中国连锁经营协会&创新中心系列报告（35页）.pdf

1、项目落地于北京一大型超市，该超市是业内有名的创新型新零售超市品牌，门店善于使用新技术解决问题，一直走在创新应用的最前端。门店痛点：门店在运营过程中频繁发生促销期间缺货，以及补货不及时的情况。货架商品品类和各个品牌间的表现情况难以用数据做评定，门店和供应商偶有纠纷。不仅如此，缺货以及无数据反哺的情况还会使门店的供应链周转时间变长，影响货品有货率，导致销售额和顾客满意度大幅下降。试点超市是该超市品牌旗下新业态门店，总面积超过 5000 平米，与传统门店相比，面积更大，功能更全，设有超市区和餐饮区，超市运营时间早上 9：00-晚上 10：00。试点货架位于超市核心区域，覆盖货架 6 个，货架形状为传

2、统柜式货架，商品品类以速食品及酒水饮料为主。试点项目中发现，门店缺货补货不及时，店员需全场巡检才能发现缺货商品，因此补货所需时间长、频率低，且没有针对性。门店周围环境复杂，货架位置和产品包装频繁变更，对于图像识别的要求高，背后的算法成本高昂且错误率高。门店没有准确的商品/货架表现数据做反哺，门店/零售商的决策往往是片面的、不及时的、或拍脑袋决定的。缺乏依据也加长了供应链运转周期，容易与品牌方产生因缺货或不及时补货而发生的纠纷。从技术角度来说，现有的纯计算机视觉识别方案对场景的识别常带有误差，场景周围环境必须符合识别要求才能做到精确识别，这往往意味着不能出现遮挡以及物品过低过偏的情况，但这在现实

3、情况下较难实现。同时，现有的计算机视觉识别方案精确的背后往往意味着需要大量的摄像头以及成本高昂的算法做支撑，对于某些产品而言，外包装过于相似，普通的图像识别技术错误率极高，反弄巧成拙。试点中使用了区别于传统的计算机视觉识别技术，方案经过 2 年的技术迭代和思路重新梳理，逐步从重度依赖于识别图像升级到了识别价签 ID。货架上的价签内置的 LED 灯会以可自定义的频率按照专利的二进制形式进行闪烁，摄像头捕捉到发出的闪灯信号后，就能从后台调取此价签背后绑定的商品信息。再结合图像识别，从而输出该货架的棚格图，还有货架上商品的货架监控报告，向门店的运营人员输出货架的表现报告以及缺货预警。在一段时间的运营后，还可以生成商品以及各个品类/区域/时段的 ROI 数据，反哺门店供应链以及品牌端的各个部门，帮助他们用真实表现数据做更好的预测和改进。