вопроса: пригодны ли данные фотографии для распознавания в принципе? являются ли данные, полученные из конкретного магазина, полными для последующего бизнес-анализа? не пытается ли агент меня обмануть?
Мы разработали 21 «флаг», и с их помощью контролируем качество фото: фиксируем нарушения правил съемки и попытки искажения данных, оцениваем полноту данных и так далее. Поясню на примерах, как это работает.
-
Фотографии сделаны вкривь и вкось. Система автоматически определила эти недочеты и сигнализировала о них пользователю. Несмотря на это, сотрудник отправил некорректные фото. Система зафиксировала ошибку ракурса и нахлеста. Офисный сотрудник видит, что использовать эти фотографии для анализа нельзя.
-
Фотографии сделаны фронтально, выглядят отлично. Но если мы посмотрим внимательнее на границы снимка, то увидим, что часть товаров в категории сфотографирована не полностью. Сотрудник из офиса не узнает, какое количество товаров скрыто, но увидит в системе «флаг» «обрезка категории».
SmartMerch дает дополнительный слой KPI, который можно встроить в систему мотивации полевых сотрудников, чтобы добиться высокого качества фотографирования.
***
Внедрение нового показателя эффективности IR-систем подняло проекты цифрового аудита на качественно новый уровень. Опираясь на достоверные и полные данные, бизнес принимает прозрачные решения. Качество исполнения показателей в торговых точках повышается, в итоге продажи компании растут.
