查看原文
其他

数字化石油的开采利器:智能图像识别系统

百度AI 2023-03-16

The following article is from 新经销 Author 高级研究员 海游


我们先看一张来自2021年10月30日,首届“进化的力量·刘润年度演讲”关于数字化的图片。


说到数字化,对于快消品行业的从业人员而言并不陌生,很多企业开始搞“一把手工程”,投入重金研究企业数字化转型,那么到底什么是数字化?什么是数字化转型?为什么要数字化转型?概念一直很模糊,刘润类比石油的开采从抽象的事物中提炼出了数字化的所有答案。


数字化转型就是从物理世界中,开采出数据、粗炼出信息、精炼出知识、聚合为智慧的过程,这个过程始于数据的开采,终于聚合的智慧。实际上,很多企业和专家基于数字化转型首先研究的是知识层面,却忽略了最基本的数据采集。数据的采集出了问题,信息就不可能准确,提炼出来的知识也就没有价值,最后得出的智慧就是一场华丽的闹剧。


今天来聊一聊数字化采集这个板块。


 一、对快消品而言数字化石油有哪些事物 


我们再看一张图片,数字化采集有哪些核心信息?



  • 店招包含信息:网点的类型、网点的位置、网点的通路属性、网点的面积、网点内部经营产品结构等等。这个信息的精准性是为将来渠道费用投入、类似店招等生动化物料的选投等提供参考性建议。


  • 品项&排面&占比包含的信息:市场占有率、排面占比、排面最佳位置、竞品相关信息等等、这个信息的精准性是为了研究市场竞争格局,反省自身问题等提供参考性建议等。


  • 堆头&空间逻辑构建包含信息:堆头位置的人流量、堆头的生动化布建情况,竞品布建情况等等,这个信息的精准性是为了检核基层人员市场作业的效率、投入产出比、竞争形态等。


除上述信息外,理论上店内所有能影响动销的关键因素都是关键的信息。比如割箱、挂条/挂网、价签、包柱围挡等。


总结:看到以上信息,相信大家都有体会,数据本身并没有意义,真正有价值的是数据的内容,就像一张图片,我们看到本品有多少?竞品有多少?本质意义不大,计算出本品和竞品的排面占比,这个百分比有意义,这才是价值。从一堆图片之中“粗炼”出有价值的信息才是数字化转型中采集工作的核心。


 二、以上信息的背后藏着什么? 


快消品和其它行业不同之处是劳动密集型。需要布局的渠道有几百种,需要覆盖的网点有几百万个,需要触达的消费者是十四亿。没有哪一个消费品行业有这样的规模。而这些都需要人员来完成。


1、巨大的信息量:举几个例子,可口可乐服务的网点有三百多万个,农夫山泉服务的网点有两百多万个,而一个基层作业人员最多服务210个左右(每天35个,一周服务6天),也就是这些网点需要几十万个基层人员来完成,千人千面,每一个网点需要采集5张以上图片,后台一天的信息量就达到难以想象。就像今麦郎董事长范现国很早以前所说:百万网点进办公室,要向航天中心一样管理网点。



2、真实的背后是精准:我们有很多手段做大数据真实,但是要做大数据精准提取不是一件容易的事情,真实和精准之间还有一段距离,例如我们采集自己产品的货架占比,人工统计误差肯定很大。我们可以确保基层人员货架采集图片的真实性(这个图片是真的),但是我们却无法精准的计算出占比(人员计算有误差,其次人工数数量也有误差)。

总结:数字的采集工作人为因素越低,越符合人性,越可以让基层作业者解放精力去沟通销量,越可以让数据“粗炼”更有价值。

 三、数据精准采集的一把钥匙:图像识别 

时代不一样,随着互联网技术的加持,实现百万网点的管理已经发生了巨大的变化,百度飞桨 EasyDL 零售版的智能 AI 图像识别系统就是助力其实现的一把利器,我们简单研究几个场景再现。

1、货架场景:最常见的数据采集信息


我们可以通过多维的图像识别形式确保数据的“粗炼”,例如:商品基本信息识别,包括产品的名称、品牌、规格等;商品陈列层数识别,包括货架层数以及自己产品所在位置等,商品场景识别、包括货架、端架、冰柜、地堆、割箱等,商品排面占比统计识别,包括排面占比、未识别产品信息、空位数以及货架利用率等。最后可以精准的得出本品、竞品的相关信息,这些数据采集通过百度飞桨 EasyDL 零售版的图像识别系统可以轻松搞定。

2、冰柜场景:饮品旺季最重要的数据采集信息

冰柜是饮品的重要战场,到了旺季,可谓是得冰柜者的天下。最头痛的问题便是自投冰柜的达标以及买投位置的合格判定。这里就设计两个数据,一是纯净度,二是饱满度。这两个问题多会涉及到费用以及后期的争议扯皮情况。有了图像识别,有了百度飞桨 EasyDL 零售版的智能图像识别系统分析,一切可能出现的争议便不复存在。

3、堆头场景:费用花的值不值最重要的数据采集信息

堆头是快消品重要的陈列,也是品牌显现的重要手段,其职能包括产品的售卖和品牌形象。一般情况下堆头是付费陈列,这个费用合不合理的衡量因素有三:生动化布建情况、堆头合计箱数、堆头占地面积,通过百度飞桨 EasyDL 零售版的智能图像识别系统可以轻松判断。


4、图片中的 SKU 画像场景


从上面的源代码之中我们可以清晰的看到:货架层数、SKU 名称、货架序号、置信度、SKU 在图片中的位置、SKU 在该层从左到右的顺序以及该位置的排序。百度智能云可以做到这些点,它可以精准的提取出一张图片的有效信息,这也是刘润在数字化中所讲的数字“粗炼”的最好诠释。

总结:图像识别技术能否可以有效的应用到快消品数字化采集之中,是企业数字化转型中数字采集“粗炼”的重要核心之一。它可以将数字采集真实层面提高到精准层面,可以更多的去“人为化误差”。为下一步的“信息”、“知识”、“智慧”保驾护航。

写在最后:十年前后,快消品行业发生了翻天覆地的变化,科技已经渗透到快消品的所有环节,不得不承认它们对快消品行业的影响和改变非常大且非常深远。所有的品牌商都应该拥抱这些新技术,当然市场的需求必然会带来科技公司的鱼龙混杂,就拿图像 AI 识别技术而言,哪些是真智能,哪些是假智能,要有辨析能力。要尊重科技,解放基层人员手脚,用科技让复杂的快消品世界变得更简单。


点击“阅读原文”,了解更多详情

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存