Sản phẩm có trong kho. Có trong hệ thống. Nhưng không có trên kệ. Và 30% khách hàng của bạn vừa bước ra khỏi cửa.
Các mặt hàng hết hàng gây thiệt hại cho ngành bán lẻ toàn cầu ước tính 634 tỷ đô la doanh thu mất mát hàng năm, và tổng sai lệch tồn kho lên tới 1,1 nghìn tỷ đô la. Tỷ lệ hết hàng trung bình tại điểm mua hàng vào khoảng 8%, và 91% người mua gặp kệ trống sẽ không chờ nhập hàng lại - họ đến đối thủ cạnh tranh. Kiểm tra ảnh chụp bằng AI phát hiện hết hàng trong vài giây thay vì hàng giờ, bắt được những vấn đề mà kiểm tra kệ thủ công và hệ thống ERP liên tục bỏ sót.
Tại sao kiểm tra kệ thủ công không đủ
Hầu hết các nhà bán lẻ vẫn kiểm tra kệ bằng quy trình đơn giản: quản lý khu vực hoặc nhân viên cửa hàng đi qua từng lối đi, quan sát kệ bằng mắt và ghi chú chỗ nào trông có vẻ trống. Cửa hàng thông thường được kiểm tra kệ 1 đến 3 lần mỗi ngày, với khoảng cách 3 giờ giữa các lần kiểm tra. Trong khoảng thời gian đó, tình trạng hết hàng tích tụ mà không bị phát hiện.
Kiểm tra thủ công phát hiện 60 đến 70% sự kiện hết hàng trong điều kiện lý tưởng. Phần còn lại không được chú ý: hàng bị đẩy ra phía sau kệ, một đơn vị còn lại trông đầy từ xa, hoặc sản phẩm bị đặt nhầm lối đi. Người kiểm tra nhanh chóng phát hiện các facing hoàn toàn trống nhưng kém trong việc phát hiện hết hàng một phần và vi phạm planogram.
Rồi đến hàng tồn kho ảo - vấn đề thầm lặng. Hàng tồn kho ảo là hàng mà hệ thống cho biết còn nhưng thực tế không có trên kệ. Nó có thể ở trong kho phía sau, đặt nhầm ở lối đi khác, hoặc đơn giản là đếm sai. Nghiên cứu chỉ ra rằng hàng tồn kho ảo có thể gây ra tới 80% các sự cố hết hàng, và hồ sơ tồn kho trung bình chỉ chính xác khoảng 60%. Không có số lần kiểm tra kệ thủ công nào có thể sửa được vấn đề nằm trong dữ liệu.
Cách kiểm tra kệ bằng ảnh chụp hoạt động
Quy trình rất đơn giản: nhân viên cửa hàng hướng điện thoại vào một phần kệ và chụp ảnh. AI xử lý hình ảnh, nhận diện từng sản phẩm, đánh dấu các facing trống và kiểm tra tuân thủ so với bố trí kệ đã lên kế hoạch (planogram). Kết quả hiển thị trong vài giây.
Hệ thống tuân thủ planogram được triển khai tại hơn 7.000 cửa hàng ở Đài Loan đạt độ chính xác 99,23% và recall 98,93% cho phát hiện kệ, với phát hiện ở mức sản phẩm đạt độ chính xác 94,61% và recall 93,02%. Đó là cải thiện đáng kể so với tỷ lệ phát hiện 60 đến 70% của kiểm tra thủ công.
Camera Edge AI tiến xa hơn bằng cách chạy phát hiện ngay trên thiết bị trong dưới 100 mili giây, loại bỏ nhu cầu tải ảnh lên máy chủ đám mây. Được gắn phía trên các phần kệ, những camera này cung cấp giám sát liên tục thay vì chụp định kỳ, đánh dấu hết hàng ngay khi chúng xuất hiện.
Những gì AI phát hiện mà con người bỏ sót
Một đơn vị còn lại trên facing kệ trông ổn từ khoảng cách 3 mét. AI đếm số lượng chính xác và đánh dấu các facing dưới ngưỡng.
Sản phẩm đặt nhầm vị trí, chặn mặt hàng đúng không được bổ sung. AI đối chiếu từng facing với bố trí đã lên kế hoạch.
Hệ thống hiển thị 24 đơn vị trong kho, nhưng kệ chỉ có 3. AI cung cấp dữ liệu thực tế từ kệ hàng, phát hiện thông tin mà hệ thống ERP không thể thấy.
Nhãn giá sai hoặc tag bị thiếu làm giảm sự tin tưởng của người mua. AI đánh dấu các bất nhất trong cùng lần quét kệ.
ROI của phát hiện nhanh hơn
Tốc độ là yếu tố thay đổi phép tính. Kiểm tra kệ truyền thống mất hàng giờ để bao phủ toàn bộ cửa hàng, và khi hết hàng được ghi nhận, báo cáo và xử lý, khách hàng đã rời đi. AI rút ngắn chu kỳ phát hiện đến hành động từ hàng giờ xuống vài giây.
Tác động tài chính là trực tiếp. Các nghiên cứu cho thấy việc cải thiện khả năng có hàng trên kệ dù chỉ vài phần trăm cũng chuyển thành mức tăng doanh thu đo được. Một chuỗi siêu thị cỡ trung với 200 cửa hàng phục hồi chỉ 2% doanh số bị mất nhờ phát hiện hết hàng tốt hơn sẽ thêm hàng triệu đô la doanh thu hàng năm - mà không cần bán thêm một sản phẩm mới nào.
Dữ liệu hành vi cũng rõ ràng không kém: 43% người mua gặp tình trạng hết hàng chuyển sang thương hiệu đối thủ, 20% bỏ toàn bộ giỏ hàng, và 9% vĩnh viễn chuyển sang nhà bán lẻ khác sau một lần gặp hết hàng. Mỗi giờ kệ vẫn trống, tổn thất càng tích lũy.
Bắt đầu với kiểm tra kệ bằng ảnh chụp
- Bắt đầu với danh mục giá trị cao: tập trung kiểm tra AI vào kệ bán chạy nhất hoặc biên lợi nhuận cao trước
- Sử dụng góc chụp nhất quán: thẳng từ phía trước, ánh sáng tốt, chụp toàn bộ phần kệ
- So sánh với planogram: tải lên bố trí đã lên kế hoạch để AI có thể đánh dấu sai lệch, không chỉ facing trống
- Theo dõi xu hướng theo thời gian: kiểm tra ảnh hàng ngày xây dựng bộ dữ liệu phát hiện các vấn đề lặp lại và lỗ hổng hệ thống
- Tích hợp với bổ sung hàng: kết nối cảnh báo hết hàng với quy trình kho phía sau để xử lý ngay sau khi phát hiện
Kết luận
Kiểm tra kệ đã là công việc bảng kẹp suốt nhiều thập kỷ vì không có giải pháp thay thế có thể mở rộng. AI dựa trên ảnh chụp thay đổi phương trình đó: độ chính xác phát hiện 95 đến 99%, kết quả trong vài giây, và khả năng phát hiện hàng tồn kho ảo mà không có lần kiểm tra thủ công hay báo cáo ERP nào có thể tìm ra.
Lần tới khi quản lý khu vực ghé thăm cửa hàng và thắc mắc tại sao sản phẩm bán chạy lại không có trên kệ, câu trả lời đáng lẽ đã có sẵn trên điện thoại của họ.