RECONOCIMIENTO POR IMAGEN EN EL PDV

Hablemos sobre reconocimiento por imagen en el PDV. 
Optimizar el trabajo, ganar tiempo y eficiencia en los procesos son objetivos comunes para quienes respiran trade marketing. 
Por ese motivo, la búsqueda de tecnologías que agilicen el proceso y entreguen resultados termina por convertirse en una rutina. Y entre tantas novedades en el “mundo tech”, el reconocimiento por imagen es una de las soluciones que más llaman la atención. 
No es inusual que nos encontremos con noticias sobre cómo la tecnología de image recognition o reconocimiento por imagen impacta y facilita la vida de tantas personas. Uno de los usos más comunes es identificar personas. Está presente incluso en situaciones cotidianas, como desbloquear dispositivos o reemplazar contraseñas y huellas digitales. 
Pero ¿ya te has puesto a pensar en cómo sería utilizar el reconocimiento por imagen en las acciones de trade marketing? ¿Qué tan práctico sería identificar los productos de inmediato, de forma automatizada y, a partir de eso, construir indicadores aún más eficientes en menos tiempo? 
¡Es sobre eso que vamos a hablar hoy! 
CÓMO APLICAR EL RECONOCIMIENTO POR IMAGEN EN EL PDV 
Por vía de regla, estamos atentos a cómo se utiliza la tecnología en la experiencia directa con el consumidor en el espacio físico de la tienda. Dos nombrees que se citan frecuentemente como ejemplos de inteligencia artificial y reconocimiento por imagen son Amazon, con Amazon GO, y Nike By Melrose, tienda creada con un formato y perfil específicos para la región a partir de su app. 
Ambas marcas usan big data, machine learning e image recognition para promover experiencias dirigidas al shopper-consumidor en el punto de venta. Pero si obtenemos datos más precisos en el PDV, y sabemos cuál es el estado de la ejecución y, además, sabemos a ciencia cierta cuáles son los puntos que debemos mejorar, también estaremos mejorando la experiencia del cliente. 
Todos ganan: el cliente, porque va a encontrar el SKU o servicio perfecto, y el mercado, la industria y el retail, que se benefician con las ventas, con el perfeccionamiento de estrategias y acciones, y con una mayor competitividad en el PDV. 
En el universo de la ejecución del retail y del trade marketing, la disposición y el surtido de los productos que se exponen en las góndolas de los supermercados son extremadamente importantes. 
Existen herramientas excelentes para evaluar cuál es la situación en campo. Sin embargo, a pesar de que la tecnología esté disponible para auxiliarnos y que reportarle algo al back office sea fácil, el trabajo sigue siendo bastante manual. Esto hace que el proceso sea dispendioso y, en muchos casos, más lento de lo que la demanda lo requiere. 
¡Reflexionemos sobre una acción práctica! 
Supón que un promotor de ventas necesite medir una góndola, comprobar la participación en anaquel de una marca o producto en particular para analizar la participación en el punto de venta. 
Generalmente se hace a mano y con un metro. Luego, se toma la foto, se envía la imagen, y solo después viene el análisis, junto con otros factores que el equipo de campo también informa de modo manual. 
Este proceso, dependiendo del número de productos y la complejidad de la categoría, puede tomar más de una hora. Si el trabajo está automatizado, el promotor tendrá mucho más tiempo para realizar otras funciones importantes que dependen de la ejecución, e incluso visitar más tiendas. 
Podemos citar por lo menos tres problemas que enfrentan los equipos de trade marketing en estos casos: 
Se le dedica demasiado tiempo a la recopilación de información: el nivel de detalle de la información que se requiere en el PDV puede perjudicar la productividad del promotor. 
Posibilidad de imprecisión: los procesos manuales y repetitivos están sujetos a errores, especialmente cuando se realizan en grandes cantidades y en poco tiempo. 
Demora para implementar acciones correctivas en el punto de venta: la dinámica actual hace que el momento de la recolección se distancie de la acción correctiva en el mercado. La competitividad actual provoca que el tiempo que transcurre —entre la identificación de la situación y la obtención de una respuesta— cobre aún más relevancia para ganar o perder espacio. 
COMBINANDO DATOS SELL-IN Y SELL-OUT 
Hasta 2021, se espera que la inversión en el mercado de reconocimiento por imagen alcance casi los $39 mil millones de dólares, invirtiendo en diversas áreas y tecnologías para respaldar ese crecimiento. 
La información publicada por Market and Markets indica que el concepto de ese cambio implica una serie de factores y servicios para identificar, además de personas y lugares, productos y logotipos a partir de las imágenes. 
Poco a poco las industrias recopilan y solicitan más información. Al mismo tiempo, necesitan reducir el tiempo que se invierte en recopilar esa información. El mercado es dinámico, las acciones de la competencia, e incluso el comportamiento de compra de los clientes, cambian rápidamente, a veces en el mismo día. 
La información tiene una vida útil, se pierde con el tiempo. Al evaluar la relación industria-retail-shopper-consumidor, es importante considerar la siguiente combinación de información: 
Sell-in (que viene de la industria) –> PDV <– Sell-out (que está en el poder del retail) 
Al observar toda la jornada, el reconocimiento por imagen le otorga más precisión a la información del medio (PDV) que está disponible, para combinar los datos de sell-in y sell-out y generar indicadores de trade marketing reales. Esto permite definir estrategias específicas y tomar decisiones certeras. 
LA SOLUCIÓN ATIENDE A LA INDUSTRIA Y AL RETAIL 
Como acabamos de apuntar, image recognition es una gran tendencia. Para hacer una analogía, es como si las computadoras que hoy son casi todas ciegas, dependientes de nuestros comandos, tuvieran ojos e hicieran parte de nuestro trabajo, dándonos más tiempo para dedicárselo al proceso de análisis. 
El equipo de campo gana en productividad y el equipo de back office obtiene más precisión y agilidad en la toma de decisiones sobre las acciones en el punto de venta. Los analistas pueden ver, casi que al instante, cómo el cliente está viendo el producto en el PDV. 
Observando los problemas comunes que señalamos anteriormente, con el reconocimiento por imagen podemos vislumbrar los siguientes indicadores como una solución: 
Presencia: evaluación de la presencia de los productos en el surtido esperado por PDV. 
Share of shelf: espacio ocupado en la góndola por los productos y también la visión de la posición en las góndolas, si están al alcance de los ojos, manos o piso. 
Planograma: compliance de planograma para el canal. 
Monitoreo de la competencia: información sobre cuáles son los productos de la competencia que están presentes y el espacio que ocupan. 
Monitoreo de estrategias comerciales: permite analizar los surtidos para el canal, el espacio y otras acciones específicas. 
ShelfScan: Inteligencia artificial para transformar las fotos en información 
El sistema lee y procesa las imágenes, transformándolas en información, que a su vez son analizadas automáticamente por el software, de acuerdo con las reglas y la estrategia de ejecución que defina cada empresa. Después del procesamiento, es posible verificar los indicadores y tener condiciones precisas para la toma de decisiones con más agilidad y economía. 
¿Alguna vez ya habías pensado en eso? ¿Ya te has puesto a pensar en los beneficios que el reconocimiento por imagen puede aportarle a tu operación si se aplica al trade marketing? ¡Cuéntanos en los comentarios!

Deja una respuesta