Shelf monitoring — как AI контролирует товары на полках магазина
3 главные задачи shelf monitoring
1. Out-of-Stock (OOS) Detection
Товар закончился на полке → AI видит пустое место → alert менеджеру. Быстрее чем ждать когда покупатель пожалуется. Типовая потеря: -5% выручки если товар OOS > 2 часов.
2. Planogram Compliance
Товары должны стоять по схеме (soda слева, вода справа). AI проверяет что всё правильно. Неправильное размещение = покупатель не видит товар = потеря.
3. Freshness Monitoring
Дата истечения видна на упаковке → AI читает дату (OCR) → warning если < 5 дней до expiry. Результат: предотвращение штрафов + доверие покупателя.
Как работает детекция OOS
Камера смотрит на полку каждый час. YOLOv8 считает: сколько SKU каждого товара. Если раньше было 20 бутылок, теперь 0 = OOS alert.
Точность: 92-96% при условии что полка не закрыта упаковкой или человек не стоит впереди.
Интеграция с WMS / ERP
Если ваш магазин использует 1C или другой ERP:
- API интеграция: AI шлёт OOS alert → 1C автоматически создает заявку логистике
- Replenishment priority: товар X в OOS 2+ часа = приоритет доставки
- Прогноз спроса: история OOS → лучше планируем закупки
Примеры из Казахстана
Carrefour Алматы (5 магазинов): Before: 15% OOS в день, потеря ~500k ₸/неделю. After AI shelf monitoring: 3% OOS, экономия 200k ₸/неделя.