线下大数据又一玩家，「品览数据」帮助商家使用小程序即可采集货架数据

传统快消和零售业态通常会委派业务代表或第三方调查机构去做线下店访，调查销售执行，货品摆放、采集销售数据，终端价格以及竞品等市场信息。

而依赖重人力的市场调查度往往会碰到信息传递慢并且不准确的问题。首先市场调查时间成本高，基于人力带来的准确性无法保证，第二在这条信息链传递到公司总部的时候，无法保证信息的透明度，传递中可能出现业务代表和渠道商中饱私囊的灰产。

但大型品牌商和零售业态仍每年会在线下市场和渠道调查投入大量预算，去掌握市场信息以及观察渠道转化效率。

技术能否改善这一现状？36氪最近接触到的初创项目“品览数据”切入的就是以AI商品识别为核心的货架数据采集市场，定位客户主要为线下零售业态、快消品牌等。

针对快消品牌商，在传统访店过程中，业务代表需要一个个清点商品数目和摆放。区别于此，业务代表只要在微信上打开品览小程序后，对商品货架拍摄后上传到云端，视觉算法模块即可识别商品的种类、包装、数量在内的多个维度数据。如果是长货架，小程序还可以自动实现对图片的拼接。通过品览小程序，巡店人员可以提高访店效率，数分钟即可完成对商品识别数据采集；品牌商后台可以使用大量收集到的货架和店铺数据，建立包括促销策略、品类管理、陈列管理、包装管理等优化分析应用。

而对于夫妻老婆店等小B端数据采集，品览与品牌商以微信红包补贴形式鼓励店主们使用品览小程序采集商品数据，覆盖了业务代表之前采集不到的渠道数据。

品类拓展上，品览也不仅限于快消品牌。通过RFID技术，商品种类存储在商品标签上，通过机器视觉识别对商品摆放、数量进行追踪，从而实现对家具、鞋服等垂直市场实现商品识别和监控。

针对线下大型零售业态客户，品览通过移动机器人配置摄像头巡店的方式来解决零售业态内品类摆设、货架陈列的的问题。零售业态内的摄像头出于安防考虑，主要对焦过道为主，无法全面覆盖货架、货柜。机器人方案的出现主要解决了零售业态已有的摄像头的覆盖问题，实现了底成本无人巡且提高了信息采集效率，从而帮助线下门店改善陈列质量与减少缺货。

同样的逻辑，通过加高支撑杆和加多摄像头布置数量，机器人解决方案同样也适用于仓储场景。

品览数据成立于2018年5月，目前已签约Shinho欣和集团、上汽安吉物流、自如等多家客户，预计今年营收在数百万规模。关于未来，创始人兼CEO李一帆表示计划切入小店领域，开放品览小程序工具，帮助小店店主做货物清点、摆货等。品览希望通过“最美小店”等游戏化运营模式将其推广从而收集货架信息、商品信息以实现数据规模化。

在图像识别的赛道上，类似竞品还包括Trax、灵眸智能以及ImageDT等。关于技术优势，李一帆告诉36氪，品览的核心优势在于其商品识别算法，增加一种sku识别只需十张图片。即便是有上百种商品品类的新客户，48小时内即可交付使用，并且在识别准确率已经可以做到97%以上。

团队背景方面，目前总人数在25人，核心成员都曾在才云科技担任要职。创始人兼CEO李一帆，CMU 硕士，清华电子本科，姚班机器学习，曾是MailTime创始团队成员，连续在硅谷和中国创业，曾入选Y-Combinator 2016 Winter Batch，原才云科技AI负责人。CTO李泽洲，美国SIT AI 硕士，曾担任才云科技图像组负责人，多篇CV顶会论文发表。COO李剑具有18 年全渠道营销管理经验，曾创立Fashionis，SOTTO SOTTO等品牌，全球最佳商业空间大奖获得者，曾在IBM工作多年，原才云科技销售负责人。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！