ShelfWatch effectively comprehends the environment in which SKU’s are merchandised. It provides actionable insights and creates a virtuous feedback loop which helps CPG companies in their perfect store execution.
Image Recognition technology increases sales force productivity, improves shelf condition insights and helps drive incremental sales.
Gartner Research,
“Image Recognition can help consumer goods manufacturers win at the retail shelf” - Ed Porter, Tuong Nguyen
ShelfWatch gives a complete picture of your perfect store execution by calculating different KPIs that can be customised as per requirement. These include:
On-device blur and angle detection: ShelfWatch’s mobile app takes images to assimilate analysis on product placement and visibility on the shelf. It also provides smart features like blur detection and angle or eye-level alignment while taking images.
Off-line Mode: Images can be clicked even in a no-internet zone without hindrance and can be uploaded once an internet connection is available.
Real-Time Reporting: ShelfWatch gives near real-time KPI feedback using image analysis and deep learning that are directly transferred to ShelfWatch cloud for detecting POSM and SKUs.
Integration: ShelfWatch easily integrates with multiple SFA and DMS apps. All our salient features such as real-time image quality check and real-time shelf insights work perfectly in the integrated solution.
Corporate Dashboard: ShelfWatch’s detailed Insight dashboard provides competitive analysis by count, presence, shelf area covered by SKUs and POSMs, brand presence across stores, and geographical breakdown over a map overlay.
Customised Reporting: Every brand has unique visibility compliance standards and reporting needs. Using Power BI dashboard to create customised dashboards in partnership with brands helps ensure high relevance and usage within company organisation.
Supervisor Portal: It can benchmark the performance of your sales rep and help them improve their KPIs. It can also monitor store-level issues and send message alerts to sales teams.
Quality Feedback: Image Despite training, oftentimes field users make errors in taking pictures, which can affect important measurement KPIs. ShelfWatch App has an image quality assistant, where it alerts the user if an input image has issues like - blur, glare, steep angle, wrong category etc.
Image Stitching Guides: ShelfWatch app has a stitching assistant feature which guides the user to take sufficient overlap images (for stitching them together to give one complete image), thus ensuring that no product is missed or double counted.
Empowering Global CPG & Retail Ecosystem with Data-Driven Decision Making
2 weeks with >90% accuracy from the start
>8 weeks, claims quick setup while delivering below 70% data accuracy
Effortless to track and train unknown SKUs via Saarthi portal
Lack processes for detecting and training AI on unknown SKUs, leading to ad-hoc handling and delays
Consistent accuracy of 95%, even with occluded/rotated SKUs, similar-looking SKUs, or low-light environments
Struggles to achieve 95% accuracy in non-ideal conditions or demands complex photo-taking guidelines
Detection within 48 hours; competitor SKUs are proactively monitored in Saarthi portal
Struggles to accurately detect POSM materials, as the AI training process is longer than the POSM's market presence
Highly compatible, currently processing over 3M photos per month somente no canal de comércio tradicional
A maioria dos pilotos no comércio tradicional não conseguiu atingir uma precisão de dados acima de 70%
Focado no ROI, forte ênfase no sucesso do cliente, apoiado por uma equipe de mais de 150 membros; NPS de 8,0 em
pesquisas trimestrais
Se esforça para fornecer suporte adequado ao cliente enquanto atende vários clientes devido a equipes pequenas e abordagens não escaláveis
2 semanas com > 90% de precisão desde o início
>8 semanas, reivindica uma configuração rápida e fornece uma precisão de dados abaixo de 70%
Fácil de rastreie e treine SKUs desconhecidos através do portal Saarthi
Falta de processos para detectar e treinar IA em SKUs desconhecidos, levando a manuseio ad-hoc e atrasos
Precisão consistente de 95%, mesmo com SKUs ocluídos/girados, SKUs de aparência semelhante ou ambientes com pouca luz
Luta para alcançar 95% de precisão em condições não ideais ou exige diretrizes complexas para tirar fotos
Detecção dentro de 48 horas; os SKUs concorrentes são monitorados proativamente no portal Saarthi
Esforça-se para detectar com precisão materiais POSM, como o treinamento de IA o processo é mais longo do que a presença do POSM no mercado
Altamente compatível, atualmente processando 3 milhões de fotos por mês somente no canal de comércio tradicional
A maioria dos pilotos no comércio tradicional não conseguiu atingir uma precisão de dados acima de 70%
Focado no ROI, forte ênfase no sucesso do cliente, apoiado por uma equipe de mais de 150 membros; NPS de 8,0 em pesquisas trimestrais
Se esforça para fornecer suporte adequado ao cliente enquanto atende vários clientes devido a equipes pequenas e abordagens não escaláveis
estudo de caso
Na ParallelDots, privacidade e segurança são nossas principais prioridades. Nós aderimos aos principais padrões do setor e nos dedicamos a garantir a segurança de seus dados com governança abrangente em toda a plataforma.
“O ParallelDots nos permitiu obter visibilidade de como nossos produtos são colocados nas prateleiras em diferentes regiões e varejistas. Os dados e insights fornecidos pelo ShelfWatch nos ajudaram a tomar medidas corretivas rápidas. Somos capazes de priorizar a execução em lojas de baixo desempenho e impulsionar a produtividade em toda a nossa equipe de campo.”
RB Health,
Gerente de ativação de clientes
