AI победил: как тысячи аптек в Казахстане перешли на цифровой контроль
Фото: Depositphotos
Рассказать друзьям
Более 2 500 аптек в Казахстане перешли на компьютерное зрение: в них внедрили автоматическое распознавание лекарств и проверку правил выкладки. Цифровые "мозги" уже себя проявили: с их помощью фармацевтический гигант SANTO улучшил процессы мерчандайзинга и внедрил новый инструмент, который автоматически распознает препараты на полках с точностью до 92%. Вместе с экспертами IBA Group, которые занимались внедрением системы, разбираем показательный кейс.
Проблема: непрофильные инструменты и человеческий фактор
До внедрения искусственного интеллекта медицинские представители компании SANTO, которая, к слову, производит сотни лекарств, вручную анализировали фотографии торговых точек. Снимки приходили более чем из 2 500 аптек в разных регионах Казахстана, их ежедневно отправляли 65 сотрудников. Специалисты сверяли фотографии с утвержденными планограммами и оценивали результат выкладки. Потребовались бы годы, чтобы проанализировать все изображения вручную.
В лучшем случае удавалось проанализировать лишь 3-5% фотографий, что давало выборочные данные и не позволяло объективно оценивать представленность товаров. Эффективность такой работы вызывала обоснованные сомнения.
Существовал и человеческий фактор: ошибки при визуальном анализе, субъективные оценки, усталость менеджеров и недочеты в фиксации данных. Производитель лекарств не получал объективную картину наличия продукции на полках и не мог эффективно управлять ассортиментом.
Также у компании не было подробной отчетности, которая отображала бы все важные KPI: процент выполнения планограмм в разрезе региона, статистика представленности по брендам, доля полки в аптеке, эффективность сотрудников, аналитика в разрезе торговых сетей.
Назрела необходимость решить вопрос, связанный с составлением планограмм. Менеджеры составляли их с помощью непрофильных инструментов: Microsoft Excel или Microsoft Powerpoint. Такой трудоемкий подход отнимал много времени. Более того, планограммы неудобно использовать в торговой точке, так как они не были наглядными. Поэтому представители не могли быстро сверить с ними выкладку, что еще больше затягивало аудит одной аптеки.
Решение: искусственный интеллект и мобильное приложение
В международной ИТ-компании IBA Group предложили заказчику внедрить облачную платформу для автоматизации мерчендайзинга с элементами компьютерного зрения. Goods Checker позволяет узнать реальную ситуацию на полках, получать аналитику в режиме реального времени и принимать обоснованные управленческие решения. Решение состоит из трех компонентов: аналитического модуля, мобильного приложения для медицинских представителей и веб-приложения для менеджеров.
Искусственный интеллект решили внедрять с пилотного проекта. Для этого определили порядка 1 500 аптек в разных регионах Казахстана и 46 Stock Keeping Unit, выкладку которых как раз будет анализировать цифровая система. При этом 22 товара входят в ассортимент заказчика, 24 - его конкурентов.
На пилотный проект возложили несколько задач. Первая и самая важная - упростить контроль выкладки товаров. Сервис должен автоматически сравнивать реалограмму с планограммой, а также контролировать наличие и правильность расположения POS-материалов. Критерии успешности определили такие: точность распознавания должна быть выше 90%, а время визита не должно занимать больше пяти минут.
Второй важный блок задач - это аналитика. Команда должна была настроить BI-систему, которая будет практически в режиме реального времени предоставлять аналитику по соблюдению планограмм, а также контролировать работу сотрудников. При этом данные должны быть представлены в разрезе города, бренда, сотрудника. Менеджеры должны видеть обязательные позиции на полке (must stock list) и отсутствующие товары (out-of-stock).
Перед этим специалисты проанализировали типы товаров, их расположение на полках, возможные преграды для распознавания: отражения, упаковки, неправильное положение. Команда также изучила POS-материалы, действующие шаблоны планограмм и торговые точки.
На основе исторических данных и большого массива изображений программисты обучили нейросеть, чтобы она анализировала фотографии и фиксировала наличие или отсутствие конкретных SKU.
Пилотный проект длился месяц. Goods Checker справился гораздо лучше человека. В SANTO убедились, что медицинские представители тратят меньше времени на посещение аптеки, а менеджеры оперативно получают отчетность. Систему решили масштабировать на всю страну.
Результат: скорость и точность работы значительно выросли
После внедрения системы кардинально изменился процесс выкладки и контроля товаров в аптеке. Медицинский представитель расставляет товары согласно планограмме, после чего делает несколько фотографий полки. Теперь сравнение выкладки с планограммой занимает не больше 5 минут
Goods Checker автоматически объединяет снимки в планограмму. Приложение в режиме реального времени обрабатывает кадры и показывает результат: какие позиции стоят на своих местах, каких товаров достаточно, а каких не хватает. Точность работы системы уже во время пилотного запуска превысила 90%.
Сотрудник может оставить комментарий: почему нельзя исправить выкладку, с какими проблемами столкнулся при визите, каких препаратов не хватает. Менеджеры сразу же получают эту информацию и могут принимать решения.
Обмануть систему не получится, выдав одни фотографии за другие. Поэтому в Goods Checker нельзя загрузить снимки из галереи устройства, нельзя загрузить снимки одной и той же полки, нельзя сделать фото из другой аптеки. В общем, сделать что-то спустя рукава не получится.
При этом в приложении хранится история посещений с фотографиями и результатами работы каждого медицинского представителя, благодаря чему менеджер всегда может объективно оценить работу сотрудника и принять решение о премировании, а сотрудник видит выполнение своих KPI.
Решение работает в автономном режиме или с неустойчивым интернетом. Это особенно актуально при посещении аптеки в горной местности, в приграничье или в населенном пункте с низким уровнем доступности связи. Сотрудник может быть уверен, что его работа не потеряется.
Новый инструмент получили и менеджеры SANTO. Теперь они легко отслеживают работу сотрудников. Результаты каждого посещения отображаются в BI-системе через несколько часов после того, как медицинский представитель завершил визит.
Менеджеры стали получать подробную аналитику, что происходит с товарами на полке. Теперь они оперативно анализируют KPI по представленности товаров и работе сотрудников и принимают решения на основе достоверных данных.
Кроме того, теперь в работе используется инструмент для создания планограмм и MSL, который также разработали в IBA Group. Это конструктор, где методом drag-and-drop менеджер может быстро создать или обновить планограмму.
Большой запуск: обучение персонала и масштабирование
Перед переходом в полноценную промышленную эксплуатацию необходимо было реализовать ряд доработок. На это потребовалось несколько месяцев.
Во-первых, разработчики научили Goods Checker распознавать все SKU заказчика и конкурентов, а также POS-материалы. Всего - 143 единицы. Поскольку приложением начали пользоваться все медицинские представители, необходимо было создать им аккаунты, выдать доступы и обучить принципам работы в новом приложении.
Также были добавлены все аптеки, в которых продаются товары SANTO. Это более 2 500 аптек - от Уральска до Усть-Каменогорска и от Алматы до Петропавловска.
По сравнению с пилотным проектом, команда Goods Checker добавила в систему новые SKU, обновила дизайн SKU, информацию о торговых объектах, пользователях, также в SANTO обновили планограммы и MSL.
Изменения коснулись и BI-системы. В нее добавили новые отчеты и срезы информации для детальной аналитики по представленности товаров на полках. Появились KPI торговых сетей и сотрудников.
Преграды: доработка приложения и обучение персонала
Во время проекта команде и заказчику пришлось столкнуться с рядом вызовов, которые успешно преодолели. В частности, медицинские представители заказчика работают на iPhone, хотя в большинстве случаев у мерчандайзеров в ритейле используются Android-устройства. Поэтому перед началом пилотного проекта команда Goods Checker доработала iOS-версию приложения под процесс заказчика.
Разница во времени между командой Goods Checker и заказчиком составляла пять часов. Поэтому команда разработчиков сместила свое рабочее время, чтобы пилотный проект прошел успешно.
Много усилий потребовало обучение медицинских представителей. Это люди разного возраста, с разным уровнем владения компьютером и смартфоном. От того, насколько правильно они будут понимать механизм действий, зависит судьба проекта. Помимо онлайн-тренингов, были разработаны гайды, подсказки и обучающие материалы, чтобы новички могли быстро освоить функционал сервиса.
Масштабировать пилот в полноценный проект оказалось легко с технологической точки зрения, но тяжело с организационной. Для сотрудников фармацевтической компании этот опыт был новым, а когда человека заставляют делать что-то новое, он ожидаемо этому противиться. Чтобы этого избежать, команда IBA Group консультировала персонал с самого начала: создала демо и запустила чат, где отвечала на вопросы. Большую их часть объясняли коллегам специалисты SANTO. Многие обращения были простыми, вроде того, как ввести логин и пароль.
Эффект: снижение затрат и глубокая аналитика
Снижение трудозатрат. Система самостоятельно ежедневно анализирует тысячи фотографий, исключая необходимость ручной проверки и значительно сокращая нагрузку на персонал. Это позволило перераспределить ресурсы на более приоритетные задачи, связанные с управлением продажами и взаимодействием с поставщиками.
Повышение достоверности данных. Ошибки, связанные с человеческим фактором, практически сведены к нулю. Автоматическая проверка выкладки снижает вероятность неточностей при учете размещения товаров, минимизируя расхождения между запланированными и фактическими данными. Это позволяет принимать более обоснованные управленческие решения.
Высокая точность распознавания. Алгоритмы компьютерного зрения распознают товары в аптеке с точностью 92%.
Обработка тысяч снимков в день без участия сотрудников. Искусственный интеллект автоматически анализирует изображения, сравнивая их с планограммами, что позволяет оперативно выявлять несоответствия по всем аптекам страны и принимать решения.
Возможность создания детализированных отчетов, которые позволяют принимать обоснованные управленческие решения. В отчетах содержится информация о доле представленных товаров, уровне соответствия стандартам выкладки, частоте отклонений, эффективности сотрудников и многое другое
Интеграция с другими бизнес-системами. Данные о выкладке могут быть синхронизированы с ERP-системами, CRM и инструментами аналитики для комплексного управления ассортиментом. Вся важная информация может отображаться в одном месте: от плана и факта продаж - до эффективности работы медицинских представителей и региональных менеджеров.
Прогнозирование и аналитика. Анализ собранных данных даёт возможность выявлять тенденции, прогнозировать спрос и корректировать товарные запасы в зависимости от сезонности и динамики продаж.
В целом, система минимизирует потери, повышает прозрачность управления выкладкой и доступность товаров для покупателей. Выросла эффективность фармацевтической отрасли, которая теперь опирается на достоверную и точную информацию, полученную с помощью компьютерного зрения. Производители и аптечные сети теперь могут пользоваться подробной аналитикой, что происходит с товарами на полке: где их не хватает, какие пользуются спросом, что стоит изменить или доработать. На такие же системы скоро перейдут продуктовые ритейлеры, сети АЗС и дистрибьюторы товаров.