Контроль выкладки и аналитика полки — решение NO NAME Software

Контроль выкладки и аналитика полки

Какие задачи
решает система
(01) Соответствие планограмме
Сотрудник фотографирует полку в приложении, система сравнивает снимок с эталонной раскладкой и сразу показывает, чего не хватает, что стоит не на месте и где чужой товар занял ваш фейсинг.
(02) Доля полки и присутствие брендов
По каждой точке и категории считается фактическая доля полки, глубина выкладки и доля конкурентов — без ручного пересчёта и без «на глаз».
(03) Контроль ценников и промо
Распознаются ценники и промо-материалы: соответствие рекомендованной цене, наличие акционного ценника, правильность POSM в прикассовой зоне.
(04) Прозрачность для офиса
Руководитель видит выкладку во всех точках сети в одном дашборде: рейтинг магазинов, динамика нарушений, скорость их устранения — не через неделю по отчётам мерчандайзеров, а в день визита.
Результаты
от внедрения
(01)
Проверка полки за 30 секунд
вместо ручного чек-листа
(02)
Единый стандарт выкладки
во всех точках
(03)
Нарушения исправляются
в тот же визит
(04)
Объективные данные
для переговоров с сетью
до 95%
точность распознавания SKU на полке
×3
быстрее аудит точки по сравнению с ручным
Возможности системы
Распознавание
(01)
  • SKU, фейсинги, ценники и POSM по фото
  • Работа при плохом освещении и под углом
  • Распознавание своих и конкурентных товаров
  • Обучение модели на вашем ассортименте за 2–3 недели
Контроль
(02)
  • Сравнение с планограммой и эталоном
  • Чек-листы с обязательными фото
  • Статусы «выполнено / на доработку»
  • Повторная проверка после исправления
Аналитика
(03)
  • Доля полки по сетям, регионам, точкам
  • Тепловая карта нарушений
  • Динамика по неделям
  • Выгрузка в Excel и BI
Интеграции
(04)
  • Мобильное приложение iOS и Android
  • Работа офлайн с последующей синхронизацией
  • API для выгрузки в CRM и SFA
  • Единый вход для сотрудников сети и агентства
Этапы
внедрения
(01) Диагностика
Смотрим текущий процесс аудита выкладки, планограммы и ассортимент, договариваемся о метриках — что считаем нарушением и как измеряем результат.
(02) Обучение модели
Собираем фото по вашему ассортименту в реальных точках и дообучаем распознавание до целевой точности. Обычно 2–3 недели.
(03) Пилот
Запускаем в 20–50 точках с реальными сотрудниками, сравниваем с ручным аудитом, дорабатываем чек-листы и отчёты.
(04) Масштабирование
Подключаем всю сеть, интегрируем с SFA или CRM, настраиваем роли, дашборды и уведомления.
(05) Сопровождение
Модель дообучается на новых SKU и сезонных выкладках, отчёты развиваются под задачи категорийных менеджеров, SLA на поддержку.
кейсы внедренных проектов
AI-контроль выкладки для аптечной сети РИГЛА
Для аптечной сети РИГЛА мы создали enterprise-решение для операционного контроля выкладки: мобильное приложение для фото-аудита прикассовых зон и точек выкладки с заданиями сотрудникам, инструкциями, контролем качества и статусами выполнения.
Запишитесь на zoom-презентацию
где мы покажем в действии и ответим на вопросы