Skip to main content

人工智慧

零售分析實體化

零售分析, 電腦視覺, AI 技術

即使在最理想的世界裡,快速消費品( fast-moving consumer goods,即 FMC,簡稱「快消品」)行業仍然極為複雜且競爭激烈。產品促銷效果、貨架齊全度以及供應鏈管理都會影響到競爭和銷售成果。但是,縱使品牌經理制訂了周全的計畫,這類工廠的可視性低,仍然帶來了高昂成本。

商品企劃人員得處理上萬間商店裡的產品,產品數量多不勝數,因此很難充分了解顧客的態度和行為。雖然零星的銷售資料可以告訴企劃人員那些產品的銷售狀況較佳,這些資料卻無法顯示出背後的原因。品牌經理要怎麼知道那些產品是消費者感興趣的,哪些是消費者會拿起來看但不會購買的,還有哪些是消費者根本不會在貨架上注意到的?

成功的實體零售商店商品企劃不能再依賴這些人工蒐集來、品質時好時壞的資訊。相反的,必須要將多個因素納入考量,從店內的競爭到店外的天氣缺一不可,並且要了解顧客對這些因素的反應。

在現今難以預測的環境裡,快消品製造商必須比以往更敏捷靈活,才能跟得上消費者和零售商快速的需求變化。

「零售商所生存的環境非常嚴苛,競爭非常激烈。」Karl Müdespacher 表示。他是 Expertos en Sistemas 的總經理。「零售商必須了解買家的心理,必須知道如何抓住增量利得這個容易實現的目標,以及如何提高知名度。」

好消息是,有一些創新技術能夠改變現今的狀況。

利用 AI 和電腦視覺改善商品企劃

人工智慧和電腦視覺讓製造商和其銷售團隊可以將數位分析應用到實體世界中,並從中汲取好處。透過了解消費者對於商品企劃的感受、消費者商店裡的移動行徑以及所做出的購物決定,品牌經理能夠改善產品行銷,讓產品變得更有吸引力,從而提高銷售量。

「在適當的時機執行適當的陳列策略能夠讓銷售量提升 12% 之多,同時可以避免競爭造成的 6% 的損失。」Müdespacher 表示。「這個數字其實相當可觀,因為一般公司 80% 的利潤都取決於這個通路。」

Expertos en Sistemas 的 Braingine Machine Vision 幫助快消品製造商和零售商了解各個空間的銷售狀況-不管是貨架、走道末端還是冷藏陳列櫃。

Müdespacher 表示:「這個台整合了客戶、產品、物流以及供應鏈資訊。」如果哪裡有問題的話,我們可以即時告訴您。不會等到為時已晚。」

這個解決方案能幫助各個品牌過濾數以萬計的每日活動,並找出偏差和機會。Müdespacher 說:「他們可以利用 Braingine 來嘗試改善商品配置,藉此提高利潤空間和市占率。他們可以把結果與上個月或上星期的銷售成績做比較,這樣就能更充分的了解顧客想要的是什麼。」

舉例來說,該系統可透過 AI 和電腦視覺系統來判斷顧客在哪些走道購物、他們的視線落在哪個位置,以及他們對哪些產品反應最熱烈。這讓公司能夠更加了解消費者對於商品陳列的反應。

視覺資料可以讓品牌找出哪些產品的狀況有所變動,行銷策略中是否有問題,並且提出改善配置的方法。它還可以改善各門市裡各個貨架的產品庫存策略,減少競爭帶來的損失,並降低退貨率。

零售分析的平台

Braingine 可以設定為現場架構或安全的雲端架構。它在邊緣上使用 Intel® NUC 這款運算能力十足且設定方便的迷你電腦。標準平台支援客戶現有的影片監視基礎架構和攝影機,讓客戶無須進行額外的投資,從而省下一大筆開銷。它還整合了銷售團隊的手持裝置,如果出現了值得注意的狀況,可以即時瀏覽(圖 1)。

圖 1.Braingine 能夠搭配任何現有監視基礎架構使用,並且能藉由將 AI 部署到邊緣來加速運算。
圖 1. Braingine 能夠搭配任何現有監視基礎架構使用,並且能藉由將 AI 部署到邊緣來加速運算。

品牌和零售商不需要蒐集敏感資訊就能捕捉到所需的分析資料,而且還能享有更嚴格安全的標準。「我們只需要消費者的注視方式和方向、測量一些臉部變化,接著將這一切轉換為數據。我們不會儲存任何生物資料。」Müdespacher 表示。

舉例來說,零售環境裡可能有來自 300 台攝影機的視訊。所有的視訊內容都會在邊緣上進行處理,只有元數據會上傳到雲端。

透過 SDK 還可輕鬆進行系統客製化。企業客戶和系統整合商可以透過 GUI 訓練 AI 演算法,來為特定的使用案例定義規則,如進行臉部辨識、偵測偷竊或布置地理圍欄。

適合變化中的零售環境的技術

品牌和零售商希望將數位分析帶到實體商店,因此他們不斷在尋找技術能帶來的優勢。可以即時改善實地訪問、實現 KPI 和制訂策略。品牌經理必須有足夠的經營智慧並且反應敏捷,才能打敗競爭對手,並在多變的零售環境中占上風。

作者簡介

Craig Guillot is a B2B writer who specializes in IoT, machine learning, SaaS, data analytics and other technologies. He has written white papers, ebooks, ghostwritten thought leadership and blog content for such organizations as Samsung, Microsoft, JPMorgan Chase and National Retail Federation.

Profile Photo of Craig Guillot