9月18日，在一年一度的阿里巴巴“云栖大会”上，旷视科技为江中食疗量身定制的“新零售自动巡检解决方案”首次公开亮相。在这套商品物体识别的巡检方案中，所有的商品摆放在超市货架上，通过机器扫描货架商品识别SKU的方式，即可实现陈列推荐位的原始数据积累，便于后续销售人员统计及分析与商品上架率动因关系。
为何快消品品牌商如此看重货架陈列数据？这些数据对品牌商来说会有哪些深远价值？零售商品识别与人脸识别技术攻关点区别在哪里？
江中食疗的新零售技术思考：如何让前端动销数据颗粒化
据尼尔森最新的零售监测数据与中国消费者信心调查数据统计，线上快消品尽管带动了整体销售额快速增长，但线下销售额仍占全国快消品销售额74%。
线下店面作为重要的销售渠道，品牌商需要掌握一线销售实际执行情况。因此品牌商会指派巡店人员或者借助调研机构，到线下门店进行实地调研，人工观察记录产品的分销、陈列、助销与促销情况。
“我们聘用大批销售人员，店面巡检是他们例行工作之一。他们进入商超后会对货架陈列、商超入口商品堆头、促销区一一进行拍照。这些照片一是同步给销售主管，二是传给后端审核人员进行审核校验，并做数据标注。”江中食疗副总经理王晓普谈到，在后续校验过程中，审核人员需要对照片里的四类信息数据进行提取，分别是：商品所处的陈列区、商品品规、商品在货架的高低位置及商品排面。这四类数据要一一确认，非常耗时耗力。
“一线销售要拍货架陈列位照片的种类非常多，且人拍照，角度、光线、规格不一，若人工一一识别，引起的误差较大；且这些非结构化图片信息储存期非常短，若无法提炼关键信息并累积成历史数据做归因分析，就无法对门店销售业绩做客观判断，无法掌握渠道动销的真实状况，更无法做客观决策。”王晓普说。
据了解，现在江中食疗负责照片校验审核有一支数十人团队，但每天负责审核并作数据标注的照片超过1万张，重复冗余的工作量大，效率并不高。与此同时，奔波在一线的销售人员超过1000人，覆盖线下门店超过6万间，若全部用人工方式做商超巡检，在人力成本上承压，在实体消费大环境日益低迷的今天难以为继。
如何将这些商超巡检的非结构化数据做颗粒化处理，成为摆在江中食疗面前的一道难题。
旷视科技“新零售自动巡检”恰逢其时
作为在全球拥有多项领先机器视觉智能识别技术的解决方案商旷视科技，率先与江中食疗围绕新零售展开沟通，并针对“商超巡检的非结构化数据的提炼与分析”做解决方案设计。
在旷视科技新零售产品负责人张康看来，商场、便利店场景里有的数据点中，客户最需要的就是陈列方位、货架位置、特殊陈列位、产品规格与数量等数据，用机器视觉识别的方式现在完全可以实现。
但实现这项工作的难点在于，现实场景中巡检的照片质量参差不齐，且实际场景中很难有理想的正面拍摄环境，同时不同商品种类外包装的可辨识度不高，容易混淆，这些问题都给计算机视觉算法的识别带来了巨大的困难。
对此，作为核心算法提供方的旷视科技南京研究院，基于一定量的已有巡检照片，通过研发新型深度学习算法，逐一攻克如角度倾斜、密集摆放、品类繁多、类别易混等带来的自动巡检难题。南京研究院提供的针对巡检任务的视觉算法，可精确定位商品，并能在此基础上准确识别商品类别。
做完商品初步识别后，接下来就是做历史数据归因分析，机器能做到自动识别作弊翻拍照片，识别相似可疑照片，同时帮助品牌商统计自动审核结果数据，方便品牌商对巡检业务进行数据分析和复核。在目前已开展的合作中，SKU识别率准确率能达到98%，帮助客户节省时间和人力成本。
“我们一直在探求将科技应用于传统消费品，互联网带来的渠道改革只是第一步，接下来消费行业延伸的方向，将在产品、营销、管理等各层面，与现代科技相对接。”江中食疗董事长薛宇宁表示，江中食疗与旷视科技的合作完善了江中食疗自身的管理机制，提高了营销效率，降低了人工费用，是一次积极且有效的尝试。未来，期待与更多合作伙伴，探索科技赋能的合作模式。
经过2017年新零售行业掀起技术升级热潮，2018年机器视觉识别、人工智能等技术持续在细分与下沉。一些传统品牌商在探索技术升级的方式的的同时，市面上出现了一些专门针对零售行业货架智能识别的技术方案，这意味着面对线下流量的分散化，技术服务商已着手通过对线下数据做更颗粒化处理，并作收集、标注、归因分析，帮助传统商超及品牌商做新零售转型。
联系我们
