零售店使用了图像识别技术,人工成本反而增高?

  • 时间:
  • 浏览:0
  • 来源:大发5分赛车_大发5分赛车投注平台_大发5分赛车娱乐平台

对品牌商来说,如保让零售渠道上架空间有限,同品类产品铺货竞争激烈,如保通过铺货策略吸引消费者尤为关键。基于人工智能的图像识别技术应运而生。但实际运用中,图像识别技术往往会总爱出現置信度较低,须要后期人工干预的情况表,铺货成本如保让水涨船高。

尼尔森基于多年深耕中国零售监测的经验成立实验室,对市面上近10种不同图像识别零售应用方案展开实地测试。本文将揭秘测试结果,带您了解图像识别技术的运作原理,为您解答图像识别技术到底如保助您赢得消费者的关注,制胜零售新业态!

为那先 须要图像识别技术?

对于品牌商而言,如保通过铺货策略引起消费者的注意至关重要。众多品牌商都希望通过提高品牌在店内空间的绝对占比(即货架的长度占比),或增加产品面位陈列的土措施来加强消费者的品牌意识。

市面上的图像识别技术则基于以上需求,使用人工智能,通过店内拍照的土措施还原店内货架实际情况表,并将图片直接识别转打上去数据,帮助管理层一目了然获悉门店铺货执行情况表。相比传统的人工店内核查,该技术都还可不可以 将图像证据与报表进行关联,让数据更加直观。

但AI课题之大,嘴笨 难以一文以概之。尼尔森基于数据挂接的百年经验,结合零售研究实战,聚焦近年来中国图像识别技术在零售终端执行监测的应用,为广大客户分析AI技术在销售执行管理自动化(SFA - Sales Force Automation)的应用,为设计、落实和评估销售绩效管理体系献计献策。

尼尔森中国图像识别实验室

智能化大数据 + AI数率提升 +监控销售前线战绩:这高大上的玩法背后否是代表革命性的转变呢?这是有的是出理 厂商长久以来对店内执行监测所有痛楚的良药呢?

尼尔森在今年4-6月间在上海建立实验室,通太多轮筛选对中国市场中近10种不同图像识别零售应用方案展开实地测试,旨在衡量不同图像识别出理 方案准确率及数率标准,并衡量使用图像识别对提高整体产能的影响。

测评土措施

尼尔森基于多年来深耕中国零售监测的经验,还原了中国零售各大业态的不同场景及货架环境,选着了4四个有中国特色的快消品品类下的86有有有四个 单品,拍摄了近两千组货架照,传送给不同的识别引擎,并与每个单品的400张全方位照片进行匹配。

测评标准

通太多轮筛选与实地测试,尼尔森以如下两种匹配土措施作为测评量度,对不同图像识别技术的准确性进行测评:

1、位置还原型匹配

所有产品的货架序号、层数、数量及品种与实际情况表一致,如保让每个产品在货架上的位置及长度也与实际情况表匹配。

能做到曾经的图像识别,原困AI都还可不可以 较真实还原货架实际情况表,包括总爱让厂商挂心的货架长度及面位占比,进而达成实际货架图与完美货架图的匹对,属于一站全包能力。

2、次序还原匹配

所有产品的货架序号、层数、摆放的次序、数量及品种与实际情况表一致。此处的难点在于产品顺序,错有有有四个 则全错,比如AABBCC的陈列,如保让被识别为AABCC则AAB得分,曾经的BCC每段有的是得分。

能做到曾经的图像识别,可大致还原货架陈列情况表,对于品牌和产品的面位及次序分布做出较准确判断,出理 缺货和陈列匹配度大问提。

3、“佛系”匹配

此土措施以结果为导向,以送分为目的。假如有一天有产品被正确识别且次序不错则加分。比如AABBCC的陈列被识别为CCAABB,嘴笨 实际上全版张冠李戴,如保让产品否是的结果和AABB的先后次序是一样的。

能做到曾经的图像识别,基本都还可不可以 都还可不可以 用来判断店内品牌及产品的基本陈列否是情况表,无法还原货架图。

测评结果

实验结果显示,参加测试的引擎纯机器识别两种土措施平均准确率为76%,无论是自身能力都还可不可以 位如保让机器学习能力差, 引擎产出的结果仍须要人工检查,都还可不可以 为客户输出高精度的报告。而人工干预使得识别数率大大降低,工作成本大幅提高,违背了客户使用图像识别技术的初衷。

在测试中,AI识别置信度是有有有四个 关键衡量因素。AI识别置信度指图像识别引擎对商品识别结果可信度的有有有四个 自我评估,即引擎对商品识别结果有如此 底气。对于引擎如此 底气的识别结果,都还可不可以 通过人工干预的土措施进行修正,较为完善地弥补机器的不够。

比如某引擎嘴笨 自主识别正确率有400%,人工只须要查20%,工作量还是都还可不可以 节省的;但如保让遇到其他引擎无法告诉你它识别的准确率置信区间,那样人工依然要大规模介入来重新核查或抽查图像,使工作量反而会大规模增加。

不过,图像识别技术是具备机器学习功能的,即随着学习样本和周期的积累,引擎自主识别正确率会不断提升,人工干预和成本会慢慢减少。如保让如保让引擎学习能力不同,市面上的产品包装更新或促销价格变动,引擎所需的学习周期也随之加长,对于引擎及图像库的长期维护也是须要的。

尼尔森通过中国图像识别实验室,基于不同的品类及产品包装形式、店铺场景、新产品上市周期、新包装更换周期,计算出人工干预的比例,给广大希望提高一线销售执行管理自动化的客户提供“最优AI图像识别及问卷形式信息挂接土措施的组合比例”,并结合尼尔森中国超过400万的庞大产品编码数据库以及35年深耕中国零售数据挂接的经验,为客户销售管理自动化出谋划策。

本文摘自:尼尔森Nielsen

进入“机器视觉”首页,浏览更多精彩内容 >>