Искусственный интеллект и мерчандайзинг: сегодняшние тренды и завтрашние реалии

По статистике, идеальное выполнение стандартов мерчандайзинга даёт в среднем от 7% до 15% увеличения продаж, а поддержание торгового зала и торговой выкладки в идеальном состоянии прямо влияет на показатель удовлетворенности потребителя и его эстетическое удовольствие от пребывания в супермаркете, стимулирует к повторной покупке и росту среднего чека у одного и того же ритейлера.

Мерчандайзинг — это 10-ки KPI рутинной и кропотливой работы полевого персонала, каждый час которого стоит денег. А значит, именно в этом блоке ритейлеры все чаще смотрят на решения по оптимизации рутинной работы и автоматизации простых процессов.

Среди трендсеттеров и инноваторов мерчандайзинга можно выделить, к примеру, Walmart с недавно анонсированной системой на основе искусственного интеллекта, которая дает возможность в режиме реального времени делать мониторинг товара на полках.

Но как бы не изощрялись ритейлеры, какие бы фишки и ребрендинги не придумывали, ключевые KPI мерчандайзинга были и остаются основой продаж:

1. Если товара нет на полке — он не продается.

2. Если ценник не соответствует товару — снижается лояльность потребителя.

3. Хаос на торговых полках, в т.ч. вызванный суперакциями и дисконт предложениями, приводит к тому, что ритейлер теряет лояльность уже следующего потока покупателей, если не успеет выставить продукцию.

В длинной цепочке от производителя к потребителю есть важное звено — мерчандайзер. И пока эту должность не заменили роботы, как например, это сделала сеть американских продуктовых магазинов Schnuck с роботом-мерчендайзером Tally от компании Simbe Robotics, мерчандайзер всё ещё остаётся ответственным за стандарты качества и внешний вид торговой полки.

Эволюция мерчандайзинга

За последние 10-15 лет, мерчандайзер превратился из курьера с папкой бумаг, заполняющего галочки в бумажных анкетах, в продвинутого пользователя программных продуктов на планшетах и смартфонах. Ещё 10 лет назад мерчандайзеры и торговые представители ездили с забитыми кейсами бумаг и бланками заказов по торговым сетям. Офисы дистрибьюторов были наполнены операторами, которые принимали заказы, оцифровывали килограммы бумаги, формировали заказы и строили логистические маршруты. Иногда с момента поступления заказа до поставки проходили недели.

Отдельная область ответственности мерчандайзера — придерживаться критериев выкладки и соблюдение планограммы. Такая сверка происходила в ручном режиме по распечатанным картинкам: мерчандайзер рулеткой замерял длину торговой полки со своей продукцией, проверяя, не подвинули ли конкуренты бренд на 5-10 см.

Появление мобильных компьютеров начали эру автоматизации работы мерчандайзеров. Устройства первого поколения были специализированными карманными компьютерами (именно компьютерами, а не смартфонами) с кнопочными интерфейсами для ввода данных. По факту мерчандайзер так же, как и раньше, записывал данные, но теперь не на бумагу, а в электронное устройство. Автоматизация заключалась в том, что отпала необходимость ввода данных из бумажных отчетов в системы управления.

Прорывным триггером в работе мерчандайзера стало появление смартфона, что дало возможность мобильной передачи данных, определения геолокации и фотографирования. Это дало старт второму поколению систем. Появились SFA системы (Sales Force Automation), которые устанавливались в виде приложений на смартфоны. Теперь результаты работы мерчандайзеров отгружались по мобильным сетям в реальном режиме. Стали доступными место нахождения работника и график его передвижения. В качестве подтверждения своей работы мерчандайзер теперь мог делать фотографии полок и прилагать их к своему отчету, который он, как и раньше, делал вручную. Прогресс был очевиден — скорость отчетности возросла, контроль за работой мерчандайзера усилился, а цена системы уменьшилась: для работы подходил практически любой смартфон с камерой и геолокацией. Подобные решения активно работают в Украине.

Но и тут не обошлось без проблемных зон. Возникли терабайты фотоматериала и, как оказалось, — эта проблема присуща всем SFA решениям. Фотографии складываются на серверах и только 10-15% в лучшем случае просматриваются, анализируются и участвуют в принятии стратегических решений.

Развитие компьютерного зрения на базе машинного обучения и улучшение камер смартфона вывели на рынок системы третьего поколения. Данная технология кардинально изменила работу мерчандайзера. Теперь отчет о визите стал делать не он, а машина, которая по фотографии анализировала наличие товаров на полке, ценники и соответствие выкладки планограмме. От мерчандайзера требовалось только прийти в торговую точку и сделать фотографию. Соответственно, скорость работы мерчандайзера выростала, а требования к его квалификации драматически падали. Появились даже сервисы на базе краудсорсинга, которые через приложения ставили задачи, к примеру, случайным людям подойти в ближайший супермаркет и сделать фотографию. Всю остальную работу делал алгоритм. При всей востребованности такой технологии со стороны заказчиков она не сразу завоевала рынок.

Ключевые игроки на рынке Image Recognition в ритейле

Дело в том, что обучение машины распознавать изображение товаров на полке до недавнего времени было очень непростой технической задачей. В мире с ней успешно справлялись только две компании: Trax и Planorama, которые поделили между собой крупных заказчиков по всему миру. Средние и мелкие же заказчики такой сервис позволить себе не могли, так как только за первоначальное обучение нейросети эти компании брали десятки тысяч долларов. При этом Trax в основном работали в Америке, а Planorama — в Европе. В этом году Trax стали глобальным лидером на этом рынке, приобретя сервис Planoramа. В тоже время технологии не стояли на месте и стоимость машинного обучения начала снижаться, что сделало возможным появление небольших локальных компаний, которые начали предлагать похожие услуги за значительно меньшие деньги и при этом адаптировали свои сервисы под нужды локальных клиентов. В Польше — это eleader.biz, в Индии — BIZOM и retail-scan, в Турции — vispera.co, в России — это, например, SmartMerch. В Украине же эту нишу занял стартап Picsell.

Что ждет нас в будущем?

Дальнейшее развитие камер смартфонов и функционала приложений для мерчандайзеров. Последние модели смартфонов начинают работать с трехмерным изображением, а значит появится возможность замерять наличие товара в глубине полки.

Ну а системы четвертого поколения фактически исключат человеческий фактор полностью. Удешевление камер и подключение их к сетям 5G даст возможность постоянного мониторинга состояния полки. Необходимость в контрольных визитах отпадет полностью и количество необходимых мерчандайзеров должно сократиться в разы. В общем, предсказание футурологов о том, что искусственный интеллект отберет работу у человека, точно относится к конкретной области — мерчандайзингу.

Колонка подготовлена в соавторстве с управляющим партнером CMS Group Александром Горловым.