Wie kann man die Regalerkennung einführen, Prozesse gestalten und den Markt gewinnen? Wir sprechen mit Sebastian Zapała von Nutricia Polen GmbH
Nutricia ist auf dem polnischen Markt, insbesondere bei den Eltern, sehr bekannt. Die Produkte des Unternehmens, Marken wie Bebiko 2, Bebilon 2, Bobovita, begleiten Kinder in den ersten Jahren ihrer Entwicklung. Das Unternehmen gehört zur Danone-Gruppe, und die Anfänge der Zusammenarbeit mit eLeader gehen auf die Jahreswende 2015-2016 zurück.
Bei unseren Gesprächen mit potenziellen Kunden ist uns aufgefallen, dass bestimmte Fragen oder Bedenken der Interessenten an unserer KI-Lösung eLeader Shelf Recognition immer wieder auftauchen: Welche Herausforderungen sind mit der Implementierung der Bilderkennung verbunden? Worauf muss man achten? Wie bereitet man sich darauf vor? Gibt es überhaupt etwas zu befürchten? Wird künstliche Intelligenz den Menschen in diesem Fall ersetzen?
Wir haben uns entschlossen, diese und viele andere Fragen an Sebastian Zapala – Sales Effectiveness Manager bei Nutricia Polska – zu stellen. Da es sich um eine der ersten Implementierungen unseres Systems handelt, kann die Perspektive von jemandem, der in diesem Fall den Weg geebnet hat, hilfreich sein, um viele der Ängste derjenigen zu zerstreuen, die gerade erst erwägen, zu dieser Art von System zu greifen.
Sebastian Zapała wird von Paweł Majsiej und Rafał Melanowicz interview.
Pawel Majsiej: Wir haben etwa 2015-2016 angefangen. Damals waren Sie ein absoluter Pionier auf dem Markt, weil Sie es gewagt haben, Shelf Recognition in Ihre Verkaufsprozesse zu integrieren.
Sebastian Zapała: Mein Abenteuer mit der Position des Sales Effectiveness Managers begann genau zu dem Zeitpunkt, als wir bei Nutricia Image Recognition implementierten und uns für eLeader entschieden. Das Shelf Recognition Tool war gerade erst auf dem Markt, und nicht viele Unternehmen waren bereit, eine automatisierte Regalprüfung in ihre Geschäftsprozesse zu implementieren. Ich kann heute sagen, dass dies eines der anspruchsvollsten Projekte und Implementierungen war, die ich in meinem Leben geleitet habe.
Der Wunsch, innovative Lösungen zu finden, oder ein echter geschäftlicher Bedarf?
Ich glaube nicht an Innovation um der Innovation willen. Der geschäftliche Bedarf steht an erster Stelle und muss an erster Stelle stehen. Wir standen vor einer Herausforderung: Wir wollten sicherstellen, dass die Präsentation unserer Produkte in den Regalen stets nach unseren Standards erfolgt. Zweitens wollten wir ein transparentes und zuverlässiges System, um beispielsweise die Zugänglichkeit der Produkte in den Regalen zu melden. Zu dieser Zeit war es üblich, die Regalstandards mit Hilfe von Fragebögen zu ermitteln, die von den Verkäufern ausgefüllt wurden. Dieses Verfahren ist an sich schon fehleranfällig. Das Paradoxe daran ist, dass niemand diesen Fehler misst. Im Falle der Bilderkennung ist es einfacher. Sie ist eine transparente Form der Überprüfung, da wir immer ein Foto vor Augen haben, das den tatsächlichen Zustand zeigt.
Wir bezeichnen Shelf Recognition gelegentlich als „ein Instrument, das den Gewerbetreibenden die Last abnimmt, in seinem eigenen Fall der Richter zu sein“ – das wie ein unabhängiger Schiedsrichter dazu da ist, den Händler zu unterstützen und dafür zu sorgen, dass niemand bei der Meldung in ein moralisches Dilemma gerät.
Ganz genau.
Und hat sich die Art und Weise, wie Shelf Recognition bei Nutricia eingesetzt wird, im Laufe der Jahre verändert?
Die Vertreter lieferten uns zwei Indikatoren. Der erste war die Verfügbarkeit der Produkte im Regal. Dieser Indikator wurde bei jedem Besuch gemessen. Wir erhielten die Ergebnisse mit einiger Verzögerung. Der zweite Indikator war der Regalanteil. Dieser Indikator wurde aufgrund seiner Komplexität vierteljährlich gemessen. Und plötzlich stiegen wir von diesen beiden Indikatoren auf neun! So entstand der Perfect Store, den wir jetzt verwenden.
Auch in der Technologie hat sich ein Wandel vollzogen.Unser Ziel war es, dass der Vertreter die Ergebnisse während des Besuchs erhält und dass er die Antworten auf die grundlegenden Fragen erhält: Wie hoch ist meine Verfügbarkeit? Wie hoch ist mein Regalanteil? Und was sind die anderen Parameter? Mit diesen Informationen konnte er noch während des Besuchs reagieren. Vor ein paar Jahren war das mit den technischen Möglichkeiten noch nicht möglich. Die Tatsache, dass wir diese Ergebnisse nun tatsächlich zum Zeitpunkt des Besuchs haben, macht den ganzen Prozess sehr effizient.
Wirkt sich die Möglichkeit, die Exposition während eines Besuchs zu verbessern, auf die Qualität dieser Exposition aus? Ist es messbar und überprüfbar, dass diese besser funktioniert?
Allein die Tatsache, dass die Berichterstattung auf Bildern basiert, bedeutete, dass er sich wirklich um die Präsentation kümmern musste. Er wusste, dass die Produkte dem Kunden zugewandt positioniert werden mussten, damit das System die Produkte erkennen konnte. Daher werden die Parameter, für die er verantwortlich ist, korrekt gemeldet und ausgewertet. Das war der erste Vorteil – ein Foto zu machen, auf dessen Grundlage die Indikatoren gemessen werden, gewährleistet, dass das Regal richtig gepflegt wird. Die Vertreter lernten dies sehr schnell.
Ursprünglich hatten wir erwartet, dass die Einführung von Shelf Recognition zusätzlich zu kürzeren Besuchszeiten führen würde. Dies war jedoch zunächst nicht der Fall. Es stellte sich heraus, dass mehr Zeit für das Merchandising aufgewendet wurde. Wir begannen zu vermuten, dass das Regal zuvor nicht immer so gut vorbereitet war, wie wir es uns wünschten. An vielen Parametern mussten wir lange arbeiten, denn hier kommen auch Vertragsfragen mit Handelspartnern ins Spiel. Die zuverlässige Umsetzung der einzelnen Display-Standards ist ein langer Prozess, aber der Effekt ist messbar und sichtbar.
Sollte man also nicht befürchten, dass sich die Besuchszeit nicht verkürzt, weil sie besser verwaltet wird?
Kurz gesagt, ja. In der ersten Phase kann die Besuchszeit gleich bleiben. Nach ein paar Jahren sehen wir jedoch eine Zeitersparnis von mehr als 20 %. Das Berichtssystem hat uns dabei eindeutig geholfen.
Die Berichtszeit haben wir mindestens um die Hälfte reduziert. Von mehreren Minuten Erhebungszeit auf nur wenige Minuten. Früher hat es mehr als eine Stunde gedauert, die Regalanteile anhand eines Fragebogens zu erfassen und die Produkte im Regal zu überprüfen, indem wir die so genannten Gesichter gezählt haben. Jetzt genügt es, ein Foto zu machen und es vom Algorithmus zählen zu lassen, und in der gleichen Zeit haben wir nicht nur unsere Exposition, sondern die gesamte Kategorie erledigt! All dies in einer einzigen Umfrage.
Hatten die Vertriebsmitarbeiter das Gefühl, dass sich ihr Aufgabenbereich im Zuge dieser Veränderung geändert hat?
Wir lachen darüber, dass der Vertreter vom Interviewer zum Fotografen geworden ist. Das ist natürlich ein Scherz, aber das richtige Fotografieren ist in der Tat eine Kompetenz, die sich die Vertreter aneignen mussten. Andererseits wissen die Verkäufer heute viel besser, wie ein Geschäft aussieht. Sie verfügen über historische Daten zu vielen Parametern, so dass sie mit Informationen darüber ausgestattet sind, wie sich das Geschäft in ihrem Laden entwickelt. Wir haben begonnen, dem Aufbau von Geschäftsbeziehungen mit Partnern immer mehr Bedeutung beizumessen und uns von einem Modell zu lösen, bei dem der Vertreter hauptsächlich Informationen über die Vorgänge im Geschäft liefert.
Erweitert dies den Umfang der Berichterstattung auch in Bezug auf betriebswirtschaftliches Wissen?
Eindeutig ja. Wir haben viel mehr Parameter, die wir über Monate oder Jahre hinweg beobachten können. Wir haben mehr Indikatoren, die wir messen und denen wir Beachtung schenken. Allerdings muss man mit der Menge der Daten vorsichtig umgehen. Sie müssen umsichtig verwaltet werden, damit sie nicht in der Menge untergehen.
Eine der schwierigsten Herausforderungen bei der Einführung eines solchen Systems besteht darin, realistisch einzuschätzen, was wir tatsächlich brauchen, wenn wir uns bereits von dem leiten lassen, was wir messen können. Es ist leicht, das Ganze zu überhitzen. Und das war unser erster Fehler. Wenn ich ein zweites Mal für eine solche Umsetzung verantwortlich wäre, würde ich sie in Etappen unterteilen. Man braucht eine Vision, wie viele Indikatoren man erreichen will, und ein systematisches, aber schrittweises Herangehen an dieses Ziel. Dies ist eine sehr große, anspruchsvolle Veränderung für die gesamte Organisation.
Rafał Melanowicz: Wie wirkt sich eine bessere Warenpräsentation von Babynahrung auf die Verkaufszahlen aus?
Wir sehen uns das Regal so an, wie der Kunde es ansieht. Wenn etwas nicht auf dem Bild zu sehen ist, bedeutet das, dass der Kunde es nicht sieht. Auch wenn das Produkt im Regal steht, aber mit dem Rücken zugewandt ist, ist es für den Käufer einfach nicht da. Es gibt einen so genannten Moment der Wahrheit im Einkaufsprozess: der Moment, in dem der Käufer am Regal steht und eine Entscheidung trifft, nach welchem Produkt er greifen und es in den Einkaufskorb legen soll. Dieser Moment der Wahrheit wird gewonnen, wenn das Produkt gut präsentiert wird. Bei Kunden, für die wir Umsatzdaten pro Geschäft zusammen mit Perfect-Store-Indikatoren haben, sehen wir eine Korrelation und wissen, dass die Umsätze umso besser sind, je besser die Regalleistung ist, um es ganz offen zu sagen. Dies wird durch die Zahlen bestätigt.
Hat sich der Anteil Ihrer Produkte in der Kategorie Babynahrung in den 6 Jahren, in denen Sie Shelf Recognition einsetzen, verändert? Steht er im Einklang mit der Strategie?
Der Regalanteil ist gestiegen und entspricht der Strategie. Als Marktführer müssen wir Planogramme oder andere Arten von Vereinbarungen mit unseren Geschäftspartnern fair angehen, und unser Regalanteil spiegelt unsere Marktposition wider.
Es ist erwähnenswert, dass wir bei der Analyse des Regalanteils jede Veränderung auf dem Markt sehen. Wenn wir einen Rückgang des Anteils feststellen, können wir sehr schnell analysieren, warum: Ist es eine Folge mangelnder Verfügbarkeit? Vielleicht ist ein neuer Marktteilnehmer auf den Markt gekommen? Vielleicht haben unsere Konkurrenten ihre Anteile durch die Einführung neuer Produkte erhöht? Wir haben Zugang zu Informationen darüber, was in den Regalen passiert, und können auf dieser Grundlage schnelle und fundierte Geschäftsentscheidungen treffen.
Können wir als eLeader also sagen, dass unsere Lösung Nutricia geholfen hat, die von Ihnen angestrebten Ziele zu erreichen?
Das ist richtig. Wir haben diese Lösung gemeinsam entwickelt. Ohne diese Lösung, ohne die Möglichkeiten, die sie bietet, wäre dies nicht möglich gewesen. Es handelt sich um eine flexible und intuitive Anwendung, die den Mitarbeitern hilft, ihre Aufgaben in den Geschäften effizient zu erledigen.
Pawel Majsiej: Ich denke, es lohnt sich zu betonen, dass die Implementierung einer solchen Lösung ohne einen informierten und engagierten Kundenpartner, der weiß, was er tun will, die Probleme nicht lösen wird.
Wir können noch weiter gehen: Die Technologie liefert einige Informationen und es muss eine geschäftliche Entscheidung darüber getroffen werden, was mit diesen Informationen geschehen soll. Ein Vertreter wird eine Momentaufnahme machen. Es stellt sich heraus, dass die Zugänglichkeitsbewertung schlecht ist. Die erste Schlussfolgerung? Die Technologie funktioniert nicht, weil sie die Produkte nicht erkennt. Aber wenn man sich das Foto anschaut, sieht man, dass die Produkte unsichtbar, außer Sichtweite sind. Jemand wird sagen, dass es nicht funktioniert, weil die Produkte ja im Regal stehen. Aber will ich, dass meine Produkte auf diese Weise präsentiert werden? Wenn ich auf dem Foto sehen kann, dass die Produkte so aussehen, dann sieht der Verbraucher sie auch so. Wird er dann zu meinem Produkt greifen, das im Regal unsichtbar oder schlampig angeordnet ist?
Versuchen wir, diese Themen miteinander zu verbinden. Sind Sie nicht versucht, weiter zu gehen und die Produktkennzeichnung unter dem Gesichtspunkt der Identifizierung auf Verbraucherebene zu analysieren, bevor das Produkt auf den Markt kommt?
Sicherlich ist das verlockend. Wir befassen uns damit, und ich würde aus Erfahrung sagen, dass wir oft von einer Änderung der Verpackung auf dem Markt erfahren – sei es unsere oder die eines Konkurrenten – nur durch die Regalerkennung, weil etwas Neues in die Analyse aufgenommen wurde. Schon eine kleine Änderung kann dazu führen, dass ein Produkt nicht mehr erkennbar ist. In der Branche kommt es vor, dass der Handel nicht immer über Etikettenänderungen informiert wird. In solchen Fällen kann eine Bilderkennungslösung hilfreich sein, um z.B. die Einführung neuer Produkte zu rationalisieren.
Wir haben noch nicht die Erfahrung, die Visualisierung eines Produkts oder die Struktur seiner Verpackung so aufzubauen, dass sie für die Erkennung durch Shelf Recognition ideal ist. Aber vielleicht ist das der nächste Schritt?
Sie haben erwähnt, dass zu Beginn der Einführung der Regalerkennungslösung für Ihre Mitarbeiter der Wandel ein Phänomen war, das leichten Widerstand hervorrief. Stellen Sie fest, dass, so wie im 18. Jahrhundert, während der industriellen Revolution, die Ludditen die Webmaschinen zerstörten, weil sie darin eine Bedrohung für ihren Arbeitsplatz sahen, hier die Befürchtung besteht, dass die Maschine die menschliche Arbeitskraft ersetzt und dass dies folglich zu Entlassungen führen könnte?
Jetzt, Jahre später, wissen die Handelsvertreter den Wechsel des Werkzeugs durchaus zu schätzen. Wir sind in die Richtung gegangen, die Kompetenzen der Handelsvertreter zu erweitern. Die Technologie wird den Menschen nie zu 100 Prozent ersetzen. Ich komme zu dem Schluss, dass sie den Vertriebsmitarbeitern nützt, weil sie mehr Zeit haben, darüber nachzudenken, wie das Geschäft in der Verkaufsstelle entwickelt werden kann. Sie haben mehr Zeit zum Handeln, weil die Berichterstattung einfacher ist. Es gibt auch bedeutende zusätzliche Vorteile: verbesserte Besuchseffizienz, verbesserte Routenplanung. Und all dies kann dazu führen, dass mehr Geschäfte erreicht werden können.
Empfinden Mitarbeiter, die von einem anderen Unternehmen zu Ihnen kommen, in dem es solche Lösungen nicht gab, automatische Audits als Kontrolle oder als Unterstützung?
Die mir vorliegenden Rückmeldungen zeigen, dass die Eindrücke positiv sind und eher in Richtung Unterstützung gehen. So versuchen wir es auch anzugehen und zu kommunizieren: Das automatische Audit ist ein Informationslieferant für uns – die Organisation. Eine der Personen, für die wir diese Informationen sammeln, ist der Vertriebsmitarbeiter. Auch er profitiert von der Rückmeldung aus der Fotoanalyse. Nach der Aufnahme erhält er z. B. eine Liste mit fehlenden Produkten und hat bereits eine Vorbereitung für eine Bestellung oder ein Gespräch mit dem Verkaufspersonal.
Rafał Melanowicz: Nehmen wir an, ich hatte KPIs, die auf manuellen, formularbasierten Umfragen basierten. Ich zeigte meinen Eigentümern, dem Management und dem Vorstand Informationen über Aktien und Verfügbarkeit. Das Regal wird erkannt und – ich schieße – die Aktien sanken um 5 %. Wie soll dieser Manager, der fünf Jahre lang an diese manuellen Daten geglaubt hat, aus diesem Dilemma herauskommen?
Es gibt ein englisches Sprichwort – „Don’t kill the Messenger“. Töte nicht denjenigen, der dir die Nachricht gebracht hat. Entweder Sie machen etwas mit diesen Informationen und erkennen, dass sie für Sie von Wert sind, oder Sie bringen denjenigen zum Schweigen, der versucht, Ihnen etwas Wichtiges über Ihr Unternehmen mitzuteilen und Sie darauf aufmerksam zu machen. Was Sie mit dieser Information machen, liegt bei Ihnen.
Was ist, wenn ich ein börsennotiertes Unternehmen bin? Angenommen, ich muss nur bekannt geben, dass in dem Moment, in dem ich Shelf Recognition eingeführt habe, mein Marktanteil um 5 % gesunken ist. Sie wissen, wie der Aktienkurs darauf reagiert. Was soll ich tun?
Sie können einen vorsichtigen, prozessbasierten Ansatz wählen: Lassen Sie uns zwei Erhebungen durchführen – eine manuelle Erhebung und eine Erhebung mit Regalerkennungsfunktion. Dann vergleichen wir diese Ergebnisse. Wir wollen sehen, welches System besser ist, welches weniger falsch ist. Wir haben diese Art von Vergleich in mehreren Projekten durchgeführt, und es hat sich herausgestellt, dass die Regalerkennung die Produkte erkannt hat, die der Vertriebsmitarbeiter nicht markiert hat. Menschen können sich irren. Eine Maschine tut das auch. Es gibt zwei Möglichkeiten, sich zu irren: ein Produkt zu markieren, das nicht da ist, oder eines nicht zu markieren, das tatsächlich da ist. Bei der Regalerkennung kann ich das System immer auswerten und einschätzen, wie es sein sollte und wie hoch die Fehlerquote ist. Bei manuellen Erhebungen ist dies nur schwer zu überprüfen. Die Fehlermarge von Shelf Recognition beträgt 2,5 %. Wenn ich diese Spanne kenne, kann ich mit dieser Information arbeiten. Wie hoch ist die Fehlerschwelle bei einer Umfrage? Ich bin nicht in der Lage, dies zu überprüfen. Was Sie mit dieser Information machen, bleibt Ihnen überlassen.
Viele Unternehmen verlangen auch, dass die Vertriebsmitarbeiter diesen Meldestatus mit einem Foto dokumentieren, nachdem die manuelle Meldung erfolgt ist. Ich habe mit mehreren Personen gesprochen, die für die menschliche Analyse dieser Fotos zuständig sind. Die meisten von ihnen gaben zu, dass der Prozess einfach tot ist: Gigabytes von Fotos landen auf Festplatten, liegen herum und niemand hat Zeit, sie sich anzusehen.
Das ist es, was mich immer verwundert hat – warum? Man kann sich die Zeit nehmen und hundert zufällig ausgewählte Fotos visuell überprüfen, um sicherzustellen, dass die Erhebung sachlich korrekt ist. Die Realität sieht meiner Meinung nach so aus, dass niemand dies tut oder es schnell wieder aufgibt. Es ist eine schwierige Aufgabe – Hunderte, Tausende von Fotos zu überprüfen. Es ist ein ineffizienter Prozess und unproduktive Arbeit. Warum sollte sich ein Mensch damit befassen, wenn es ein System gibt, das dies für ihn erledigen kann? Warum eine Umfrage und Fotos machen, wenn Fotos allein genügen?
Möchten Sie, wie Nutricia Polen, Ihr Exposition – Audit automatisieren und die Effizienz Ihres Außendienstes steigern? Lassen Sie uns darüber sprechen: