Neuronowa "Ala" analizuje ekspozycję sklepową

Brak produktu na półce aż w 40% przypadków prowadzi do rezygnacji z zakupu. Istotne jest posiadanie wiarygodnych informacji na temat stanu ekspozycji w poszczególnych sklepach. Pomocne w tym temacie mogą być narzędzia oparte na sztucznej inteligencji.

Elementem strategii sprzedażowej, szczególnie narażonym na niekorzystne skutki błędów i zaniedbań związanych z udziałem czynnika ludzkiego, jest sklepowa ekspozycja. Ponieważ brak produktu na półce aż w 40% przypadków prowadzi do rezygnacji z zakupu, istotne jest posiadanie wiarygodnych informacji na temat stanu ekspozycji w poszczególnych sklepach.

Polacy to jeden z najciężej i najdłużej pracujących narodów w Europie. Blisko 60% pracuje w usługach realizując żmudne, frustrujące zadania. Przedstawiciele handlowi według najnowszych trendów consultative selling powinni być doradcami klienta, ekspertami od merchandisingu, category managementu, konkurencji i analizy biznesowej. Tymczasem podczas wizyt nie starcza im zwykle czasu na zebranie wszystkich danych, które pozwoliłyby na merytoryczną rozmowę o tym, jak dzięki ekspozycji produktów można sprzedawać lepiej.

Tu właśnie ujawnia swój potencjał aplikacja eLeader Shelf Recognition AI. Najnowszy produkt eLeader dla firm prowadzących sprzedaż za pomocą przedstawicieli handlowych oparty został na głębokim uczeniu maszynowym. Dzięki aplikacji handlowiec wykonuje smartfonem zdjęcia ekspozycji i przesyła je do analizy. W trakcie przetwarzania, które go nie obciąża (trwa od kilku do kilkunastu minut) może przeprowadzić ankietę z kierownikiem sklepu, przedstawić mu najnowszą ofertę produktową i wytłumaczyć zasady nowej promocji. Gdy do urządzenia wracają wyniki analizy w postaci danych o udziałach półkowych, obecności produktów, czy aktywności konkurencji, przedstawiciel może omówić bieżącą sytuację w sklepie, a następnie zamówić brakujące i nowe produkty.

Ostatnio swą finalną formę zyskał projekt „Ala” – dzieło Zespołu Sztucznej Inteligencji w firmie eLeader. Rozwiązanie bazujące na sztucznej inteligencji zaimplementowano właśnie w aplikacji eLeader Shelf Recognition AI. Istotą działania „Ali” jest sieć neuronowa, która sama uczy się produktów na podstawie pewnej liczby oznaczonych wzorców. Możliwość analizy tego samego zdjęcia ekspozycji na wiele sposobów oznacza, że posłuży ona zarówno jako podstawa zamówienia produktów, które się skończyły, jak i zmiany strategii w związku z działaniami konkurencji, czy końcem żywotności produktu.

Dzięki systemowi przedstawiciel handlowy zaoszczędzony czas może poświęcić na większą liczbę wizyt handlowych lub na budowanie i wzmacnianie relacji w odwiedzanych placówkach.

eLeader należy do czołówki dostawców rozwiązań Retail Store Execution wspierających realizację strategii sprzedażowej w terenie. Nieustannie rozwijane mobilne systemy SFA/FFM ze sztuczną inteligencją usprawniającą m.in. merchandising wizualny, doceniane są przez globalne ośrodki analityczne (np. Gartner, POI) i zostały wdrożone przez międzynarodowe koncerny w ponad 80 krajach. Firma jest podstawą Grupy eLeader, która dostarcza również systemy bankowości mobilnej (Finanteq) oraz rozwiązania automatyzujące tworzenie aplikacji biznesowych (Productive24).

Katarzyna Pierzchała 3076 Artykuły

W „Handlu” od 2004 r. Europę przemierza dla przyjemności, Polskę w poszukiwaniu sklepów wartych uwagi. Zgłębia handel od podszewki. Puzzlomaniaczka.

Komentarze

Prosimy o wypowiadanie się w komentarzach w sposób uprzejmy, z poszanowaniem innych uczestników dyskusji i ich odrębnych stanowisk. Komentując akceptujesz regulamin publikowania komentarzy.

} }