Tante foto da guardare
Ogni foto va guardata per capire che cosa c’è sull’espositore.
Alma Sense · Ecosistema ALMA di CLIMBDalle foto dei punti vendita
Dalle foto dei punti vendita
al controllo dell’esposizione
Le foto dei punti vendita arrivano: il problema è controllarle, una per una, per capire se sugli espositori ci sono tutti i prodotti previsti. Alma Sense usa la Computer Vision per analizzare le immagini e riconoscere i prodotti per cui il modello è stato addestrato.
Alma Sense fa parte di ALMAL’ecosistema AI di CLIMB, business unit di Euro Informatica S.p.A.- Riconosce nelle immagini i prodotti per cui il modello è stato addestrato
- Presenza e quantità da confrontare con l’assortimento previsto
Il risultato
Informazioni utili per chi segue i punti vendita
Presenza
Quali prodotti previsti compaiono nella foto dell’espositore.
Quantità
Quanti pezzi di ciascun prodotto sono stati rilevati.
Foto da ricontrollare
La segnalazione quando la foto scattata dopo una visita è uguale a quella scattata prima.
Il risultato aiuta a individuare le esposizioni da verificare e a concentrare gli interventi dove servono.
Parliamo dei tuoi punti venditaIl problema
Le foto dei punti vendita vanno controllate una per una, per capire se sugli espositori ci sono tutti i prodotti previsti. Richiede tempo e attenzione.
Prodotti simili
Confezioni quasi identiche, da distinguere a colpo d’occhio.
Interventi da concentrare
Serve capire quali esposizioni verificare e dove intervenire.
Come funziona
Alma Sense usa la Computer Vision per analizzare le foto dei punti vendita: il modello viene addestrato sui prodotti da riconoscere e poi li cerca nelle immagini.
- Analizza le fotografie dei punti vendita
- Riconosce i prodotti per cui il modello è stato addestrato
- Restituisce un file con i prodotti rilevati e le loro quantità
- Segnala se la foto scattata dopo una visita è uguale a quella scattata prima
- Aiuta a confrontare l’esposizione con l’assortimento previsto
Alma Sense nella pratica: il progetto pilota
In un progetto pilota di Alma Sense, documentato ad aprile 2025, siamo partiti dalle fotografie reali dei punti vendita. Il prototipo sviluppato restituiva un file con i prodotti rilevati e le loro quantità, e segnalava se la foto scattata dopo una visita era uguale a quella scattata prima.
Identificazione dei prodotti
Abbiamo identificato i prodotti nelle fotografie reali dei punti vendita.
Addestramento
Abbiamo addestrato il modello a riconoscerli.
Verifica
Abbiamo verificato i risultati su altre foto.
Miglioramento
Abbiamo analizzato gli errori e migliorato i dati.
Cosa hanno dimostrato i test
I test hanno dimostrato la fattibilità del controllo automatico e chiarito dove lavorare ancora: immagini poco nitide, prodotti parzialmente coperti e confezioni simili.
Un prodotto dietro un vetro.
Due articoli quasi identici.
Per riconoscere ciò che c’è su un espositore, l’AI deve imparare anche dalle situazioni più difficili. Per questo il modello si costruisce sulle foto reali dei punti vendita e si migliora analizzando gli errori.
- 01
Prodotti dietro un vetro
Il prodotto c’è, ma la vetrina lo rende meno visibile.
- 02
Confezioni girate
Il prodotto va riconosciuto anche quando non è esposto di fronte.
- 03
Articoli quasi identici
Confezioni simili da distinguere nei dettagli.
- 04
Immagini poco nitide
E prodotti parzialmente coperti: gli aspetti su cui lavorare ancora.
Vuoi capire come funziona Alma Sense sui tuoi punti vendita?
Compila il form: ti ricontattiamo per capire come raccogliete oggi le foto dei punti vendita e quali prodotti vi serve controllare.
- Partiamo dalle fotografie reali dei punti vendita
- Definiamo i prodotti da riconoscere
- Ti mostriamo il percorso del progetto pilota
- Nessun impegno, solo una prima valutazione chiara