Einzelhändler stehen vor der Herausforderung, Regallücken zu schließen, Bestände präzise zu verwalten und Preisaktionen korrekt umzusetzen. Mit den neuen Funktionen seiner ShelfView-Lösung bietet Scandit Werkzeuge, die diese Probleme gezielt adressieren. Die Erweiterung kombiniert KI-gestützte Analysen mit Technologien wie mobilen Geräten, fest installierten Kameras und autonomen Robotern, um Daten zu Regalbedingungen in Echtzeit zu erfassen und auszuwerten.
Eine zentrale Neuerung von ShelfView ist die optimierte Regalverfügbarkeit. Die Software identifiziert Lücken im Bestand und priorisiert diese automatisch, sodass Mitarbeitende schneller reagieren können. Nach Angaben von Scandit konnte die Regalverfügbarkeit bei Nutzern auf über 95 Prozent gesteigert werden. Auch die Einhaltung von Preis- und Aktionsvorgaben wird erleichtert: Fehlende oder falsche Preisauszeichnungen können reduziert werden, um finanzielle Verluste zu vermeiden. Zusätzlich ermöglicht ShelfView die Überprüfung der Planogramm-Compliance, etwa durch die Identifikation falsch platzierter Produkte oder ungenutzter Regalflächen. Dies trägt dazu bei, dass Warengruppen effizienter verwaltet werden können.
Das System passt sich flexibel an verschiedene Ladenformate und -größen an. Es kombiniert bestehende Geräte wie Smartphones mit stationären Kameras und Robotern, wodurch die aufwendige manuelle Erfassung von Regaldaten reduziert wird. Gleichzeitig liefert die KI-gestützte Analyse mit einer Genauigkeit von 99,7 Prozent zuverlässige Daten, um Fehlbestände, Prognosen und die allgemeine Bestandsführung zu verbessern.
Die Erweiterungen zielen darauf ab, häufige Probleme wie ungenaue Bestandsdaten, ineffiziente Abläufe und fehlerhafte Entscheidungen zu minimieren. Regallücken und ungenutzte Potenziale können durch den Einsatz der Technologie gezielt reduziert werden, was sich langfristig auf die betriebliche Effizienz und Entscheidungsfindung auswirken dürfte.
