0
和几家友商的掌舵者不同，涉足货架陈列督导前，樊凌云已经在零售行业摸爬滚打了多年。他曾经负责过味千拉面全国700家门店和上海来福士商场的智慧化改造工程。
当时，O2O业务正处在风口之上。樊凌云任职于一家零售技术方案商，为商场和连锁店提供WiFi客流统计和引流技术。在樊凌云改造的门店里，顾客进店后，WiFi探针可以自动获取其手机MAC地址，进行客流统计。如果顾客连接WiFi，系统还能根据其喜好推送优惠券。
这种方案在当时颇受追捧，樊凌云却认为，这种业务周期太长，很难快速复制，前景十分有限。他开始思考，零售行业的下一个风口是什么。
但真正让樊凌云调转航向的却是4G和随机MAC地址技术的普及。随着4G网络普及，流量资费降低，消费者对商场WiFi的需求越来越弱，WiFi引流成了无源之水。
一同受到冲击的还有基于WiFi探针的客流统计技术。众所周知，WiFi探针是通过手机MAC地址来识别用户身份的。为了保护用户隐私，2014年苹果率先在iOS8中引入了随机MAC功能。随后，谷歌和微软也相继在各自最新的手机操作系统中加入MAC地址随机算法。这让基于MAC地址的大数据分析遭遇了严峻挑战。
相关统计显示，iOS8推出随机MAC之前，数据平台抓取到的真实MAC占95%以上，而iOS8发布后，这一指标迅速下降到了39%左右。WiFi客流统计几乎成了鸡肋。
离开上家公司后，樊凌云创立了零眸智能。他希望能打造一个“零售之眼”，用计算机视觉技术推动零售行业智慧升级。
零眸智能成立于2017年8月，当时人脸识别客流分析技术已经比较成熟，不少AI初创公司选择以此为切入点进军零售市场。樊凌云是客流分析领域的“老兵”，但他却没有追随这股潮流，而是出人意料地选择了货架陈列督导作为自己的新起点。
零售行业的多年实践让他认识到，消费者识别并不是大型B端客户需要迫切解决的问题，它们更大的痛点反而在于如何掌握销售端的数据。“很多品牌商甚至不知道自己的商品在哪些门店出售，更不要说是哪些消费者购买的。”
恰好这时，一家国际领先的可乐品牌抛来“橄榄枝”，这成了樊凌云转向货架陈列督导的“最后一根稻草”。
AI 陈列督导需求强烈
2016年，该可乐品牌找到樊凌云，希望能用新技术提高货架陈列督导的效率。一个全新的世界就此开启。
快消品零售是一个很特殊的行业，商品销售节奏很快，它更多满足的是消费者的冲动性和即时性消费。充满视觉冲击力的货架陈列对推动销售业绩发挥着重要作用。
很多大型快消品牌商每年花在陈列广告上的支出多达十几亿，光花在陈列督导上的费用就有近亿元。过去陈列督导完全依赖人眼和手工完成的，进店和记录需要花费大量的人力，效率很低，质量难以把控，而且局限于成本往往只能抽样调查，无法获取完整数据。
而基于深度学习的图像识别智能技术，只需要销售代表用手机App快速拍摄店内照片，上传至云端图像分析引擎，就能实时生成店内情况分析报告， 并同步到企业的管理后台，大幅提高了品牌商的销售执行效率。
以前面提到的可乐品牌为例，该品牌商的业务代表检查一家门店大约需要14分钟。如果使用零眸智能的陈列督导系统，则可以将店检时间压缩到3分钟左右。
此外，过去业务代表拍摄货架照片后，还需要后台人员对照片进行统计和分析。每个统计人员一天最多只能看一百张照片，效率十分低下。
业务代表拍摄货架照片后，还需要后台人员对照片进行统计和分析。该可乐品牌后台看照片、做统计的工作人员有100多个，但效率很低，每人每天最多能看一百张。而机器识别一张照片只需零点几秒，是人效率的千倍、万倍。按后台人员一年10万元的费用计算，一百人就能节省1000万。
美中不足的是，零眸智能的产品虽然提高了销售执行督导的效率，但仍然需要督导人员到店拍摄货架照片，效率提升和成本节约依然有限。如果能够在商场内安装摄像头，自动拍摄货架照片并上传至云端分析，则将更大程度上释放AI的价值。然而，颇值得玩味的是，目前市场上尚无一家方案商正式推出类似的方案。背后原因何在？
显而易见的是工程原因。首先，商场内货架分布密集，如何安装摄像头才能确保完整、清晰地捕捉到货架照片，是一项巨大的挑战。其次，商场内人来人往，容易对货架造成遮挡，也容易引发顾客隐私方面的担忧。再次，安装摄像头会增加商场内的布线难度，带来额外的消防问题。
目前，市场上大多数方案提供商都是以算法见长的初创公司，缺乏摄像头安装方面的经验和配套体系。手机拍照的方式更利于产品快速规模化落地。
更深层次的原因则在于方案提供商与品牌商、零售商之间的利益博弈。
很多大型品牌商都有自己的销售执行督导APP，过去督导人员也是通过APP拍照的方式完成工作。陈列督导AI以API的方式接入，实际扮演的是督导人员的AI助手，提高了图片识别和分析环节的效率。但如果采用摄像头的方案，销售执行督导人员则将被彻底取代，势必会引起阻力。凡事皆需循序渐进，就现阶段而言，手机拍摄是相对容易被接受的方案。
此外，在销售执行督导机制下，零售商是被监督的对象，和品牌商存在天然的利益冲突。出于自身利益考虑，零售商不会同意品牌商把摄像头装进自己的地盘。
种种利益纠缠之下，手机拍摄是目前比较可行，或许也是唯一可行的方案。“阻碍商业落地的，最后往往不是技术问题”。
陈列督导AI的落地虽然面临一些挑战，但品牌商需求强烈且具有很强的付费能力，非常适合创业公司生存。迄今为止，这个领域已经吸引了扩博智能、ImageDT、朗镜科技等大大小小的玩家。强敌环伺之下，零眸智能该如何走出一条差异化之路，提升产品竞争力呢？
樊凌云介绍，陈列督导是一片非常大的市场。每家企业的切入点不同，零眸智能目前主要聚焦饮料市场。樊凌云希望以此为突破点，逐步实现饮料行业的全品类覆盖，为饮料行业的协同效应提供服务。最后，再渐渐覆盖到各类食品，生活用品，达成点、线、面的突破。
据介绍，目前零眸智能仅饮料行业已覆盖2500多个SKU，食品、乳品、酒水、卫生用品等品类也在不断扩充中。在大型商超、便利店、传统渠道等场景的综合识别率可达95%以上，部分商品特征明显拍摄环境较好的场景甚至能达99%的准确率，还能区分不同的口味及大小包装，同时对模糊、反光、商品破损也能保持很强的鲁棒性。
在樊凌云看来，算法模型固然重要，但目前的深度学习依赖于大量数据，某种程度上数据比模型更重要，甚至是企业核心竞争力的重要一环。目前零眸智能的数据主要有两种来源：一是来自于客户的积累；二是自己派人出去采集。前一种方式可以帮助创业公司快速发展，但数据的所有权在客户，创业公司的产品只能停留在工具层面。
樊凌云认为，零眸智能最后必须上升到数据层面，自己采集数据。这样一来，零眸智能服务不同客户时就可以避免重复采集数据，并提供更加完整全面的陈列洞察和建议。
货架陈列督导的本质是商品识别，因此零眸智能也涉足了不少其他与“货”密切相关的零售场景，比如无人货柜、自助收银机等。
樊凌云将公司命名为“零眸”，希望它能够成为零售行业的智慧之眼。他相信，这只眼睛看到的不只有脚下的一亩三分地，还有更加广阔的远方。雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
