Zgodność z planogramem bez ankiet
Przedstawiciele handlowi spędzają 15–30% każdej wizyty na wypełnianiu ankiet półkowych. Rozpoznawanie obrazu zastępuje ankietę: przedstawiciel wraca do sprzedaży, a dane o zgodności z planogramem spływają szybciej i są pewniejsze niż dane z ręcznego audytu.
Przedstawiciel handlowy wchodzi do sklepu z tabletem. Zanim zacznie rozmowę z kierownikiem sklepu i zanim przyjmie zamówienie choćby na jeden SKU, musi wypełnić ankietę półkową: od 20 do 60 pytań o facingi, udział w półce, zgodność z planogramem i braki. Ankiety zabierają 15–30% czasu każdej wizyty, a przedstawiciel robi ich 8–12 dziennie. Jest w sklepie, ale nie sprzedaje.
Dane z ankiety są subiektywne: to, co jeden przedstawiciel uzna za zgodne z planogramem, drugi oceni inaczej. Większość producentów FMCG wie, że ma problem ze zgodnością z planogramem, a mimo to wciąż każe przedstawicielom sprawdzać ją ręcznie.
Co oznacza zgodność z planogramem
Zgodność z planogramem pokazuje, na ile układ półki zaprojektowany przez category managera (liczba facingów na SKU, kolejność, umieszczenie na wysokości wzroku, ekspozycje dodatkowe) odpowiada temu, co klient widzi w sklepie w tej chwili. Doprowadzenie półki do planogramu to jedna z niewielu rzeczy w sklepie, na które producent ma realny wpływ przez pracę w terenie.
Gdy zgodność jest egzekwowana, sprzedaż w sklepie (sell-out) idzie za nią. Gdy nie jest, marka płaci dwa razy: raz za inwestycję handlową, dzięki której produkt trafił na półkę, i drugi raz za utraconą sprzedaż, kiedy półka rozjeżdża się z planogramem.
Samo sprawdzanie, czy planogram jest przestrzegany, sporo kosztuje. W tradycyjnym podejściu ten koszt ponosi przedstawiciel, który przy każdej wizycie wypełnia ankietę, a dane z niej spływają z opóźnieniem, różnią się w zależności od tego, kto ją wypełnił, i nie da się ich zweryfikować po fakcie.
Jak rozpoznawanie obrazu zastępuje ankietę
Retail Image Recognition przetwarza zdjęcie półki na uporządkowane dane za pomocą widzenia komputerowego. Przedstawiciel robi tabletem zdjęcie półki. System rozpoznaje każdy SKU, liczy facingi, porównuje kolejność i położenie z planogramem, wykrywa braki i w kilka sekund zwraca wynik zgodności.
Ankieta znika, bo dane, które miała zebrać, system odczytuje teraz automatycznie ze zdjęcia. Za zgodność nadal odpowiada przedstawiciel. Retail Image Recognition osiąga na katalogach SKU, na których wytrenowano model, dokładność rozpoznawania sięgającą 98%, a to oznacza dane lepszej jakości niż dane z ręcznego audytu, nawet przeprowadzonego z pełną uwagą.
W praktyce zmiana wygląda tak:
Przedstawiciel odwiedza sklep → 15–30% wizyty zabiera ankieta → dane są subiektywne, spóźnione i niepełne.
Przedstawiciel odwiedza sklep → robi zdjęcie półki → dane z audytu są obiektywne, kompletne i opatrzone datą i godziną, a przedstawiciel w tym czasie sprzedaje.
Efekt: czas na sprzedaż
Najwyraźniejszy efekt rezygnacji z ankiety to odzyskany czas na sprzedaż. Przedstawiciele przestają być ankieterami na pół etatu i wracają do roli handlowców na pełen etat.
W wywiadzie dla Portalu Spożywczego z lutego 2026 roku Paweł Głowniak, dyrektor sprzedaży Herbapolu-Lublin, polskiego producenta herbat, napojów, syropów i dżemów, opisał tę zmianę wprost:
„Dzięki zaawansowanym systemom jak np. Image Recognition, dostajemy pewną informację o sytuacji w sklepach, a nasi Przedstawiciele Handlowi oszczędzają czas nie musząc wypełniać ankiet. Dzięki temu wizyty handlowe są bardziej efektywne biznesowo.”
Paweł Głowniak · dyrektor sprzedaży, Herbapol-LublinWarto zwrócić uwagę, co Głowniak wymienia jako korzyść: pewne dane z półki i przedstawicieli, którzy mają więcej czasu na sprzedaż. Technologię podaje tylko jako przykład. Efekt jest tu najważniejszy, a rozpoznawanie obrazu to narzędzie, które daje jedno i drugie naraz.
Źródło: Portal Spożywczy, 13 lutego 2026.
Obiektywne dane zamiast opinii
Drugi efekt trudniej zobaczyć w kwartalnym rachunku wyników, ale lepiej go słychać na comiesięcznych przeglądach: o danych przestaje się dyskutować.
Gdy dane z półki pochodzą z ankiety wypełnianej przez przedstawiciela, każda liczba przechodzi przez jego ocenę. Ten sam fragment półki jeden przedstawiciel może oznaczyć jako „zgodny”, a drugi jako „niezgodny”. Na kolejnym spotkaniu sprzedażowym rozmowa dotyczy wtedy samych danych, a nie tego, co zrobić.
Gdy dane pochodzą z rozpoznawania obrazu, źródłem prawdy jest zdjęcie. Spór przesuwa się z „czy to jest zgodne” na „co zrobimy z tą różnicą”, a właśnie o tym chcą rozmawiać przedstawiciele i ich kierownicy.
Słowa Głowniaka o „pewnej informacji o sytuacji w sklepach” dobrze opisują tę zmianę. Pewna znaczy tu, że ta sama półka daje ten sam wynik bez względu na to, który przedstawiciel ją sfotografował.
Egzekwowanie zgodności bez pilnowania
Trzeci efekt widać w silniku KPI, czyli w tej części systemu, która przekłada dane z półki na konkretne zadania.
Samo rozpoznawanie obrazu niewiele daje. Zdjęcie daje wynik zgodności, ale ktoś musi na jego podstawie coś zrobić. Nowoczesne systemy retail execution wpisują ten wynik na listę zadań przedstawiciela, do raportu odstępstw kierownika regionu i do przeglądu planogramów category managera. Wynik zgodności 60% w sklepie nr 4127 trafia jako zadanie do planu przedstawiciela na następną wizytę.
Dzięki temu obieg się domyka, czego przy ankietach nigdy nie udawało się dobrze osiągnąć. Dane spływają na tyle szybko i w na tyle użytecznej formie, że przy następnej wizycie przedstawiciel poprawia to, co wykrył przy poprzedniej. Kierownicy sprzedaży w terenie przestają rozliczać zgodność po fakcie i zaczynają pilnować jej na bieżąco, wizyta po wizycie.
Czego wymaga wdrożenie
Te warunki warto nazwać wprost:
- Model wytrenowany na katalogu SKU. Rozpoznawanie obrazu musi znać produkty. U nowego producenta wdrożenie zaczyna się od wytrenowania modelu na aktualnych opakowaniach. To zwykle jednorazowa praca, potem wystarczą aktualizacje przy każdym nowym SKU lub zmianie opakowania.
- Próg dokładności rozpoznawania. Retail Image Recognition osiąga na katalogach, na których wytrenowano model, dokładność sięgającą 98%. Jeśli na danym katalogu dokładność jest wyraźnie niższa, ankieta znika tylko pozornie, bo jej miejsce zajmują spory o wynik, a to jest gorsze.
- Integracja z systemem SFA. Zdjęcie musi być częścią istniejącego przebiegu wizyty. Osobne narzędzie do audytu półki przywraca utrudnienia, które system miał usunąć.
- Silnik KPI na kolejnym etapie. Wynik zgodności musi do czegoś trafiać: do dashboardu regionu, na listę zadań, do wyniku Perfect Store. Bez tego rozpoznawanie obrazu dostarcza dokładne dane, z których nikt nie korzysta.
To praca, którą trzeba wykonać przy przejściu z ankiet na zgodność mierzoną ze zdjęć. Większość producentów FMCG nie docenia pracy przy budowie katalogu i przecenia ryzyko technologiczne.
Gdzie to się mieści w pracy w terenie
Retail Image Recognition współpracuje z rozwiązaniem Sales & Retail Execution w Asseco Platform. Działa w systemie SFA, z którego przedstawiciele korzystają na co dzień, więc zdjęcie półki i pozostałe dane z wizyty (zamówienia, inne ankiety, notatki z negocjacji w sklepie) trafiają do jednego rekordu wizyty.
W organizacjach, które prowadzą cykle wizyt oparte na KPI, Retail Image Recognition dostarcza dane do modułu Perfect Store. Moduł przelicza dane o zgodności, dostępności na półce (OSA) i udziale w półce na wynik dla każdego sklepu, a ten wynik wyznacza plan następnej wizyty przedstawiciela.
Najczęstsze pytania
Czym jest zgodność z planogramem?
Zgodność z planogramem pokazuje, na ile faktyczny układ produktów na półce odpowiada planogramowi zaprojektowanemu przez category managera, w tym liczbie facingów na SKU, kolejności, umieszczeniu na wysokości wzroku i zasadom sąsiedztwa. Wysoka zgodność idzie w parze z wyższą sprzedażą w sklepie (sell-out), a niska sygnalizuje, że inwestycja handlowa przepada na półce.
Jak dokładne jest rozpoznawanie obrazu w audytach półki?
Retail Image Recognition osiąga na katalogach SKU, na których wytrenowano model, dokładność sięgającą 98%. Dokładność zależy od trzech czynników: jakości katalogu przygotowanego dla portfolio marki, warunków robienia zdjęć w sklepie (światło, kąt, odległość) i tego, jak szybko katalog jest aktualizowany po zmianie opakowań.
Czy rozpoznawanie obrazu zastępuje przedstawicieli?
Nie. Usuwa ankietę, nie przedstawiciela. Celem systemu jest oddanie przedstawicielom 15–30% czasu wizyty, który pochłania ankieta, żeby mogli poświęcić go na to, czego tablet nie zrobi: rozmowę z kierownikiem sklepu, negocjacje, ustawianie ekspozycji dodatkowych i rozwiązywanie problemów.
Ile trwa wdrożenie?
Integracja technologiczna to szybsza część wdrożenia i zwykle trwa kilka tygodni, zależnie od używanej platformy SFA. Wolniejsza jest budowa katalogu SKU, która może trwać od 4 do 12 tygodni, zależnie od wielkości portfolio, złożoności wariantów opakowań i tego, czy do pomiaru udziału w półce trzeba rozpoznawać też SKU konkurencji.
Chcą Państwo oddać przedstawicielom czas na sprzedaż?
Pokażemy, jak Retail Image Recognition zastąpi ankiety półkowe u Państwa przedstawicieli w terenie.
Porozmawiajmy →
