Главная
Решения по задачам
Решения по сфере
О нас
+7 (966) 869 - 38 - 66

ИИ Компьютерное зрение

Кому подходит: ритейлу и операционным командам в офлайн-точках, где важно держать витрину в порядке, соблюдать планограммы и управлять очередями без постоянных ручных обходов.
Где работает: на ваших камерах в торговом зале и на кассовой зоне — распознаёт наличие товара на полке, соответствие выкладки планограмме, фиксирует out-of-stock и мониторит очереди, чтобы персонал реагировал вовремя.
Цель внедрения: повысить продажи и качество сервиса за счёт автоматического контроля выкладки и очередей без ручной рутины.
Задача

Нужно сделать контроль торгового зала непрерывным:

  • автоматически находить отсутствие товара на полке и риски out-of-stock, чтобы не терять продажи
  • контролировать соответствие выкладки планограмме и быстро исправлять нарушения
  • выявлять “плохую выкладку” и пустоты на полке до того, как это увидит покупатель
  • мониторить очереди и перегруз касс, чтобы вовремя открывать дополнительную кассу или перераспределять сотрудников
  • давать понятные сигналы и отчёты по точкам, чтобы операционное управление не зависело от ручных обходов
Функции ИИ компьютерного зрения
Определяет наличие товара на полке и фиксирует out-of-stock по зонам/категориям
Проверяет соответствие планограмме: место, фасинг, порядок выкладки, долю полки
Находит пустоты, перемешивание SKU и нарушения мерчандайзинга, формирует список исправлений
Мониторит очереди: количество людей, длину очереди, время ожидания, загрузку кассовой зоны
Отправляет уведомления при превышении порогов (пустая полка, нарушение планограммы, очередь)
Формирует отчёты по точкам: частота нарушений, время реакции, потери продаж по out-of-stock (по доступным данным)
Поддерживает контроль по расписанию и по событиям (пиковые часы, промо, выходные)

Стек

Мы подбираем вариант под ваши требования к данным и инфраструктуре. Типовой стек, который используется при внедрении:

  • Модель (Computer Vision)

    • Детекция объектов и полок (CV-модели)
    • Классификация/сопоставление с планограммой (по каталогу SKU и шаблонам)
    • Трекинг людей для оценки очередей (без идентификации личности)
    01

  • Данные и хранилище

    • Видеопотоки/кадры с камер, зоны наблюдения, расписание работы
    • Планограммы, каталог SKU, справочники магазинов и зон
    • Хранилище: S3-совместимое, PostgreSQL для метаданных, при необходимости DWH
    02

  • Интеграции и автоматизация

    • Камеры/видеосервер: RTSP/NVR/VMS, корпоративные системы видеонаблюдения
    • Уведомления: мессенджеры/таск-трекер/почта, мобильные рабочие места персонала
    • Автоматизация: n8n / Make / корпоративные шины
    • При наличии: POS/ERP для связки с продажами и остатками
    03

  • Пайплайн обработки

    • Выбор зон и частоты анализа → извлечение кадров → CV-анализ → правила порогов → события/уведомления
    • Очереди обработки и мониторинг качества на каждой точке
    04

  • Безопасность и контроль

    • RBAC/роли, аудит логов, разграничение доступа по магазинам/камерам
    • Приватность: анализ очередей без распознавания лиц, хранение только событий/кадров по правилам
    • Развёртывание: edge в магазине или центрально; Docker, при необходимости Kubernetes; мониторинг/логирование
    05

Как устроена система

  • Источники

    • Мы фиксируем, какие камеры и зоны используем: полки по категориям, промо-зоны, кассовая линия, вход/выход (при необходимости), а также планограммы и каталог SKU.

  • Маршрутизация сценариев вместо

    Мы делим логику на модули:
    • входной шлюз (видеопоток → кадры)
    • обработка (полка/планограмма/очередь)
    • маршрутизатор (событие → уведомление → задача персоналу → статус реакции)

  • Контроль качества

    Встраиваем правила:
    • пороги срабатываний настраиваются под формат магазина и пиковые часы
    • события подтверждаются по нескольким кадрам, чтобы избежать ложных срабатываний
    • фиксируем “что увидели” и “когда исправили” для контроля времени реакции

  • Интеграция

    Система структурирует работу:
    • создаёт задачи персоналу (пополнить полку/исправить выкладку/открыть кассу),
    • отправляет уведомления,
    • помогает фиксировать выполнение и время реакции.

  • Контроль сделок

    Управление становится проактивным:
    • полка и кассы под контролем весь день, нарушения не копятся, а потери продаж и перегруз касс снижаются за счёт ранних сигналов и дисциплины реакции.
Результаты

Мы фиксируем KPI до пилота и сравниваем после:

  • доля времени out-of-stock по ключевым категориям
  • качество соответствия планограмме и мерчандайзинга
  • скорость реакции персонала на события (полка/очередь)
  • единообразие контроля по точкам и сменам
  • снижение ручной рутины обходов и проверок

Этапы внедрения

Этап 1. Диагностика:
Разбираем формат магазинов, камеры и зоны контроля, фиксируем KPI, например: out-of-stock, нарушения планограммы, пиковые очереди, время реакции.
Этап 2. Сценарии и пороги:
Проектируем, что именно контролируем (полка/планограмма/очередь), какие пороги и уведомления, как выглядит задача персоналу.
Этап 3. Данные и ограничения:
Подключаем каталог SKU, планограммы, справочники магазинов, правила приватности и хранения.
Этап 4. Интеграции:
Подключаем видеосистему, уведомления и задачи, при необходимости связываем с POS/ERP для аналитики потерь.
Этап 5. Пилот:
Запускаем на части точек/зон, проверяем качество распознавания и полезность сигналов, настраиваем пороги, сверяем KPI.
Этап 6. Масштабирование:
Расширяем на остальные магазины и категории, добавляем новые сценарии и регулярный контроль качества.

Преимущества

  • Плохой выкладки меньше на 20–50%

  • Времени out-of-stock меньше на 10–30%

  • Потерь продаж из-за пустой полки меньше на 5–20%

  • Перегруз касс и длинных очередей меньше на 15–40%

  • Ручных обходов и проверок меньше на 30–70%

  • Скорость реакции персонала выше на 20–60%

Опишите задачу — и мы предложим план, оценку сроков и формат запуска, чтобы решение для бизнеса приносило эффект уже на пилоте.

Если вам нужно внедрение с прогнозируемым результатом, начнём с короткого аудита.

Возможно вам будет интересно