陈列建议技能 · 最终方案

Display Suggestion Skill v1.0

拍一张照片,出一份诊断报告

基于AI视觉识别的快消陈列智能诊断系统,拍照即可自动识别产品、匹配标准、诊断问题并输出整改建议, 让一线业代立刻知道"哪里不对、怎么改"。

📸 拍照即识别 📊 自动诊断 ✅ 可操作建议 📈 效果可衡量

用户与场景

使用者与触发场景

  • 使用者:一线业代(执行层)
  • 触发场景:拜访门店 → 做完生动化陈列 → 拍照举证
  • 企业诉求:确保陈列符合标准,提升陈列执行质量
  • 当前断点:拍了=做了,但业代不知道"哪里不对、怎么改"
  • 企业痛点:陈列检查依赖督导巡店,频次低、覆盖少、反馈慢

生动化陈列的价值

提升货架能见度

好排面+好占比直接驱动消费者选择。排面占比每提升10%,动销率提升约15-20%

拦截竞品

黄金视线层/端架/冰柜最佳位置有限,谁先占谁赢

促销ROI保障

活动物料到位率+堆头量感决定促销效果

品牌资产沉淀

全国门店陈列统一=品牌一致性

缺货止损

陈列空位=直接损失,及时补货挽回15-30%的潜在销量流失

整体流程

对外呈现

拍一张照片 → 出一份诊断报告

内部链路(业代无感知)

拍照上传

业代拍摄陈列照片

企业产品识别

SKU级本品识别+品牌级竞品识别

陈列标准匹配

按业务场景匹配对应标准

问题诊断

本品维度 + 竞品对比分析

陈列建议生成

分级输出可执行整改建议

两套陈列标准

日常陈列标准

业务场景 日常拜访,常规货架/冰柜/端架陈列
触发方式 前端系统选择「日常陈列」业务场景
传入参数 业务场景 + 门店信息 + 标准版本号/生效日期
存储方式 系统独立业务对象
检查重点 排面占比、货架黄金线、缺货、价签、整洁度
时效性 长期有效(按版本号管理)

活动陈列标准

业务场景 促销活动期间,专项陈列
触发方式 前端系统选择「活动陈列」业务场景
传入参数 业务场景 + 门店信息 + 关联活动ID
存储方式 系统独立业务对象(关联活动方案)
检查重点 堆头量感、活动物料到位率、促销品陈列、特价标识
时效性 活动周期内有效

处理规则: 根据前端传入的业务场景和标准版本号/生效日期,匹配对应的标准。两套独立,不交叉不叠加。

分析链路详解

1

企业产品识别

技能内部第一个处理环节,业代无感知。

产品库结构:
├── 本品库(按SKU级精细度)
│ ├── SKU-001 特仑苏纯牛奶 250ml [图片×5]
│ ├── SKU-002 特仑苏低脂牛奶 250ml [图片×5]
│ └── ...(企业所有SKU)
│
└── 竞品库(按品牌级)
  ├── 伊利 [典型产品图片×3-5]
  ├── 光明 [典型产品图片×3-5]
  └── ...(企业关注的重点竞品)
识别结果标注:
[本品] 特仑苏纯牛奶 250ml
[竞品·伊利] 纯牛奶 250ml
[其他·异常陈列] 统一冰红茶 500ml ← 非本品非竞品也做标注,积累后供运营分析
竞品库冷启动方案(上线前1-2周):
  1. 首批由运营人员导入3-5个重点竞品的典型产品图片(每品牌3-5张)
  2. 前2周识别结果标记为"低置信度",由运营逐条确认
  3. 2周后,累计数据量上来了,自动进入正常识别模式
  4. 冷启动期间,诊断报告附带提示"竞品数据尚在积累中,部分分析准确性有限"
2

陈列标准匹配

接收前端传入的业务场景类型(日常/活动)+ 标准版本号/生效日期,调取对应的陈列标准。日常标准支持按季节版本管理(夏季冰柜优先、冬季货架优先等)。

3

问题诊断(本品+竞品对比)

竞品分析维度(按品类配置权重):
品类 核心权重维度 次要维度
乳制品 冰柜覆盖率(35%) → 黄金视线层(25%) → 排面占比(20%) 堆头/端架(10%) → 价签/物料(10%)
饮料 冰柜(30%) → 端架(25%) → 排面占比(20%) 活动物料(15%) → 黄金线(10%)
方便面/零食 端架/堆头(35%) → 排面面数(25%) → 黄金线(20%) 价签(20%)
调味品 货架排面(35%) → 黄金线(30%) → 清洁度(20%) 堆头(15%)
冰柜专项检查(乳制品/饮料必检):

冰柜覆盖率

本品/竞品各占比例

冰柜温度

通过照片中温度计/显示面板识别是否在2-6℃范围内

冰柜清洁度

冰柜门/隔板是否整洁

冰柜位置

是否在门店入口/收银台旁等黄金位置

4

陈列建议生成

按严重程度分级输出,每个整改项附带操作指向。

陈列评分规则:
评分维度 权重 分值说明
排面占比达标率 30% 本品排面占比≥标准 → 满分;每低5%扣20%
黄金线达标率 20% 主推SKU在黄金层(1.2-1.6m) → 满分;否则0分
缺货情况 20% 零缺货→满分;每缺1个SKU扣15%
竞品对比 15% 本品综合领先→满分;持平→70%;落后→30%
整洁度/物料/冰柜 15% 逐项扣分制

评分公式: 总分 = Σ(维度分 × 权重)
注:活动场景下,堆头量感和活动物料到位率的权重调高至各25%。

输出样例 · 陈列诊断报告:
┌─────────────────────────────────────────┐
│ 陈列诊断报告 │
├─────────────────────────────────────────┤
│ │
│ 📊 整体评分:78分 ✅ 基本合规 │
│ │
│ ── 🔴 急需整改 ── │
│ │
│ ① 本品排面占比<30%(标准≥40%) │
│ └ 竞品伊利占50%,黄金视线层被抢 │
│ → 建议:将本品移至黄金视线层,扩容2个排面 │
│ │
│ ② 货架空缺SKU-3个 │
│ └ 纯甄/特仑苏/真果粒缺货 │
│ → 建议:通知店长补货,标记缺货跟进 │
│ │
│ ── 🟡 建议优化 ── │
│ │
│ ① 堆头被竞品抢占 │
│ └ 本品门口堆头已被伊利冰柜替代 │
│ → 建议:联系店长协调堆头位置或另找第二堆头│
│ │
│ ② 竞品有特价标识本品无 │
│ └ 伊利安慕希贴"特价19.9"价签 │
│ → 建议:从物料包中取出活动价签粘贴 │
│ │
│ ── ✅ 合规项 ── │
│ │
│ ① 陈列面整洁 ✓ │
│ ② 促销物料到位 ✓ │
│ ③ 冰柜覆盖率达标(本品35%>伊利30%) ✓ │
│ ④ 冰柜温度2.8℃ 合规 ✓ │
│ │
│ ── 📊 竞争格局速览 ── │
│ │
│ ┌──────────┬──────┬──────┬──────┐ │
│ │ │ 本品 │ 伊利 │ 光明 │ │
│ ├──────────┼──────┼──────┼──────┤ │
│ │ 排面数 │ 4 │ 6 │ 2 │ │
│ │ 黄金线层 │ ✗ │ ✓ │ ✗ │ │
│ │ 端架/堆头 │ ✗ │ ✓ │ ✗ │ │
│ │ 活动物料 │ ✗ │ ✓ │ ✗ │ │
│ └──────────┴──────┴──────┴──────┘ │
│ │
│ → 本品在排面数和堆头上被伊利压制, │
│ 建议下周拜访时重点争取端架位置 │
│ │
└─────────────────────────────────────────┘

技能架构

陈列建议技能
│
├── 一、输入定义
│ ├── 陈列照片(必填)
│ ├── 业务场景类型(日常/活动,前端选择传入)
│ ├── 门店信息(用于匹配该门店的陈列标准)
│ ├── 标准版本号/生效日期(日常场景,支持季节性调整)
│ └── 企业产品知识库引用(含本品库+竞品库)
│
├── 二、分析链路(对内,业代无感知)
│ ① 企业产品识别(本品SKU级 + 竞品品牌级 + 异常标注)
│ → ② 陈列标准匹配(按业务场景+版本号)
│ → ③ 问题诊断(按品类权重计算)
│ → ④ 建议生成 + 陈列评分
│
├── 三、输出定义
│ └── 结构化陈列诊断报告(评分 + 红/黄/绿分类 + 竞争格局速览)
│
├── 四、竞品分析维度(按品类配置权重)
│ ├── 排面占比对比 / 黄金视线层争夺 / 陈列面数对比
│ ├── 端架/堆头抢占 / 冰柜覆盖率对比 / 活动物料对比
│ └── 冰柜温度检查(乳制品/饮料必检)
│
├── 五、参考知识库
│ ├── 快消陈列标准库(行业通用标准)
│ ├── 企业产品图库(本品库 + 竞品库)
│ ├── 日常陈列标准(系统业务对象)
│ └── 活动陈列标准(系统业务对象)
│
├── 六、质量门控
│ ├── 整改建议必须有操作指向(不说空话)
│ ├── 问题项必须对应照片中可见内容
│ ├── 竞品分析必须有照片可见依据
│ ├── 照片质量检查:模糊/过暗/遮挡 → 提示原因+建议角度
│ ├── 非陈列场景 → 提示"请拍摄货架/冰柜/堆头照片"
│ └── 产品识别准确率<80% → 提示补充产品图片
│
└── 七、异常处理
 ├── 照片模糊 → 提示原因(失焦/过暗/遮挡),建议重拍
 ├── 无法识别产品 → 提示"建议先补充企业产品知识库"
 ├── 竞品库冷启动期 → 附带提示"竞品数据尚在积累中"
 └── 非陈列场景照片 → 拒绝分析,提示正确拍摄内容

效果衡量指标

指标 计算方式 观察周期
拍照后整改率 收到建议后24小时内复拍确认整改的比例 每周
陈列合规率 合规门店数/总巡检门店数(同店环比) 每月
单品排面占比变化 同门店本品排面占比的周度变化 每周
竞品识别准确率 运营确认正确数/总识别数(冷启动期关注) 每日(冷启动)
技能使用率 使用技能的拜访数/总拜访数 每周