Innowacyjne narzędzia wspierające biznes to nie tylko pomoc w prowadzeniu przedsiębiorstwa, ale przede wszystkim obraz tego, jak zmienia się rynek. O rozwiązaniach przyszłości opowiada Piotr Łapiński, Image Recognition Product Manager w Asseco Business Solutions.
Jaką rewolucję w handlu przynosi Image Recognition by Asseco?
Po pierwsze oszczędza pracownikom czas potrzebny do właściwego raportowania, czy stan ekspozycji produktów w punktach sprzedaży spełnienia ustalony z nimi wcześniej standard. Dzięki zastosowaniu naszego rozwiązania może on zostać skrócony od kilkunastu do nawet kilkudziesięciu procent. Mając na uwadze, że badanie półki jest zadaniem cyklicznym, systematycznie realizowanym przez przedstawicieli handlowych w ramach ich każdej wizyty w sklepie, mówimy o naprawdę znaczących oszczędnościach. Ten czas można wykorzystać na inne, istotne pod względem handlowym aktywności, takie jak: zwiększenie liczby wizyt u wartościowych klientów, prace nad poprawieniem standardu ekspozycyjnego (Perfect Store) czy też prezentację ofert promocyjnych.
Po drugie Image Recognition by Asseco oznacza rzetelność i lepszą jakość ewidencjonowanych danych. Człowiek często się myli. Dobrze zaprojektowana i wdrożona technologia jest zdecydowanie bardziej niezawodna. Ponadto pracownicy, którzy są odpowiedzialni za wsparcie procesu sprzedaży w sklepach detalicznych, uzyskują szczegółowe rekomendacje, co powinni poprawić w kontekście ustalonego standardu ekspozycyjnego. System informuje przedstawiciela handlowego o wszystkich błędach, m.in.: które produkty lub ich ceny są nieprawidłowo umieszczone czy też jakich towarów na niej brakuje. Dzieje się to już w trakcie wizyty, czyli w czasie rzeczywistym. Pracownik ma zatem możliwość natychmiast podjąć działania naprawcze. Należy podkreślić, że dane uzyskiwane przez firmę dzięki algorytmom AI są o wiele lepszej jakości niż te, ręcznie wprowadzane przez przedstawicieli. To natomiast przekłada się na bardziej trafne decyzje biznesowe. Im lepsza jakość posiadanych danych, tym bardziej wartościowe wnioski możemy z nich wyciągnąć.
Wasze rozwiązanie na postawie analiz AI wysyła różne wnioski i sugestie. Jak wygląda to w praktyce?
Spróbujmy pokazać to na prostym przykładzie. Jednym z procesów optymalizowanym przez nas za pomocą AI jest raportowanie przez przedstawicieli handlowych efektów ich wizyt w punktach sprzedaży. Chodzi o zastosowanie technologii Image Recognition do badania obecności produktów na sklepowych półkach, a także ich cen i zgodności z określonym standardem ekspozycji. W branży FMCG najważniejsze z punktu widzenia procesu sprzedaży jest to, aby odpowiedni towar znalazł się w danym czasie, we właściwym sklepie, na wyznaczonej półce i zgodnie z ustalonymi zasadami ekspozycji. Dotychczas przedstawiciele handlowi raportowali te informacje w sposób manualny – w ramach aplikacji na smartfony lub tablety, w które są wyposażeni. Szczegółowa analiza takich ręcznie wprowadzanych danych wykazała, że najczęściej były one błędne.
Dlaczego tak się dzieje? Każdy człowiek subiektywnie ocenia otaczającą go rzeczywistość. Jeżeli zapytamy dwóch różnych przedstawicieli handlowych, czy standard ekspozycji określonego produktu został w danym sklepie spełniony, z dużym prawdopodobieństwem otrzymamy zupełnie różne odpowiedzi. Stosując w tym procesie technologię AI, sytuacja będzie jednoznaczna. Gdy algorytm rozpozna konkretny produkt i uzna, że jest on właściwie ułożony na półce, automatycznie zaliczy badanie. Człowiek może poświęcić wiele czasu na tę czynność, ale nie będzie w stanie tak dokładnie ocenić zajęcia półki w stosunku do konkurencji, zmierzyć wszystkich bloków marek czy porównać wiele skomplikowanych relacji między nimi. Ludzka odpowiedź jest subiektywna i uznaniowa. Natomiast algorytm zawsze daje obiektywną ocenę, zapamiętuje wszystkie kryteria, nie zaokrągla automatycznie wyników (chyba że sami go tak ustawimy) decydujących o zaliczeniu lub niezaliczeniu targetów.
Jak właściwie wykorzystać możliwości AI? Czy sztuczna inteligencja jest niezbędna we współczesnym rozwoju technologii?
W zastosowaniu rozwiązań AI nie ograniczamy się tylko do jednego obszaru – traktujemy to jako całość. Na oferowanej przez nas Platformie Omnichannel dysponujemy bardzo dużą liczbą wartościowych danych, które pochodzą z różnych źródeł: mobilnych systemów raportujących, wykorzystywanych przez sieć przedstawicielską danej firmy (Mobile Touch), oprogramowania zbierającego dane sprzedażowe od współpracujących z producentem partnerów, np. dystrybutorów czy sieci handlowych (Platforma Connector), czy też z systemu ERP klienta. Rozwiązania AI od Asseco Business Solutions wykorzystują wszystkie te dane łącznie, tym samym ułatwiając ich skuteczną i szybką analizę. Generują konkretne rekomendacje – oparte na praktycznych insightach i dopasowane do każdego poziomu struktury organizacyjnej klienta. Dzięki temu firmy posługujące się AI by Asseco dokładnie wiedzą, która sieć czy punkt sprzedaży charakteryzuje się najwyższym potencjałem zakupowym, a także, w jakim miejscu sytuacja jest dobra lub gdzie należy już interweniować.
Czy planujecie rozwijać ofertę rozwiązań opartych o AI?
Systematycznie i konsekwentnie nad tym pracujemy! Coraz większa liczba procesów biznesowych wspieranych przez nasze produkty korzysta z algorytmów AI. W naszej historii współpracy z rykiem FMCG będzie to już trzecia rewolucja technologiczna, którą zaproponujemy.
Aktualnie osadzamy na naszej Platformie Omnichannel nowe funkcjonalności – oparte na wspomnianym systemie rekomendacji i wykorzystujące sztuczną inteligencję Genius by Asseco.
Dziękuję za rozmowę.
Joanna Kowalska