.png)
В масштабах торговой сети даже один процент может превратиться в миллионы. Снижение точности работы с весовыми товарами всего на 1% может привести к потерям до 20 млн рублей.
И дело не только в точности самого взвешивания. Зона весовых товаров — одна из тех точек магазина, где часть контроля сеть передаёт покупателю. Он самостоятельно взвешивает товар, находит нужную позицию и подтверждает выбор.
Вместе с удобством самообслуживания возникают дополнительные риски: ошибки при выборе похожих товаров, пересорт и намеренная подмена более дорогой позиции дешёвой. Одна такая операция практически незаметна. Но тысячи операций ежедневно в масштабах сотен магазинов превращают небольшие расхождения в системные потери.
Именно поэтому распознавание товаров становится для ритейла не просто способом сделать весы удобнее, а дополнительным инструментом контроля.
Как работает распознавание товаров на весах
Весы с распознаванием товаров меняют сам сценарий взаимодействия покупателя с оборудованием.
В СуперМаг Vision камера получает изображение товара на платформе, а централизованная нейросеть определяет, что именно взвешивает покупатель. Система работает не только с фруктами и овощами: распознавание товаров применяется для конфет, выпечки, заморозки, орехов, снеков и других весовых категорий.
Vision способен определять товары в пакете и сетке, частично закрытые рукой, а также различать визуально похожие SKU — например, разные сорта яблок или томатов. Заявленная точность распознавания достигает 99%. При этом система самообучается на реальных взвешиваниях и анализирует статистику распознавания и пересорта по магазинам.
При высокой уверенности системы количество вариантов на экране сокращается. С вероятностью 99% искомый товар находится среди предложенных Vision позиций.
Для покупателя это означает более простой выбор: не нужно искать товар в длинном каталоге или запоминать PLU. Время обслуживания сокращается с 12 до 5 секунд.
Распознавание товаров как инструмент снижения потерь
Но для торговой сети ключевой эффект технологии находится глубже.
Распознавание товаров позволяет сравнить то, что действительно находится на весах, с позицией, которую выбрал покупатель.
Например, на платформе лежит дорогой сорт яблок, а покупатель выбирает более дешёвый. Это может произойти случайно или намеренно. Без дополнительного контроля операция проходит как обычная покупка, а разница становится потерей сети.
СуперМаг Vision способен выявить такое несоответствие. Весы отмечают этикетку как подозрительную, а при её сканировании касса сообщает о необходимости проверить товар. На КСО система может вызвать ассистента.
Таким образом, весы с распознаванием товаров не просто помогают выбрать SKU — они становятся частью системы контроля потерь.
Аналитика распознавания товаров: увидеть то, что раньше терялось
Ещё одно важное отличие технологии — возможность превратить каждое взвешивание в данные.
Система сохраняет информацию о том, что увидела камера, какой товар выбрал покупатель, каким способом он его выбрал и какую позицию предложил Vision.
В личном кабинете сеть получает статистику распознавания по товарам и магазинам, а также данные по пересорту.
Это позволяет перейти от отдельных инцидентов к системному анализу: увидеть проблемные SKU, сравнивать магазины и отслеживать динамику пересорта.
Какой экономический эффект дают весы с распознаванием товаров
Главный вопрос для ритейлера — не точность нейросети сама по себе, а экономический результат её применения. В одном из крупнейших проектов экономия на пересорте достигла 50 000 ₽ на один магазин в месяц только в одной секции ФРОВ.
При этом эффект от внедрения складывается сразу из нескольких показателей. По данным проектов СуперМаг Vision:
- до 12% — экономия печати этикетки;
- с 12 до 5 секунд — сокращение времени обслуживания;
- от 3% — снижение списаний в зоне ФРОВ;
- 92% покупателей положительно оценили видеораспознавание на весах, NPS составил 64.
Поэтому сегодня весы с распознаванием товаров — это уже не только технология для ускорения выбора товара. Распознавание становится частью системы управления потерями: помогает контролировать выбор покупателя, выявлять спорные операции, собирать аналитику и снижать пересорт.
И вопрос для торговой сети постепенно меняется с «нужно ли нам распознавание товаров?» на другой: сколько сейчас стоит сети тот процент операций с весовыми товарами, который она не контролирует? Потому что в масштабах крупного ритейла даже 1% может стоить миллионы.
.png)
.png)
