数字化石油的开采利器—智能图像识别系统

　　今天给大家分享的是数字化石油的开采利器—智能图像识别系统，下面我们一起来看具体详情！

　　我们先看一张来自2021年10月30日，首届“进化的力量·刘润年度演讲”关于数字化的图片。

　　说到数字化，对于快消品行业的从业人员而言并不陌生，很多企业开始搞“一把手工程”，投入重金研究企业数字化转型，那么到底什么是数字化？什么是数字化转型？为什么要数字化转型？概念一直很模糊，刘润类比石油的开采从抽象的事物中提炼出了数字化的所有答案。

　　数字化转型就是从物理世界中，开采出数据、粗炼出信息、精炼出知识、聚合为智慧的过程，这个过程始于数据的开采，终于聚合的智慧。实际上，很多企业和专家基于数字化转型首先研究的是知识层面，却忽略了最基本的数据采集。数据的采集出了问题，信息就不可能准确，提炼出来的知识也就没有价值，最后得出的智慧就是一场华丽的闹剧。

　　今天来聊一聊数字化采集这个板块。

　　一、对快消品而言数字化石油有哪些事物

　　我们再看一张图片，数字化采集有哪些核心信息？

　　店招包含信息：网点的类型、网点的位置、网点的通路属性、网点的面积、网点内部经营产品结构等等。这个信息的精准性是为将来渠道费用投入、类似店招等生动化物料的选投等提供参考性建议。

　　品项&排面&占比包含的信息：市场占有率、排面占比、排面最佳位置、竞品相关信息等等、这个信息的精准性是为了研究市场竞争格局，反省自身问题等提供参考性建议等。

　　堆头&空间逻辑构建包含信息：堆头位置的人流量、堆头的生动化布建情况，竞品布建情况等等，这个信息的精准性是为了检核基层人员市场作业的效率、投入产出比、竞争形态等。

　　除上述信息外，理论上店内所有能影响动销的关键因素都是关键的信息。比如割箱、挂条/挂网、价签、包柱围挡等。

　　总结：看到以上信息，相信大家都有体会，数据本身并没有意义，真正有价值的是数据的内容，就像一张图片，我们看到本品有多少？竞品有多少？本质意义不大，计算出本品和竞品的排面占比，这个百分比有意义，这才是价值。从一堆图片之中“粗炼”出有价值的信息才是数字化转型中采集工作的核心。

　　二、以上信息的背后藏着什么？

　　快消品和其它行业不同之处是劳动密集型。需要布局的渠道有几百种，需要覆盖的网点有几百万个，需要触达的消费者是十四亿。没有哪一个消费品行业有这样的规模。而这些都需要人员来完成。

　　1、巨大的信息量：举几个例子，可口可乐服务的网点有三百多万个，农夫山泉服务的网点有两百多万个，而一个基层作业人员最多服务210个左右（每天35个，一周服务6天），也就是这些网点需要几十万个基层人员来完成，千人千面，每一个网点需要采集5张以上图片，后台一天的信息量就达到难以想象。就像今麦郎董事长范现国很早以前所说：百万网点进办公室，要向航天中心一样管理网点。

　　2、真实的背后是精准：我们有很多手段做大数据真实，但是要做大数据精准提取不是一件容易的事情，真实和精准之间还有一段距离，例如我们采集自己产品的货架占比，人工统计误差肯定很大。我们可以确保基层人员货架采集图片的真实性（这个图片是真的），但是我们却无法精准的计算出占比（人员计算有误差，其次人工数数量也有误差）。

　　总结：数字的采集工作人为因素越低，越符合人性，越可以让基层作业者解放精力去沟通销量，越可以让数据“粗炼”更有价值。

　　三、数据精准采集的一把钥匙：图像识别

　　时代不一样，随着互联网技术的加持，实现百万网点的管理已经发生了巨大的变化，百度飞桨EasyDL零售版的智能AI图像识别系统就是助力其实现的一把利器，我们简单研究几个场景再现。

　　1、货架场景：最常见的数据采集信息

　　我们可以通过多维的图像识别形式确保数据的“粗炼”，例如：商品基本信息识别，包括产品的名称、品牌、规格等；商品陈列层数识别，包括货架层数以及自己产品所在位置等，商品场景识别、包括货架、端架、冰柜、地堆、割箱等，商品排面占比统计识别，包括排面占比、未识别产品信息、空位数以及货架利用率等。最后可以精准的得出本品、竞品的相关信息，这些数据采集通过百度飞桨EasyDL零售版的图像识别系统可以轻松搞定。

　　2、冰柜场景：饮品旺季最重要的数据采集信息

　　冰柜是饮品的重要战场，到了旺季，可谓是得冰柜者的天下。最头痛的问题便是自投冰柜的达标以及买投位置的合格判定。这里就设计两个数据，一是纯净度，二是饱满度。这两个问题多会涉及到费用以及后期的争议扯皮情况。有了图像识别，有了百度飞桨EasyDL零售版的智能图像识别系统分析，一切可能出现的争议便不复存在。

　　3、堆头场景：费用花的值不值最重要的数据采集信息

　　堆头是快消品重要的陈列，也是品牌显现的重要手段，其职能包括产品的售卖和品牌形象。一般情况下堆头是付费陈列，这个费用合不合理的衡量因素有三：生动化布建情况、堆头合计箱数、堆头占地面积，通过百度飞桨EasyDL零售版的智能图像识别系统可以轻松判断。

　　4、图片中的SKU画像场景

　　从上面的源代码之中我们可以清晰的看到：货架层数、SKU名称、货架序号、置信度、SKU在图片中的位置、SKU在该层从左到右的顺序以及该位置的排序。百度智能云可以做到这些点，它可以精准的提取出一张图片的有效信息，这也是刘润在数字化中所讲的数字“粗炼”的最好诠释。

　　总结：图像识别技术能否可以有效的应用到快消品数字化采集之中，是企业数字化转型中数字采集“粗炼”的重要核心之一。它可以将数字采集真实层面提高到精准层面，可以更多的去“人为化误差”。为下一步的“信息”、“知识”、“智慧”保驾护航。

　　写在最后：十年前后，快消品行业发生了翻天覆地的变化，科技已经渗透到快消品的所有环节，不得不承认它们对快消品行业的影响和改变非常大且非常深远。所有的品牌商都应该拥抱这些新技术，当然市场的需求必然会带来科技公司的鱼龙混杂，就拿图像AI识别技术而言，哪些是真智能，哪些是假智能，要有辨析能力。要尊重科技，解放基层人员手脚，用科技让复杂的快消品世界变得更简单。

　　本文来源于新经销，作者高级研究员海游

　　更多智能图像识别系统相关内容，百度云服务中心持续分享中！

　　推荐阅读：百度王海峰深耕自然语言处理近30年推进AI融合创新