2025-10-29

什么是零售货架智能?智能货架深入分析

货架智能是一种人工智能驱动的零售技术,它将货架图像转化为优先排序和可操作的洞察,标记缺货、货架图缺口和定价错误,以便商店团队能够快速解决问题、优化商店业绩并保持产品供应。

虽然条形码扫描和人工货架巡查等传统方法确实能够采集数据,但它们速度慢、劳动强度大,而且容易出现人为错误。数据本身并不等同于情报,真正的货架情报来自于分析数据并将其转化为有意义的洞察的能力,从而推动行动、指导决策并改进门店运营。

货架扫描移动设备警报shelfview
人工智能在零售货架智能中的作用

人工智能热潮席卷全球。新的应用案例、商业模式和技术层出不穷。

但在货架管理领域,人工智能是实现大规模货架执行管理的必要条件

人工智能驱动的货架智能系统处于门店技术的尖端水平。

它利用先进的机器学习和计算机视觉技术,将智能手机、固定摄像头或自主机器人拍摄的货架图像转化为具有优先级排序和可操作性的洞察信息。这些洞察信息有助于零售商监控门店状况,并快速响应以解决运营问题,例如:

  • 货架可用性根据可自定义的阈值,识别哪些产品不在货架上以及哪些产品库存水平较低,从而实现及时补货并提高库存准确性。
  • 商品陈列图合规性:核实商品是否按照门店特定的商品陈列图指南进行摆放,并指出错放或缺失的商品。
  • 价格准确性:检查显示价格与系统正确价格不符的情况。

基于海量数据集训练的机器学习模型能够识别包装、标识和不同的SKU。它们生成货架实物图(货架的数字孪生模型),并将其与理想布局进行比较,以评估货架性能。

机器学习模型经过训练,可以识别包装或货架上的产品。
货架智能技术的优势

货架智能技术的影响远不止于自动化。如果运用得当,零售商可以降低运营成本 (OPEX)、优化资本支出 (CAPEX) 并提高收入。让我们来探讨一下它的一些优势:

增加销量

通过最大限度地减少缺货情况并加快补货速度,零售商的门店收入最多可提高2.5%。更高的产品供应量也提高了客户满意度。

库存准确性

零售业最大的难题之一就是库存数据不准确

专业零售咨询公司 IHL 集团表示,库存管理不善每年给零售商造成 1.7 万亿美元的损失。

人工智能驱动的货架智能系统确保库存信息的实时更新,有助于消除缺货、虚假库存以及对人工盘点的依赖。这种增强的可见性提高了预测和补货的准确性,减少了过度订货和订货不足的情况,并最大限度地减少了食物浪费,最终实现了利润最大化。

劳动力优化

在劳动力短缺和工资上涨的背景下,优化零售业员工效率至关重要。货架智能系统能够自动执行货架盘点等繁琐任务,提高库存准确性,并简化货架管理流程。这减少了盘点和处理货架问题所花费的时间,使员工能够专注于创造价值的活动。

最大限度地利用现有基础设施

大多数零售商已经为店员配备了可用于拍摄货架照片的移动设备。利用这些现有设备可以最大限度地减少对新硬件的需求,从而实现分阶段推广,并以最小的前期投资快速获得投资回报

使用智能手机上的 Shelfview 拍摄货架上的商品

为什么是现在?零售商日益增长的紧迫感

从与零售客户的交流中可以明显看出,他们正在逐渐意识到货架智能解决方案的强大作用。

随着竞争加剧和消费者越来越了解市场,零售商正在积极测试和试点各种解决方案,以保持领先地位。

如今客户忠诚度岌岌可危,产品供应比以往任何时候都更加重要。

如果经常出现缺货情况,近三分之一的消费者会质疑他们对品牌的忠诚度。

资料来源:零售洞察

外部压力正在重塑零售业

新关税、近期高通胀、劳动力成本上涨以及消费者对更高性价比购物的需求,全面挤压了各行各业的盈利能力。麦肯锡的一项调查显示,控制成本和利润率压力已成为70%的食品杂货公司首席执行官的三大首要任务之一。

这促使零售商寻求新的收入机会或释放现有业务收入潜力的方法,从而使他们能够继续发展。

提高货架商品供应率,加强货架陈列图和定价的执行力度,可以直接提高收入,增强竞争优势。

购物者在超市过道中,伸手从货架上取货,手里拿着购物篮。

货架智能解决方案也提供了一种新的收入来源。通过向供应商和消费品品牌出售货架数据,可以实现产品供应和销售情况方面的洞察数据变现。

最后,人工智能和计算机视觉的快速发展使得这些解决方案更加强大和易于使用,在“为什么是现在”的论证中发挥了至关重要的作用。

如今的技术能够实现更高的精度、更大的可扩展性和更强的投资回报率,从而达到几年前根本无法企及的性能水平。

人工智能驱动的货架智能

利用 Scandit ShelfView 最大程度地提高货架供应率,并确保价格和货架陈列图符合要求。

探索 ShelfView

货架情报操作考量

新技术必然需要投资,货架智能解决方案也不例外。零售商对于投资采集和分析货架数据所需的硬件、软件和基础设施持谨慎态度,这是可以理解的。

明智的做法是从小规模做起,充分利用现有的移动设备,以最大限度地降低前期成本。这样,您就可以在提高自动化程度和投入额外资本支出之前,评估性能并预测预期结果。

一旦看到积极的成果,规模化就会变得更加具有战略性,并以投资回报率为导向。

实施结合移动解决方案、机器人和固定摄像头的零售数据采集模型,可为货架监控提供灵活、可扩展和高效的方法。

这种混合模式使零售商能够根据门店规模和运营需求定制自动化策略,从而最大限度地提高投资回报率。例如:

  • 移动解决方案经济高效,是小型商店或送货次数有限(每周 1-2 次)的商店的理想选择。
  • 机器人擅长在大型商店中使用。
  • 固定摄像头适用于各种规模和类型的商店,尤其适用于需要高频数据更新的环境或货架。

此外,在同一家商店内结合不同的数据采集方法,可确保自动化工作针对最具潜在回报的领域。

从工具到转型

必须认识到,货架智能不仅仅是一种新工具,而是流程运作方式的根本性转变。

成功推出此类解决方案需要时间和精力来培训员工、监控绩效和优化用户体验。

这种转变的一部分在于提供清晰、可操作、准确的见解,让同事们能够信任并充满信心地采取行动。

智能手机屏幕特写,显示有关补货的通知,后仓有三种商品可供补货。

准确性至关重要。提供给员工的货架信息准确率必须至少达到95%。

低于该阈值可能会降低效率,错失创收机会,并且无法防止缺货。

通过关注流程、人员和精准度,零售商可以确保货架智能带来实质性的运营改进。

对许多零售商而言,信息很明确:货架智能是战略必需品。技术已经成熟,投资回报率显而易见,而那些拥抱这项技术的零售商将引领实体零售的未来。