शेल्फ दुनिया की सबसे बड़ी उपभोक्ता वस्तु कंपनियों में से एक की मदद की 30 पारंपरिक व्यापार दुकानों में व्यापारिक अनुपालन में 100,000% सुधार करना भारत में.

सीपीजी कंपनियां अपनी इन-स्टोर उपस्थिति और प्रचार निष्पादन को बेहतर बनाने के लिए खुदरा विक्रेताओं पर पर्याप्त धनराशि खर्च करती हैं। ये स्लॉटिंग, डिस्प्ले और पे-टू-स्टे शुल्क तेजी से बढ़ सकते हैं, जिससे उनकी निचली रेखा प्रभावित हो सकती है। इसलिए, सीपीजी के लिए यह सुनिश्चित करना महत्वपूर्ण है कि उन्हें वह स्थान मिले जिसके लिए वे भुगतान करते हैं। उन्हें यह भी सुनिश्चित करना होगा कि सर्वोत्तम संभव खुदरा निष्पादन को सुरक्षित करने के लिए प्रतिनिधि अपना काम ठीक से कर रहे हैं। इस ब्लॉग में, हम आपको बताते हैं कि कैसे पैरेललडॉट्स के स्वचालित शेल्फ मॉनिटरिंग टूल शेल्फवॉच ने क्लाइंट को अपनी छवि पहचान तकनीक के साथ अपने व्यापारिक अनुपालन को बेहतर बनाने में मदद की।

ग्राहक की अनोखी पहल

हमारा ग्राहक, एक वैश्विक व्यक्तिगत और होम केयर ब्रांड, जिसके पास प्रतिष्ठित ब्रांडों का एक बड़ा पोर्टफोलियो है, भारत में पारंपरिक व्यापार में अपने समर्पित ब्रांडेड वर्गों के व्यापारिक अनुपालन को समझना चाहता था। हमसे संपर्क करने से पहले, ग्राहक ने यह पता लगाने के लिए एक अध्ययन किया कि समर्पित ब्रांडेड अनुभाग वाले स्टोर प्रति माह 7-10% की अतिरिक्त बिक्री उत्पन्न करते हैं। 

7-10% की अतिरिक्त बिक्री वृद्धि उत्पन्न करने के लक्ष्य के साथ, ग्राहक व्यापारियों की यात्रा के बाद उनके ब्रांडेड अनुभागों के अनुपालन को भी समझना चाहते थे।

ग्राहक व्यापारियों द्वारा उनकी यात्राओं के बाद ली गई तस्वीरों से अनुपालन जांच को स्वचालित करने के लिए छवि पहचान को तैनात करना चाहता था। 

व्यापारिक अनुपालन को समझने के अलावा, ग्राहक यह भी समझना चाहता था कि खुदरा विक्रेता अपने ब्रांडेड अनुभागों को कैसे बनाए रखते हैं। उन्होंने महीने में एक बार इन दुकानों का ऑडिट करने के लिए एक तृतीय-पक्ष फ़ील्ड एजेंसी की भर्ती की। वे विभिन्न दुकानों में अपने ब्रांडेड अनुभागों की अनुपालन दर को समझना चाहते थे और उच्च अनुपालन बनाए रखने वाले दुकानों को पुरस्कृत करना चाहते थे।

ग्राहक, व्यापारियों द्वारा खींची गई छवियों का विश्लेषण करने के अलावा, यह भी चाहता था कि स्टोरों को रैंक करने के लिए फील्ड ऑडिटरों द्वारा खींची गई तस्वीरों का इमेज रिकॉग्निशन द्वारा विश्लेषण किया जाए।

चैलेंज

1. परियोजना का दायरा

यह अध्ययन 500 से अधिक दुकानों में तैनात 1,000 SKU में 100,000 से अधिक विभिन्न प्रकार की व्यापारिक संपत्तियों के साथ बड़े पैमाने पर किया गया है। परियोजना के पैमाने और दायरे का मतलब है कि हर दिन कैप्चर की गई छवियों की कुल संख्या 75,000 और प्रति माह 1.5 लाख से अधिक होगी।

2. व्यापक रूप से विविध व्यापारिक सामग्री

तंत्रिका नेटवर्क-आधारित छवि पहचान तकनीक के लिए एक और चुनौती यह थी कि व्यापारिक सामग्री हर महीने बदल जाएगी और इसलिए, व्यापारियों द्वारा इसे दुकानों में स्थापित करना शुरू करने से पहले नेटवर्क को तेजी से प्रशिक्षित और तैनात करना होगा।

दृष्टिकोण- शेल्फ़वॉच अंतर

शेल्फ़वॉच से पहले

ग्राहक का प्रारंभिक दृष्टिकोण स्टोर फ़ोटो का मैन्युअल रूप से विश्लेषण करना और व्यापारिक अनुपालन को मापना था। मैन्युअल मूल्यांकन में कई चुनौतियाँ उत्पन्न हुईं, जिनमें से कुछ का उल्लेख नीचे किया गया है:

1. कम टर्नअराउंड समय

इतने बड़े पैमाने पर डेटा का मैन्युअल रूप से विश्लेषण करने में बहुत समय लगता है, जिससे अंतर्दृष्टि उत्पन्न होने में देरी होती है। इससे बाधाओं की पहचान करने और समय पर सही उपाय करने में देरी हुई। परिणामस्वरूप, अपेक्षित प्लानोग्राम और स्टोर की वास्तविकता के बीच हमेशा एक बड़ा अंतर बना रहा।

2. कम सटीकता

खुदरा विक्रेताओं में स्टैकिंग पैटर्न में एकरूपता की कमी है, जिसके कारण स्टॉक ओरिएंटेशन, प्रकाश व्यवस्था और स्थिति के संदर्भ में विभिन्न प्रकार की तस्वीरें सामने आती हैं। फ़ील्ड एजेंट अपने द्वारा एकत्र किए गए डेटा में निरंतरता बनाए रखने के लिए संघर्ष करते हैं क्योंकि ऐसी गैर-मानक तस्वीरों का विश्लेषण करने में अधिक समय लगता है।

3. अधूरा विश्लेषण

मानक छवियों की खोज में, फ़ील्ड एजेंट अन्य प्रकार के मानवीय धारणा पूर्वाग्रहों का शिकार हो जाते हैं। अक्सर ऐसा होता है कि डेटा एकत्र करते समय, प्रतिनिधि विभिन्न कोणों से एक ही शेल्फ की कई छवियां लेते हैं। यह एक गंभीर समस्या है क्योंकि इससे शेल्फ मेट्रिक्स (जैसे शेल्फ का हिस्सा) की दोहरी गिनती हो सकती है जो बदले में अंतर्दृष्टि को प्रभावित करती है।

4। महंगा

चूंकि मैन्युअल ऑडिट अक्षम थे और वांछित प्लानोग्राम अनुपालन प्रदान करने में कम थे, इसलिए अध्ययन पर खर्च किए गए कुल पैसे की भरपाई कुल बिक्री से नहीं की जा सकी।

उपरोक्त कारकों के कारण, ग्राहक समय पर अंतर्दृष्टि पर कार्रवाई करने में सक्षम नहीं था और इसलिए, समग्र अनुपालन लगभग 55% था।

शेल्फवॉच के बाद

हमने सभी SKU और व्यापारिक सामग्रियों पर AI को प्रशिक्षित करने के बाद शेल्फवॉच को तैनात किया। हमने अपनी प्रौद्योगिकी की नवीनता के कारण कुछ चुनौतियों पर काबू पा लिया है, जिन्हें निम्नानुसार सूचीबद्ध किया गया है:

• डेटा की कमी: चूंकि व्यापारिक सामग्रियां हर महीने बदलती रहती थीं, इसलिए इन सामग्रियों का बहुत अधिक सटीकता के साथ पता लगाने के लिए तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए पर्याप्त डेटा कभी नहीं था।
• छवि गुणवत्ता: टी के कारण
  सामान्य व्यापार की अराजक प्रकृति के कारण, सभी SKU को AI द्वारा आसानी से पता लगाने के लिए आदर्श अभिविन्यास में नहीं रखा गया था।

शेल्फवॉच के एआई आर्किटेक्चर का उपयोग करके इन मुद्दों को दूर किया गया, जिसमें एआई को प्रशिक्षित करने के लिए केवल एक उच्च-रिज़ॉल्यूशन छवि की आवश्यकता होती है। ये उच्च-रिज़ॉल्यूशन छवियां, जिन्हें पैक शॉट्स या इमेज मास्टर्स के रूप में भी जाना जाता है, क्लाइंट द्वारा महीने की शुरुआत में साझा की गई थीं। 48 घंटों के भीतर, इन सामग्रियों का पता लगाना शुरू करने के लिए एआई को इन व्यापारिक सामग्रियों पर प्रशिक्षित किया गया।

1। एकीकरण

एक बार एआई प्रशिक्षण स्थापित हो जाने के बाद, क्लाइंट की परिसंपत्ति प्रबंधन प्रणाली के साथ एसएफए एकीकरण के माध्यम से पैरेललडॉट्स टीम द्वारा फ़ील्ड छवियां स्वचालित रूप से डाउनलोड की गईं। छवियों को स्टोर नाम, भू-स्थान, व्यापारी का नाम, कैप्चर का समय और व्यापारी के इनपुट जैसे मेटा-डेटा के साथ हर दिन एक निश्चित समय पर डाउनलोड किया गया था।

2. दैनिक निगरानी करना आसान हो गया

• चूंकि मैन्युअल विश्लेषण में समय लगा, इसलिए दैनिक निगरानी प्रक्रिया को धीमा कर दिया, जिससे अंतर्दृष्टि और सुधारात्मक कार्रवाइयों में देरी हुई।
• जैसे ही सभी छवियों का विश्लेषण किया गया, शेल्फ़वॉच ने पर्यवेक्षकों को स्वचालित रूप से जेनरेट की गई दैनिक रिपोर्ट भेजी जिससे उन्हें अपने स्वयं के इन-स्टोर निष्पादन को ट्रैक करने की अनुमति मिली। टर्नअराउंड समय में कमी से तेजी से सुधारात्मक उपायों और बेहतर समग्र निष्पादन में मदद मिली।

शेल्फवॉच के इनसाइट डैशबोर्ड का एक उदाहरण नीचे दिखाया गया है।

परिणाम- व्यापारिक अनुपालन में 30% सुधार

शेल्फवॉच की छवि पहचान तकनीक की मदद से, ग्राहक स्टोर की स्थितियों पर सटीक और समय पर जानकारी प्राप्त करने में सक्षम था, जिससे अनुमति मिली 55 महीने के रोल-आउट के साथ व्यापारिक स्थिति में 85% से 2% तक सुधार होगा। व्यापारिक अनुपालन में इस 30% की वृद्धि ने भी योगदान दिया 2% की अतिरिक्त बिक्री वृद्धि। शेल्फ़वॉच की दक्षता से प्रभावित होकर, ग्राहक अब अपने ब्रांडों के लिए शेल्फ़ की हिस्सेदारी (एसओएस) को समझने के लिए आधुनिक व्यापार स्टोरों में शेल्फ़वॉच को लॉन्च कर रहा है।

ब्लॉग पसंद आया? हमारे अन्य पढ़ें ब्लॉग यह समझने के लिए कि कैसे छवि पहचान आपके ब्रांड को एक परफेक्ट स्टोर हासिल करने में मदद कर सकती है।

देखना चाहते हैं कि अलमारियों पर आपका अपना ब्रांड कैसा प्रदर्शन कर रहा है? क्लिक करें यहाँ उत्पन्न करें एक मुफ्त डेमो अनुसूची करने के लिए।

स्रोत: https://blog.paralleldots.com/featured/how-shelfwatch-helps-improve-merchandising-compliance/