• English

Oplossing

Productherkenning

Een AI-model met mobiele app die producten in het schap herkent en analyseert, ontwikkeld om bij retailers schapdata op schaal te verzamelen, zonder handmatige telling.

Neem contact op →
Winkelschap met een duidelijk zichtbare camera aan de rail

Schapdata verzamelen zonder handwerk

Wat er werkelijk in het schap staat, wijkt af van wat het systeem denkt: producten raken op, staan verkeerd of hangen op de verkeerde plek. Wie dat wil weten, stuurt nu iemand met een lijst langs de schappen.

Wat het systeem doet

  • Herkent producten op een foto van het schap, via een mobiele app.
  • Zet die waarnemingen om in data: welk product, waar, en hoeveel er staat.
  • Maakt schapdata daarmee op schaal te verzamelen, in elke winkel, zo vaak als nodig.

Wat de data oplevert

Eén meting zegt weinig; de reeks wel. Verschillen tussen winkels, de afstand tussen planogram en werkelijkheid, en het effect van productplaatsing worden meetbaar in plaats van een indruk.

Wat het vraagt

Het model is getraind op het eigen assortiment en moet meegroeien: nieuwe producten en verpakkingen vragen om bijtrainen. Dat hoort bij de aanpak, niet bij de kleine lettertjes.

Meer oplossingen voor commercie en retail staan op de sectorpagina.

Wat u krijgt

Geen pakket, maar een werkende oplossing

Twentynext is geen softwareleverancier. Wij onderzoeken het vraagstuk, ontwerpen de oplossing en bouwen hem tot hij in productie draait.

Wat we opleveren

Een oplossing die in uw eigen proces draait, op uw eigen data. Geen licentie op software van iemand anders, en geen rapport met aanbevelingen.

Waar we beginnen

Bij de businessvraag, niet bij het model. Welke beslissing moet beter, en welke informatie hangt daaraan? Techniek is de laatste stap, niet de eerste.

Wie het bouwt

Dezelfde mensen die het bedenken. Van data-analyse en architectuur tot productie en beheer, zonder overdracht aan een andere partij.

Veelgestelde vragen

Wat doet het systeem?

Het herkent producten op een foto van het schap, gemaakt met een mobiele app, en zet die waarneming om in data: welk product, waar, en hoeveel er staat. Daarmee is schapdata op schaal te verzamelen, in elke winkel, zo vaak als nodig.

Waarom niet gewoon iemand met een lijst langs de schappen sturen?

Dat is de huidige praktijk, en het levert één meting op. Wat er werkelijk in het schap staat, wijkt af van wat het systeem denkt: producten raken op, staan verkeerd of hangen op de verkeerde plek. Eén meting zegt daar weinig over; de reeks wel.

Wat levert schapdata op?

Verschillen tussen winkels, de afstand tussen planogram en werkelijkheid, en het effect van productplaatsing worden meetbaar in plaats van een indruk.

Moet het model bijgetraind worden?

Ja. Het model is getraind op het eigen assortiment en moet meegroeien: nieuwe producten en verpakkingen vragen om bijtrainen. Dat hoort bij de aanpak, niet bij de kleine lettertjes.

Levert Twentynext een kant-en-klare app?

Nee, geen pakket. De oplossing bestaat uit een AI-model met een mobiele app, en het model wordt getraind op uw eigen assortiment en draait in uw eigen proces. U krijgt geen licentie op software van iemand anders.

Voorbeeld van een scanresultaat: spinnenweb met vier dimensies

Waar staat uw organisatie?

Zestien vragen, zeven minuten, direct een spinnenweb met uw sterkste en zwakste dimensie. Geen e-mailadres nodig om het resultaat te zien.

Samenwerken

Samen uw project realiseren?

De mensen die het bouwen, beheren het daarna. Sinds 2014 in Eindhoven.

Martijn van Grieken

Martijn van Grieken

Directeur Data & AI

Plan een kennismaking of stel eerst een vraag