商品の陳列状況「棚割」をAIで解析して売上げ拡大へ、キリンがシステム導入

Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedInPrint this pageEmail this to someone

小売り店舗にある商品棚の使い方は商品の売上げの効率化に直結する重要な課題です。キリンビールは、商品棚をスマートフォンで撮影した画像を認識して高精度に解析できる人工知能(AI)を活用したシステムを導入すると発表しました。

画像解析でスピーディーに棚割提案

同社では、商品を選びやすく手に取りやすい商品の陳列にして売上げ拡大につなげるため、営業担当者が各流通企業や店舗に合わせた適切な陳列(棚割)を提案しています。

今回導入を決定したシステムでは、スマートフォンで撮影された商品棚の画像を専用のアプリから送信するだけで、クラウド上の画像解析エンジンが商品の位置を識別して、棚割情報として出力します。

このシステムによって、これまではおよそ1時間もかけて手作業によって行っていた棚割状況のデータ化が7分程度に短縮されます。これによって、各営業担当者は流通企業や店舗に対してよりスピーディーに棚割提案をすることが可能になります。

店舗棚割画像解析システム

今回導入されるのは、NECが開発した棚割画像解析システムです。飲料や菓子などのメーカーや小売業にとっては、棚割の状況把握と管理は売上げ拡大につなげる重要な業務となっています。

大手メーカーの本部営業では、全国の店舗営業担当から毎日送られてくる棚割の現状報告は膨大な量です。調査されるのは一部の主力製品のみになってしまったり、それぞれの報告内容と写真を目視で確認する作業も困難が伴います。

売上げ拡大につなげるために小売店に新たな棚割を提案するには、過去の棚割に基づいて売上げを分析する必要がありますが、このように棚割の現状把握が現場にとって大きな負担となっています。

そこで、画像認識技術を活用して棚割情報のデータ化を自動化することは非常に時間やコストの軽減につながります。

棚割データ化のプロセス(NEC)

従来のように、スマートフォンなどで撮影された棚の写真を見ながら棚割管理ソフトを使って手作業で入力する場合、業務に慣れた担当者であっても1店舗あたり1時間以上もかかります。

しかし、このシステムを利用すると画像にある商品を画像認識エンジンが高精度で解析してデータ化できるため、作業時間はおよそ10分の1まで短縮することが可能になります。

棚割のデータ化(NEC)

スマートフォンのような一般的な解像度の画像でも利用できるため汎用性が高く、また「画質チェック機能」や棚の撮影漏れを防ぐ機能も搭載されています。

データはCSVデータとしてダウンロードできるため、既存の棚割ソフトウェアに取り込んで新棚提案の作成を効率化。また、分析ツールやAIとの連携で売上げの分析や予測も可能になります。

Share on FacebookShare on Google+Tweet about this on TwitterShare on LinkedInPrint this pageEmail this to someone
NEW POST