Desvendando a IA do Reconhecimento por Imagem do Involves Stage

Na rotina dinâmica do trade marketing, a introdução de tecnologias disruptivas, como a Inteligência Artificial (IA), traz uma mudança substancial na forma como são coletados e analisados os dados de execução no ponto de venda.

Neste contexto inovador, especialistas em IA como Andrew Ng e Fei-Fei Li recomendam entender como as tecnologias são desenvolvidas e metrificadas para reduzir incertezas e maximizar a adoção de novas ferramentas. Conhecer então os indicadores-chave de desempenho, do inglês Key Performance Indicators (KPIs), de uma tecnologia são cruciais para avaliar o ROI das soluções.

No Involves Stage, a solução de Reconhecimento por Imagem é uma IA desenvolvida para apoiar as indústrias na tarefa de capturar dados de seus produtos e concorrentes em seus pontos de venda. Com a IA, uma foto é suficiente para identificar:

• Presença
• Ruptura
• Quantidade de frentes
• Share de gôndola
• Share de frentes
• Presença de price tag
• Preço na price tag
• Invasão
• Planograma
• Strike Zone
• Blocagem

Métricas de desempenho direcionadas para a IA

A Involves usa o método de machine learning para ensinar sua IA a processar os dados de uma maneira parecida com o cérebro humano. A IA possui diversas redes neurais, tipos de camadas de dados, treinadas para analisar as fotos e extrair delas as informações.

“Nossa tecnologia permite captar a visão não apenas do promotor de vendas mas também do shopper. A foto da gôndola é a visão dos consumidores em frente à prateleira, e nossa Inteligência Artificial reconhece falhas de execução para guiar planos de ação.”
Gabriel Vieira, especialista em IA e Product Manager na Involves.

E de olho na qualidade de sua ferramenta, a Involves acompanha com seus clientes seis indicadores para avaliar a eficácia da Inteligência Artificial. Os KPIs são fundamentais para garantir que a tecnologia forneça resultados precisos e relevantes, e que as informações que a alimentam são confiáveis.

Os KPIs da IA da Involves são:

1. Qualidade das fotos do PDV
2. Precisão geral da IA
3. Nível de confiança
4. Precisão no reconhecimento dos produtos
5. Precisão individual de classificação
6. Precisão na identificação dos preços

#1 Qualidade das fotos do PDV

No reconhecimento por imagens, a qualidade das fotos é imprescindível para garantir a confiança nos dados coletados por meio delas. Por isso, a IA monitora se as fotos processadas estão seguindo os protocolos necessários e identifica eventuais problemas na coleta. 

Afinal, imagens fora de foco, anguladas, fora de enquadramento e de baixa qualidade não compõem os resultados. A IA identifica estes problemas e é capaz de gerar alertas que orientam a equipe.

Benefícios para a operação dos clientes:

• Identificar onde e por quem os protocolos não são seguidos
• Identificar os tipos de problemas
• Alertar promotores sobre dados incompletos
• Impedir a manipulação de dados

#2 Precisão geral da Inteligência Artificial

Também chamada de F1 Score no desenvolvimento de machine learning , a precisão mede a quantidade de vezes que a IA acertou em relação ao total de vezes em que tentou acertar.

Complicado? De forma simples, este KPI ajuda a acompanhar a saúde geral do projeto, dando visibilidade da evolução da precisão, o impacto de novas versões da IA no volume e qualidade das informações.

Este indicador também ajuda a comparar a tecnologia de IA com outras fontes de dados, como as pesquisas manuais feitas por promotores ou dados comercializados por empresas de pesquisa de mercado — ambas coletadas manualmente e com uma taxa de erros de 20%.

Benefícios para a operação dos clientes:

• Segurança na qualidade dos dados coletados pela IA
• Transparência no tratamento dos dados
• Eficiência na coleta, tratamento e análise dos dados
• Confiança na tecnologia

#3 Nível de confiança

O nível de confiança é o KPI que indica quão confiante a rede neural está sobre seus resultados. É uma métrica acompanhada a longo prazo, e ajuda a entender o volume de treinamentos necessários para a IA.

Se o nível de confiança diminui, é possível avaliar pontos de melhoria, que regiões ou colaboradores estão detratando a confiança e agir para elevar o nível.

Até mesmo tendências de mercado é possível identificar com esta métrica. Marcas que acompanham concorrentes podem identificar novos produtos, embalagens e SKUs à medida que a IA necessita de mais treinamentos.

Benefícios para a operação dos clientes:

• Analisar o que impede a leitura de dados nos PDVs
• Analisar formatos de exposição dos produtos
• Identificar tendências de execução de concorrentes

#4 Precisão no reconhecimento dos produtos

A precisão dos produtos reconhecidos é um dos mais importantes KPIs de qualidade, pois indica o quão bem a tecnologia está reconhecendo os SKUs, linhas e categorias de produto. Ela evolui com o volume de fotos analisadas e a cada treinamento da rede neural.

Benefícios para a operação dos clientes:

• Melhor visão sobre seu portfólio de produtos
• Segurança na qualidade dos dados coletados pela IA
• Transparência no tratamento das informações da marca

#5 Precisão individual de classificação

Este KPI é bastante parecido com a Precisão geral da IA, mas engloba todos os produtos classificados no projeto de reconhecimento por imagem. É uma métrica comum em IAs que utilizam técnicas de visão computacional em sua tecnologia.

Em termos simples, a precisão individual das classes, Average Precision em inglês, é uma medida que avalia o desempenho do algoritmo na detecção de objetos nas imagens, super importante para acompanhar a eficiência da tecnologia.

A Involves acompanha este indicador para garantir a confiabilidade dos dados coletados e entregar a melhor tecnologia para as equipes de trade marketing.

#6 Precisão na identificação dos preços

Da mesma forma que a rede é preparada para reconhecer produtos, ela é treinada para identificar a presença da etiqueta de preço. A IA identifica diversos tipos: impressa, eletrônica, cartaz impresso, cartaz manuscrito e até mesmo adesivos colados diretamente nas embalagens.

A IA também reconhece em alguns casos o valor descrito na etiqueta, além de associá-la ao item correto.

Benefícios para a operação dos clientes:

• Identificar quais produtos estão sem precificação na loja
• Coletar o preço de produtos próprios e da concorrência
• Auditar acordos promocionais

O segredo para a qualidade dos dados é a tecnologia certa

A incorporação da IA no trade marketing está cada dia mais sólida e promove uma revolução na coleta e análise de dados e uma nova cultura de execução. Este novo cenário pode trazer incertezas na escolha de parceiros e fornecedores.

No caminho por mais decisões baseadas em dados, a tecnologia do Involves Stage preza por mensurar o impacto direto na otimização das operações. Assim como as soluções de Loja Perfeita e Roteirização Inteligente, o Reconhecimento por Imagem foi desenvolvido para equipes de trade marketing se tornarem mais eficientes e lucrativas para suas companhias.

Quer fazer parte desta revolução junto a empresas como Danone e a agência Pop Trade?

Preencha os campos abaixo e solicite agora mesmo um diagnóstico da sua operação e uma demonstração de como a Inteligência Artificial pode fazer pelos sua operação de trade marketing!