Goods Checker

Ökosystem für automatisierte Merchandising-Vorgänge

Eine Lösung für FMCG/CPG-Hersteller, Händler und Merchandising-Agenturen auf Basis von Computer Vision. 

Goods Checker hilft, die korrekte Ausstellung sowie das Vorhandensein oder Fehlen von Waren in den Regalen mit einer Genauigkeit von 98% zu erkennen. Die Lösung funktioniert mit SKUs in allen Größen und Formen. 

Goods Checker erstellt die detaillierte Analytik in den gewünschten Schnitten und lässt sich in alle BI-Systeme integrieren.

Es braucht nur 2-3 Wochen, um ein Pilotprojekt zu starten.

Was ist Goods Checker?

Goods Checker stellt die SaaS-Lösung dar, die alle Etappen des Merchandisings automatisiert: Erstellung und Editierung der Planogramme, Analyse von SKUs in den Geschäftsregalen, Vergleich der Warenausstellung mit dem Planogramm und Erstellung der detaillierten Analytik.

Dank Goods Checker können die Merchandiser die Verkaufsstelle schneller und qualitativer auditieren, die Analyseberichte basieren auf genauen und zuverlässigen Daten, die nach dem Audit sofort verfügbar sind. 

Objektive KPIs

Objektive KPIs

Die Geschäftsleitung setzt reale KPIs ein und bewertet Merchandiser objektiv.

Ursachen der Nichteinhaltung von Planogrammen

Ursachen der Nichteinhaltung von Planogrammen

Die Manager verfolgen die Ursachen, warum die Planogramme nicht eingehalten werden — Die Ware ist aus, die Ausrüstung ist kaputt usw.

Einschätzung der tatsächlichen Situation in den Regalen

Einschätzung der tatsächlichen Situation in den Regalen

Die Geschäftsleitung erhält Informationen über die tatsächliche Situation in Geschäften und Regalen: Welchen Anteil des Regals wird von Ihrem Produkt und Produkten Ihrer Wettbewerber eingenommen, wie qualitativ arbeiten die Mitarbeiter.

Bis zu 7 %Umsatzsteigerung für FMCG-Hersteller im Einzelhandel
100%igeVerarbeitung aller Besuche von Merchandisern in Verkaufsstellen
Bis zu 45 %Zeitersparnis bei Audits und Datenverarbeitung

Die Anwendung zur Produkterkennung Goods Checker hilft bei:

  • Optimierung der Merchandising-Geschäftsprozesse und Bearbeitung von Merchandiser-Besuchen in den Verkaufsstellen innerhalb von weniger als 60 Sekunden
  • Erhaltung der Angaben über Warenpräsentation nach dem Planogramm, beim Vergleich vom Reallogramme und Planogramme in Echtzeit und schnelle Änderungen dank der hohen Geschwindigkeit und Qualität der Datenverarbeitung
  • Steigerung des Umsatzes durch die Analytik im Einzelhandel, durch rechtzeitige Erhebung von Daten aus den Verkaufsstellen über die Präsentation der eigenen Produkte und der Produkte der Konkurrenz sowie durch die Zunahme der Einbeziehung der Merchandiser in den Prozess
  • Minimierung des Einflusses von menschlichen Fehlern bei der Datenverarbeitung
  • Integration aller Systemmodule mit allen erforderlichen internen Systemen auf Wunsch des Kunden
  • Einsparung bei der Ausrüstung und Support durch die Nutzung der Kapazität einer zentralisierten Datenverarbeitung der IBA Group, technische Unterstützung von Programmierern und Datenspezialisten, ohne zusätzliches Personal einzustellen
  • POS-Materialien – eigene und von Wettbewerbern – kontrollieren
  • der Konkurrenz einen Schritt voraus zu sein, durch eine Analyse der SKUs der Konkurrenz und ihres Regalanteils

Woraus besteht die Goods Checker?

  • Die Genauigkeit der SKU-Erkennung beträgt mehr als 95%
  • SKU-Analyse seit der Markteinführung
  • Analyse der Merchandisingsdaten auf Grund von Verkaufsstellen, SKUs, Merchandiser
  • Analyse der Preisschilder und Werbematerialien
  • Analyse des Regalanteils auf Grund der Kategorie, Marke, Region
  • Analyse des Regalanteils von Wettbewerbern und SKU 
  • Die Analytik wird angepasst an Ihre Anforderungen erstellt: Der Regalanteil (eingenommen von Ihnen und von Ihren Mitbewerbern), der Prozentsatz der Ausführung der Planogramme nach den Regionen usw.
  • Integration in alle BI-Systeme
  • Die Berichte werden nach dem Audit der Verkaufsstelle sofort aktualisiert
  • Der Webbrowser reicht für die Anzeige der Berichte hin
  • Automatischer Vergleich der Warenausstellung mit dem Planogramm in Echtzeit

Das Computer Vision-Modul “Shelf Eye”

  • Einfache und schnelle Erstellung der Planogramme
  • Leichte Organisation der Arbeit mit den Planogrammen mit einer großen Anzahl von Verkaufsstellen und Ausrüstungen
  • Begreifbarer Kategorienbaum und leichte Suche auch unter Tausenden von Warenbezeichnungen
  • Einfache Hinzufügung der neuen SKUs und Ausrüstungen; bei der Hinzufügung können Sie beliebige Parameter eingeben: Der Barcode, die Höhe, die Breite usw.
  • Überprüfung des Planogramms auf Korrektheit: Produkte in der Luft, Produkte, die sich mit dem Regal überschneiden, Produktüberlagerung, das breite Produkt auf dem kleinen Produkt
  • Die Möglichkeit, das Planogramm in der mobilen App anzusehen
  • Die Planogramme sind nach der Erstellung in Plano Creator sofort in der App verfügbar und können für den Vergleich mit der Warenausstellung verwendet werden

Das Modell “Plano Creator”

  • Auswahl der Verkaufsstelle und Routenplanung
  • Offline- und Online-Betriebsmodi
  • Verbindung mehrerer Fotos des langen Regals zu einem Foto und Überprüfung der Qualität der Fotos
  • Automatischer Vergleich der Warenausstellung mit dem Planogramm in Echtzeit
  • Erkennung von Regalproblemen und operativer Bericht über die Ursachen: Out-of-Stock, Ausfall der Ausrüstung usw.
  • Schutz vor Betrug

Die App “Check & Go”

Wie funktioniert die Goods Checker?

1/ Der Merchandiser macht Fotos von der Position der SKU in den Regalen.

2/ Die Fotos werden in das Rechenzentrum der IBA Group hochgeladen.

3/ Das Modul mit künstlicher Intelligenz analysiert das Foto, sucht und klassifiziert die SKU und bewertet es nach einem vorgegebenen Szenario.

4/ Die Goods Checker bereitet Daten auf und erstellt Berichte auf dem Server.

5/ Die Benutzer können sofort nach dem Hochladen des Fotos über einen Webbrowser auf Berichte und Analytik zugreifen.

Unsere Begutachtung

SCHLÜSSELTECHNOLOGIE

Python, Tensorflow, OpenCV, Pytorch, R

TOOLS

Python, Tensorflow, OpenCV, Pytorch, R, Pillow, albumentations, scikit-image, numpy, pandas, scikit-learn, DLib, PostgreSQL, MongoDB, sqlalchemy, ZeroMQ, Kafka, pyexecerate, pyopenssl, contextlib2, flask, Docker, Apache Airflow, git, DVC, AngularJS, REST API

Kontaktieren Sie uns

    Yes
    YesDatenschutzerklärungCookie-Richtlinie