एफएमसीजीमध्ये दुकानातील शेल्फ अजूनही मोजमापाबाहेर; एआय इमेज रेकग्निशनमुळे चित्र बदलू शकते
छायाचित्रे सत्यापित केलेली नाहीत
मालाची पाठवणी, डिस्ट्रिब्युटरचे बिल आणि दुकानदाराची ऑर्डर यांची नोंद असते, पण ग्राहकाला शेल्फवर प्रत्यक्षात काय दिसले, याचे उत्तर अनेकदा मिळत नाही. एआय इमेज रेकग्निशन हीच पोकळी दाखवू लागले आहे.
एखादी एफएमसीजी कंपनी काय पाठवले, डिस्ट्रिब्युटरने कशाचे बिल केले आणि दुकानदाराने काय ऑर्डर केले, हे सांगू शकते. मग ग्राहकाला शेल्फवर प्रत्यक्षात काय दिसले, या साध्या प्रश्नाचे उत्तर द्यायला कंपनीला अडचण का येते? व्यावसायिक आराखडा आणि खरेदीचा निर्णय यांच्यामध्ये हीच पोकळी आहे. अनेक ब्रँड शेल्फ मोजतात, पण ते ठराविक काळाने होणारे ऑडिट, निवडक तपासण्या आणि परिस्थिती बदलल्यानंतर हातात येणारे अहवाल यांतून. म्हणजे शेल्फ पूर्णपणे न मोजलेले नाही, तर आत्मविश्वासाने निर्णय घ्यावा इतक्या वारंवार ते मोजले जात नाही. एआय इमेज रेकग्निशन ही समस्या उघड करू लागले आहे.
इन्व्हेंटरी सिस्टीम दाखवते की माल दुकानापर्यंत पोहोचला. ऑर्डरच्या आकड्यांवरून दिसते की दुकानदाराने तो खरेदी केला. पण ग्राहक शोधत असताना तो माल दिसत होता का, हे दोन्हीपैकी काहीच सांगत नाही. शाम्पूचा एक कार्टन स्टॉकरूममध्ये पडलेला असू शकतो आणि शेल्फ मात्र रिकामे असू शकते. प्रमोशनसाठी पैसे खर्च झालेले असतात, पण डिस्प्लेवर ते दिसतच नाही.
म्हणूनच ऑन शेल्फ अव्हेलेबिलिटी हा आकडा नेहमी इन्व्हेंटरीवरून काढता येत नाही. ती एखाद्या विशिष्ट दुकानातील, विशिष्ट वेळची प्रत्यक्ष स्थिती असते. एआय इमेज रेकग्निशन सध्याच्या माहितीला दृश्य पुरावा जोडते. शेल्फच्या फोटोवरून SKU आहे का, फेसिंग किती, शेल्फमधील वाटा, प्लॅनोग्राम पाळला गेला का आणि कुठे जागा रिकामी आहे, हे तपासता येते. विक्री आणि इन्व्हेंटरीच्या आकड्यांशी जोडल्यावर योजना आणि वास्तव कुठे वेगळे पडते, ते समजते.
एखादे उत्पादन कमी विकले गेले की टीम सहसा मागणी, किंमत, वितरणाची पोहोच किंवा स्पर्धकाच्या हालचाली तपासतात. हे घटक महत्त्वाचे आहेतच, पण ग्राहकासमोर प्रत्यक्षात काय ठेवले होते याचा पुरावा नसेल तर मागणीचे निदान करणे कठीण जाते. दोन सारखी दुकाने घ्या. एकात मुख्य SKU ला अपेक्षित फेसिंग आणि स्पष्ट जागा मिळाली आहे, दुसऱ्यात तो नाहीच किंवा कमी जागेत आहे. दोन्हीला एकच मागणीची समस्या मानले तर उपाय चुकतो. एकाला चांगल्या प्रस्तावाची गरज असेल, तर दुसऱ्याला माल भरणे किंवा चांगली जागा हवी असेल.
प्रत्येक विक्री घसरण ही अंमलबजावणीतील चूक आहे, असे इमेज रेकग्निशन सिद्ध करत नाही आणि ते कुणाला दोष देण्याचे साधनही बनू नये. ते निदान अधिक नेमके करते: दुकानात काय बदलले, कधी बदलले आणि ते कोण दुरुस्त करू शकते.
फोटो हा पुरावा आहे, सर्वज्ञान नाही. पॅकचे आकार सारखे दिसू शकतात, पॅकेजिंग बदलते, उत्पादने एकमेकांवर येतात आणि प्रकाश किंवा कॅमेऱ्याचा कोन वेगळा असतो. रिकामी जागा दिसली तरी माल मागच्या खोलीत आहे की भरणे सुरू आहे, हे त्यातून कळत नाही. FieldAssist च्या एका बाजार निरीक्षणात अरुंद रांगा, शेल्फची खोली, असमान प्रकाश आणि अर्धवट दिसणारी उत्पादने या अडचणींचा उल्लेख आहे. म्हणून फोटो काढण्याचे स्पष्ट नियम, अद्ययावत कॅटलॉग, कॉन्फिडन्स थ्रेशोल्ड आणि अनिश्चित निकालांसाठी माणसाकडून पडताळणी हवी.
चुकीची निरीक्षणे डॅशबोर्डमध्ये गेली, तर ब्रँड जुनीच अहवालाची समस्या फक्त चकचकीत करतो. अलर्ट किंवा फोटोंची संख्या यात खरे मोल नाही, तर त्यानंतर होणाऱ्या कृतीत आहे. स्टॉक असेल तर फील्ड प्रतिनिधीने शेल्फ भरावे लागेल, दुकानात माल संपला असेल तर डिस्ट्रिब्युटर किंवा पुरवठा टीमने पाऊल उचलावे लागेल, आणि स्पर्धकाने पैसे देऊन डिस्प्लेची जागा घेतली असेल तर ट्रेड मार्केटिंगने त्यावर तोडगा काढावा लागेल. प्रत्येक अपवादाला मालक, प्राधान्य, पुढची कृती आणि पडताळणी हवी.
खरा फायदा एखादे एआय साधन असण्याने नाही, तर सर्व दुकाने, कॅटेगरी आणि चॅनेलमध्ये सातत्याने मोजण्याने मिळेल. एक ऑडिट म्हणजे एक स्नॅपशॉट असतो. वारंवार नोंदी घेतल्यावर अंमलबजावणी कुठे आणि किती वेळा फसते आणि केलेली दुरुस्ती टिकते का, ते दिसते. शेल्फ हा विक्रीवर नेहमीच परिणाम करणारा घटक आहे, पण एफएमसीजीतील सर्वात कमी समजलेल्या ठिकाणांपैकी एक राहिला आहे.
कमेंट
अजून कमेंट नाही. पहिली तुम्ही लिहा.