Разработчики: | ECR-Rus (Efficient Consumer Response – Эффективный отклик на запросы потребителей) Электронные документы-эффективная экономика |
Дата премьеры системы: | 2017 |
Отрасли: | Торговля |
Технологии: | СЭД - Системы потокового распознавания, Системы автоматизации торговли |
В сентябре 2017 года на Ежегодном ECR Форуме была представлена Единая Эко-Система ECR Russia - единая платформа взаимосвязанных технологий и сервисов, которая разрабатывается Сообществом ECR Russia для совместного решения бизнес-задач поставщиков и розничных сетей.
На Форуме представили следующие сервисы:
- ECR Лаборатория,
- РусКат (единый каталог мастер-данных для сетей и производителей),
- On-Shelf-Availability Hybrid Platform (OSA HP) (сервис по обеспечению наличия товара на полке в режиме реального времени)
- и Image Recognition (сервис по распознаванию в режиме реального времени).
По данным исследования ECR среди 72 крупнейших компаний розничной торговли, месячная потребность в распознавании изображений на мировом рынке розницы составляет не менее 1,9 миллиарда фото с прогнозируемым ростом до 3,5 миллиардов в последующие два года.
OSA Hybrid Platform (OSA HP) – это сервис, созданный при поддержке ECR Russia, на основе прикладного искусственного интеллекта, обеспечивающий постоянную доступность товара на полке (OSA – от англ. on-shelf availability, доступность товара на полке) в оптимальном количестве в режиме реального времени.
Технология визуального распознавания товаров IMAGE RECOGNITION, разработанная Neuromation.io, будет интегрирована в сервис по обеспечению наличия товара на полке OSA Hybrid Platform, внедряемой ECR Russia в крупных торговых сетях. Данная технология дает мерчендайзеру четкое понимание о наличии или отсутствии товара на полке в режиме реального времени и помогает контролировать правильность выкладки товаров.Павел Бобу, Cloud Networks: В 2024 году больше всего запросов было на ИБ-консалтинг
Сервис OSA Hybrid Platform работает на основе анализа больших данных, получаемых от ритейлера и поставщиков, а также данных из внешних источников. Обрабатывая эти данные в режиме реального времени, алгоритмы, заложенные в платформе, позволяют мгновенно и с высокой точностью определять случаи отсутствия товара на полке, а также их причины, отправляя сигнал о проблеме и рекомендации по ее устранению на нужный участок цепочки поставок.
«ECR Лаборатория также использует технологию Neuromatiom.io для создания медиа-контента. Медиа-контент используется компаниями-участниками Эко-Системы ECR Russia во внутренних процессах (например, e-commerce), а также для обучения нейронных сетей. К моменту попадания товара на полку система OSA HP совместно с IMAGE RECOGNITION уже умеет распознавать товар и собирать всю значимую информацию по наличию товара на полке, ценам, расположению относительно планограмм, контроль промо выкладки и т.п.» - Максимилиана Мусселиуса, исполнительный директор ECR Russia.
Внедрение технологии IMAGE RECOGNITION позволит увеличить охват до 100% точек продаж, автоматизировать процесс распознавания, сократить время обработки и снизить количество ошибок, а также распространить технологию до уровня отраслевого стандарта.
В ближайшее время сервисы OSA HP и IMAGE RECOGNITION доступны в Москве, Санкт-Петербурге, Екатеринбурге, Челябинске, Барнауле, а также на Украине.
Neuromation.io также декларировал возможность реализации распознавания объектов на устройствах конечных пользователей (мерчандайзеров) без необходимости подключения к серверу, что позволит быстро масштабировать сервисы ECR. Neuromation.io установил целевой показатель точности распознавания на уроне 95%.
В свою очередь, ECR OSA Hybrid Platform займется внедрением данной технологии в уже используемый ее участниками - компаниями-членами ECR сообщества - Big Data платформу, управляемую Искусственным Интеллектом. Сервис является бесплатным для ритейлера, при том, что ритейлер получает рост продаж.
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Данные не найдены
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)