Como a Inteligência Artificial ajuda fabricantes de FMCG e varejistas offline

A epidemia de COVID-19 mudou temporariamente nossos hábitos de consumo. As pessoas começaram a poupar mais; reduziram o número de visitas às lojas e mudaram parcialmente para compras online. Ao mesmo tempo, a participação do canal Internet nas vendas de FMCG aumentou no máximo de 2 para 3% devido às medidas de quarentena. Esse resultado modesto é impulsionado pelo fato do crescimento do e-commerce não ser expressivo em bens de massa. Nos próximos 5 anos, não devemos esperar um aumento com tamanha grandeza na participação das vendas online no varejo.

Além disso, a pandemia não afetou outra tendência poderosa – a absorção do varejo tradicional pelas redes de lojas. Estes últimos já ocupam 75-80% do mercado russo, e isso indica a conclusão da fase de consolidação da indústria.

Com essa estrutura de mercado, a competição por espaço nas prateleiras está aumentando constantemente entre os fabricantes de FMCG. Como nesta categoria de produtos o potencial das propriedades do produto foi esgotado há muito tempo, agora o principal fator é o preço.

Antes da introdução de medidas restritivas nesta primavera, as cadeias de lojas de varejo atraíam massivamente clientes com todos os tipos de promoções. Segundo estimativa da Nielsen, a participação das promoções nas vendas de bens de consumo na Rússia já ultrapassou a linha de 50% no ano passado, tanto em valor quanto em volume.

Planejando manter a competitividade, a gerência está analisando atentamente soluções realmente novas para trabalhar offline. Sim, o mercado tem casos de sucesso de aumento de receita aumentando a participação de mercado. Mas também é possível evitar a armadilha da baixa margem otimizando os processos e aumentando sua eficiência. Tecnologias modernas escaláveis e abordagens inovadoras para gerenciamento de vendas podem melhorar a lucratividade dos negócios mesmo em condições adversas.

“Local e Precisão”

Há um líder óbvio no mercado global de serviços de reconhecimento de fotos – o fornecedor israelense Trax. Iniciou a sua atividade operacional há mais de uma década. Em 2019, a empresa finalmente confirmou sua posição através da aquisição de seu concorrente mais próximo, a empresa europeia Planorama. Além disso, após a comercialização da tecnologia em 2014-2015, empresas jovens com ambições, incluindo ambições internacionais, começaram a aparecer nos mercados locais.

Ao formar processos de negócios, os fabricantes de grande e médio porte estão usando o sistema Sales Force Automation (SFA) em todos os lugares. Sua funcionalidade permite otimizar a coleta e o processamento de pedidos, garantir a gestão mais eficaz do pessoal de campo e da rede de distribuição, configurar um nível básico de análise para pontos de venda para vendas secundárias (Sell-Out) e para a eficácia de a estrutura da organização de vendas.

Estrutura de KPIs para a gestão de vendas Sell-Out em FMCG

Alguns varejistas estão testando e implementando novas tecnologias e inteligência artificial até agora no segundo nível do sistema de gestão de vendas.

Para reduzir a carga sobre a folha de pagamento, todos os participantes do mercado, incluindo gigantes de FMCG, são forçados a abandonar sua própria equipe de vendas e aplicar terceirização em sua prática. As vantagens incluem economia de custos e maior flexibilidade. No entanto, são crescentes os riscos associados ao fator humano: baixa fidelização, envolvimento, qualificação e motivação dos colaboradores externos.

Isso tem um impacto particularmente forte na coleta, processamento e auditoria das métricas de campo. Trata-se dos KPIs de prateleira clássicos de um comerciante e um representante de vendas: Disponibilidade na Prateleira (OSA), Ruptura de Estoque (OOS), Share de Prateleira e muitos outros indicadores de representação de produtos em lojas de varejo.

Corporações internacionais desenvolvem seus próprios algoritmos para alcançar e controlar esses indicadores (“RED” para Coca Cola, “Perfect Store” para MARS, “ITOS” para InBev etc.). Mas mesmo neste caso, coletar dados do espaço de prateleira, ou auditoria, é um “ponto de discórdia”. Simultaneamente, os fabricantes de segundo nível e os intervenientes locais estão a tentar descobrir os indicadores-chave de desempenho básicos para poderem gerir a sua representação no retalho de alguma forma. Ao mesmo tempo, fabricantes de segunda linha e players locais estão tentando descobrir os KPIs básicos para gerenciar sua representação no varejo de alguma forma. Em ambos os casos, tecnologias inovadoras têm servido como melhor catalisador do processo nos últimos anos. No nosso caso, trata-se de um serviço de reconhecimento de fotos de alta precisão baseado em IA e que visa controlar o alcance nas prateleiras das lojas offline e melhorar a eficiência do merchandising.

Evgeny Mataev

Diretor de desenvolvimento empresarial

O reconhecimento de fotos usando a visão computacional não é apenas uma questão de segurança. Hoje é uma tecnologia comercial

Antes e depois do lançamento

O projeto é implementado em várias etapas. Na fase piloto, um nível básico de precisão é alcançado para reconhecer uma nova base de produtos, em uma ou mais categorias. Os funcionários de campo são treinados para trabalhar com a tecnologia no local de testes, fazem visitas de acordo com as novas regras e acumulam conteúdo fotográfico. A rede neural começa a reconhecer melhor os produtos nas prateleiras. Os primeiros resultados fornecem ao cliente informações confiáveis sobre os níveis reais de implementação dos KPIs básicos: OSA e OOS. Torna-se possível gerenciar efetivamente os indicadores no território piloto, e a confiança ao processo está sendo formada.

Em caso de sucesso, o projeto vai para a fase de lançamento: o número de participantes do ecossistema aumenta para centenas ou milhares, e o banco de dados de fotos aumenta para centenas de milhares ou milhões de imagens SKU. Expandir a lista de KPIs, personalizá-los, eliminar falhas nas cadeias de trabalho do pessoal, gerenciamento de mudanças, suporte técnico – tudo isso transforma o produto em um serviço SaaS completo. Agora os serviços são fornecidos por assinatura e a empresa desenvolvedora recebe pagamentos recorrentes.

Nesse período, vale a pena focar no dimensionamento e não ir muito além das métricas básicas relacionadas à distribuição dos itens do produto, sua disponibilidade nas gôndolas e compartilhamento por categoria. Caso contrário, o cliente corre o risco de atrasar o lançamento “no campo”, o que pode acarretar prejuízos desnecessários para o negócio.

Depois que a tecnologia de reconhecimento é implementada em todos os lugares e o serviço de vendas confia e confia nos dados obtidos por meio da tecnologia, começam as terceiras etapas – extrair benefícios adicionais. digitalizando categorias de produtos em uma loja.

Sua principal tarefa é automatizar as métricas e processos mais complexos como prioridade para um determinado fabricante de FMCG. Mais frequentemente, estamos falando de medir o nível de conformidade com planogramas (regras de layout do produto), monitoramento de preços e análise de concorrentes. Mas também há pedidos exclusivos. Por exemplo, lendo o menu ou digitalizando categorias de produtos em uma loja.

Na prática, o planograma é composto em um conjunto de regras específicas para a exposição de mercadorias. Eles são entregues a qum está no campo, comerciantes ou representantes de vendas, e ao auditor, ou seja, sistema de reconhecimento de imagem. É assim que a maior eficiência do processo é alcançada – o usuário entende claramente por que o serviço avaliou seu desempenho em um nível específico. Entre as regras mais comuns estão: o número de itens do produto; a largura da tela (tanto em rostos quanto em centímetros); conformidade do número de prateleira; o layout da marca em um único bloco; e a ordem das mercadorias. Com isso, o sistema não compara a foto do layout com o planograma alvo pixel a pixel. Neste caso, o nível de conformidade tenderia sempre a zero, devido a muitos fatores.

Normalmente, o foco é deslocado para obter o máximo de benefícios da otimização do processo nesta fase, uma vez que a tarefa do retorno da tecnologia já foi cumprida anteriormente. Ao acumular os dados do dia a dia, o usuário aumenta a profundidade e a qualidade da avaliação da gama de produtos, o que permite tirar conclusões sobre as estratégias de merchandising mais eficazes em tempo real, dimensioná-las e testar novas hipóteses.

No futuro, esse tipo de serviço SaaS pode se tornar um dos serviços básicos das grandes redes de varejo FMCG, e não apenas delas. De acordo com a estimativa do BCG, a receita pode aumentar de 7 a 9% com a implementação de soluções de IA em vendas, marketing e planejamento de produção. Alguns players de mercado maduros em países ocidentais, com termos de cooperação mais transparentes e formalizados, já estão seguindo esse caminho.