Для любой сети важно постоянное наличие продукции на полке. Согласно исследованию Efficient Consumer Response, если покупатель не находит нужный товар, то в 47% случаев он покидает магазин, так и не совершив покупку. За тем, чтобы все нужные позиции всегда были в продаже, следят мерчандайзеры или торговые представители. Как оптимизировать их работу, исключить ошибки человеческого фактора и поднять продажи? О решении, которое способно решить все эти задачи, рассказывает руководитель российского офиса Trax Павел Попков.
Trax – ведущий поставщик решений компьютерного зрения и аналитики для розничной торговли. Входит в 100 лучших мировых компаний Red Herring и в топ-25 самых быстро растущих компаний в списке Deloitte Technology Fast 500. Мировой лидер в Image Recognition (степень распознавания 98–99%).
Разработки компании используют ведущие мировые бренды и ритейлеры в более чем 90 странах мира. На российском рынке компания работает с 2014 года.
– Что такое Trax Shelf Fix, и чем было обусловлено появление этого продукта?
– Trax Shelf Fix – это приложение, которое автоматически распознает фотографии полки и мгновенно отправляет подсказки торговым представителям о том, что нужно исправить в выкладке. У нас уже есть подобное решение на основе технологии Image Recognition (распознавание изображения), однако большинство заказчиков привыкли использовать его в основном как инструмент контроля: торговый представитель фотографирует итоги работы в торговой точке. Мы же хотели облегчить работу полевого персонала непосредственно во время визита. Для этого нужно понимать, как выглядит стандартный визит мерчандайзера или торгового представителя в торговую точку. Во-первых, он осматривает магазин, отмечает, какой продукции не хватает. Далее он идет на склад за недостающими товарами и выставляет их на полку. Потом он оформляет заказ на продукцию, которой на складе нет. Если там есть залежавшиеся товары, то мерчандайзер может попытаться договориться на локальном уровне выложить их в зал на какой-то дополнительный дисплей.
Затем он проверяет ценники. И, наконец, делает фото проделанной работы. Я более десяти лет проработал в компании Coca-Cola, знаю все эти процессы, что называется, изнутри. И мы сделали решение, при помощи которого сотрудник уже после пары минут нахождения в магазине получает план конкретных действий – как навести порядок на полке.
– Как работает новое решение?
– Основной интерфейс разработан на базе мобильного приложения, которое устанавливается на смартфон. Сотрудник заходит в магазин, открывает приложение, фотографирует стеллажи и получает информацию о том, что нужно изменить на полках. Наши прежние технологии давали обратную связь, как правило, в течение 24 часов. В Trax Shelf Fix ответ приходит почти мгновенно. Мы также пересмотрели стоимость нового решения, условно говоря, снизив ее почти на порядок – теперь его можно (и нужно!) использовать во время каждого визита.
– В чем преимущество заказчика, который решит использовать Trax Shelf Fix?
؎ Во-первых, продукт помогает сделать визит торгового представителя более эффективным, что представляется особенно важным сейчас, когда многие компании из-за пандемии были вынуждены сократить свой персонал. Ему не нужно держать в голове все стандарты, весь ассортимент, который в некоторых магазинах составляет до 1000 SKU. Человек банально может что-то забыть. Инструмент контроля, конечно, это выявит, однако внести исправления будет возможно только во время следующего визита. Но ошибка к тому времени уже может повлиять на продажи.
Во-вторых, это дает возможность более рационально использовать ресурсы компании, поскольку появляется возможность видеть итоги каждого визита. Например, в магазине на входе корректно стояло 700 фейсингов. На выходе – уже полторы тысячи. Значит, физически за время визита сотрудник успел проработать 800 позиций. Или, наоборот, фото на входе и выходе различаются минимально. Скорее всего, сотрудника отправили в тот момент, когда в торговой точке было нечего исправлять, а за его визит компания в любом случае заплатит. Аналитика такого рода поможет понять, с какими точками нужно работать чаще, с какими реже.
В-третьих, мы безусловно получаем более мотивированный персонал. Не нужно недооценивать работу конкретного мерчандайзера: от его внимательности и вовлеченности в каждой торговой точке зависит очень многое. Если человеку будет удобно работать, если его KPI и оплата за каждый визит будут выше, он будет работать на совесть.
При этом в выигрыше будут и производитель, и сотрудник – так как большие бонусы сотрудника будут напрямую зависеть от качества его работы в торговой точке, а значит, и продажи производителя будут расти, а издержки снижаться.
– Какой подготовки требует решение для начала работы?
– Программу нужно обучить распознавать конкретные SKU внутри категории. Они, на самом деле, в большинстве случаев универсальные. Например, в условных «Магните» или «Пятерочке» одна и та же поллитровая бутылка Coca-Cola будет с одинаковыми артикулом и этикеткой. Однако в магазинах одного формата одной и той же сети в зависимости от площади могут быть разная выкладка, разное количество полок с той или иной продукцией. Это та информация, которую нужно подгружать в Trax Shelf Fix для каждой торговой точки. Заказчик должен предоставить нам мастер-данные, всю работу по распознаванию категорий мы берем на себя.
– Как быстро решение может заработать в «живом» режиме и какие товары способна распознать система?
– Подготовка занимает около месяца, плюс еще столько же требуется для того, чтобы достичь стабильного качества распознавания. И нужно понимать, что категория – это живой организм. Производители меняют дизайн, появляются новые товары, поэтому любая нейронная сеть в процессе вынуждена обучаться. Но это происходит в фоновом режиме: собирается информация и добавляется в систему. Это тоже часть сервиса, который мы предоставляем. Что касается товаров, то здесь ключевой момент – упаковка. Все, что упаковано, довольно легко распознается программой.
– Какова цена вопроса?
– Если сравнивать с нашим предыдущим решением Retail Execution, то Trax Shelf Fix дешевле в среднем в 5–10 раз. Допустим, раньше заказчики могли позволить себе использовать подобное решение раз в месяц, но при этом продолжать посещать торговые точки дважды в неделю. Теперь в рамках того же бюджета они могут увеличить количество визитов с приложением в несколько раз.
– Чем Trax Shelf Fix отличается от решений для распознавания полки, которые предлагают конкуренты?
Самое принципиальное отличие заключается в том, что Trax Shelf Fix – это не технология, а готовое решение. Оно разработано с четким пониманием того, как движется представитель в торговой точке и на каких этапах какие подсказки ему нужно получить, чтобы это было максимально удобно. Большинство наших конкурентов просто передают заказчику технологию и запрашивают снимки, по которым потом выдается набор KPI. При этом мобильная отчетность, форматы обновления SKU и прочее может присутствовать, но предоставляться в виде таблицы Excel или каком-то ином варианте. Это, конечно, для заказчика не очень удобно.
У Trax Shelf Fix очень простой и продуманный интерфейс, простые и четкие алгоритмы работы, толковые отчеты. На моих глазах человек, совершенно не знакомый с работой мерчандайзера, загрузил себе это приложение прямо в магазине и проделал всю необходимую работу в крупном супермаркете за 12–15 минут.
Немало этому способствуют очень удобные фишки решения, например Stitching (склейка) и Augmented reality (дополненная реальность). Если вы просто попробуете сфотографировать длинную полку так, чтобы можно было четко рассмотреть то, что на ней находится, то увидите, что в один снимок на смартфоне она не уместится. Нужно сделать несколько фотографий. В приложении Shelf Fix при каждом последующем снимке полки можно видеть область предыдущей фотографии – это и есть дополненная реальность. А затем программа сама собирает несколько фотографий в одну – так работает «фотосклейка». Это просто, удобно и в разы сокращает время визита.
– Каковы перспективы развития решения?
– С технологической точки зрения мы работаем над тем, чтобы интерфейс стал еще удобнее. Продолжаем работу над обратной связью: сейчас она в среднем занимает 70 секунд, но можно сделать так, чтобы распознавание велось на самом устройстве, без передачи фото. Это позволит обеспечить хорошую функциональность решения там, где слабый сигнал интернета. У нас уже есть прототип. Мы также планируем сократить срок обучения системы новым категориям с двух месяцев до двух недель. С точки зрения продуктового развития мы хотим обеспечить еще более тесную интеграцию Trax Shelf Fix с системой аналитики, например, с данными по продажам. Это позволит настроить не просто подсказки типа «что исправить», а «что нужно исправить, чтобы увеличить продажи», для того чтобы в условиях ограниченного времени визита возможно было сфокусироваться на тех направлениях, которые принесут производителю наибольшую прибыль.
