Es mejor ser consciente de entrada de las limitaciones, tiempos y escenarios de utilidad real.  

La tecnología de reconocimiento de imagen es una de esas soluciones que se anunciaron como milagrosas en el cuidado del punto de venta.  

Nosotros la desarrollamos, la tenemos y la usamos. Es una de nuestras últimas incorporaciones a la oficina con la que llevamos batallando unos cuantos meses.  

Una breve presentación para quienes no estén tan cerca de ella: 

Esta tecnología permite analizar la información mediante imágenes, de forma que el proceso de análisis es inmediato. Partiendo de una foto se identifican patrones en base a formas y colores que previamente le hemos enseñado al sistema. 

Las principales ventajas que aporta están claras: análisis de competencia, ahorros de tiempo y veracidad del dato 

Cómo funciona

Es una tecnología de Machine Learning o Aprendizaje Automatizado – que permite que la máquina aprenda sin intervención humana. Gracias a una serie de algoritmos, se inicia un proceso de mejora continua en el aprendizaje del sistema que va aumentando en efectividad y disminuyendo el margen de error según aumenta el volumen de datos que procesa. Por eso es importante que, en esta fase de entrenamiento, el banco de imágenes vaya creciendo y enriqueciéndose para que la solución sea lo más inteligente posible.  

Es un proceso continuo, en el que el entrenamiento del algoritmo se realiza mediante la repetición del proceso.

La proyección del resultado ideal la tenemos clara. Equivale a tener ojos en la tienda de forma permanente para chequear el cumplimiento promocional, alertar de las roturas de stock y tener una vigilancia permanente de los productos de la competencia. Y todo con una simple foto. 

Estamos hablando de tiendas monitorizadas de forma automática. Perfección en la recogida de información. Sistema rápido y sin errores humanos.  

¿Hay alguien que no se pida uno?

Es evidente que el Reconocimiento de imagen supone un factor diferencial que nos permite recoger mayor volumen de información. Mejorar tiempos. Optimizar recursos.  

Estas son las 3 variables que la elevan a los altares. Y como promesa, no está nada mal. 

Navegando un poco por las profundidades, las preguntas de funcionamiento afloran rápido: ¿De qué depende el % de éxito del reconocimiento? ¿Qué ocurre cuando hay un cambio de etiquetado? ¿Hay que comenzar de nuevo? ¿El tamaño o dimensiones del producto hacen que esta tecnología resulte más o menos válida, útil o aplicable? ¿El packaging o retractilado entorpece? 

En lo relativo a costes, ¿Cuáles son los costes ocultos? ¿Lo que disminuimos por un lado en tiempos de conteo y en mejora de control, lo perdemos por el otro? 

Y sin olvidar los tiempos: ¿Es el momento? ¿Está la tecnología lo suficientemente madura o nos están empujando las ansias por automatizar un proceso tan rutinario y manual? 

Le hemos preguntado a los miembros de nuestro equipo que han estado más cercanos al proyecto y nos han dado todos los matices que necesitábamos.

Comienza dándonos su parecer sobre el orden de las ventajas conseguidas con estas soluciones, siendo veracidad del dato la primera, agilidad la segunda y por último, competencia. 

A estas tres, Gerard añade una ventaja adicional.  

Sergio reconoce tres dificultades principales a la hora de desarrollarla:

Nuestra Conclusión

Nuestra experiencia en el desarrollo de soluciones de reconocimiento de imágenes aplicadas al lineal representa un claro ejemplo de que en la teoría todo lo encaja, pero que es importante alejarlo de la Teoría Universal y analizarlo desde la aplicación a cada negocio. Ninguna tecnología es buena en si misma si no es útil en el escenario de uso particular.   

En el caso concreto del reconocimiento de imágenes hay una gran variedad de situaciones y escenarios de uso en los que este escenario ideal de uso no se cumple y este es el motivo por el que esta tecnología aún no haya explotado. 

En definitiva,  

Si los resultados fuesen los contados como bondades, la conveniencia de implantar una solución RI sería incuestionable. Nos permite sustituir tareas manuales de escaso valor añadido como es la recogida de datos del lineal (Visual Searching). Menores errores, rapidez para gestionar grandes volúmenes. Podemos inducir que disminuye las roturas de stock, optimizar los fondos de marketing por seguimiento del cumplimiento promocional y elevar los pedidos al detectar lineales vacíos. 

Pero la realidad es que su efectividad es muy sensbile a variables como las dimensiones, la estabilidad de la categoría, el nivel de cambios de SKU’s o del packaging. Puedes encontrarte que cuando haya aprendido haya que cambiar. O que requiera tanto refuerzo de análisis y auditoria de backoffice que se coma los ahorros de tiempos en el front. Por otro lado, el tiempo de aprendizaje es elevado y es imprescindible contar con un banco de imágenes tan extenso como se pueda. 

Llegando al final, ¿En cuánto valoro el tiempo que dedica mi equipo en lineales  haciendo Human Counting? Pero por otro lado… ¿en cuánto valoro el tiempo que mi equipo de oficina dedica a hacer limpieza y auditoria de imágenes? 

Llega una última pregunta…   

¿Qué hace a una tecnología buena?   

Fundamentalmente, que sea buena para ti y te aporte valor 

En Grupo Caher podrás encontrar siempre un partner que lejos de idealizarla, te contará las verdades. “No siempre renta” y en ocasiones puede llegar a tu vida para complicártela. 

No te dejes deslumbrar por promesas de un funcionamiento idealizado y deja que evaluemos tu caso desde la experiencia y la sinceridad.