Magnit零售连锁店启动了一个试点项目，使用神经网络，能够根据申报的计划图（planogram）控制货架上的产品布局。

"以前，员工们都是自己将计划图与所生产的布局进行比较，这既费时又不够准确。零售商的新闻服务部门说："自我培训系统使得即使在复杂的空间也能识别布局的一致性，消除人为因素，显著提高控制水平，减少检查时间，并避免'虚拟'跑题。

"试点工作在20家便利店进行。该技术的原理是，卖场的管理员在智能手机的移动应用程序中对货架进行拍照，并在几秒钟内收到一份关于平面图正确性的报告。据悉，神经网络的识别准确率高达98%。在未来，这种功能将在数据收集终端中提供。

"系统分析必要的货物的可用性及其在商店仓库中的平衡，布局的顺序，物品在第一线的位置和其他指标。如果它们都符合布局，任务就会被删除，如果不符合，它将给出提示，任务就会重新开始工作。在这种情况下，错误会以清晰的图形方案表示，"--在 "Magnit "中解释。

据副总经理、"Magnit "零售连锁店总经理鲁斯兰-伊斯梅洛夫说，这样的项目有助于提高货架上商品的可用性。根据该零售连锁店的初步估计，该系统可以提高对客户的商品供应量达5%，这取决于产品的类别和增加销售。如果试点成功，该技术可以在2万多家公司的商店中复制。

"我们将照片识别技术视为减轻员工负担的最佳工具之一，同时不减少，而是大大改善布局的质量。测试将持续三个月，在此期间我们将评估其有效性和对业务指标的影响。此外，在其中一个阶段，我们计划使用识别来控制价格标签的正确性，"--他说。

俄罗斯制造 // 俄罗斯制造

作者。卡琳娜-卡马洛娃