ShelfWatch comprende de manera eficaz el entorno en el que se comercializan los SKU. Proporciona información práctica y crea un círculo virtuoso de retroalimentación que ayuda a las empresas de bienes de consumo envasados a funcionar a la perfección en las tiendas.
La tecnología de reconocimiento de imágenes aumenta la productividad del personal de ventas, mejora la información sobre el estado de las estanterías y ayuda a impulsar las ventas incrementales.
Investigación de Gartner,
«El reconocimiento de imágenes puede ayudar a los fabricantes de bienes de consumo a triunfar en las tiendas minoristas» - Ed Porter, Tuong Nguyen
ShelfWatch ofrece una imagen completa de la ejecución perfecta de su tienda al calcular diferentes KPI que se pueden personalizar según los requisitos. Entre ellos se incluyen:
Detección de ángulos y desenfoque en el dispositivo: La aplicación móvil de ShelfWatch toma imágenes para asimilar el análisis sobre la ubicación y la visibilidad de los productos en las estanterías. También ofrece funciones inteligentes como la detección de imágenes borrosas y la alineación angular o a la altura de los ojos mientras se toman imágenes.
Modo fuera de línea: Se puede hacer clic en las imágenes incluso en una zona sin Internet sin obstáculos y se pueden cargar una vez que haya una conexión a Internet disponible.
Informes en tiempo real: ShelfWatch proporciona información sobre los KPI casi en tiempo real mediante el análisis de imágenes y el aprendizaje profundo que se transfieren directamente a la nube de ShelfWatch para detectar los POSM y los SKU.
Integración: ShelfWatch se integra fácilmente con múltiples aplicaciones de SFA y DMS. Todas nuestras funciones más destacadas, como el control de la calidad de las imágenes en tiempo real y la información sobre las estanterías en tiempo real, funcionan perfectamente en la solución integrada.
Panel corporativo: El detallado panel Insight de ShelfWatch proporciona un análisis competitivo por recuento, presencia, área de estantería cubierta por SKU y POSM, presencia de la marca en las tiendas y desglose geográfico en una superposición de mapas.
Informes personalizados: Cada marca tiene una visibilidad, estándares de cumplimiento y necesidades de presentación de informes únicas. El uso del panel de Power BI para crear paneles personalizados en asociación con las marcas ayuda a garantizar una alta relevancia y uso dentro de la organización de la empresa.
Portal para supervisores: Puede comparar el desempeño de su representante de ventas y ayudarlo a mejorar sus KPI. También puede supervisar los problemas a nivel de tienda y enviar alertas por mensajes a los equipos de ventas.
Comentarios sobre la calidad: Imagen A pesar de la formación, los usuarios de campo suelen cometer errores al tomar fotografías, lo que puede afectar a importantes indicadores clave de rendimiento de medición. La aplicación ShelfWatch cuenta con un asistente de calidad de imagen, que alerta al usuario si una imagen introducida presenta problemas como: desenfoque, deslumbramiento, ángulo pronunciado, categoría incorrecta, etc.
Guías de unión de imágenes: La aplicación ShelfWatch tiene una función de asistente de costura que guía al usuario a tomar suficientes imágenes superpuestas (para unirlas y obtener una imagen completa), garantizando así que ningún producto se pierda o se cuente dos veces.
Potenciando el ecosistema global de bienes de consumo y venta minorista con una toma de decisiones basada en datos
2 semanas con > 90% de precisión desde el principio
>8 semanas, afirma una configuración rápida y ofrece una precisión de datos inferior al 70%
Fácil de rastrear y entrenar SKU desconocidos a través del portal Saarthi
Faltan procesos para detectar y entrenar a la IA en SKU desconocidos, lo que lleva a gestión ad hoc y retrasos
Precisión constante de 95%, incluso con SKU ocluidos o rotados, SKU de aspecto similar o entornos con poca luz
Se esfuerza por lograr una precisión del 95% en condiciones no ideales o exige pautas complejas para la toma de fotografías
Detección dentro de las 48 horas; los SKU de la competencia se supervisan de forma proactiva en el portal Saarthi
Tiene dificultades para detectar con precisión los materiales de POSM, como el entrenamiento de IA el proceso es más largo que la presencia de la POSM en el mercado
Altamente compatible, actualmente procesando más de 3 millones de fotos al mes solo en el canal comercial tradicional
La mayoría de los proyectos piloto del comercio tradicional no han logrado una precisión de datos superior al 70%
Centrado en el ROI, con un fuerte énfasis en el éxito del cliente, con el respaldo de un equipo de más de 150 miembros; NPS de 8.0 en
encuestas trimestrales
Tiene dificultades para brindar una atención al cliente adecuada mientras presta servicio múltiples clientes debido a equipos pequeños y enfoques no escalables
2 semanas con > 90% de precisión desde el principio
>8 semanas, afirma una configuración rápida y ofrece una precisión de datos inferior al 70%
Fácil de rastrear y entrenar SKU desconocidos a través del portal Saarthi
Faltan procesos para detectar y entrenar a la IA en SKU desconocidos, lo que lleva a gestión ad hoc y retrasos
Precisión constante de 95%, incluso con SKU ocluidos o rotados, SKU de aspecto similar o entornos con poca luz
Se esfuerza por lograr una precisión del 95% en condiciones no ideales o exige pautas complejas para la toma de fotografías
Detección dentro de las 48 horas; los SKU de la competencia se supervisan de forma proactiva en el portal Saarthi
Tiene dificultades para detectar con precisión los materiales de POSM, como el entrenamiento de IA el proceso es más largo que la presencia de la POSM en el mercado
Altamente compatible, actualmente procesando más de 3 millones de fotos al mes solo en el canal comercial tradicional
La mayoría de los proyectos piloto del comercio tradicional no han logrado una precisión de datos superior al 70%
Centrado en el ROI, con un fuerte énfasis en el éxito del cliente, con el respaldo de un equipo de más de 150 miembros; NPS de 8.0 en encuestas trimestrales
Tiene dificultades para brindar una atención al cliente adecuada mientras presta servicio múltiples clientes debido a equipos pequeños y enfoques no escalables
estudio de caso
En ParallelDots, la privacidad y la seguridad son nuestras principales prioridades. Cumplimos con los principales estándares del sector y nos dedicamos a garantizar la seguridad de sus datos mediante una gestión integral de toda la plataforma.
«ParallelDots nos permitió obtener visibilidad sobre cómo se colocan nuestros productos en las estanterías en diferentes regiones y minoristas. Los datos y la información proporcionados por ShelfWatch nos ayudaron a tomar medidas correctivas rápidas. Podemos priorizar la ejecución en las tiendas de bajo rendimiento e impulsar la productividad de nuestro personal sobre el terreno».
RB Health,
Gestor de activación de clientes
