0
和幾家友商的掌舵者不同，涉足貨架陳列督導前，樊凌云已經在零售行業摸爬滾打了多年。他曾經負責過味千拉面全國700家門店和上海來福士商場的智慧化改造工程。
當時，O2O業務正處在風口之上。樊凌云任職于一家零售技術方案商，為商場和連鎖店提供WiFi客流統計和引流技術。在樊凌云改造的門店里，顧客進店后，WiFi探針可以自動獲取其手機MAC地址，進行客流統計。如果顧客連接WiFi，系統還能根據其喜好推送優惠券。
這種方案在當時頗受追捧，樊凌云卻認為，這種業務周期太長，很難快速復制，前景十分有限。他開始思考，零售行業的下一個風口是什么。
但真正讓樊凌云調轉航向的卻是4G和隨機MAC地址技術的普及。隨著4G網絡普及，流量資費降低，消費者對商場WiFi的需求越來越弱，WiFi引流成了無源之水。
一同受到沖擊的還有基于WiFi探針的客流統計技術。眾所周知，WiFi探針是通過手機MAC地址來識別用戶身份的。為了保護用戶隱私，2014年蘋果率先在iOS8中引入了隨機MAC功能。隨后，谷歌和微軟也相繼在各自最新的手機操作系統中加入MAC地址隨機算法。這讓基于MAC地址的大數據分析遭遇了嚴峻挑戰。
相關統計顯示，iOS8推出隨機MAC之前，數據平臺抓取到的真實MAC占95%以上，而iOS8發布后，這一指標迅速下降到了39%左右。WiFi客流統計幾乎成了雞肋。
離開上家公司后，樊凌云創立了零眸智能。他希望能打造一個“零售之眼”，用計算機視覺技術推動零售行業智慧升級。
零眸智能成立于2017年8月，當時人臉識別客流分析技術已經比較成熟，不少AI初創公司選擇以此為切入點進軍零售市場。樊凌云是客流分析領域的“老兵”，但他卻沒有追隨這股潮流，而是出人意料地選擇了貨架陳列督導作為自己的新起點。
零售行業的多年實踐讓他認識到，消費者識別并不是大型B端客戶需要迫切解決的問題，它們更大的痛點反而在于如何掌握銷售端的數據。“很多品牌商甚至不知道自己的商品在哪些門店出售，更不要說是哪些消費者購買的。”
恰好這時，一家國際領先的可樂品牌拋來“橄欖枝”，這成了樊凌云轉向貨架陳列督導的“最后一根稻草”。
AI 陳列督導需求強烈
2016年，該可樂品牌找到樊凌云，希望能用新技術提高貨架陳列督導的效率。一個全新的世界就此開啟。
快消品零售是一個很特殊的行業，商品銷售節奏很快，它更多滿足的是消費者的沖動性和即時性消費。充滿視覺沖擊力的貨架陳列對推動銷售業績發揮著重要作用。
很多大型快消品牌商每年花在陳列廣告上的支出多達十幾億，光花在陳列督導上的費用就有近億元。過去陳列督導完全依賴人眼和手工完成的，進店和記錄需要花費大量的人力，效率很低，質量難以把控，而且局限于成本往往只能抽樣調查，無法獲取完整數據。
而基于深度學習的圖像識別智能技術，只需要銷售代表用手機App快速拍攝店內照片，上傳至云端圖像分析引擎，就能實時生成店內情況分析報告， 并同步到企業的管理后臺，大幅提高了品牌商的銷售執行效率。
以前面提到的可樂品牌為例，該品牌商的業務代表檢查一家門店大約需要14分鐘。如果使用零眸智能的陳列督導系統，則可以將店檢時間壓縮到3分鐘左右。
此外，過去業務代表拍攝貨架照片后，還需要后臺人員對照片進行統計和分析。每個統計人員一天最多只能看一百張照片，效率十分低下。
業務代表拍攝貨架照片后，還需要后臺人員對照片進行統計和分析。該可樂品牌后臺看照片、做統計的工作人員有100多個，但效率很低，每人每天最多能看一百張。而機器識別一張照片只需零點幾秒，是人效率的千倍、萬倍。按后臺人員一年10萬元的費用計算，一百人就能節省1000萬。
美中不足的是，零眸智能的產品雖然提高了銷售執行督導的效率，但仍然需要督導人員到店拍攝貨架照片，效率提升和成本節約依然有限。如果能夠在商場內安裝攝像頭，自動拍攝貨架照片并上傳至云端分析，則將更大程度上釋放AI的價值。然而，頗值得玩味的是，目前市場上尚無一家方案商正式推出類似的方案。背后原因何在？
顯而易見的是工程原因。首先，商場內貨架分布密集，如何安裝攝像頭才能確保完整、清晰地捕捉到貨架照片，是一項巨大的挑戰。其次，商場內人來人往，容易對貨架造成遮擋，也容易引發顧客隱私方面的擔憂。再次，安裝攝像頭會增加商場內的布線難度，帶來額外的消防問題。
目前，市場上大多數方案提供商都是以算法見長的初創公司，缺乏攝像頭安裝方面的經驗和配套體系。手機拍照的方式更利于產品快速規模化落地。
更深層次的原因則在于方案提供商與品牌商、零售商之間的利益博弈。
很多大型品牌商都有自己的銷售執行督導APP，過去督導人員也是通過APP拍照的方式完成工作。陳列督導AI以API的方式接入，實際扮演的是督導人員的AI助手，提高了圖片識別和分析環節的效率。但如果采用攝像頭的方案，銷售執行督導人員則將被徹底取代，勢必會引起阻力。凡事皆需循序漸進，就現階段而言，手機拍攝是相對容易被接受的方案。
此外，在銷售執行督導機制下，零售商是被監督的對象，和品牌商存在天然的利益沖突。出于自身利益考慮，零售商不會同意品牌商把攝像頭裝進自己的地盤。
種種利益糾纏之下，手機拍攝是目前比較可行，或許也是唯一可行的方案。“阻礙商業落地的，最后往往不是技術問題”。
陳列督導AI的落地雖然面臨一些挑戰，但品牌商需求強烈且具有很強的付費能力，非常適合創業公司生存。迄今為止，這個領域已經吸引了擴博智能、ImageDT、朗鏡科技等大大小小的玩家。強敵環伺之下，零眸智能該如何走出一條差異化之路，提升產品競爭力呢？
樊凌云介紹，陳列督導是一片非常大的市場。每家企業的切入點不同，零眸智能目前主要聚焦飲料市場。樊凌云希望以此為突破點，逐步實現飲料行業的全品類覆蓋，為飲料行業的協同效應提供服務。最后，再漸漸覆蓋到各類食品，生活用品，達成點、線、面的突破。
據介紹，目前零眸智能僅飲料行業已覆蓋2500多個SKU，食品、乳品、酒水、衛生用品等品類也在不斷擴充中。在大型商超、便利店、傳統渠道等場景的綜合識別率可達95%以上，部分商品特征明顯拍攝環境較好的場景甚至能達99%的準確率，還能區分不同的口味及大小包裝，同時對模糊、反光、商品破損也能保持很強的魯棒性。
在樊凌云看來，算法模型固然重要，但目前的深度學習依賴于大量數據，某種程度上數據比模型更重要，甚至是企業核心競爭力的重要一環。目前零眸智能的數據主要有兩種來源：一是來自于客戶的積累；二是自己派人出去采集。前一種方式可以幫助創業公司快速發展，但數據的所有權在客戶，創業公司的產品只能停留在工具層面。
樊凌云認為，零眸智能最后必須上升到數據層面，自己采集數據。這樣一來，零眸智能服務不同客戶時就可以避免重復采集數據，并提供更加完整全面的陳列洞察和建議。
貨架陳列督導的本質是商品識別，因此零眸智能也涉足了不少其他與“貨”密切相關的零售場景，比如無人貨柜、自助收銀機等。
樊凌云將公司命名為“零眸”，希望它能夠成為零售行業的智慧之眼。他相信，這只眼睛看到的不只有腳下的一畝三分地，還有更加廣闊的遠方。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
