概览
为狭小药房柜台建立快速、可重复的执行检查流程。
某全球消费品企业需要持续核验药房柜台中的核心非处方商品和个人护理产品。小尺寸包装、玻璃反光、重叠陈列和频繁更换的促销物料,让传统货架识别方法难以稳定工作。扩博智能 针对药房非标准陈列场景,构建了一套移动端计算机视觉零售执行流程。
- 市场范围
- 墨西哥
- 门店覆盖
- 1,300+ 家药房
- 零售网络
- 18 家连锁药房集团
- 识别范围
- 50+ SKU、10 类促销物料
客户与业务背景
客户是一家全球多品类消费品企业,拉美业务覆盖健康护理和个人护理产品。在墨西哥药房渠道,核心业务并不是大型商超式的整排货架,而是药剂师柜台、收银台和小型促销展示区中的 50 多款重点非处方商品与个人护理单品,以及 10 类随档期变化的促销物料。
项目需要连接 18 家主流连锁药房集团和 1,300 多家门店。不同连锁的柜台尺寸、玻璃结构、商品摆放方式和促销道具并不一致,但业务团队必须用统一标准判断核心商品是否在架、当前物料是否正确,以及缺货问题是否需要在 48 小时内处理。
药房渠道对交付体验尤其敏感。一线代表不能在柜台前长时间摆拍,也不能为了使用 AI 额外完成复杂操作。解决方案必须嵌入日常移动作业,用最少照片返回清晰结果,同时让总部获得可以跨连锁比较的数据。
挑战
最重要的销售位置,也是最难检查的位置
药房的核心动销区域集中在药剂师柜台、收银台和小型促销展示区。商品包装尺寸小、重叠堆放,且经常受到玻璃反光和倾斜拍摄角度影响。系统不仅要识别商品,还要理解承载商品的展示盒、立式陈列架和促销物料。
传统人工审计占用过多门店时间
业务代表需要逐一核对商品、批次信息和促销物料,单店通常耗时 45 至 60 分钟。过长的检查过程限制了拜访频率,也容易干扰药房正常营业。
药房缺货会立即转化为销量流失
药房消费通常具有即时性。核心商品一旦缺货,消费者可能在同一次购物中转向竞品。按月汇总的传统报表发现问题时,销售机会往往已经流失。
解决方案
在玻璃反光和狭小空间中识别小尺寸商品
实施时间线
概念验证
采集真实药房柜台数据,适配狭小空间、玻璃反光和非标准陈列。
300 家门店试点
试点中,核心商品在架识别准确率达到 95%。
墨西哥全面上线
项目扩展至 1,300 多家药房,并接入业务代表的日常移动作业流程。
区域复制
该运营模式进一步复制到拉美其他国家的同类药房渠道。
针对小目标、反光和遮挡建立专用识别链路
药房柜台中的商品往往只有几厘米可见区域,普通商超货架模型很难直接复用。扩博智能围绕小尺寸盒装商品建立专用检测模型,并将高光抑制、透视矫正和局部细节增强纳入识别前处理,使系统能够在玻璃反光、倾斜视角和商品重叠的情况下保持稳定识别。
同时识别商品与承载商品的物料
项目不仅判断商品包装是否出现,还识别展示盒、立式陈列架和柜台促销物料的结构特征。商品与物料被放在同一空间关系中验证,因此系统可以发现旧物料继续使用、商品与物料不匹配,或者当期促销道具尚未到位等问题。
把拍摄质量控制放到一线离店之前
移动端辅助构图框引导业务代表只拍摄 2 至 3 张必要照片,并即时检查角度、清晰度和目标区域是否完整。无法使用的照片在人员离店前就能被发现,减少后台退回、二次沟通和重复拜访。总部得到的则是统一结构的在架率和物料合规结果,而不是质量参差不齐的原始照片包。
从 300 家试点到区域复制的交付衔接
概念验证阶段,扩博团队首先进入真实药房采集柜台、玻璃反光和非标准展示样本,建立适合当地渠道的识别范围与拍摄规范。随后在 300 家核心药房中同时验证算法准确率和一线作业时长,核心商品在架识别准确率达到 95%,也确认代表能够在不干扰门店营业的情况下完成采集。
全量上线并不是简单扩大门店名单。扩博团队将门店、商品、物料和任务规则接入业务代表的日常移动流程,并建立每周异常跟踪机制,使识别结果可以直接进入补货和促销整改。项目扩展至 1,300 多家门店后,同一套商品建库、拍摄规范、模型运营和任务配置方法又被复制到其他拉美市场,减少每进入一个新国家都从零开始的交付成本。
成果
单店审计时间从 45–60 分钟缩短至 10–15 分钟
简化采集和自动核验让单店作业时间下降 75%。业务代表的日均访店量接近翻倍,同时减少了长时间审计对药房营业的影响。
核心商品在架率提升至 96.5%
缺货异常的响应周期从按月汇总缩短至 48 小时内。更快的发现和跟进,使重点畅销商品缺货率下降 40%。
促销物料到位率从不足 60% 提升至 92%
系统核验档期物料是否到店,并确认物料与目标商品是否正确匹配。促销物料按时到位率提升至 92%,新品形成销售动能的周期缩短 3 周。