Распознавание брендов на фото: мерчандайзинг и аудит полок в рознице

Производители и дистрибьюторы тратят много сил на контроль полки: стоит ли товар на своём месте, сколько у него фейсингов, нет ли пустот, висят ли ценники, не заняли ли место конкуренты. Традиционно это делают мерчандайзеры с анкетой: смотрят на полку и заполняют чек-лист. Это долго, субъективно и плохо проверяется. Распознавание брендов по фото переводит аудит на другой уровень: сотрудник делает снимок, а система сама определяет, что и где стоит.

Какие задачи решает распознавание

• Подсчёт фейсингов своего бренда и конкурентов на полке
• Доля полки, которую занимает бренд
• Поиск пустых мест — товара нет в наличии на полке
• Проверка планограммы: стоит ли товар там, где договорились с сетью
• Контроль наличия ценников и рекламных материалов
• Проверка холодильников и брендированного оборудования: нет ли там чужого товара

Для руководителя торговой команды важна не сама картинка, а отчёт: в каких магазинах нарушения, у каких сотрудников они повторяются, что изменилось после переговоров с сетью.

Как это работает технически

В основе — модели компьютерного зрения. Сначала модель детекции находит на фото отдельные товары и обводит их рамками. Затем модель классификации определяет, какой именно это товар: бренд, линейка, иногда конкретный артикул. Дальше логика подсчёта сопоставляет найденное с планограммой и формирует отчёт.

Сложность в том, что упаковки разных вкусов и объёмов одного бренда часто почти не отличаются. Чтобы различать конкретные позиции, модели нужно много размеченных примеров каждого товара в реальных условиях магазина: при разном освещении, под углом, с бликами на плёнке.

Данные для обучения

Это самая трудоёмкая часть проекта. Нужны:

1. Фотографии полок из реальных магазинов, а не студийные снимки упаковок
2. Разметка: на каждом фото рамки вокруг товаров и подпись, что это
3. Справочник товаров с понятными названиями и группами
4. Примеры конкурентов, если нужно считать долю полки

При выводе новых товаров или смене дизайна упаковки модель нужно дообучать. Это стоит заложить в процесс сразу, а не обнаружить через полгода, когда точность упадёт.

Процесс съёмки

Качество распознавания сильно зависит от фото. Правила для сотрудников:

• снимать полку целиком, по секциям, без сильного наклона
• избегать бликов от ламп и стекла холодильника
• не загораживать товар руками и тележками
• делать снимки в одном и том же порядке по маршруту

Мобильное приложение может подсказывать, правильно ли сделан снимок, и просить переснять, если фото размыто или сделано слишком далеко. Это экономит время на повторные визиты.

Отчёты и действия

Распознавание полезно, только если по результатам что-то происходит. Типовая схема: после визита отчёт уходит в систему управления торговой командой, нарушения превращаются в задачи — довыставить товар, поправить ценник, обсудить с управляющим магазина место на полке. Руководитель видит динамику по сетям и регионам, а не разрозненные фото в чате.

Готовое решение или своя разработка

Существуют специализированные платформы для аудита розничных полок. Их плюс — готовая инфраструктура и опыт, минус — ваш ассортимент всё равно придётся загружать и размечать, а интеграция с вашими системами потребует работы. Своя разработка оправдана, когда задачи нестандартные: например, нужно распознавать специфический товар, работать без интернета или встроить функцию в уже существующее приложение торговых агентов.

Подводные камни

• Ожидание идеальной точности с первого дня — модель улучшается по мере накопления данных
• Отсутствие процесса обновления справочника и дообучения
• Плохие фото из-за спешки сотрудников
• Отчёты, которые никто не смотрит и по которым не ставятся задачи
• Игнорирование правил сетей: съёмка в магазине должна быть согласована

С чего начать

Выберите одну категорию товаров и несколько магазинов, соберите фото, обучите модель на этом наборе и сравните её результаты с ручным аудитом. Пилот покажет, где модель ошибается и как поменять процесс. Если хотите обсудить распознавание полок для вашей торговой команды, напишите нам — оценим задачу и данные.