- W 2026 roku sklep przyszłości nie jest już futurystycznym programem pilotażowym, podobnie zresztą jak rozpoznawanie obrazu. Zamiast tego IR szybko staje się strategiczną koniecznością, a nie eksperymentalnym dodatkiem. Narracja zmieniła się z podejścia na zasadzie „zobaczcie, jaką mamy fajną technologię” na „oto jak nasze zintegrowane możliwości rozpoznawania obrazu napędzają sprzedaż i zwiększają marże - mówi Ceyhun Burak Akgül, współzałożyciel i prezes firmy Vispera, specjalizującej się w narzędziach IR.
Okazuje się bowiem, że nikt nie potrzebuje technologii sensu stricto. Retail nie pyta już dziś, czy technologia potrafi rozpoznać produkty na półce. Istotne jest rozwiązywanie konkretnych problemów i wyzwań. Kluczowe staje się to, jak szybko można technologię zintegrować z istniejącym środowiskiem pracy i jak skutecznie przełożyć dane z półki na wzrost sprzedaży, poprawę marży oraz lepszą organizację działań operacyjnych.
- Na tym polega dzisiejsza dojrzałość image recognition. Największą wartością nie jest już samo „widzenie półki”, ale zdolność do włączenia tej technologii w realne procesy handlowe. Nowoczesne rozwiązanie IR nie powinno próbować zastępować całego ekosystemu klienta. Powinno raczej działać jako elastyczny moduł, który uzupełnia istniejące środowisko pracy sklepu i łączy różne ogniwa procesu: planogramy, analizę półki, dane sprzedażowe, zadania dla personelu, działania przedstawicieli handlowych, pracę agencji merchandisingowych oraz potrzeby category management - podkreśla Bartosz Nowak, członek zarządu MarketEye.
Nie wystarcza już raport
Zaznacza, że to właśnie ci dostawcy, którzy potrafią połączyć szybkość, elastyczność i gotowość do integracji środowisk pracy wielu zespołów, wygrywają na rynku. Przy tej integracji ważny jest także dobór partnerów. Coraz większe znaczenie ma model współpracy, w którym globalny lider technologii image recognition działa wspólnie z lokalnym partnerem wdrożeniowym, rozumiejącym specyfikę sklepów, producentów, agencji merchandisingowych i procesów sprzedażowych. Tak jest w przypadku Vispery i MarketEye. Ta pierwsza dostarcza zaawansowaną technologię rozpoznawania obrazu, dostępną zarówno w modelu kamerowym, jak i mobilnym, natomiast MarketEye wspiera lokalną adopcję rozwiązania, jego integrację z procesami klienta oraz wdrożenie w praktyce sklepowej i terenowej.
- W nowoczesnym handlu nie wystarcza już raport. Liczy się przejście od obserwacji do działania. Image recognition może dziś porównywać rzeczywisty obraz półki z planogramem, wykrywać out-of-stocki, błędy ekspozycyjne czy nieprawidłowości cenowe, a następnie przekazywać wynik bezpośrednio do aplikacji operacyjnej lub mobilnej listy zadań. W tym modelu analiza półki nie jest końcem procesu, lecz początkiem call to action - mówi Nowak.
Oznacza to, że konkretna wskazówka na temat działania zostaje wysłana do personelu sklepowego, przedstawiciela handlowego lub merchandisera. Pozwala to realnie skrócić czas reakcji, a właśnie szybkość reakcji jest dziś w retailu równie istotna, jak sama jakość danych. Oznacza to również zaangażowanie wielu podmiotów i wielu narzędzi, często bardzo różnych. Sklep ma własne procesy, własny sprzęt i własne rytmy operacyjne. Producent pracuje na swoich KPI i swoich priorytetach sprzedażowych. Z kolei agencja merchandisingowa działa w modelu FFA (Field Force Application), a zespoły handlowe producentów korzystają z SFA (Sales Force Application). Co więcej, zespoły category management potrzebują danych do analizy jakości półki, udziałów i zgodności ekspozycji.
- W praktyce rynek nie potrzebuje jednej zamkniętej platformy, która narzuca wszystkim identyczny model pracy. Potrzebuje raczej rozwiązania, które potrafi wejść w istniejący ekosystem i połączyć jego uczestników wokół wspólnych, aktualnych danych. To właśnie tu image recognition pokazuje swoją największą siłę: może działać w aplikacji sklepu, integrować się ze środowiskiem producenta, zasilać aplikacje FFA agencji merchandisingowych, współpracować z SFA zespołów handlowych i wspierać wspólne działanie bez konieczności wymiany całej istniejącej infrastruktury - podkreśla Bartosz Nowak.
Obraz językiem sklepu
Cała zmiana paradygmatu polega więc na tym, że narzędzia IR przestają być jedynie rozwiązaniem dla sklepu - systemem kamer, które fotografują półkę, przesyłają zdjęcia do kierownika sklepu oraz centrali i kończą swoje zadanie. Teraz staje się źródłem wiedzy dla sprzedaży i category management. Dzięki temu możliwe jest lepsze połączenie planogramu z rzeczywistym stanem półki, lepsza ocena dostępności produktów, szybsze wychwytywanie odchyleń i dokładniejsze zrozumienie, gdzie tracona jest sprzedaż.
Oznacza to, że obraz półki przestaje być jedynie wizualnym potwierdzeniem wykonania standardu. Zaczyna pełnić funkcję wspólnego języka dla sklepu, handlu, producenta i partnerów wspierających sprzedaż. To właśnie ta elastyczność, ale oparta na twardych danych, przekłada się na lepsze decyzje dotyczące ekspozycji oraz ustalania priorytetów dla pracowników terenowych.
- Egzekucja staje się dziś szczególnie ważna również dlatego, że sklep nie pełni już wyłącznie roli marketplace w tradycyjnym rozumieniu. Coraz częściej jest także formą ekspozycji i punktu styku dla zakupów omnichannelowych. Półka sklepowa wpływa więc nie tylko na decyzję klienta obecnego fizycznie w sklepie, ale również na jakość doświadczenia zakupowego budowanego przez sieć i producenta w szerszym modelu omnichannel. Pozytywnie przekłada się to także na spójność komunikacji marki - zwraca uwagę Nowak.
Jak takie wdrożenia wyglądają w praktyce? Spójrzmy na kanał convenience, w którym MarketEye pracował nad implementacją technologii image recognition wraz z całym systemem. Zastosowano hybrydowy model pozyskiwania obrazu, łączący kamery stałe dla najszybciej rotujących kategorii z mobilnym skanowaniem dla pozostałych obszarów. Rozwiązanie zostało zintegrowane z bazą stanów magazynowych i aplikacją wspierającą pracę personelu. W efekcie uzyskano m.in. 2-procentową poprawę ogólnej dostępności, 12-procentowy wzrost dostępności top sellerów, 26-procentowy spadek średniej liczby braków na półce i 19-procentową redukcję utraconej sprzedaży. Dodatkowo odnotowano ponad 5,6-procentowy wzrost przychodu na sklep tygodniowo, a w najbardziej dochodowych i szybko rotujących kategoriach wzrosty przekroczyły 5 proc., a w wybranych segmentach słodyczy i przekąsek nawet 9 proc. Nowy model poprawił więc kontrolę nad dostawami, organizację półki i czytelność list działań dla personelu.
W większych formatach równie istotna okazuje się nie sama analiza, lecz integracja i egzekucja. W hipermarkecie, gdzie na półkach znajduje się około 20 tys. SKU, rozwiązanie obejmowało integrację z bazą stanów, częste skany półek z użyciem kamer stałych, identyfikację out-of-stocków, wykrywanie błędów cenowych oraz dostarczanie wyników do aplikacji mobilnej i centralnego dashboardu.
- Tu szczególnie dobrze widać, że image recognition nie działa jako osobny byt, lecz jako część większego środowiska operacyjnego: widzi problem, nadaje mu priorytet i pozwala uruchomić zadanie korekcyjne. W rezultatach wskazano m.in. spadek out-of-stock o 2,3 proc. i wzrost zgodności produktów z planogramem o 9 proc. w supermarketach, a także spadek braków o 5,3 proc. i wzrost planogram compliance o 7,7 proc. w hipermarketach - zauważa prezes MarketEye.
Technologię wdrożono także w dark store’ach, gdzie kluczowa jest szybka kompletacja zamówień i brak pomyłek, a także poprawne odkładanie towaru na półkę. W tym przypadku wdrożenie IR przełożyło się na spadek braków o 6,4 proc. i wzrost zgodności z planogramem o 1,6 proc.
- Właśnie ta różnorodność formatów najlepiej pokazuje, że image recognition nie powinno być traktowane jako jedno sztywne rozwiązanie. W convenience największą wartością jest odciążenie człowieka i wsparcie codziennego replenishmentu. W hipermarkecie kluczowe stają się skala, integracja z zadaniami personelu i kontrola planogramu oraz ceny. W dark store technologia wspiera szybkość kompletacji i ogranicza ryzyko braków w zamówieniu klienta. Mechanizm pozostaje jednak wspólny: IR łączy obserwację półki z działaniem operacyjnym i dostarcza dane do tych podmiotów, które realnie wpływają na wynik biznesowy - mówi ekspert.
System zamiast jednej technologii
Wraca też do wniosku szefa Vispery - sklep przyszłości nie będzie zbudowany z jednego systemu, który zastąpi wszystkie pozostałe. Znacznie bardziej realny jest model ekosystemowy, w którym różne narzędzia odpowiadają za różne obszary, ale pozostają ze sobą połączone. W takim układzie image recognition może pełnić rolę warstwy obserwacyjnej i wykonawczej — łącząc realny obraz półki z planogramem, analizą category management, zadaniami dla personelu, działaniami zespołów sprzedażowych, systemami SFA i FFA, a docelowo także z dynamicznym pricingiem, a nawet retail mediami. Niemożliwe jest, aby każdy uczestnik rynku pracował na tym samym narzędziu. Można je jednak dobrze zintegrować i zapewnić właściwy workflow.
- Dlatego dyskusja o image recognition w retailu przestaje być dziś rozmową o „ciekawej technologii”. Staje się rozmową o tym, jak budować współpracę pomiędzy sklepem, handlem, category management, producentem i partnerami wspierającymi egzekucję. Wygrywać będą nie te rozwiązania, które próbują zastąpić cały ekosystem, ale te, które potrafią go spiąć - mówi Nowak.
