Sumário
Ter como solução um software de identificação de imagem de produto no ponto de venda é uma vantagem estratégica para as empresas que atuam no varejo. A imagem identificada é o retrato do seu SKU na gôndola que indica, por meio de inteligência artificial, como está a performance daquele produto na loja que você deseja colher indicadores.
Gasto excessivo de tempo em pesquisas complexas, informações incompletas ou sem precisão e falta de insumos consistentes e dados confiáveis para o planejamento de novas estratégias são algumas dores comuns para quem trabalha com trade marketing.
As informações coletadas em campo são cada vez mais estratégicas. Com a dinâmica do mercado é preciso atenção e agilidade. Já falamos aqui no Involves Club sobre o quanto o reconhecimento por imagem melhora a produtividade e agiliza o trabalho de promotores, de que forma pode trazer todo o time para a mesma régua e o quanto aumenta a granularidade e confiança dos dados para que o back-office tenha segurança na tomada de decisão.
Hoje queremos te mostrar, na prática, como essa tecnologia do Involves Stage funciona e o quanto a cosnova Beauty, multinacional alemã que veio para o Brasil em 2018, ganhou em tempo, produtividade e sell-out com a solução de identificação de imagem no PDV da Involves.
Identificação de imagem no PDV
Ajudar as empresas a conseguirem mais informações dos pontos de venda sem onerar mais a rotina de promotores é um dos objetivos da solução de reconhecimento por imagem do Involves Stage.
A tecnologia deixa os promotores mais focados nas tarefas primordiais que têm mais a ver com alavancar as vendas da loja. No vídeo que mostra como a solução funciona é possível identificar as vantagens e a otimização do trabalho em campo.
Entre os pilares essenciais para a execução no PDV, a identificação de imagem de produto traz visibilidade aos indicadores de preço; presença (ruptura, quantidade de produtos); monitoramento de concorrentes; share – seja por frentes, da própria marca, da categoria ou concorrentes – ; e validação da execução a partir do planograma e da posição ou identificação da categoria.
O reconhecimento por imagem beneficia o trabalho da equipe de trade marketing nos seguintes aspectos:
- Cobertura maior de lojas atendidas pelo mesmo número de colaboradores
- Investimento maior no tempo de relacionamento estratégico dos promotores com a loja
- Aumento do nível de serviço prestado pela equipe nas lojas
- Melhor aproveitamento do capital humano em campo
- Monitoramento da ruptura em tempo real (no varejo)
Inteligência artificial na operação da cosnova
A cosnova Beauty é uma multinacional alemã que chegou no Brasil trazendo o conceito do “fast beauty” – inovação, qualidade e preço acessível – para a categoria de maquiagens. Em terras brasileiras desde o fim de 2018, a marca atua em e-commerce, perfumarias e lojas de departamento, acompanhando a performance nos PDVs a partir do reconhecimento por imagem.
Um dos desafios iniciais foi a própria identificação dos produtos, os cosméticos, que de modo geral são pequenos – como esmaltes e batons – e de diferentes formatos. Porém, isso não foi impeditivo. A inteligência artificial foi treinada e reconhece todos os produtos, por menores e mais cheios de detalhes que sejam.
Desde de fevereiro de 2019, quando iniciou a operação, a equipe de gestão e vendas acompanha o que acontece nos PDVs pelo reconhecimento por imagem do Involves Stage. A análise do trabalho em campo é feita com fotos padronizadas.
Otimização do tempo de promotores, identificação de ruptura de forma mais rápida e o monitoramento de novas oportunidades de negócio foram os principais benefícios percebidos pela equipe de trade e vendas da cosnova Brasil.
Acompanhamento de ruptura e otimização de tempo
Em razão da variedade de produto, os promotores da cosnova tem papel fundamental no esclarecimento de dúvidas sobre os produtos e no incentivo à experimentação.
Por causa disso, economizar tempo com pesquisas é fundamental para que realmente os promotores foquem no atendimento aos consumidores. O reconhecimento por imagem permite que com apenas uma foto do PDV sejam gerados indicadores relevantes ao negócio, sendo o principal indicador o controle das rupturas.
“Não queremos que os promotores sejam recenseadores, precisamos que cuidem do PDV e abordem consumidores”, afirma Moisés de Mello Silva, head de trade e vendas da cosnova Brasil.
Análise precisa em tempo real
Dentre os indicadores relevantes que a equipe da cosnova considera na venda de maquiagem, a ruptura é uma das variáveis mais importantes. O display bem abastecido, colorido, chamando atenção, influencia diretamente a decisão de compra.
A solução de reconhecimento por imagem da Involves deixa as informações organizadas, padronizadas, e permite que a equipe comercial da cosnova tenha acesso aos dados e, ao comparar padrões, aproveite as oportunidades de ruptura no PDV para negociar com a loja, por exemplo.
O back-office também consolida as informações do resultado mais gerencial e pode fazer isso não só por PDV, mas por grupo de cliente.
Moisés, que já passou por empresas como Grupo Boticário, Pfizer e Cremer S.A., já planejou iniciar a operação da cosnova no Brasil com o reconhecimento por imagem da Involves justamente para que a equipe de campo investisse o menor tempo possível em pesquisa. Ele já observava que não era produtivo fazer a gestão com planilhas.
Certamente ganhamos muito tempo. O fato de estar tudo na nuvem facilita a vida. Hoje é comum compartilhamento de dados pelo whatsapp e outros tipos de app. Trabalhar assim exigiria que alguém trabalhasse a foto, abrisse, analisasse… Toda essa automação poupa muito tempo e ajuda a equipe comercial a ser mais eficiente na negociação dos pedidos. Além da facilidade de armazenar todo o histórico, entender a evolução e conseguir agregar mais valor e atenção em redes de clientes”, relata.
Valor da informação a partir de fotos no PDV
Segundo Moisés, uma vantagem da maquiagem essence no projeto do reconhecimento por imagem é a padronização: “Para nós fez muito sentido porque hoje temos um modelo de display onde eu exponho as maquiagens e usamos esse modelo em todos os PDVs, seguimos o mesmo planograma”.
Por outro lado, como desafio ao projeto, as coleções da maquiagem essence mudam a cada seis meses, consequentemente mudando também o planograma. Ainda assim, o reconhecimento por imagem consegue acompanhar a evolução e troca desses SKUs das novas coleções.
Em outras palavras, com a chegada de lançamentos e saída de outros produtos, o planograma muda. Isso faz com que o robô tenha que aprender novamente, sobre o novo layout, mas no mesmo display. Dessa forma, a equipe mantém um padrão, mesmo com novos aprendizados da inteligência artificial.
Semestralmente temos o desafio de ensinar o robô sobre o novo sortimento, com novos produtos e novas posições no display. Interessante é constatar que o aprendizado tem sido cada vez mais rápido! Maravilha, pois assim identificamos as oportunidades o quanto antes”, relata Moisés.
Identifique a experiência do shopper
A inteligência artificial precisa de dados para aprender. Precisamos apresentar cada produto e a solução de inteligência se encarrega de resolver o problema proposto e identificar quais são as principais características que tornam aquele produto diferenciado.
Hoje o processo de setup acontece entre quatro e oito semanas. Depende muito da complexidade dos produtos e das categorias. Mas, via de regra, o sistema precisa ver muitas imagens dos produtos de interesse e, a partir de determinado momento, consegue ter uma opinião muito precisa de produtos a nível de SKU.
Um desafio comum para indústria e varejo é a dinâmica do mercado. Muito produtos são lançados todos os anos, além da questão de sazonalidade e de novas marcas entrando no mercado a todo momento. A gôndola não é elástica e, por isso, há essa batalha por espaço.
Mas, muitas vezes, sua marca perde em share e não consegue identificar o porquê. O processo de reconhecimento por imagem do Involves Stage contempla essa questão. Uma vez que aparecem novos produtos no mercado de interesse, é possível sinalizar.
É possível diminuir esse gap entre o lançamento de fato e a data em que a indústria descobre esse novo SKU, se preparar e monitorar lançamentos de concorrente.
De alguma maneira, a tecnologia imita a visão do consumidor na gôndola para poder extrair as informações. Dá para concluir que, se estava ruim ou difícil para a tecnologia identificar, certamente estava ruim para o consumidor que chegou naquela gôndola e se deparou com aqueles produtos.
Então, se a experiência estava ruim para a câmera, também estava para o shopper. Evite esse problema e proporcione a melhor experiência de compra com ações definidas a partir do reconhecimento por imagem do Involves Stage.
