Der Einsatz von Image Recognition in der Marktforschung

10 bis 20 Minuten: So lange dauert es, um manuell Daten aus einem Bild in eine Tabelle zu übertragen. 

Nun werden Sie sich fragen: Wozu ist das denn bitte notwendig? Um das zu erklären, müssen wir etwas weiter in der Geschichte zurückspulen:

Deutschland, 2010:

Unzählige Außendienstteams sind im ganzen Land unterwegs, um die Distribution, den Marktanteil und den Share of Shelf der eigenen Produkte zu erheben. Die Prozesse sind sehr aufwändig: Optimale Routen müssen geplant und jede einzelne Station angefahren werden, danach muss per Hand mit Kugelschreiber und Block erhoben werden, wie die Situation aussieht. Wie viele Facings des Produkts stehen im Regal?

Die Werte werden im besten Fall direkt danach im Auto in eine Tabelle eingetragen, oder die Zettel werden zunächst gesammelt und später ins System getippt. Erst Wochen später können die gesammelten Daten verwendet werden. Dieser Prozess ist nicht nur sehr zeitintensiv, sondern frisst auch viele interne Ressourcen: Tabellen müssen ausgewertet und in Maßnahmen übersetzt werden, Meetings angesetzt und Ergebnisse besprochen werden. Von der Anzahl an Außendienstmitarbeiter, die es benötigt, alle Standorte deutschlandweit zu besuchen, ganz zu schweigen.  

Deutschland, 2014:

Es gibt nun einen Weg, den eigenen Außendienst zu entlasten: Mit der Hilfe von Crowdsourcing. Shopper sind mit ihren Smartphones ohnehin im Einzelhandel unterwegs, da können sie doch direkt auch Fotos schießen und Fragen beantworten. Die gesammelten Fotos werden manuell von einer Qualitätssicherung ausgewertet und die Daten in Grafiken und Tabellen übertragen. So kann beispielsweise der Share of Shelf berechnet werden, die Anzahl der Facings auf Filialebene ausgewertet oder die Compliance von Promotion Materialien überprüft werden. Und nun beantworten wir die Frage aus der Einleitung: Die Übertragung der Werte (z.B. Produktgrößen, Preise) von einem Bild in eine Tabelle war selbst im Jahr 2014 noch relativ aufwändig und nahm pro Bild ca. 10 bis 20 Minuten manuelle Arbeit in Anspruch. 

Lesen Sie hier, wie ein Zigarettenhersteller seinen Außendienst entlastete

Deutschland, 2018:

Auch wenn pro Bild einiges an Zeit in Anspruch genommen wird, ist der oben beschriebene Ansatz immer noch um einiges effizienter als die Außendienstlösung. In Zeiten von Artificial Intelligence ist das ganze jedoch noch einfacher und zeiteffizienter: Mit Hilfe von Image Recognition.  Diese Technologie, in Kombination mit dem Ansatz des Crowdsourcings, ermöglicht es Herstellern, flächendeckend in Deutschland ihre Produkte zu überprüfen - und das in Echtzeit! Denn die Bilder, die von den mobilen Shoppern aufgenommen werden, werden vom System sofort in Grafiken und Tabellen übersetzt. Dazu müssen die Algorithmen davon nur 'geschult' werden. Nach zwei Wochen liegt die Genauigkeit der Auswertung dann allerdings bei 96 Prozent. 

Success Story: Product Check mit Image Recognition

Sie sind neugierig geworden und würden nun gerne den Share of Shelf oder die Preisspanne Ihrer Produkte mit der Hilfe von Image Recognition erheben? Unsere Experten besprechen gerne die verschiedenen Möglichkeiten eines Use Cases mit Ihnen. Einfach schnell das Kontaktformular ausfüllen und wir melden uns bei Ihnen.