線下大數據又一玩家，「品覽數據」幫助商家使用小程序即可採集貨架數據

關注並標星36氪

每天3次，打卡閱讀

更快更深刻洞察互聯網商業

━━━━━━

切入線下貨品識別，逐步推動巡店無人化。

文 | 可欣@超人學院

傳統快消和零售業態通常會委派業務代表或第三方調查機構去做線下店訪，調查銷售執行，貨品擺放、採集銷售數據，終端價格以及競品等市場信息。

而依賴重人力的市場調查度往往會碰到信息傳遞慢並且不準確的問題。首先市場調查時間成本高，基於人力帶來的準確性無法保證，第二在這條信息鏈傳遞到公司總部的時候，無法保證信息的透明度，傳遞中可能出現業務代表和渠道商中飽私囊的灰產。

但大型品牌商和零售業態仍每年會在線下市場和渠道調查投入大量預算，去掌握市場信息以及觀察渠道轉化效率。

技術能否改善這一現狀？36氪最近接觸到的初創項目「品覽數據」切入的就是以AI商品識別為核心的貨架數據採集市場，定位客戶主要為線下零售業態、快消品牌等。

針對快消品牌商，在傳統訪店過程中，業務代表需要一個個清點商品數目和擺放。區別於此，業務代表只要在微信上打開品覽小程序後，對商品貨架拍攝後上傳到雲端，視覺演算法模塊即可識別商品的種類、包裝、數量在內的多個維度數據。如果是長貨架，小程序還可以自動實現對圖片的拼接。通過品覽小程序，巡店人員可以提高訪店效率，數分鐘即可完成對商品識別數據採集；品牌商後台可以使用大量收集到的貨架和店鋪數據，建立包括促銷策略、品類管理、陳列管理、包裝管理等優化分析應用。

而對於夫妻老婆店等小B端數據採集，品覽與品牌商以微信紅包補貼形式鼓勵店主們使用品覽小程序採集商品數據，覆蓋了業務代表之前採集不到的渠道數據。

品類拓展上，品覽也不僅限於快消品牌。通過RFID技術，商品種類存儲在商品標籤上，通過機器視覺識別對商品擺放、數量進行追蹤，從而實現對傢具、鞋服等垂直市場實現商品識別和監控。

針對線下大型零售業態客戶，品覽通過移動機器人配置攝像頭巡店的方式來解決零售業態內品類擺設、貨架陳列的的問題。零售業態內的攝像頭出於安防考慮，主要對焦過道為主，無法全面覆蓋貨架、貨櫃。機器人方案的出現主要解決了零售業態已有的攝像頭的覆蓋問題，實現了底成本無人巡且提高了信息採集效率，從而幫助線下門店改善陳列質量與減少缺貨。

同樣的邏輯，通過加高支撐桿和加多攝像頭布置數量，機器人解決方案同樣也適用於倉儲場景。

品覽數據成立於2018年5月，目前已簽約Shinho欣和集團、上汽安吉物流、自如等多家客戶，預計今年營收在數百萬規模。關於未來，創始人兼CEO李一帆表示計劃切入小店領域，開放品覽小程序工具，幫助小店店主做貨物清點、擺貨等。品覽希望通過「最美小店」等遊戲化運營模式將其推廣從而收集貨架信息、商品信息以實現數據規模化。

在圖像識別的賽道上，類似競品還包括Trax、靈眸智能以及ImageDT等。關於技術優勢，李一帆告訴36氪，品覽的核心優勢在於其商品識別演算法，增加一種sku識別只需十張圖片。即便是有上百種商品品類的新客戶，48小時內即可交付使用，並且在識別準確率已經可以做到97%以上。

團隊背景方面，目前總人數在25人，核心成員都曾在才雲科技擔任要職。創始人兼CEO李一帆，CMU 碩士，清華電子本科，姚班機器學習，曾是MailTime創始團隊成員，連續在矽谷和中國創業，曾入選Y-Combinator 2016 Winter Batch，原才雲科技AI負責人。CTO李澤洲，美國SIT AI 碩士，曾擔任才雲科技圖像組負責人，多篇CV頂會論文發表。COO李劍具有18 年全渠道營銷管理經驗，曾創立Fashionis，SOTTO SOTTO等品牌，全球最佳商業空間大獎獲得者，曾在IBM工作多年，原才雲科技銷售負責人。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！