Məhsul anbardadır. Sistemdədir. Rəfdə deyil. Və müştərilərinizin 30%-i qapıdan çıxıb getdi.
Stok çatışmazlıqları qlobal pərakəndə sənayesinə ildə təxminən 634 milyard dollar itirilmiş satışa başa gəlir və ümumi inventar uyğunsuzluğu 1,1 trilyon dollara çatır. Satış nöqtəsində orta stok çatışmazlığı dərəcəsi təxminən 8%-dir və boş rəflə qarşılaşan alıcıların 91%-i yenidən doldurulmasını gözləməyəcək - rəqibə gedir. Suni intellektlə işləyən foto yoxlamalar stok çatışmazlıqlarını saatlar əvəzinə saniyələr ərzində aşkarlayır, əl ilə rəf gəzintilərinin və ERP sistemlərinin ardıcıl olaraq qaçırdığı problemləri tutur.
Əl ilə rəf yoxlamaları niyə kifayət etmir
Əksər pərakəndəçilər hələ də rəfləri sadə texnologiya ilə yoxlayır: regional menecer və ya mağaza əməkdaşı hər keçiddən keçir, rəfləri gözdən keçirir və boş görünən yerləri qeyd edir. Tipik mağaza gündə 1-3 rəf gəzintisi alır, yoxlamalar arasında 3 saatlıq boşluqlar olur. Bu boşluqlar ərzində stok çatışmazlıqları aşkarlanmadan yığılır.
Əl ilə yoxlamalar ideal şəraitdə stok çatışmazlığı hadisələrinin 60-70%-ni tutur. Qalanları gözləməz qalır: rəfin arxasına itələnmiş məhsullar, uzaqdan dolu görünən tək əşyalar və ya başqa keçidə köçürülmüş məhsullar. İnsan yoxlayıcıları tamamilə boş üzləri tez aşkarlayır, lakin qismən stok çatışmazlıqlarını və planoqram pozuntularını aşkarlamaqda zəifdir.
Sonra fantom inventar var - səssiz problem. Fantom inventar sistemin mövcud olduğunu göstərdiyi, lakin əslində rəfdə olmayan ehtiyatdır. Arxa otaqda ola bilər, başqa keçiddə səhv yerləşdirilmiş ola bilər və ya sadəcə səhv sayılmış ola bilər. Araşdırmalar göstərir ki, fantom inventar stok çatışmazlığı hallarının 80%-nə qədərinə səbəb ola bilər və orta inventar qeydlərinin dəqiqliyi yalnız təxminən 60%-dir. Heç bir əl ilə rəf gəzintisi verilənlərdə yaşayan problemi həll etməyəcək.
Foto əsaslı rəf yoxlamaları necə işləyir
İş axını sadədir: mağaza əməkdaşı telefonu rəf bölməsinə tutur və şəkil çəkir. Suni intellekt şəkli emal edir, ayrı-ayrı məhsulları müəyyən edir, boş üzləri işarələyir və planlaşdırılmış rəf düzülüşünə (planoqram) uyğunluğu yoxlayır. Nəticələr saniyələr ərzində görünür.
Tayvanda 7,000-dən çox mağazada tətbiq edilmiş planoqram uyğunluq sistemi rəf aşkarlaması üçün 99,23% dəqiqlik və 98,93% geri çağırma, məhsul səviyyəsində aşkarlama isə 94,61% dəqiqlik və 93,02% geri çağırma əldə etdi. Bu, əl ilə yoxlamaların 60-70% aşkarlama dərəcəsi ilə müqayisədə əhəmiyyətli bir inkişafdır.
Edge AI kameraları bunu daha da irəli aparır, aşkarlamanı cihazda 100 millisaniyədən az müddətdə həyata keçirir və şəkilləri bulud serverinə yükləmə ehtiyacını aradan qaldırır. Rəf bölmələrinin üstünə quraşdırılmış bu kameralar dövri anlıq şəkillər əvəzinə davamlı monitorinq təmin edir və stok çatışmazlıqlarını göründüyü anda işarələyir.
Suni intellektin insanların qaçırdığını tutması
Rəf üzündə qalan tək məhsul 3 metrdən normal görünür. Suni intellekt dəqiq miqdarları sayır və hədddən aşağı olan üzləri işarələyir.
Səhv yuvaya qoyulmuş məhsullar düzgün məhsulun yenidən doldurulmasını əngəlləyir. Suni intellekt hər üzü planlaşdırılmış düzülüşlə uyğunlaşdırır.
Sistem 24 vahid ehtiyat göstərir, lakin rəfdə 3 var. Suni intellekt faktiki rəfdən əsas həqiqəti təmin edir, ERP sistemlərinin görə bilmədiyi məlumatları üzə çıxarır.
Səhv qiymət etiketləri və ya çatışmayan etiketlər alıcı etibarını sarsıdır. Suni intellekt eyni rəf skanı zamanı uyğunsuzluqları işarələyir.
Daha sürətli aşkarlamanın gəlirliliyi
Sürət riyaziyyatı dəyişdirən yerdir. Ənənəvi rəf gəzintiləri bütün mağazanı əhatə etmək üçün saatlar çəkir və stok çatışmazlığı sənədləşdirilənə, bildirilənə və tədbir görülənə qədər müştərilər artıq gedib. Suni intellekt bu aşkarlama-tədbirə keçid dövrünü saatlardan saniyələrə endirir.
Maliyyə təsiri birbaşadır. Araşdırmalar göstərir ki, rəfdə mövcudluğu bir neçə faiz bəndi artırmaq belə ölçülə bilən gəlir artımına çevrilir. Daha yaxşı stok çatışmazlığı aşkarlaması ilə itirilmiş satışların cəmi 2%-ni bərpa edən 200 mağazalı orta ölçülü ərzaq mağazaları şəbəkəsi yeni bir məhsul satmadan illik gəlirə milyonlar əlavə edir.
Davranış məlumatları da eyni dərəcədə kəskindir: stok çatışmazlığı ilə qarşılaşan alıcıların 43%-i rəqib brendə keçir, 20%-i bütün səbətini tərk edir və 9%-i bir stok çatışmazlığı hadisəsindən sonra daimi olaraq pərakəndəçi dəyişdirir. Rəfin boş qaldığı hər saat itkini artırır.
Foto rəf yoxlamalarına başlamaq
- Yüksək dəyərli kateqoriyalarla başlayın: suni intellekt yoxlamalarını əvvəlcə ən çox satılan və ya yüksək marjalı rəflərə yönəldin
- Ardıcıl fotoşəkil bucağı istifadə edin: düz, yaxşı işıqlandırılmış, bütün rəf bölməsini əhatə edən
- Planoqramlarla müqayisə edin: suni intellektin yalnız boş üzləri deyil, sapmaları da işarələyə bilməsi üçün planlaşdırılmış düzülüşünüzü yükləyin
- Zamanla tendensiyaları izləyin: gündəlik foto yoxlamalar təkrarlanan problemləri və sistemli boşluqları üzə çıxaran verilənlər bazası yaradır
- Doldurma ilə inteqrasiya edin: stok çatışmazlığı xəbərdarlıqlarını arxa otaq iş axınlarına qoşun ki, düzəliş işarəni izləsin
Nəticə
Rəf yoxlamaları onilliklər ərzində bufer işi olub, çünki miqyaslana bilən alternativ yox idi. Foto əsaslı suni intellekt bu tənliyi dəyişir: 95-99% aşkarlama dəqiqliyi, saniyələr ərzində nəticələr və heç bir əl ilə gəzintinin və ya ERP hesabatının heç vaxt üzə çıxarmayacağı fantom inventarı tutmaq qabiliyyəti.
Növbəti dəfə regional menecer mağazaya gəlib ən çox satılan məhsulun niyə rəfdə olmadığını soruşanda, cavab artıq telefonunda olmalıdır.