01課題
店舗ごとの陳列状況を継続的に確認することが難しい
棚割りや販促指示が本部から共有されても、店舗の広さ、在庫、作業状況によって実際の売場が計画と異なる場合があります。
担当者が写真を確認して手作業で報告書を作成すると、店舗数が増えるほど確認負担が大きくなります。
価格表示や販促物の設置漏れがあっても、巡回や報告まで発見されない可能性があります。
02解決策
売場画像をAIで分析し、計画との差を検出
店舗スタッフが撮影した写真や許可されたカメラ画像をAIが解析し、商品、棚、価格表示、販促物などを認識します。
登録された棚割りや販促計画と比較し、商品の配置違い、空いている棚、販促物の設置漏れなどを抽出します。
例えば、次のような流れを構築できます。
- 1売場画像の取得
- 2AIによる商品・棚・販促物の認識
- 3計画データとの比較
- 4差異・確認箇所の抽出
- 5店舗スタッフへの通知
- 6修正・完了記録
AIで確認できない場所や判断が必要なケースは、スタッフが画像と売場を確認します。
03活用例
こんな業務に活用できます
- 商品棚の陳列状況確認
- 登録された棚割りとの比較
- 空いている棚や陳列不足の検出
- 価格表示・商品ラベルの確認
- 販促物の設置状況確認
- 店舗・売場別の実施状況比較
- 修正が必要な場所のスタッフへの通知
- 売場改善前後の画像・結果管理
04期待される効果
確認作業を減らし、統一された売場づくりへ
売場画像の確認を自動化することで、店舗スタッフと本部担当者の報告・確認作業を軽減できます。
改善が必要な場所を早期に把握し、店舗へ具体的に共有することで、売場品質と販促施策の実施精度を高められます。
Robo Labは、映像AI、画像認識、店舗システム連携を活用し、小売事業者の効率的な売場管理を支援します。