Date published

赋能SFA,Trax与未来零售数智化同行

面对货架上成百上千的货品,零售企业既要全局把控,又要调配细节。不同的企业侧重点不同,但在对降本增效的策略上,皆是同样慎重。

AI赋能SFA,实现精准成本把

一直以来,货架端作为影响消费者购买的关键环节,从商品摆放到商品组合,消费者能否第一眼寻找到想要的商品,并购买更多的商品,如何促进这个简单的动作的发生,品牌商愿意为抓住货架机遇不断进行新的尝试,包括新技术的引入。

专业Sales Force Automation公司(SFA,销售能力自动化)的出现,成为企业在零售执行上得力的左右臂膀。随着AI技术的不断发展,新的智能化解决方案,成为助力SFA提升效率的另一个利器。

从技术解决方案的角度,AI可以帮助到零售企业提升费效比,优化费用核销,SFA公司利用图像识别为零售企业实现核销监督与流程管控,同时,在到店期间为零售企业提供基础的巡查服务,包括定期对货架进行拍摄,并为其出具简单KPI(如排面,分销),以帮助企业各环节实现全面把控。这些指标给了基于手工核验外的另一个巡检标准,形成了基础的门店画像。

 

 

技术门槛,SFA公司面临新的考

随着迫切的转型升级需求,SFA公司往往需要帮助零售企业描绘更全面的零售门店大数据,更精准的零售动态画像。与此同时,零售渠道随着下沉市场的繁荣,形态愈发复杂。基于不同类型门店的零售场景,所涉及的模型搭建以及背后的AI算法,将越来越考验SFA公司的技术实力。

基础的货架审核已经不能满足渐进的数据量或者多场景需求。对于SFA公司来说,将会涉及到在一个门店针对不同场景的拍摄需求,或在同一货架上针对商品更细颗粒度的数据需求。

事实上,为每一个零售场景实现建模却不是一件简单的事情。对于SFA公司的技术挑战在于,每增加一种零售场景的模型,就涉及到一整套庞大产品的初始化和模型训练;店面及不同零售场景的复杂性越高,对模型适用、图像识别精准的的影响也越大。

与此同时,大规模场景处理和深度学习的训练数据,也反过来挑战SFA公司的数据积累基础,算法算力和学习数据的双向考验,正在成为SFA迈向AI时代的新难题。这也将是成为完美零售执行评估体系的关键一步,也正是零售战场的最后一公里。

合作共赢,Trax即将开放嵌入式SDK解决方案

如何能帮助零售企业一次性解决所有的问题。零售所涉及的从识别层面到分析层面,都与其他AI场景下有所不同,识别产品差异小,内容多,场景复杂,还需要海量的数据库与深度学习智能系统积累。对于以流程管理为主的SFA企业来说,想要完整的打通在快消行业里的数据通路,需要极大的研发投入与时间成本。

这并不是一件容易的事情,基于这种情况,一种新的模式或将产生。全场景零售AI解决方案专家Trax基于中国市场的需求,提出了SDK的植入性方案,通过SDK对相机拍照的照片质量进行控制(如倾斜,模糊校验等)和图片上传,通过Trax领先的计算机视觉平台对图片进行细粒度识别,从而为零售业提供了一个创新性的解决方案。

如此,在进行每一次巡检时,不论是零售企业还是第三方企业,都将能和Trax的AI平台达成连通,同步对服务企业所涉及的主货架、二次陈列、门头,发票,POSM等场景数据进行收集,或是对啤酒,日化,饮料,食品等不同品类进行核查,又或者是针对地堆,端架,冷柜等不同的场景,都能一次性实现数据采集。

 

 

除此之外,监测翻拍与作弊,全面满足合规性。Trax将能够从包括分销、排面、货架份额、缺货率、合规情况、产品组合、产品价格,竞品市场表现等多维度层面,帮助提高零售企业的决策效率。

针对这些获取的数据,Trax能提供更多维度的数据洞察,帮助三方公司实现更好的服务。简单来说,Trax通过自己研发的多场景零售AI 模型,为SFA提供SDK解决方案,通过SFA前端捕捉的零售图像,运用Trax后台AI识别与大数据算力及分析系统,可以更快速帮助零售企业了解门店真实情况。

 

 

对于SFA公司而言,这意味着更多场景适用、更高的拍摄效率,场景识别率与准确率的提升,分析能力的提升,更大程度上,提升了整体SFA执行的效率。

这将是全新打造的一种合作模式,SFA公司可以自由选择自己所需的识别模型单元,以更低的成本与更高的时间效率获得更精准的零售场景数据和分析,为更多客户提供更深刻有效的服务。

这就是Trax携手SFA共创全场景零售的新未来。