近年来,数字化三个字已经深深的烙印在每一个快消人和零售人的脑海中,随便搜索一下“零售+数字化转型”,有上亿条搜索结果,初略浏览一下就可以发现,大多数的数字化转型都将发力点放在了电商数据以及用户行为分析等方面。虽然快消零售一直围绕着“人货场”三要素进行,人无疑是首要要素,但是“场”在这场数字化转型浪潮中也不应被忽略。

依据艾媒报告数据,2020年全国快消品行业规模达到约4.5万亿,其中3.6万亿来自于实体渠道,可见,虽然线上渠道增长势头迅猛,但线下渠道在当前且长期来说都是消费品企业销量构成与增长的基本盘。线下实体渠道的数字化转型对消费品企业来说,同样也刻不容缓。

数字化进程第一步:形成数据资产

数字化转型的核心其实是要形成数据资产,并对其积累和运用,最终为后续业务经营发展制定策略与行动指导。上百万的快消业代们,每天奔波于全国800万个零售实体终端,传输回海量图像资料。如何将这些图像资料转化成企业的数据资产,进而积累和运用呢?对比纯人工的传统处理方式,图像识别,无疑是最高效,最有效的工具!

顾名思义,图像识别就是通过信息处理技术以及计算机技术对人类认知过程进行模拟的方式,实现对图像中的物体进行分辨,并以此来做好相应的具有意义的判断。图像识别其实已经应用于我们生活的方方面面:停车场的车牌识别,安保系统,智慧物流,生产线质检等等。在快消和零售业,通过图像识别,快速、精准、大体量的分析解读店内分销,陈列,促销信息等一系列店内实际情况,都将被品牌企业和零售商掌握。当这些现场图景成为具体的数据指标时,经营决策,管理规则才能落实的有理有据。

图像识别应用瓶颈与应对方案

既然图像识别对于快消零售业如此有效,为何对其应用并没有像其他领域一样深入和广泛呢?整合来看,大致有两大障碍横在品牌商和零售商面前:

1. 识别成本

零售领域图像识别技术刚刚进入大家视线的时候,仍带有实验性质,当时技术公司的报价是1块钱美金识别1张照片,这种天价技术大约只有那些签了全球合约的品牌商不得不使用。之后,随着国内技术公司加入图像识别领域的技术开发和发展,识别费用从1块钱美金降低到1元人民币,再到现在大约0.1元人民币。

识别成本的降低虽然激励了一些大品牌积极拥抱新技术,然而,1毛钱的费用即便对于大品牌来说,仍然远远不能做到爱怎么用就怎么用的地步,更不用说众多中小品牌和新兴品牌们。另一方面,在当前国内主要的图像识别技术供应商方面,1毛钱的报价已经是能够给出的非常合理的报价了。每每这种时候,就需要一个真正有实力的破局者打破常规,而百度恰恰就承担了这样的角色。

百度2017年打造推出了EasyDL零门槛AI开发平台,基于飞桨开源深度学习平台,面向企业AI应用开发者提供智能标注、模型训练、服务部署等一站式服务。其中EasyDL零售版,针对快消零售业提供专业版服务,实现了低成本、高精度获取商品图像识别模型,完成智能化的店内陈列与费用核销。在EasyDL零售版,识别成本被降低到前所未有的9厘,与市场行情相比,直接降低了一个数量级。价优的同时,百度图像识别技术也一贯保持了其“理工男”特质的实用和极致,提供真正适用于快消零售业的应用场景的技术产品:包含专门面向消费品行业定制的SKU识别神经网络:SKU-Net、以及翻拍图片识别、窜拍(相似)图片检测、货架拼接SDK、门脸文字识别、价签识别、货架/冰柜层检测、陈列场景检测(主货架、冰柜、端架、堆箱、割箱等),其中,堆箱识别模型还支持具备空间推理的统计能力。

识别结果示例

支撑这一切的是百度深厚的技术实力,仅在2020年,百度就以9364件的人工智能专利申请量居中国首位,其核心研发费用占收入比例达到21.4%!

事实上,已经有很多品牌在经营过程中使用了百度图像识别技术,例如:通过带空间推理能力的箱皮检测模型,支持国内某top啤酒生产商在其流通渠道内,把控协议店的铺货进展、执行质量以及获得准确的库存情况;结合门脸文字识别、SKU识别、翻拍图片识别,支持国内某白酒生产企业,在业代日常工作中,在网点日常拜访与新增、店内执行的质量;某国内top的乳业集团,由集团制定统一的营销规则,其下属各分公司各自基于EasyDL零售版训练所属的SKU识别模型,低成本、高效率地落地集团总部的数字化进程

2. 实施难度

一般来说,任何技术要真正在应用方发挥作用,都少不了实施这一步骤。以图像识别技术来说,面临的实施内容包括:实施流程方面,如何架构在采集端系统中(例如各种SFA系统),如何完成图像传输,输出的识别结果如何与经营管理系统结合,数据可视化呈现以及对应的分析处理,等等;实施成果方面,SKU级别模型训练,模型精度调参,模型迭代等等。这一切,都要求品牌商和零售商作为应用方有一个专业的技术团队完成应用实施这一环节。然而,这个条件又劝退了很多有意使用图像识别技术,提升效率,完成数字化转型的用户。

百度EasyDL本身就是一个自助开放平台,适用于具有一定自有技术力量的企业自助使用,平台开放共享预训练模型,同时内置了一些主流饮料与日化SKU单品的公用库,可以不进行SKU建模训练而直接使用。但是,做快消零售的都知道,快消界新品的推出是持续的,大量的,快速的;此外,与内部系统的接口开发,与SFA系统的API/SDK嵌入,识别结果的数字化呈现与分析展示,甚至有的品牌还面临前端采集系统从0到1的搭建与开发。这无异于要求一个品牌商或零售商转型成半个技术公司。对于大多数客户来说,这都是不现实的。

于是,百度联合了在各行业具有相当经验的ISV合作伙伴,由百度提供强大的核心技术,同时,由这些ISV合作伙伴提供针对不同客户的定制化解决方案的落地实施。在快消与零售领域,百度的ISV合作伙伴就包括了小零科技这家企业。小零科技创业之初以覆盖全国的众包网络作为核心能力,致力于为消费品企业提供极其完整精确的店内信息采集服务,以其极深极广的覆盖能力,专业的规划能力以及严谨的数据验证能力获得了大量消费品牌商的青睐。近两年以来,小零科技成为百度的资深ISV合作伙伴,与百度强强联手,结合百度的技术能力,辅以小零科技在消费品行业的资深经验,从技术赋能到解决方案实施,共同为客户提供低成本高精度的图像识别全套服务。

零售终端数字化还能做些什么?

在解决了成本瓶颈和实施瓶颈后,相信图像识别技术在快消零售业的应用范围将急速扩大。解决了最基本的零售终端真实图景数字化转换后,让我们再前进一步,看看整个零售终端通路的数字化,我们还能做些什么?本文一开始就提到过,全国零售终端约有800万个,其中传统小店和中小型超市大约有630万个,同时,我们熟知的中大型零售商近年来也在不断探索小型业态的发展,这些传统小店75%集中在三线及以下城市,贡献了40%快消行业出货量。快消品牌要在实体渠道保持持续的增量创新,利用好下线城市的零售渠道,成为了制胜法宝。

然而,真正能带来销量的潜力腰部零售门店在哪里?潜力到底有多大?怎样覆盖才是最高效的方式?百度联合小零科技,推出了“智能拓店”和“智能排程”产品恰好能回答这些问题。其中“智能拓店”,是基于海量零售网点店外与店内特征大数据,通过网点销售潜力评分模型,为消费品企业靶向制定渠道拓展策略。而在“智能排程”产品则主要通过地图及交通信息大数据,按照企业巡店规则,通过人工智能模型计算出最佳人店配比以及优化访店路线,切实为企业提升一线业务团队效率。