全店货架监控
使用计算机视觉检查货架、顶部库存、后仓库存、果蔬区、冰箱和冷冻柜,让零售商无需依赖人工巡检即可查看全店商品状态。
Focal 是一个面向零售的计算机视觉与货架智能平台,旨在为门店提供货架状态的实时可见性,并将这些可见性转化为行动。网站将产品划分为四个系统:Computer Vision、Shelf AI、Action Tool 和 Impact。
其宣称的目标是帮助零售商监控可售性,减少缺货和损耗,提高库存准确率,执行陈列图合规,并优化人力效率。该平台使用专有摄像头和 AI 捕捉货架图像、解读商品状态,并将结果传递到门店运营和管理报告中。
使用计算机视觉检查货架、顶部库存、后仓库存、果蔬区、冰箱和冷冻柜,让零售商无需依赖人工巡检即可查看全店商品状态。
解释摄像头捕捉的图像,识别有货、缺货不足或缺货商品,并发现需要处理的货架空缺。
标记企业陈列图与货架实际陈列之间的不一致,并对杂乱区域、混放商品和过多空白等陈列度问题进行评分。
将货架洞察转化为门店任务,用于补货、订货、陈列、人工计划、电子商务和门店管理流程。
提供一个管理仪表板,重点关注可售性、缺货时长、已完成任务、合规性和人力重新分配。
使用为零售环境设计的可配置摄像头硬件,支持电池供电、Wi‑Fi 连接,并可部署到多个门店区域。
近乎实时跟踪货架状态,以便团队更早发现低库存或缺货商品,并将补货工作路由到正确的货架通道或区域。
将门店执行与预期陈列图进行比较,并在影响陈列或合规之前识别杂乱、混放或视觉受损的区域。
使用图像支持的上下文为补货、库存纠正、陈列、人工计划和电子商务相关工作分配并确认门店任务。
使用库存和货架状态数据,找出记录库存与货架上、顶部库存或后仓库存实际情况之间的不一致。
在跟踪可售性、已完成任务、人力重新分配和缺货时长的仪表板中衡量运营表现。
Focal 似乎是一个以计算机视觉、Shelf AI、Action Tool 和 Impact 仪表板为核心的零售运营平台。来源材料未显示带有套餐细节的定价页面,因此定价似乎是单独处理或按需提供。
来源重点强调货架监控、自动补货、陈列图合规、任务分配、库存准确率和管理报告。它面向需要实时了解货架状态和门店执行情况的门店与区域团队。
Focal 表示其摄像头采用电池供电,通过 Wi‑Fi 通信,并且可在 1-2 天或夜间完成大型门店安装。安装和维护由 Focal 团队提供,系统被描述为可实现 95%+ 的正常运行时间,且每月维护访问少于一次。
来源突出显示的输出包括货架扫描、商品扫描、每日识别到的缺口、陈列度评分、已分配任务,以及围绕可售性、合规和人力的管理指标。具体仪表板配置可能因模块而异。
公开来源未详细列出集成,但网站导航提到了 ESL Integration 和 RFID Integration 作为新增功能。除此之外,所提供材料中未确认任何特定第三方系统。