Develando el Reconocimiento de Imágenes de Involves Stage

           

En la rutina dinámica del trade marketing, la introducción de tecnologías disruptivas, como la inteligencia artificial (IA), implica un cambio sustancial en la forma de recopilar y analizar los datos de ejecución en el punto de venta.

En este contexto innovador, especialistas en IA como Andrew Ng y Fei-Fei Li recomiendan entender de qué manera se desarrollan y calculan las tecnologías para reducir las inseguridades y maximizar la adopción de nuevas herramientas. De esta manera, es fundamental conocer los indicadores clave de desempeño (del inglés Key Performance Indicators o KPIs) de una tecnología para evaluar el ROI de las soluciones.

En Involves Stage, la solución de Reconocimiento de Imágenes es una IA concebida para apoyar a las industrias en la tarea de obtención de datos tanto de sus productos como de los de la competencia en los puntos de venta. Con la IA, una sola foto es suficiente para identificar:

• Presencia;
• Agotados;
• Cantidad de frentes;
• Share de góndola;
• Share de frentes;
• Presencia de price tag;
• Precio en la price tag;
• Invasión;
• Planograma;
• Strike Zone;

Métricas de desempeño dirigidas a la IA

Involves utiliza el método de aprendizaje automático (machine learning) para enseñar a su IA a procesar los datos de una manera similar a la del cerebro humano. La IA cuenta con diversas redes neurales, tipos de capas de datos, entrenadas para analizar las fotos y extraer informaciones de ellas.

“Nuestra tecnología permite captar la visión no solo del promotor de ventas, sino también del shopper. La foto de la góndola es la visión de los consumidores delante de la estantería y nuestra inteligencia artificial reconoce fallas de ejecución para guiar los planes de acción”.
Gabriel Vieira, especialista en IA y Product Manager de Involves.

Siempre atenta a la calidad de su herramienta, Involves realiza un seguimiento con sus clientes de seis indicadores, de manera de evaluar la eficacia de la inteligencia artificial. Los KPI son fundamentales para asegurar que la tecnología ofrezca resultados precisos y relevantes y que las informaciones que la alimentan son confiables.

Los KPI de la IA de Involves son:

1. Calidad de las fotos del PDV;
2. Precisión general de la IA;
3. Nivel de confianza;
4. Precisión del reconocimiento de los productos;
5. Precisión individual de clasificación;
6. Precisión en cuanto a la identificación de los precios.

#1 Calidad de las fotos del PDV

En cuanto al Reconocimiento de Imágenes, la calidad de las fotos es imprescindible para asegurar la confianza de los datos recopilados por medio de ellas. Por ese motivo, la IA comprueba si las fotos procesadas siguen los protocolos necesarios e identifica eventuales problemas en la recopilación.

En definitiva, las imágenes fuera de foco, en ángulo, sin encuadre y de baja calidad no arrojan buenos resultados. La IA identifica estos problemas y es capaz de generar alertas que orientan al equipo.

Beneficios para la operación de los clientes:

• Identificar dónde y quién no sigue los protocolos;
• Identificar los tipos de problemas;
• Alertar a los promotores con respecto a los datos incompletos;
• Impedir la manipulación de datos.

#2 Precisión general de la inteligencia artificial

También llamada F1 Score en el desarrollo de machine learning, la precisión mide la cantidad de veces que la IA acertó frente al total de veces que intentó acertar.

¿Te parece complicado? De forma sencilla, este KPI ayuda a realizar un seguimiento de la salud general del proyecto, otorgando visibilidad a la evolución de la precisión, al modo en que las nuevas versiones de la IA repercuten en el volumen y en la calidad de las informaciones.

Este indicador también ayuda a comparar la tecnología de la IA con otras fuentes de datos, como las encuestas manuales realizadas por promotores o los datos comercializados por empresas de estudios de mercado –ambas recopiladas manualmente y con una tasa de error del 20 %–.

Beneficios para la operación de los clientes:

• Seguridad en cuanto a la calidad de los datos recopilados por la IA;
• Transparencia en el tratamiento de los datos;
• Recopilación, tratamiento y análisis de datos eficiente;
• Confianza en la tecnología.

#3 Nivel de confianza

El nivel de confianza es el KPI que indica cuánta seguridad tiene la red neural con respecto a sus resultados. Es una métrica seguida a largo plazo y ayuda a entender el volumen de entrenamientos necesarios para la IA.

Si el nivel de confianza disminuye, se pueden evaluar los puntos de mejora, qué regiones o colaboradores están socavando la confianza y tomar medidas para aumentar el nivel.

Se pueden identificar incluso tendencias de mercado con esta métrica. Las marcas que siguen de cerca a la competencia pueden identificar nuevos productos, envases y SKU a medida que la IA requiere más entrenamientos.

Beneficios para la operación de los clientes:

• Analizar qué factores impiden la lectura de datos en los PDV;
• Analizar formatos de exposición de los productos;
• Identificar tendencias de ejecución de la competencia.

#4 Precisión del reconocimiento de los productos

La precisión de los productos reconocidos es uno de los KPI más importantes de calidad, pues indica el nivel de reconocimiento de los SKU que realiza la tecnología, las líneas y las categorías de producto. Evoluciona con el volumen de fotos analizadas y con cada entrenamiento de la red neural.

Beneficios para la operación de los clientes:

• Mejor visión sobre tu cartera de productos;
• Seguridad en cuanto a la calidad de los datos recopilados por la IA;
• Transparencia con respecto al tratamiento de las informaciones de la marca.

#5 Precisión individual de clasificación

Este KPI es sumamente parecido a la Precisión General de la IA, pero engloba todos los productos clasificados en el proyecto de Reconocimiento de Imágenes. Es una métrica común en las IA que utilizan técnicas de visión computarizada en su tecnología.

En pocas palabras, la precisión individual de las clases (Average Precision en inglés) es una medida que mide el desempeño del algoritmo en cuanto a la detección de objetos en las imágenes, lo cual es sumamente importante para hacer un seguimiento de la eficiencia de la tecnología.

Involves sigue de cerca este indicador para asegurar la confiabilidad de los datos recopilados y entregar la mejor tecnología a los equipos de trade marketing.

#6 Precisión en cuanto a la identificación de los precios

De la misma manera que la red está preparada para reconocer productos, también está capacitada para identificar la presencia de etiquetas de precio. La IA identifica diversos tipos: etiqueta impresa, etiqueta electrónica, cartel impreso, cartel manuscrito e incluso adhesivos pegados directamente en los envases.

En algunos casos, la IA también reconoce el valor descrito en la etiqueta, al tiempo que lo asocia al artículo correcto.

Beneficios para la operación de los clientes:

• Identificar qué productos no tienen precio en la tienda;
• Recopilar datos sobre el precio de productos propios y de la competencia;
• Auditar acuerdos promocionales.

El secreto de la calidad de los datos es la tecnología correcta

La incorporación de la IA en el trade marketing es cada día más sólida y promueve una revolución en cuanto a la recopilación y al análisis de los datos y una nueva cultura de ejecución. Este nuevo escenario puede ofrecer inseguridad en cuanto a la elección de socios y proveedores.

En la búsqueda de más decisiones basadas en datos, la tecnología de Involves Stage se enorgullece de medir el impacto directo en la optimización de las operaciones. Así como las soluciones de la Tienda Perfecta y el Ruteo Inteligente, el Reconocimiento de Imágenes se concibió para que los equipos de trade marketing fueran más eficientes y rentables para sus empresas.

¿Quieres formar parte de esta revolución junto a empresas como Danone y la agencia Pop Trade?

Completa los siguientes campos para solicitar ahora mismo un diagnóstico de tu operación y una demostración de cuánto puede hacer la inteligencia artificial por tu operación de trade marketing!