上月拜访了一家饮料企业，我们谈到天气越来越热各家饮料公司都已经热火朝天的在终端、超市投冰箱、冷风柜了。业务总监却苦笑一声说要放缓目前的冰箱投放进度。

我们也是很诧异，马上进入夏季了，进入夏季，饮品的主要战场由终端店货架转移到了冰柜，成千上万个单品都要挤到狭小的冰柜里面，按照惯例免费向终端投放冰柜是各大饮料厂家每年的五一之前的重要工作。

业务总监解释说从冰柜的投放位置评估、型号选择、投放正确的位置、持续的资产跟踪、设备维修就是很大的工作量，但这也才算是游戏的开始。

最重要的是投放的冰箱还要避免被竞品当做“公共资源”，因此还要努力保证投放的冰箱的纯净度、还要时刻关注冰箱饱满度，冰箱的排面要求也是关键指标。因此需要业代按照标准的作业流程、跟线检查、采集图像，还需要后台稽核人员对业代的现场采集数据进行审核，保障前方作业标准的严格执行。

说起来简单，做起来难，全国布局了差不多一千多号业务员，要求每个业务员在巡检过程中都要按照流程统计竞品SKU、本品SKU，本品陈列排面数、陈列层数等数据，拍摄塑造成功后的冰箱陈列图像。问题是这些数据的采集依靠人工填写，数据真实性难以保证，因此为了保证冰柜陈列标准的严格执行，现场采集的数据还要后台稽核人员一条一条审核，这又是一个巨大的人力成本开支。

以往每年五月份都会投入很大精力抢占竞品冰柜，到市场上一看，别人家的冰柜维护的都很好，反而自己投放的冰柜由于人员效率、人力成本的原因维护的一塌糊涂，再加上今年疫情原因，因此干脆暂缓冰柜陈列投入。

其实这家企业遇到的问题是所有饮料企业遇到的通病，可以看出低效率的冰箱陈列检查严重阻碍了饮料行业开拓业务的健康发展。

那么做得好的企业，是如何做到对冰箱的管理的呢？勤策（原外勤365）服务的几家知名饮料企业率先想到了人工智能，通过图像识别自动的检测冰箱陈列是否符合要求，统计冰箱纯净度、本品SKU、竞品SKU，冰箱层数、可陈列排面数、可陈列宽度、排面空位或异物数、自动计算冰箱饱满度、排面占比等。

业务员只需要拍摄几张图片，几秒钟就可以实现图像采集、陈列标准比对、结果输出、效果评估，革了“陈列检查低效率”的命，业务员不需要手动填写任何数据，也不需要稽核人员一张张检核照片。

但是对AI图像识别提出了新的要求，不仅要求AI既要“识别准”又要“懂业务“。

冰箱一旦投放下去，就会对一线的业代设置很多考核项目，所以识别准非常重要，不然考核出现了不公平现象，不但没有减少管理难度，还变相增加了。识别准不仅仅是准确的识别出冰箱类型（单开门/双开门/冰柜）、冰箱中本品SKU/竞品SKU、冰箱空位、空缺位置宽度、冰箱层数。还需要AI能解决识别干扰问题，例如如果冰箱放在货架旁边，现场采集的图像涵盖了货架上的商品SKU，AI能自动的过滤掉货架上的商品，仅识别冰箱内的商品。

如果冰箱开门出现反光，会引起误判，是否能准确过滤掉门上的反光部分。还要解决一些实际场景问题，例如对于较大的冰柜、支持对冰柜的各个部分进行拍摄并自动拼接成一张完整图像。

仅仅识别准还只是入门条件，还需要AI懂行业，知道饮料行业冰箱陈列需要管什么，业务部门需要看什么（例如自动分析输出本品纯净度、本品冰箱占比、冰箱饱满度等结果）。

勤策（原外勤365）深耕消费品行业，提供更懂冰箱陈列的识别算法。希望了解饮料行业冰箱管理知识的，欢迎在公众号后台留言和我们交流~