تا به حال به این فکر کرده اید که یک فروشگاه خرده فروشی چگونه قفسه های خود را بررسی می کند؟ فروشگاه ها مخصوصا آن هایی که بزرگ هستند و اقلام زیادی در قفسه های خود دارند به افراد زیادی برای مدیریت قفسه ها نیاز دارند. پر کردن قفسه ها یکی از کارهای مهمی است که کارکنان فروشگاه باید انجام دهند تا فروشگاه همیشه محصولات کافی داشته باشد تا خریداران با قفسه های خالی مواجه نشوند. در این مقاله قصد داریم به این موضوع بپردازیم که چگون فروشگاه ها با استفاده از فناوری های هوش مصنوعی می توانند مدیریت موجودی خود را انجام دهند تا اطلاعات مورد نیاز را در مورد قفسه ها بدست آورند و به موقع قفسه ها را پر کنند.
تشخیص اشیا یکی از شاخه های فناوری بینایی ماشین است که در آن اشیا و موقعیت آن ها شناسایی می گردد. در فناوری تشخیص اشیا ابتدا وجود شی در تصویر تشخیص داده می شود، سپس کادری دور آن کشیده می شود و در نهایت نام آن شی مشخص می گردد.
مقدمه
پر کردن، سازمان دهی و مرتب سازی اقلام موجود در انبار و فروشگاه ها کاری پیچیده و زمان بر است. فناوری شناسایی و تشخیص اشیا می تواند انجام چنین کارهایی را ساده تر کند. با استفاده از این فناوری ها تحلیل دقیق و بلادرنگی از محصولات در دسترس خواهد بود. شمارش دستی محصولات در قفسه ها هم زمان بیشتری می برد و هم خطاهایی را به همراه دارد.
فناوری تشخیص اشیا که در فروشگاه ها برای کنترل موجودی اقلام استفاده می شود باید سرعت بالایی داشته باشد و بتواند در همان لحظه کم و زیاد شدن اشیا را تشخیص دهد.
طبق گزارشی که توسط IHL group انجام شده است، زیان ناشی از عدم موجودی در فروشگاه ها چیزی در حدود یک تریلیون دلار بوده است. همچنین در این گزارش مشخص شده است حدود ۲۰ درصد از سود خرده فروش های آمازون در آمریکای شمالی مربوط به خریدارانی است که به فروشگاه های محلی مراجعه کرده اند، اما کالای مورد نظر خود را پیدا نکرده و تصمیم گرفته اند آن را به صورت آنلاین و از آمازون خریداری کنند. خرده فروش های محلی هم می توانند با نصب یک دوربین و یک سیستم تشخیص اشیا، سریعا از عدم وجود کالاها مطلع شده و موجودی را فراهم کنند.
تشخیص و شناسایی اشیا در فروشگاه ها
استفاده از فناوری تشخیص و شناسایی اشیا می تواند کار حسابرسی به قفسه ها را ساده تر کند و دقت را افزایش دهد به صورتی که هم کارها ساده تر و به صورت خودکار انجام می شود و هم اینکه خطاها کاهش می یابد.
دوربین های مدار بسته که در سراسر فروشگاه نصب شده اند، تصاویر قفسه ها را ضبط می کنند.
چنین سیستمی می تواند در فروشگاه های آنلاین که روزانه هزاران خرید از آن ها انجام می شود نیز بسیار موثر واقع شود. با فراهم کردن گزارش آنی و بلادرنگ از موجودی اقلام و قفسه ها، فروشگاه های آنلاین می توانند فروش آنلاین خود را به کارایی بالاتری انجام دهند.
نمونه هایی به کار گیری مدیریت موجودی خودکار
Amazon Go
Amazon Go از دوربین هایی در سراسر فروشگاه ها استفاده می کنند. با تحلیل بلادرنگ ویدئوهایی گرفته شده از دوربین ها با استفاده از هوش مصنوعی نیاز به وجود نیروی انسانی کاهش پیدا کرده است. همچنین دیگر نیازی نیست که افراد در صف های طولانی منتظر باشند تا به حساب اقلام خریداری شده ی آنها رسیدگی شود. به محض برداشتن جنس از قفسه، آن جنس به حساب آن ها وارد می شود.
CribMaster
شرکت CribMaster نیز راه حلی برای مدیریت موجودی ارائه داده است که در آن وقتی موجودی اقلام به مقدار حداقل رسید، پر کردن قفسه ها شروع می شود. در نتیجه دیگر فروشگاه ها همیشه موجودی اقلام خود را به موقع پر می کنند و با موجودی خالی مواجه نمی شوند.
Shelfwatch
ShelfWatch تصویری از تمامی قفسه ها تهیه کرده و هنگامی که قفسه ای خالی از موجودی باشد هشداری صادر می کند تا افراد مرتبط قفسه ها را بررسی و آن ها پر نمایند.
در صورت نیاز به این محصول با ما تماس بگیرید.
