棚SCAN-AI 店頭調査にもDXを。

デジタル全盛の時代に
メーカーの店頭調査は
アナログなまま…

店舗の陳列調査に用いられるバーコードスキャナーやカメラ。
多くのメーカーが採用する一方で、まだまだ人の手を必要とする部分も…。

  • バーコードスキャナーの場合

    商品を一つひとつ
    スキャンする必要がある…

  • カメラの場合

    陳列棚の写真を見ながら、手入力で
    データ化しなければならない…

  • 店頭調査を実施していない場合

    データ収集に手間がかかるため
    陳列情報を集めたいのに諦めている…

アナログな店頭調査を棚SCAN-AIでDX!

AIが商品棚の写真を
棚割データに変換

店頭で撮影した商品棚の写真をアップロードするだけで、棚割データを作成するのが棚SCAN-AIです。
商品棚の写真をAIが認識し、フェイスシェアや陳列位置などをデータ化します。

棚SCAN-AIで
生産性が大きく向上

  • 店頭調査の負担が軽減され
    業務効率UP

    商品を1つずつスキャン・入力する必要なし。店舗訪問時に撮影し、棚SCAN-AIの認識結果をチェックするだけで、効率的に店頭陳列のデータを入手できます。

  • データ分析の幅が広がり
    より売上に貢献する棚割提案が可能に

    陳列状況といった販売過程の情報を活用することが可能に。これまでの売上といった販売結果のデータと組み合わせ、より売上に貢献する棚割提案に役立てられます。

棚SCAN-AIの特長

  1. POINT 01 年間数万アイテムが
    データベース化

    商品データの認識に使われる画像データベースには、年間数万アイテムが登録。マルチアングルで撮影した画像をマスター登録することで、AIによる商品認識の精度を高めます。

  2. POINT 02 陳列が乱れた商品も
    正確にスキャン

    NTTドコモのAI技術とサイバーリンクス社の画像データベースにより、高精度なスキャンを実現。圧縮陳列によるパッケージのゆがみや重なりのある商品や、正面を向いていない商品なども正確に読み取ります。

  3. POINT 03 わずか3分で
    データ化が完了

    バーコードスキャナー利用時の10分の1の時間でデータ化完了。ラウンダーの負荷も軽減し、より効率的な陳列現状の収集が可能に。

    ※什器3本、商品陳列約180の売場をデータ化し、棚割システムに取り込むまでの作業時間で比較(サイバーリンクス社調べ)

棚SCAN-AIの
活用ステップ

店頭調査からデータの分析まで、棚SCAN-AIならわずか3ステップ。
手軽ながらも、効率的な店頭調査を実現します。

  1. STEP 01

    データ化したい商品棚をスマホなどで撮影し、棚SCAN-AIにアップロード。AIが陳列商品を認識し、データ化します。

  2. STEP 02

    アップロードしたら、棚SCAN-AIのアプリ上で認識結果を確認。修正が必要な場合もアプリから簡単に行うことができます。
  3. STEP 03

    認識結果はPTSファイルで出力可能。棚割システムに取り込み、棚割管理や分析にご利用いただけます。

    ※共通棚割フォーマット

ご利用開始までの流れ

  1. STEP 1

    ヒアリング・契約締結

    サイバーリンクス社より、貴社のご希望の撮影ボリュームをヒアリングし、
    お見積りを提示、契約締結を行います。

  2. STEP 2

    商品の登録

    データベースにない商品は、お客さまにて商品をご準備いただきます。
    また、商品の撮影・データベースへの登録作業は、サイバーリンクス社で行います。

  3. STEP 3

    売場写真の学習

    認識させたい売場写真を学習データとしてご提供いただき、
    サイバーリンクス社で学習します。

  4. STEP 4

    精度検証​

    学習した結果、精度がどのくらい出るのかを検証します。​
    貴社にて棚SCAN-AIで店舗の商品棚を撮影いただき、
    サイバーリンクス社にて精度を確認します。

  5. STEP 5

    ご利用開始

    ご利用に必要なIDおよびパスワードを発行します。
    発行が完了し次第、貴社にて自由にご利用いただけます。

よくあるご質問

  • A.

    詳細はお問い合わせください。

  • A.

    判定できるのは商品のフェイス(手前にある商品)のみで、在庫は判定できません。

  • A.

    ・Webブラウザー(Google Chrome、Safari)
    ・インターネットアクセス環境
    ・カメラの解像度4032×3024以上推奨
    ・1画像あたりのファイルサイズ10MB以下