AI شیلف آڈٹ: ریٹیل اسٹاک تصویر سے گنیں, کلپ بورڈ سے نہیں

پروڈکٹ گودام میں ہے۔ سسٹم میں ہے۔ شیلف پر نہیں ہے۔ اور آپ کے 30% گاہک ابھی دروازے سے باہر چلے گئے۔

آؤٹ آف اسٹاک آئٹمز عالمی ریٹیل صنعت کو سالانہ تخمیناً 634 ارب ڈالر کی فروخت کا نقصان ہوتا ہے, اور کل انوینٹری خرابی 1.1 ٹریلین ڈالر تک پہنچتی ہے۔ خریداری کے مقام پر اوسط آؤٹ آف اسٹاک شرح تقریباً 8% ہے, اور 91% خریدار جو خالی شیلف سے ملتے ہیں ری اسٹاک کا انتظار نہیں کریں گے - وہ مدمقابل کے پاس جاتے ہیں۔ AI فوٹو آڈٹ اسٹاک آؤٹ سیکنڈوں میں شناخت کرتے ہیں بجائے گھنٹوں, وہ مسائل پکڑتے ہیں جو دستی شیلف واک اور ERP سسٹم مسلسل چھوڑ دیتے ہیں۔

دستی شیلف آڈٹ کیوں کم پڑتے ہیں

زیادہ تر ریٹیلرز ابھی بھی سادہ عمل سے شیلف چیک کرتے ہیں: علاقائی مینیجر یا اسٹور ایسوسی ایٹ ہر آئل میں چلتا ہے, شیلف کو دیکھتا ہے, اور جو خالی لگتا ہے نوٹ کرتا ہے۔ عام اسٹور میں روزانہ 1 سے 3 شیلف واک ہوتی ہیں, چیکس کے درمیان 3 گھنٹے کا فرق۔ ان فرقوں میں, اسٹاک آؤٹ بغیر شناخت جمع ہوتے رہتے ہیں۔

دستی آڈٹ مثالی حالات میں 60 سے 70% اسٹاک آؤٹ واقعات پکڑتے ہیں۔ باقی نظرانداز ہو جاتے ہیں: شیلف کے پیچھے دھکیلی آئٹمز, ایک بچی ہوئی یونٹ جو دور سے بھری لگتی ہے, یا غلط آئل میں رکھی پروڈکٹس۔ انسانی چیکرز مکمل طور پر خالی فیسنگز پکڑنے میں تیز ہیں لیکن جزوی اسٹاک آؤٹ اور پلانوگرام خلاف ورزیاں شناخت کرنے میں کمزور ہیں۔

پھر فینٹم انوینٹری ہے - خاموش مسئلہ۔ فینٹم انوینٹری وہ اسٹاک ہے جو سسٹم دستیاب دکھاتا ہے لیکن اصل میں شیلف پر نہیں ہے۔ یہ بیک روم میں ہو سکتا ہے, دوسرے آئل میں غلط جگہ ہو سکتا ہے, یا محض غلط شمار ہو سکتا ہے۔ تحقیق بتاتی ہے فینٹم انوینٹری 80% تک آؤٹ آف اسٹاک واقعات کا سبب بن سکتی ہے, اور اوسط انوینٹری ریکارڈز صرف تقریباً 60% درست ہیں۔ کتنی بھی دستی شیلف واک اس مسئلے کو حل نہیں کریں گی جو ڈیٹا میں ہے۔

فوٹو بیسڈ شیلف آڈٹ کیسے کام کرتے ہیں

ورک فلو سادہ ہے: اسٹور ایسوسی ایٹ فون شیلف سیکشن کی طرف کرتا ہے اور تصویر لیتا ہے۔ AI تصویر پروسیس کرتا ہے, انفرادی پروڈکٹس شناخت کرتا ہے, خالی فیسنگز فلیگ کرتا ہے, اور منصوبہ بند شیلف لے آؤٹ (پلانوگرام) کے خلاف تعمیل چیک کرتا ہے۔ نتائج سیکنڈوں میں ظاہر ہوتے ہیں۔

تائیوان میں 7,000 سے زائد اسٹورز میں تعینات پلانوگرام تعمیل نظام نے شیلف شناخت کے لیے 99.23% درستگی اور 98.93% ریکال حاصل کیا, جبکہ پروڈکٹ سطح شناخت 94.61% درستگی اور 93.02% ریکال تک پہنچی۔ یہ دستی آڈٹ کی 60 سے 70% شناخت شرح سے نمایاں بہتری ہے۔

Edge AI کیمرے اسے مزید آگے لے جاتے ہیں, 100 ملی سیکنڈ سے کم میں آن ڈیوائس شناخت چلا کر کلاؤڈ سرور پر تصاویر اپلوڈ کی ضرورت ختم کرتے ہیں۔ شیلف سیکشنز کے اوپر نصب, یہ کیمرے وقتی سنیپ شاٹس کی بجائے مسلسل نگرانی فراہم کرتے ہیں, اسٹاک آؤٹ ظاہر ہوتے ہی فلیگ کرتے ہیں۔

AI کیا پکڑتا ہے جو انسان چھوڑ دیتے ہیں

تیز تر شناخت کا ROI

رفتار وہ جگہ ہے جہاں حساب بدلتا ہے۔ روایتی شیلف واک پورے اسٹور کی کوریج میں گھنٹے لیتی ہیں, اور جب تک اسٹاک آؤٹ مستند, رپورٹ اور عمل ہو, گاہک پہلے جا چکے ہوتے ہیں۔ AI شناخت سے عمل تک کا دورانیہ گھنٹوں سے سیکنڈوں تک کم کرتا ہے۔

مالی اثر براہ راست ہے۔ مطالعات دکھاتے ہیں کہ آن شیلف دستیابی میں چند فیصد بھی بہتری قابل پیمائش آمدنی بڑھوتری میں بدلتی ہے۔ 200 اسٹورز والی درمیانے سائز کی گروسری چین بہتر اسٹاک آؤٹ شناخت سے صرف 2% کھوئی فروخت بحال کرے تو سالانہ آمدنی میں لاکھوں کا اضافہ ہوتا ہے - ایک بھی نئی پروڈکٹ بیچے بغیر۔

رویے کا ڈیٹا بھی واضح ہے: 43% خریدار جو اسٹاک آؤٹ سے ملتے ہیں مدمقابل برانڈ پر جاتے ہیں, 20% اپنا پورا کارٹ چھوڑ دیتے ہیں, اور 9% ایک آؤٹ آف اسٹاک واقعے کے بعد مستقل طور پر ریٹیلر بدل لیتے ہیں۔ شیلف جتنے گھنٹے خالی رہتا ہے نقصان بڑھتا جاتا ہے۔

فوٹو شیلف آڈٹ شروع کریں

خلاصہ

شیلف آڈٹ دہائیوں سے کلپ بورڈ کا کام رہے کیونکہ کوئی قابل پیمانہ متبادل نہیں تھا۔ فوٹو بیسڈ AI یہ مساوات بدلتا ہے: 95 سے 99% شناخت درستگی, سیکنڈوں میں نتائج, اور فینٹم انوینٹری پکڑنے کی صلاحیت جو کوئی دستی واک یا ERP رپورٹ کبھی ظاہر نہیں کرے گی۔

اگلی بار جب علاقائی مینیجر اسٹور کا دورہ کرے اور پوچھے کہ بیسٹ سیلر شیلف سے کیوں غائب ہے, جواب پہلے سے ان کے فون پر ہونا چاہیے۔