O verdadeiro valor da visão computacional na execução do comércio retalhista reside na tradução das imagens captadas em informações acionáveis.
Anteriormente, discutimos factores como a precisão e a exaustividade como sendo fundamentais para a qualidade dos dados quando se trata de dados na loja gerados por soluções de visão por computador.
Mas como é que a Visão por Computador converte realmente as imagens da loja em dados quantitativos significativos para a indústria do retalho e dos bens de consumo? Quais são as ferramentas e técnicas em jogo quando se utilizam imagens para compreender as condições reais da loja?
Digitalização de uma loja física
A principal vantagem da utilização da Visão por Computador para a execução no retalho reside na sua capacidade de gerar uma versão das condições reais na loja com muito mais precisão do que as auditorias manuais. Uma vez que esta abordagem está orientada para a prateleira e para os expositores, fornece mais dados sobre métricas como a disponibilidade na prateleira e a quota de prateleira do que os dados do scanner.
Para que isto funcione, é necessária uma representação digitalizada holística da loja para converter as imagens captadas em informações acionáveis e cálculos de KPI capazes de orientar as decisões. Uma plataforma de Visão por Computador de última geração pode tirar partido de técnicas geométricas e de união de imagens avançadas para digitalizar o retalho físico.
- Costura de imagens panorâmicas
Se alguma vez precisou de dar passeios virtuais, explorar pontos de referência ou encontrar lojas, restaurantes e hotéis em qualquer rua do mundo, deve estar a utilizar a funcionalidade Google Street View do Google Maps. Trata-se de uma funcionalidade que oferece vistas panorâmicas a partir de posições ao longo de muitas ruas do mundo. A maior parte das fotografias é tirada de carro, mas o que é apresentado é um panorama de imagens unidas.
Compreender as condições da loja utilizando a Visão por Computador envolve a captura de inúmeras imagens em centenas de corredores, cada um contendo muitos produtos. Uma das formas mais atraentes de visualizar dados desta forma é através de panoramas multi-perspetiva.
Em termos simples, este processo consiste em extrair imagens individuais tiradas de diferentes pontos de vista e dispositivos e depois alinhá-las para gerar o panorama final. Este processo de mosaico - ou costura - envolve uma maior complexidade computacional no retalho do que noutros domínios.
Num contexto não retalhista, por exemplo, localizar rostos numa multidão é ligeiramente mais fácil, uma vez que não há rostos repetidos. Mas no contexto de uma loja de retalho, onde produtos idênticos são frequentemente colocados uns ao lado dos outros, o processo de reconstrução visual da prateleira, garantindo que não há sobreposições ou duplicações, necessita de um motor de costura baseado em algoritmos avançados.
As mais recentes inovações na captura de dados da loja também aproveitam a tecnologia de realidade aumentada, que informa os auditores exatamente quais as partes da prateleira que foram capturadas, acelerando assim drasticamente o processo de costura.
- Identificar a localização e o tamanho dos produtos utilizando a geometria
Muitas vezes, os fabricantes de bens de consumo baseiam-se num conjunto de métricas ou KPIs para compreender a visibilidade da sua marca, por exemplo, a quota linear de prateleira. Esta métrica refere-se à percentagem do comprimento físico da prateleira ocupada por uma marca numa categoria em relação ao comprimento total da prateleira em polegadas ou metros.
O sistema Trax utiliza técnicas geométricas avançadas para ter em conta o ângulo e a distância da prateleira a partir da qual a fotografia foi tirada. Isto ajuda a revelar a localização exacta de cada produto na prateleira, mesmo tendo em conta os artigos empilhados. Por exemplo, pode identificar uma Coca-Cola de 600 ml no compartimento 4, prateleira 2, como o quarto item a contar da direita, no topo da pilha.
Mas para calcular métricas como a quota linear de prateleira, saber o tamanho de cada produto é tão importante como a sua localização. São criadas máscaras rectangulares apertadas à volta de cada produto e a quantidade exacta de espaço de prateleira ocupado é calculada utilizando algoritmos de aprendizagem profunda que são treinados com base em dimensões conhecidas de uma pequena amostra de produtos.
- Fundação para efetuar medições complexas de prateleiras
A união de imagens e os motores de geometria recriam digitalmente toda a prateleira, mas os dados ainda precisam de ser traduzidos em informações significativas.
Um motor de cálculo de KPI flexível e ágil funciona com base em pontos de dados multidimensionais agregados para fornecer informações acionáveis sobre vários parâmetros da loja, como a presença de produtos, a posição, o planograma, as promoções e os preços.
As métricas calculadas fornecem respostas a questões críticas que as marcas e os retalhistas podem ter, tais como: estou a obter a minha quota-parte de prateleiras? as minhas SKUs poderosas estão na loja? tenho os revestimentos certos? e qual a eficácia dos meus expositores e promoções? Estas informações são depois apresentadas através de painéis de controlo adaptados às funções dos utilizadores, desde representantes de vendas no terreno a supervisores e gestores de escritórios centrais.
Os algoritmos avançados que efectuam a costura panorâmica e os cálculos geométricos são essenciais para captar com precisão as condições da loja e traduzi-las em informações acionáveis.
Veja este vídeo para ficar a conhecer a plataforma Trax Computer Vision.
