Trax助力SFA公司打通全场景零售监测

　　面对货架上成百上千的货品，零售企业既要全局把控，又要调配细节。不同的企业侧重点不同，但在对降本增效的策略上，皆是同样慎重。

　　AI赋能SFA，实现精准成本把控

　　一直以来，货架端作为影响消费者购买的关键环节，从商品摆放到商品组合，消费者能否第一眼寻找到想要的商品，并购买更多的商品，如何促进这个简单的动作的发生，品牌商愿意为抓住货架机遇不断进行新的尝试，包括新技术的引入。

　　专业Sales Force Automation公司(SFA，销售能力自动化)的出现，成为企业在零售执行上得力的左右臂膀。随着AI技术的不断发展，新的智能化解决方案，成为助力SFA提升效率的另一个利器。

　　从技术解决方案的角度，AI可以帮助到零售企业提升费效比，优化费用核销，SFA公司利用图像识别为零售企业实现核销监督与流程管控，同时，在到店期间为零售企业提供基础的巡查服务，包括定期对货架进行拍摄，并为其出具简单KPI(如排面，分销)，以帮助企业各环节实现全面把控。这些指标给了基于手工核验外的另一个巡检标准，形成了基础的门店画像。

　　技术门槛，SFA公司面临新的考验

　　随着迫切的转型升级需求，SFA公司往往需要帮助零售企业描绘更全面的零售门店大数据，更精准的零售动态画像。与此同时，零售渠道随着下沉市场的繁荣，形态愈发复杂。基于不同类型门店的零售场景，所涉及的模型搭建以及背后的AI算法，将越来越考验SFA公司的技术实力。

　　基础的货架审核已经不能满足渐进的数据量或者多场景需求。对于SFA公司来说，将会涉及到在一个门店针对不同场景的拍摄需求，或在同一货架上针对商品更细颗粒度的数据需求。

　　事实上，为每一个零售场景实现建模却不是一件简单的事情。对于SFA公司的技术挑战在于，每增加一种零售场景的模型，就涉及到一整套庞大产品的初始化和模型训练;店面及不同零售场景的复杂性越高，对模型适用、图像识别精准的的影响也越大。

　　与此同时，大规模场景处理和深度学习的训练数据，也反过来挑战SFA公司的数据积累基础，算法算力和学习数据的双向考验，正在成为SFA迈向AI时代的新难题。这也将是成为完美零售执行评估体系的关键一步，也正是零售战场的最后一公里。

　　合作共赢，Trax即将开放嵌入式SDK解决方案

　　如何能帮助零售企业一次性解决所有的问题。零售所涉及的从识别层面到分析层面，都与其他AI场景下有所不同，识别产品差异小，内容多，场景复杂，还需要海量的数据库与深度学习智能系统积累。对于以流程管理为主的SFA企业来说，想要完整的打通在快消行业里的数据通路，需要极大的研发投入与时间成本。

　　这并不是一件容易的事情，基于这种情况，一种新的模式或将产生。全场景零售AI解决方案专家Trax基于中国市场的需求，提出了SDK的植入性方案，通过SDK对相机拍照的照片质量进行控制(如倾斜，模糊校验等)和图片上传，通过Trax领先的计算机视觉平台对图片进行细粒度识别，从而为零售业提供了一个创新性的解决方案。如此，在进行每一次巡检时，不论是零售企业还是第三方企业，都将能和Trax的AI平台达成连通，同步对服务企业所涉及的主货架、二次陈列、门头，发票，POSM等场景数据进行收集，或是对啤酒，日化，饮料，食品等不同品类进行核查，又或者是针对地堆，端架，冷柜等不同的场景，都能一次性实现数据采集。

　　除此之外，监测翻拍与作弊，全面满足合规性。Trax将能够从包括分销、排面、货架份额、缺货率、合规情况、产品组合、产品价格，竞品市场表现等多维度层面，帮助提高零售企业的决策效率。

　　针对这些获取的数据，Trax能提供更多维度的数据洞察，帮助三方公司实现更好的服务。简单来说，Trax通过自己研发的多场景零售AI 模型，为SFA提供SDK解决方案，通过SFA前端捕捉的零售图像，运用Trax后台AI识别与大数据算力及分析系统，可以更快速帮助零售企业了解门店真实情况。

　　对于SFA公司而言，这意味着更多场景适用、更高的拍摄效率，场景识别率与准确率的提升，分析能力的提升，更大程度上，提升了整体SFA执行的效率。

　　这将是全新打造的一种合作模式，SFA公司可以自由选择自己所需的识别模型单元，以更低的成本与更高的时间效率获得更精准的零售场景数据和分析，为更多客户提供更深刻有效的服务。

　　这就是Trax携手SFA共创全场景零售的新未来。