СЕРВИС СБОРА, ОБРАБОТКИ И АНАЛИЗА ДАННЫХ
АУДИТ, ИССЛЕДОВАНИЯ, РАБОТА С ДАННЫМИ

Исполнение:
Исполнители посещают точки продаж по адресной программе для проверки наличия морозильных камер (МК). С помощью мобильного приложения Исполнитель видит в точке плановый список МК с инвентарными номерами, ищет их в зале, в случае нахождения, сравнивает номера, делает фото общего вида МК и инвентарных данных, отвечает, совпадает номер или нет, в случае отсутствия МК фиксирует факт отсутствия. Отчеты и фото поступают в Платформу, проверяются модераторами. В платформе ведется учет плана/факта наличия МК и совпадения номеров по всем точкам продаж (более 80000 точек).

Результат:
Из платформы в 1С клиента загружаются данные с фактом нахождения/отсутствия МК, совпадения/несовпадения инвентарных номеров и адресов. В 30% точек выявлено отсутствие МК, которые по плану должна быть.

Исполнение:
Исполнители посещают аптеки по адресной программе компании, в которых должны находиться промо материалы товаров и производят проверку с помощью мобильного приложения: выбор плановых промо из списка по всем видам, ответ на вопрос «промо присутствует Да/Нет», прикрепление фото материала и места размещения.

Результат:
Клиент получает аналитический отчет с планом и фактом размещения каждого вида промо материала в каждой аптеке. В 35% аптек выявлено полное/частичное отсутствие промо материалов. Материалы доставлены в аптеки повторно, промо запущены.

Исполнение: Исполнители посещают точки продаж конкурентов клиента, с помощью мобильного приложения сканируют штрих код каждого SKU на полке, фотографируют ценники. Платформа консолидирует собранные фото с привязанными штрих-кодами к каждому SKU в отношении каждой точки продаж.
Фото ценников распознаются в платформе пользователями, обученными распознавать фото с применением специальной функциональности и алгоритмов Web платформы, применяемые технологии обеспечивают 99,9% точность распознавания.

Результат:
Клиент получает отчет о ценах на товары в офлайн точках продаж конкурентов по всей географии в течение нескольких дней.
Скорость сбора и обработки данных увеличивается в 3 раза. Количество ошибок в распознавании цен снижается с 30 % до 0,1%

Исполнение:
Исполнители посещают точки продаж по адресной программе для проверки наличия определенного списка SKU производителя на полке в точках продаж, а также цен.
С помощью мобильного приложения Исполнитель видит плановый список SKU, ищет каждый SKU на полке, сканирует штрих код, вводит цены и прикрепляет подтверждающее фото товара и ценника. Отчеты и фото поступают в платформу, проверяются модераторами. В платформе ведется учет плана и факта наличия SKU из списка в точках продаж.

Результат:
Клиент получает отчет с планом и фактом наличия SKU из списка и ценами. В 20 % точек выявлено частичное отсутствие на полках некоторых товаров из списка, а также отсутствие промо цен.

Исполнение:
Исполнители посещают точки продаж по адресной программе для проверки соблюдения точкой продаж корпоративных стандартов работы. С помощью мобильного приложения Исполнители заполняют чек-лист, прикладывает подтверждающие фото и аудио записи, оценивает работу персонала. Отчеты, фото и аудио поступают в Платформу, проверяются модераторами.

Результат:
Клиент получает отчет с сопоставлением плана и факта соблюдения стандартов работы точек продаж. В 40% точек продаж выявлено несоответствие стандартам работы.

Исполнение:
Исполнители посещают кинотеатры в которых планируется показ фильма, к которому должны быть доставлены промо материалы за несколько недель до старта показа. С помощью мобильного приложения Исполнитель проверяет список материалов и по каждому виду, фиксирует факт наличия/отсутствия, прикрепляя фото материала и места размещения. Собираемые данные проверяются модераторами в платформе, ведется учет плана и факта по всей географии показа фильма. Исполнитель добивается доразмещения промо материалов на месте, если кинокомпания поставила такую задачу, при наличии в кинотеатре материалов на складе, прикрепляет фото-отчет о доразмещении.

Результат:
Клиент получает аналитический отчет с планом и фактом размещения, а также доразмещения каждого вида материала к каждому фильму во всех кинотеатрах. В 30% кинотеатров выявлено полное/частичное отсутствие материалов. Материалы доставлены в кинотеатры повторно и размещены.

Исполнение:
Исполнители посещают точки продаж по адресной программе, производят покупку товаров, на которые в соответствии с требованием законодательства должна быть нанесена маркировка «Честный знак». С помощью приложения отвечают на вопрос, есть ли маркировка (Да/Нет), делают фото товара, фото маркировки (если она есть), фото чека, сканируют маркировку и проверяют ее подлинность в федеральной системе «Честный Знак». После проверки Исполнители возвращает купленный товар продавцу. Для проверки продавцов на маркетплейсах совершаются покупки товаров, получение, проверка, возврат.
Собранные данные модерируются, фото чеков распознаются.

Результат:
Клиент получает аналитический отчет с выявленными фактами продажи товаров без маркировки и подтверждающим материалом. У 40% продавцов выявлены продажи товаров без маркировки.

Содержание:
Клиент передаёт в онлайн режиме из своей платформы в Платформу списки морозильных камер (МК) с привязкой к адресу точки продаж с плановыми инвентарными номерами, а также фотографии с фактическими инвентарными, серийными номерами и штрих кодами МК. Фото распознаются в платформе силами модераторов с использованием специализированной функциональности и алгоритмов. Распознанные на фото номера в отношении каждой МК сравниваются с плановыми данными МК, хранящимися в платформе, выделаются отличия или совпадения по всем МК во всех точках продаж по номерам и адресам.

Результат:
Клиент получает отчет с планом и фактом нахождения МК по адресам, а также совпадением/отличием плановых и фактических инвентарных номеров по каждой МК. В части точек выявлено фактическое отсутствие морозильных камер, а также отличие плана и факта в инвентарных номерах МК.

Исполнение: Исполнители клиента или Исполнители сервиса посещают точки продаж конкурентов клиента, с помощью мобильного приложения сканируют штрих код каждого SKU на полке, фотографируют ценники. Собранные фото с прикрепленными штрих кодами по каждому SKU передаются в платформу, сохраняются в качестве данных в отношении каждой точки продаж.
Фото ценников распознаются в платформе пользователями, обученными распознавать фото с применением специальной функциональности и алгоритмов платформы, применяемые технологии обеспечивают 99,9% точность распознавания.
В отдельных случаях применяются нейронные сети для распознавания цен на фото ценников и их категоризации (цена базовая, по карте, со скидкой).
Результат:
Клиент получает отчет о ценах на товары в офлайн точках продаж конкурентов по всей географии в течение нескольких дней.
Скорость распознавания данных увеличивается в несколько раз. Количество ошибок в распознавании цен снижается с 30 % до 0,1%.

Исполнение:
В результате выполнения полевых заданий, Исполнители делают фото кассовых чеков приобретаемых товаров.
Фото чеков направляются в платформу, распознаются Исполнителями, обученными распознавать чеки с применением специальной функциональности и алгоритмов платформы, применяемые технологии обеспечивают 99,9% точность распознавания. В результате распознавания создается набор данных из чеков, который требуется клиенту.

Результат:
Клиент получает аналитический отчет с данными распознанными из каждого чека с привязкой данных о точке продаж, относящейся к каждому чеку.