FBiF2025分享实录丨COO陈丽苹：数字时代终结“货架黑箱”

摘要：2025年5月8日，FBiF2025在上海国家会展中心盛大启幕，扩博智能联合创始人兼COO陈丽苹受邀在渠道创新论坛进行了题为“数字时代终结'货架黑箱’——传统渠道70%存量市场的可视化增效革命”的主题分享，深入介绍了扩博智能在数字化时代基于计算机视觉、人工智能

2025年5月8日，FBiF2025在上海国家会展中心盛大启幕，扩博智能联合创始人兼COO陈丽苹受邀在渠道创新论坛进行了题为“数字时代终结'货架黑箱’——传统渠道70%存量市场的可视化增效革命”的主题分享，深入介绍了扩博智能在数字化时代基于计算机视觉、人工智能等前沿技术的最新零售数字化实践，并直观展示数字化、可视化将为零售、快消品业务带来何等程度的增效与改变，分享实录见下文。

图片来源：FBIF

以下为分享实录（内容略经整理）：

各位零售的朋友们大家下午好！非常感谢FBIF的邀请。我是扩博智能COO陈丽苹，我自己是做技术出身，今天来跟大家来分享和探讨“货架黑箱”问题，也是希望通过这个机会，做一些跨界的交流与融合。

扩博智能最开始进入零售行业赛道，是与一家全球领先的RTD饮料公司合作。他们提出了希望通过图像识别技术，解决品牌在零售终端执行上稽查效率低、不规范、不透明、不准确等等的问题。因此我们在冰柜里实现了摄像头安装，来帮助品牌做到更高效和准确的稽查，这个项目在2019年获得了全球金奖，当时我非常自豪。但在今天，在冰柜里装摄像头本身并不难，问题是是否能够根本性解决问题，也就是所谓的“货架黑箱”。

前段时间一位东欧的品牌负责人跟我谈到，15年前他们就花费了巨大成本做了一个带摄像头的头盔，理货员工作时佩戴上这个头盔，能够记录下超市货架上的实际情况。实际上，所有的品牌、市场销售，都非常关注这件事，但跟很多品牌负责人交流之后我们发现，海外和中国本土品牌在看零售执行，看货架，看地堆等等的角度，还是有一些区别。

对于提供解决方案的公司来说，我们现在在技术上，已经能够对产品，以及从产品延伸出的4P要素——产品的位置、价签标识、促销实际的呈现等多个维度做到清晰识别。包括今天ai技术的快速发展确实能够帮助我们做更多更好的事情，但是技术是手段不是目的，技术永远不会帮你解决从端到端流程上怎么去做。

回到“货架黑箱”的问题，稽查不透明的情况在座各位可能比我更加了解。但我们认为很重要一点是追溯和验证，在中国市场上，目前大家更多的是去找第三方做再次核计，但人工是非常昂贵的，那有没有办法可以一次性把追溯验证都完成。

包括防作弊问题，这更多是对人性的一种对抗，怎么样能够用好的工具去帮助业务人员把活干得更简单，不要让他觉得冒犯，但是又能从流程上根本性地解决作弊问题。这不单单是技术，更重要的是跟业务流程、KPI考核指标做到很好的融合。

识别不准确也是大家都会讲到的问题。接下来内容会给大家呈现，现在技术对SKU、货架、地堆、挂条、架签、促销等等要素的识别和呈现程度。所有东西如果不能量化，好或者不好这都是非常主观的东西，我们能够做的一件事情就是尽量数字化，最大程度上还原事物的本源和真相。

给大家分享一些我们的案例。

这是我们的一个医药型客户，他们对于价格的管控要求是非常高的，不能太贵，也不能做促销。但当时他们的稽查都是通过人工肉眼识别和手写记录，可信度非常低，甚至业代是不是真的进店，多久进店都没有记录。在使用我们的产品之后，我们发现许多业代其实进店打卡30秒后就出来了，并没有做更多的销售动作。在产品应用之前，营销中心负责人对他们的“拳头产品”铺货率非常有信心，认为90%以上的药店都会上架这两款产品。但实际上跑了1-2个省后，数据显示，真实的铺货率只有一半左右。这个数据并不是用来惩罚业代，而是证明了品牌的发展潜力很大，通过改善执行，销售就能够做到更好的提升。

现在的市场非常卷，营销中心、总经理，甚至CEO，都想看到及时、准确、真实的一线情况是什么样的。因为通过传统的方式方法去获客和去做向量提升很难，大家都在卷执行、动作，但这也很难。很多品牌跟我说，他们一线离职率高达40-60%，永远在培训新员工，新员工对海量产品的熟悉程度有限，就更难完成销售目标。所以我们会去看哪些动作真的能帮助品牌快速培训新人，让新人能够更好执行这些任务，并且更多是以激励的方式而不是以惩罚的方式。

这里面我觉得最重要的两个字就是“实时”。无论是国内还是国外，东南亚、美洲、日韩包括新西兰，所有客户认为最重要的一点就是实时。第一件事情先把所有门店拍一遍，在中国主要是夫妻老婆店、小店、社区门店、生鲜店，几百平方，把品牌相关的货架、地推、促销全部拍一遍，然后实时分析生成整改结论。品牌重点关注和推广的SKU，一定是首要整改的目标。在这之后余下的时间，再去做拜访、沟通、销售这些动作。对于大品牌而言，对于不同的店铺、系列产品，也可以做到千店千面的规划，最终的目标都是为了销量去服务。

当然我们也会有防作弊等类型的解决方案，比如我们的合规大脑。这也是让一线可以更好地工作，减少重复拍摄和上传，所有品牌方给我们要求都是说拍越少越好，越简单越好，培训要求越少越好。

图片来源：FBIF

数据供应链（Data Supply Chain）是一家全球最大的头部日化类企业品牌Commercial VP提的一个概念，我觉得非常好，分享给我们中国的品牌商和业主方们，是指真真正正从物流、供应链、进店、销售、库存，把数据打通。

大家都知道美国这两年非常乱，在加州有件事叫“零元购”，但凡是盗窃价值不足900美元，报警最后也没有惩罚措施，就导致很多社区在美国的超市大货架上，不是越贵的东西会进柜，而是洗衣液、牙膏这样的商品都会锁起来。

品牌发现很久沃尔玛的店长没有订货，很奇怪，通过我们的图像识别以后，发现货架上也没有货，最后发现因为所有的沃尔玛的门店经理有一个指标叫货损率和丢货率，被“零元购”以后他可能前半个月就把一个月的货损率都已经消耗掉了，为了保证指标，店长就假装东西没有丢，把这个数据到下个月1号再来报，这样就不会碰到红线。

有的品牌方就不知道这些信息，但当有了这些实时的现场数据，品牌方会跟区域经理讨论，不论“零元购”对你的影响是什么样，但我希望我的货架、产品、品类是满的。通过这个方式，2024年一年下来，做和没有做的区域差距达到了28%。实时数据供应链把很多东西打通是非常重要的，而不是数据之间都会有很大的鸿沟。

这是头部的日化品牌他们的一些指标，大家也可以参考一下，能够做到实时可以做实时，做不到实时的情况下，考虑跟很好的业务去做结合，尝试的去看，有也比没有强。

这是头部的水饮品牌店内追踪关注的6个要素，水饮品牌和日化不太一样的是，他们会增加一个资产投放，也就是冰柜。但除此之外，关注的也是铺货、货架、促销、价格、新品等指标，而目前我们也都能在技术上做到不用人工干预，完成数据追溯和回访。

既然是“货架黑箱”，我们如何通过技术做到“开箱”？我们看来可以分为三步——采集、洞察、交互。采集就是对数据的收集。洞察其实许多公司也在做，但核心是如果数据来源本身不够完整清晰，那洞察也会有缺失和偏差。交互部分，更多还是来自品牌管理层的需求，也就是需要一个数字人来做销售助手。合同、报销、员工手册管理这样的内容，本质上是知识库检索，交互的实现比较容易。而要跟一线数据做结合，因人而异，因区域而异的去做推荐，需要大量清晰、完整的历史数据做基础，是非常难的。

采集这件事上，我们也在不断地升级。大家看到最左边的是2019年我们做的手机端，绿色可以拍，红色不能拍，左上角会有拼图，拼图以后就会全景出来告诉你拼的怎么样，有没有拍全，因为把货架拍全本身也是很重要的一件事。到2020年的时候，已经有一些AR的想法，所以我们帮品牌做了一些类似于品牌促销的服务。很惊喜今年在美国和欧洲有人又把AR功能重新拿出来作为一个非常重要的需求。未来有机会也可以跟大家分享，到底欧洲、美国人对于AR到底是怎么想的。2022年开始攻克实时的长货架识别，25米、30米长货架怎么样去拼接可以做得更好、更简单。2023年开始做复杂场景识别，特别是在香港、泰国、缅甸、柬埔寨这些地方，货架非常狭窄，无法正常拍摄，我们的产品可以上下左右随便拍，最终能够还原成一张大的拼图。

图片来源：FBIF

所以从拍摄角度来说，通过5-8年时间的摸索，技术上在今天已经不再是问题。因为拍不好所以没有很好的数据的问题，已经不存在了。但是有用户跟我说还是不够简单，还是需要培训。所以我们又推出最新的终极视频拍摄模式，只要进店举起手机开始拍摄，在端上就能够实现所有SKU层面的识别，然后给到反馈。

这是我们现在的一些准确率情况，基本覆盖了绝大部分日常中的场景，大家可以看一下。

另外很多人会关心价格检出问题，现在即使在复杂场景，我们的技术也能做到95%以上，甚至可以更高的精度。我们尝试过在中东、东南亚、欧洲、南美，包括数字7的写法每个地方都不一样，都可以做。

这是一个典型的价签案例，它需要去认零售价、会员价、折扣价，要产地、货号、品名、二维码、商品标签，要知道它是一个标签，不是一个促销。所有类似于像这样的信息都是可以分门别类的采集出来，单独给大家去做分析。

其实只要明确了需求的信息，无论是铺货率、市占率，还是本品和竞品的促销价格对比，技术上都可以通过多模态的融合来完成。有品牌说没有钱投货架，已经把所有的钱都投在地推上面，能不能只拍一张信息把所有的地堆信息都给到，答案是可以的，一张45度角，所有的这些形状、文字、图案都可以被识别掉。

比如可能没有钱去做那么大的展陈，需要跟别的品牌要一起做，能不能独立计算展陈的面积、层次，也是可以的。

同时我们有一整套非常复杂的防作弊的工具，会其他工具做深度结合，并根据业务流程去做改进。

对于品牌来说，还会希望知道竞品、其他品牌是如何分类和陈列的。现在通过大语言模型InstaRec，能够一秒建模，并且完成对产品信息分门别类，包括它的生产厂家、配方等等。如果有市场调查的需求，使用InstaRec花一天时间去超市拍摄，就能完成。

eDM的识别目前国内的需求也非常高。eDM和纯图像不同，它里面会有主要产品、次要产品、产品信息，有时候图跟描述不一定会一致，然后每个区域的eDM也都会做的不一样。所以eDM识别如何在全国范围内的去做到更好的融合，更及时的反馈，也非常重要。

然后是洞察层，这里的每一个点其实是一张照片，这个照片其实不需要人去拍，我们有一个设备可以挂在胸前，只要在店里走就可以，然后能够做到了解商超的基本位置。这个需求今天更多还是在海外，在美国市场。在重大的促销节日里，品牌方对于投入推广的重点产品的陈列落地，包括陈列位置距离出入口的距离，旁边的陈列是谁等等信息，都可以通过这个方式非常简单、快捷，性价比非常高地去完成。

这个是我们一个全方面的店铺陈列，刚刚那张2D的所有图像，身可以把它简单的还原成一个三维模型。