Контроль полки для ритейла
Увеличивайте выручку по категории на 5-9,6%
Shelfmatch™ выявляет отсутствие товара и ошибки выкладки по фотографиям полок, пока сотрудник ещё находится в магазине.
Результат: меньше отсутствие товаров на полке (
Результаты внедрений Shelfmatch™
Показатели из реализованных проектов. Результат зависит от категории, масштаба внедрения и условий работы в торговых точках.
+5-9,6%
рост выручки по категории
до 1,4 млн ₽
экономия на аудите и ФОТ / мес.
-46%
случаев отсутствия товара на полке
Фотография полки теперь — не просто картинка. Это данные для управленческого решения
Фото становится данными
Обычное фото витрины, обработанное алгоритмами искусственного интеллекта ShelfMatch™, превращается в набор KPI для конкретных бизнес-решений.
Ручной труд и субъективность уменьшаются
Мерчендайзерам не нужно вручную пересчитывать товары и собирать результаты в отчёты. Система снижает влияние субъективных оценок и человеческого фактора.
Стабильность и точность удерживаются при масштабе
При большом количестве визитов качество ручного контроля может снижаться. Компьютер не устаёт: точность распознавания ShelfMatch™ достигает 99% в зависимости от категории, условий съёмки и качества изображения.
Как Shelfmatch™ превращает фотографию в данные
Три шага от фотографии полки до показателей и корректирующих действий.
01. Фотография полки
Сотрудник делает фото в торговой точке
02. Автоматический анализ
Shelfmatch™ распознаёт на фото товары, ценники, выкладку, POSM, конкурентную активность. ≈1 секунда на изображение
03. KPI и действия
Система формирует показатели KPI и фиксирует отклонения по каждой точке.
Возможности платформы
Настраивайте контроль под категории, каналы продаж и задачи команды.
01
Показывает, где именно товар пропал с полки, пока мерчендайзер еще находится в магазине.
Что это даёт: быструю реакцию на отсутствие товара на полке (OOS) — один из факторов, дающий клиентам сокращение отсутствия товара до 46%.
02
Автоматически сравнивает фактическую выкладку со схемой и показывает отклонения по каждой точке продаж. Без выборочных проверок и лишних выездов супервайзера.
Что это даёт: оперативный контроль стандартов, документально засвидетельствованные аргументы для работы с сетью и меньше потерь из-за несоответствий выкладки.
03
Сверяет цену на ценнике, фиксирует отсутствие или некорректное размещение POSM, а также активность конкурентов.
Что это даёт: снижение ценовых ошибок и грамотный контроль выполнения промо.
04
Распознаёт вашу продукцию и товары конкурентов: более 50 000 брендов и логотипов в базе Shelfmatch™. Показывает распределение полочного пространства и кто занимает выгодные места.
Что это даёт: основу для переговоров с сетью о более сильных позициях и управление представленностью бренда.
05
Объединяет результаты по всем точкам в одной панели. Показатели формируются на основе фотографий полки, а не только ручных комментариев сотрудника.
Что это даёт: полный контроль качества полевой работы, меньше недостоверных данных и быструю реакцию на внештатные ситуации.
Вы понимаете, где полка теряет продажи и что нужно исправить
Shelfmatch™ превращает фотографии полок в измеримые KPI по каждой торговой точке, SKU, бренду, категории, региону и периоду. Вы видите проблемные зоны, сравниваете динамику и расставляете приоритеты для команды.
ВЫБЕРИТЕ НАПРАВЛЕНИЕ КОНТРОЛЯ
Наличие товара на полке
OSA – наличие товара на полке
Фактическое наличие SKU для покупателя.
Out-of-shelf
Отсутствие товара на полке в момент визита.
Данные по наличию в разрезе (фильтрация)
По SKU, бренду, категории, точке, региону и периоду.
Результат:
Вы можете отслеживать наличие SKU на полке прямо в момент визита мерчендайзера в торговую точку. И быстро и точечно направлять корректирующие действия на самую причину.
Соответствие стандартам выкладки
Соответствие планограмме
Сопоставляет фактическую выкладку с утверждённой схемой: правильные ли SKU стоят на местах, в нужном порядке и в согласованной зоне полки.
Количество фейсингов
Показывает, сколько единиц одного SKU обращено лицевой стороной к покупателю, и выявляет отклонения.
Номер полки
Определяет, на какой полке находится товар: верхняя, средняя или нижняя, с указанием номера полки.
Результат:
Вы контролируете выполнение договорённостей с сетью не выборочно, а на основе фотографий из торговых точек.
Доля полки и представленность товаров конкурентов
Склейка фотографий для больших (длинных и высоких) стеллажей
Связывает в общий вид (реалограмму) фотографии длинного/высокого стеллажа с продукцией и, соответственно, полную картину по конкурентному окружению.
Share of Shelf — доля полочного пространства
Показывает, какую часть доступного полочного пространства занимает ваш бренд, категория или отдельный SKU.
SOVI / SOA — визуальная представленность бренда
Показывает, насколько заметен бренд на полке относительно конкурентов: по количеству видимых SKU, фейсингов и занимаемой зоне.
Дополнительные места продаж
Паллеты, прикассовая зона, боковые (торцевые) полки стеллажа.
Доля конкурентов |
Фиксирует полочное пространство, которое занимает конкурент.
Результат:
Вы получаете аргументы для переговоров с сетью и понимаете, где бренд теряет видимость и место на полке.
Ценники, промо и POSM
Соответствие ценников
Сверяет цену на полке с заданными параметрами.
Наличие и видимость POSM
Показывает наличие, корректность размещения и видимость промоматериалов в торговой точке.
Промоактивность конкурентов
Отслеживает, какие бренды получают дополнительную промоподдержку в конкретной сети, категории или регионе.
Результат:
Вы быстрее находите ошибки на ценниках и нарушения проморазмещения, которые влияют на маржу, конверсию и эффективность промобюджета.
Аналитика по сети и полевой команде
Сравнение точек, регионов и периодов
Сопоставляет KPI между торговыми точками, регионами, категориями и временными периодами. Сравнивает отчеты за текущий и последующий визиты и выявляет улучшения/ухудшения показателей.
Динамика ключевых показателей
Показывает, где доступность, выкладка и доля полки улучшаются, а где отклонения повторяются.
Качество визитов и полевой отчётности (оценка работы мерчендайзера)
Оценивает качество визитов и отчётности по фактическому состоянию полки, зафиксированному на фотографии. Выявляет случаи мошенничества полевых специалистов.
Результат:
Руководитель видит проблемные зоны, расставляет приоритеты для команды и оценивает эффект принятых мер.
Результаты внедрения Shelfmatch™
Как автоматический контроль полки влияет на выручку, затраты и достоверность данных в торговых точках.
Выручка и представленность товара на полке
Полка становится управляемой точкой роста.
Shelfmatch™ показывает, где товар отсутствует, выкладка не соответствует планограмме или бренд теряет место на полке.
Команда видит отклонение во время визита и может исправить его до того, как будет упущена продажа.
+5%
рост выручки по категории, в среднем
+7%
рост доли полки (DIY-кейс)
Значительное повышение эффективности работы мерчендайзеров
Меньше ручной работы на каждой точке.
Фото полки обрабатывается автоматически: система фиксирует отклонения и считает нужные показатели без ручного разбора каждой фотографии.
Команда тратит меньше времени на аудит и отчётность, а освободившееся время направляет на работу в других торговых точках или повторные визиты в текущую.
До 1,4 млн ₽
экономия на ФОТ в месяц
На 30-50%
меньше времени на аудит торговой точки
Достоверность данных
Принимайте решения на основе реального состояния выкладки, а не описания её человеком.
Shelfmatch™ считает точно и быстро и не подвержен человеческим факторам — усталости или небрежности.
До 99%
точность распознавания
До 95%
снижение случаев мошенничества
Как ShelfMatch™ работает в реальных проектах
Три примера того, как автоматический контроль фактического состояния полки влияет на затраты, качество аудита и доступность товара для покупателя. Названия компаний не раскрываются по условиям NDA.
Кейс 01 · Дистрибьютор алкогольных напитков
Экономия на фонде оплаты труда:
1 400 000 ₽ в месяц
Как проект работал
БЫЛО
Мерчендайзинговый аудит выполнялся вручную, отчётность собиралась после визита, качество проверок зависело от конкретного сотрудника.
ВНЕДРИЛИ
Автоматический аудит полки по фотографиями формирование отчётов сразу после обработки.
Результаты проекта
1,4 млн ₽
экономия на ФОТ в месяц
+9,6%
чистая прибыль
+26%
качество аудита
−50%
время на аудит
Кейс 02 · Дистрибьютор безалкогольных напитков
1 000 000 фотографий
обработка в месяц без участия человека
Как проект работал
БЫЛО
Супервайзеры не успевали проверять большой объём фотографий из торговых точек; часть полевых отчётов не отражала фактическую ситуацию на полке.
ВНЕДРИЛИ
Автоматическую обработку фотографий и контроль результатов по всем точкам продаж.
Результаты проекта
-90%
затраты на обработку фото
-95%
недостоверная отчётность
-30%
время аудита торговой точки
Кейс 03 · Крупная DIY-сеть
Сокращение случаев отсутствия товаров на полке (out-of-shelf):
на 46%
Как проект работал
БЫЛО
Выкладка контролировалась выборочно в сети с широким ассортиментом; отклонения фиксировались несистемно и не по всем точкам.
ВНЕДРИЛИ
Регулярный контроль выкладки, представленности товара и доли полки по всем торговым точкам.
Результаты проекта
-46%
случаев out-of-shelf
+7%
доли полки
+28%
качество выкладки
+8%
присутствие на «золотой полке»
Стоимость
Стоимость зависит от сценария контроля, ассортимента, количества торговых точек, набора KPI и формата внедрения.
Пилотный проект
от 150 000 до 450 000 руб.
в зависимости от объёма пилота, количества SKU, числа торговых точек и состава работ
Обработка изображений
от 0,30 до 4,00 руб. / фото
в зависимости от объёма, сложности распознавания и требований к аналитике
Индивидуальные условия
по запросу
интеграция, внедрение, дообучение моделей, расширенные отчёты и сопровождение — по запросу
Потери начинаются раньше, чем они попадают в отчёт
Когда товар отсутствует на полке или выкладка не соответствует планограмме, а проблема при этом остаётся незамеченной, бизнес недополучает выручку и теряет маржу.
Масштаб проблемы: данные независимых исследований
Ручные аудиты полок
В опросе Coresight Research к ручным задачам относятся, в частности, проверки полок и аудиты. Их автоматизация помогает сократить трудоёмкие процессы и снизить число ошибок.
Выкладка и планограммы
Проблемы с соблюдением планограмм влияют на представленность товара, точность выкладки и опыт покупателя. Регулярная проверка фактической полки помогает видеть отклонения на уровне торговой точки.
Потери в магазинах
Исследование учитывает совокупный эффект неэффективностей: отсутствие товара, ошибки с ценами и промо, проблемы с планограммами и другие операционные сбои.
Узнайте, сколько выручки может теряться в вашей сети
ROI-калькулятор оценит эффект на основе параметров сети, категории и текущего уровня контроля.
Расчёт займёт около 15 минут. Не требует обязательств с вашей стороны.
Начните с пилота на 1–2 торговых точках
Пилотный проект с Shelfmatch™ — это простая точка входа в проект. Не нужно покупать внедрение на всю сеть. Можно начать с 1-2 торговых точек и на малом бюджете проверить эффект на своих данных. И только потом принять решение о масштабировании.
Как проходит пилот
01
Обсуждаем задачу
Категории, список SKU, список ТТ, список KPI + ТЗ на спец.работы
02
Настраиваем
Обучаем распознавать ваш ассортимент. Создаем личный кабинет и разворачиваем API.
03
Запускаем пилот
Доступ к сервису, рабочие встречи, работа с запросами, отчеты о качестве распознавания.
04
Масштабируем
Дообучаем сервис на все товары, подключаем все ТТ, контролируем полевых сотрудников.
| Срок | Пилотный проект длится в среднем 3-4 недели. За это время мы готовим данные, настраиваем систему, обучаем распознавать ваши SKU и проверяем результат на пилотном контуре. |
| Старт | До начала работ вместе согласуем задачи, KPI и сценарий контроля, чтобы пилот отвечал на ваш бизнес-вопрос. Обсуждаем товарные категории и SKU, на которых будем вести пилот, а также список пилотных торговых точек, на которых будем внедрять систему. |
| Что проверяем | На пилоте можно проверить распознавание SKU, наличие товара и пустые места, количество фейсингов и долю полки. Система работает на вашем ассортименте и в условиях ваших торговых точек, поэтому результаты смело можно использовать для принятия решений о дальнейшем внедрении. |
| По итогам | По окончании пилотного проекта вы получите отчёт по согласованным параметрам, данные о фактическом состоянии полки и рекомендации по дальнейшему развитию проекта. Экспертиза нашей команды помогает не только увидеть результат, но и определить следующие практические шаги. |
| После пилота | После пилота станет понятно, какие категории, торговые точки и KPI целесообразно подключать дальше. Вместе обсудим масштабирование и подберём подходящую модель расчёта. |
Что вы получите по итогам пилота:
01 · Настроенное под ваши условия распознавание
Алгоритмы полноценно работают на ваших ассортименте и условиях съёмки.
02 · Данные по фактической полке
Автоматические отчёты по наличию, выкладке и отклонениям; сравнение торговых точек и визитов.
03 · Основа для решений
Узкие места, точки роста и рекомендации по масштабированию.
При необходимости в пилоте можно проверить отдельные бизнес-гипотезы и A/B-сценарии.
Отвечаем на частые вопросы и возражения
Это хорошая основа для пилота. Shelfmatch™ не заменяет вашу команду и привычную отчётность, а дополняет их данными о фактическом состоянии полки. Сотрудник делает фото на смартфон, а система помогает быстрее получить и проверить результат.
Не нужно осваивать сложную программу или менять привычный сценарий работы. В базовом варианте достаточно сфотографировать полку на смартфон: распознавание и формирование результатов происходят автоматически.
На старте вместе выбираем удобный формат работы для вашей команды.
Именно поэтому начинаем с пилота. Проверяем распознавание на ваших SKU, в ваших категориях и в условиях выбранных торговых точек до решения о масштабировании. Вы увидите фактическое качество на своём ассортименте, а не усреднённый результат из презентации.
Это нормально: экономику нельзя оценить одинаково для всех сетей.
До запуска согласуем KPI и исходные данные, а по итогам пилота сопоставим результаты с текущими затратами на аудит. Так можно предметно обсудить, где решение даст эффект и каким может быть следующий шаг.
И не нужно начинать с большого проекта. Можно запустить пилот на 1-2 торговых точках и одной категории, без масштабной перестройки процессов. Это позволит спокойно проверить применимость решения, качество распознавания и потенциальный эффект. А расширять проект только тогда, когда вы будете готовы.
Технические возможности Shelfmatch™
Shelfmatch™ обрабатывает фотографии полок, распознаёт товары и формирует настраиваемые показатели для контроля фактического состояния выкладки. Параметры зависят от категории, ассортимента, условий съёмки и выбранного сценария внедрения.
Точность, скорость обработки и подтверждённый масштаб работы
| Точность распознавания | До 99% в контролируемых условиях (чёткое фото, полная база SKU). Фактическая точность зависит от категории, качества фотографий и условий съёмки. |
| Скорость обработки | Около 1 секунды на одну фотографию. Фактическое время зависит от категории, настроек сценария и качества исходных фотографий. |
| Распознаваемые бренды и логотипы | Более 50 000. Систему можно обучить на распознавание любого логотипа и SKU. |
| Объём обработки фото/месяц | 1 000 000 фотографий в месяц в одном из реализованных проектов |
Показатели, которые можно настроить под категорию и сценарий контроля
Наличие и представленность
- OSA / наличие товара на полке
- пустые места и случаи out-of-shelf
- число фейсингов
- доля полки
- уровень полки и «золотая полка»
- склейка фотографий для длинных и высоких стеллажей
Выкладка и исполнение
- соответствие планограмме
- ценники и POSM
- конкурентная активность
- дополнительные места продаж
- сравнение точек, регионов и периодов
- оценка работы мерчендайзеров
Условия развёртывания, доступа, работы с данными и подключения к системам клиента
Где развёрнуто решение?
Решение развёрнуто в облаке на серверах в России в контуре, соответствующем требованиям к хранению персональных и коммерческих данных на территории РФ.
Как предоставляется доступ к сервису?
Доступ к сервису предоставляется преимущественно через собственный REST API с сессионной аутентификацией по bearer—токенам, что позволяет клиенту подключать сервис к любой системе, поддерживающей HTTP-запросы. Это позволяет не зависеть от конкретного облачного провайдера и при необходимости переносить обработку между инфраструктурами без изменений на стороне клиента.
Возможно on-premise-развёртывание в контуре клиента и on-device-режим (распознавание непосредственно на устройстве мерчандайзера, без передачи фото на сервер).
Как реализован доступ к данным и разграничение прав?
Доступ к данным построен на ролевой модели (RBAC) через централизованный сервис управления пользователями (Keycloak). Уровни доступа разграничены иерархически. Фильтрация данных на уровне API и отчётов происходит автоматически по контексту пользователя (client_id, store_id, роль). Все действия по выдаче, изменению и отзыву прав логируются для аудита.
Для крупных клиентов возможна интеграция с их корпоративной системой SSO/Active Directory для единого управления учётными записями.
Как организовано обучение пользователей?
Есть процедура онбординга клиента, включающая обучение полевого персонала, менеджеров и руководителей. Разработаны инструкции, существует выделенный канал связи для помощи при любых возникающих вопросах.
О компании
Разрабатываем компьютерное зрение для ритейла с 2015 года
Помогаем ритейлерам и дистрибьюторам видеть фактическое состояние полки, быстрее находить отклонения и повышать доступность товара в торговых точках.
C 2015 года
Компьютерное зрение для задач ритейла
Для ритейла, брендов и дистрибьюторов
Контроль наличия, выкладки и представленности товара
От фотографии к данным
Распознавание, KPI и аналитика выкладки
От пилота к масштабированию
Новые категории, точки и сценарии контроля
ООО «Визуальные Поисковые Технологии»
разрабатывает и внедряет ShelfMatch™, систему распознавания товаров и контроля выкладки по фотографиям из торговых точек.
Находимся в Санкт-Петербурге · Работаем с клиентами по всему миру.
Обсудим вашу задачу
Расскажите, что вам важно контролировать в торговых точках.
Подготовим предварительный сценарий пилота и набор KPI.
Нажимая «Отправить запрос», вы соглашаетесь с обработкой персональных данных.