Fix Price и компьютерное зрение: контроль выкладки в 8000 магазинов

Fix Price - один из крупнейших ретейлеров России с сетью более 8000 магазинов. Контролировать выкладку товаров вручную в таком масштабе невозможно: слишком много точек, слишком мало времени у персонала. Компания решила задачу через компьютерное зрение - и получила измеримый результат.

В чём была проблема

В классической рознице контроль выкладки (планограммы) - это визиты мерчандайзеров, фотоотчёты и ручная проверка. У Fix Price три проблемы с этим подходом:

• Высокая частота ротации SKU - в магазинах постоянно меняется ассортимент.
• Единый формат - все 8000 точек должны выглядеть одинаково по стандарту сети.
• Нехватка ресурсов - нанять достаточно мерчандайзеров для ежедневного контроля нереально по стоимости.

Результат без автоматизации: нарушения выкладки обнаруживались поздно, часть товара просто не продавалась из-за неправильного размещения.

Какое решение внедрили

Fix Price запустил систему на базе компьютерного зрения совместно с технологическим партнёром. Суть - автоматический анализ фотографий полок, которые делают сотрудники магазинов через мобильное приложение.

Схема работы:

1. Сотрудник фотографирует стеллаж смартфоном через корпоративное приложение.
2. Снимок уходит в облако, модель компьютерного зрения анализирует его за секунды.
3. Алгоритм сравнивает фактическую выкладку с эталонной планограммой.
4. Система фиксирует отклонения: отсутствующий товар, неправильное место, нарушение зонирования.
5. Менеджер магазина или региональный куратор получает уведомление с конкретными нарушениями.

Что умеет модель

Система обучена распознавать тысячи SKU сети Fix Price. Конкретные задачи модели:

• Идентификация каждого товара на полке по упаковке.
• Проверка соответствия позиции товара планограмме.
• Детектирование пустых мест (out-of-stock) - когда полка физически пуста.
• Контроль ценников - наличие и читаемость.
• Оценка общего порядка зоны.

Обучение модели шло на размеченных фотографиях из реальных магазинов сети. Точность распознавания SKU на продуктивной версии - выше 90%.

Цифры и результаты

По данным компании и открытым источникам, внедрение дало:

• Сокращение времени на проверку одного магазина - с нескольких часов до минут.
• Охват 100% магазинов сети - против выборочных визитов мерчандайзеров раньше.
• Снижение случаев out-of-stock на полках за счёт оперативного реагирования.
• Стандартизация выкладки: отклонения от планограммы стали фиксировать систематически, а не случайно.

Точные данные по росту продаж Fix Price публично не раскрывает, но в ретейле устранение out-of-stock даёт в среднем 2-4% к выручке на полке - это отраслевой бенчмарк.

Как выстроен процесс на стороне магазина

Важный момент - система не требует установки камер или дорогого оборудования. Только смартфон сотрудника и приложение. Это принципиальное решение для масштаба в 8000 точек: капитальные затраты на камеры в каждом магазине сделали бы проект экономически нецелесообразным.

Сотрудники делают фото по расписанию - обычно несколько раз в день в пиковые часы. Задача занимает 5-10 минут на зону. Нагрузка на персонал минимальная.

Сложности при внедрении

Проект такого масштаба не обходится без проблем. Основные из них:

• Качество фото - сотрудники делали снимки под разными углами и при разном освещении. Потребовалась инструкция и валидация качества на входе.
• Обновление базы SKU - ассортимент Fix Price меняется часто, модель нужно регулярно дообучать на новых товарах.
• Сопротивление персонала - часть сотрудников воспринимала систему как слежку. Решили через внутренние коммуникации: акцент на помощи, а не на контроле.

Что можно взять из этого кейса

Кейс Fix Price показывает рабочую модель для любой розничной сети:

• Компьютерное зрение через мобильное приложение дешевле стационарных камер и масштабируется без капитальных вложений.
• Связка «фото - облачный анализ - уведомление» работает как минимальная жизнеспособная система для старта.
• Начинать стоит с пилота на 50-100 точках, собирать данные по точности, потом масштабировать.
• Модель нужно поддерживать: постоянное дообучение на новых SKU - обязательная статья бюджета.

ИИ в бизнесе - это процесс, а не проект

Fix Price решил операционную задачу, которую невозможно закрыть людьми при таком масштабе. Компьютерное зрение здесь - не эксперимент, а рабочий инструмент с понятной экономикой. Если вы думаете о похожих задачах автоматизации в своём бизнесе - или хотите разобраться, какие ИИ-инструменты реально применимы в вашей нише - в разделе Инструменты и Автоматизация на Нейробизнес есть конкретные разборы и гайды без лишней теории.