Shrink Analyzer
Die cloudbasierte Anwendung Shrink Analyzer wird um vier neue Machine-Learning-Funktionen (ML) erweitert: um Track and Trace, At-Risk Merchandise Forecast, ORC Activity Predictions sowie einen KI-gestützten Chatbot. Die neuen Funktionen verknüpfen relevante operative Datenquellen und unterstützen Einzelhändler dabei, Strategien zur Reduzierung von Gesamtverlusten (Total Retail Loss) noch präziser und datenbasiert auszurichten. Gemeinsam liefern die ML-Tools Antworten auf die zentralen Fragen nach dem „Was, Wann und Wo” des Warenschwunds:
- Track and Trace. Die Funktion schafft Transparenz entlang der Warenbewegung im Store.
Durch die intelligente Verknüpfung von Artikel-, POS- und EPC-Daten lassen sich verdächtige Muster schneller erkennen, gestohlene Ware gezielter identifizieren und Ermittlungsprozesse effizienter dokumentieren. - At-Risk Merchandise Forecast. Ein speziell entwickeltes Dashboard zeigt besonders gefährdete Artikel, den geschätzten Schwundwert sowie Warengruppen mit erhöhtem Risiko. Ergänzend stellt das System historische Schwunddaten und wöchentliche Trendanalysen bereit.
- ORC Activity Predictions. Das Tool prognostiziert Zeiträume mit erhöhter Wahrscheinlichkeit für Aktivitäten im Zusammenhang mit organisierter Einzelhandelskriminalität (ORC). Grundlage sind standortübergreifende Muster und regionale Entwicklungen.
- Der integrierte KI-Chatbot bietet rund um die Uhr kontextbezogene Analysen innerhalb der Shrink Analyzer-Plattform. Durch die Kombination aus generativer KI, Machine Learning und operativen Daten beantwortet er Fragen, gibt Handlungsempfehlungen und unterstützt Nutzer dabei, Muster zu erkennen, Anomalien zu untersuchen und Optimierungspotenziale zu identifizieren.
Einzelhändler, die die Bestandsintelligenzplattform TrueVUE Cloud von Sensormatic Solutions nutzen, können durch die Anbindung an das Echtzeit-Ortungssystem AdvanTrack-600™ von Keonn Technologies ihre Bestands- und Standorttransparenz im Store deutlich erhöhen. Die Integration kombiniert Echtzeit-Ortungsservices mit den erweiterten Gen2X-Funktionen moderner RFID-Lesetechnologie und
ermöglicht so „Hands Free Cycle Counting“ auf einem neuen Intelligenzniveau. Die branchenführende Sensortechnologie von Keonn lässt sich nahtlos in die bestehende RFID- und Bestandsmanagement-Infrastruktur von Sensormatic integrieren und hilft Einzelhändlern dabei:
- Bestandsgenauigkeit und Planogrammintegrität zu erhöhen. Mit einer Bestandsgenauigkeit
von bis zu 99 Prozent zeigt TrueVUE Cloud, welche Artikel verfügbar sind, während AdvanTrack-600™ in Echtzeit erfasst, wo sie sich befinden. Mit einer Standortgenauigkeit von ein bis zwei Metern und einer Abdeckung von bis zu 60 m² pro Einheit entsteht ein neues Maß an Transparenz im Store. - Mitarbeitende im Store gezielt zu entlasten. Automatisch erfasste Standortdaten reduzieren manuelle Inventurprozesse und verkürzen Suchzeiten für fehlplatzierte Ware. So bleibt mehr Zeit für Kundenberatung und Verkauf.
- Umsatzpotenziale zu realisieren. Integrierte Echtzeitdaten machen Muster sichtbar, die zu Out-of-Stocks, Rabattierungen oder Kaufabbrüchen führen. Einzelhändler können schneller reagieren, die Warenverfügbarkeit verbessern, Flächen optimieren und Konversionsraten steigern.
Mit Store Guest Behaviours Analytics präsentiert Sensormatic Solutions eine KI-gestützte Besucheranalyse, die Re-Identification-Technologie (Re-ID) in Orbit AI-Personenzählern und Video-KI-Kameras nutzt. Über ShopperTrak Analytics erhalten Einzelhändler datengestützte Einblicke in das Besucherverhalten und können Entscheidungen im Store schneller und fundierter treffen. Die Systeme sind so konzipiert, dass Mitarbeitende und Nicht-Kunden aus der Zählung ausgeschlossen werden – ohne personenbezogene Daten zu erfassen. So entstehen präzise und belastbare Kennzahlen als Grundlage für strategische Maßnahmen im Store. Die Analysen unterstützen dabei:
- Konversionsraten gezielt zu steigern. Path-to-Purchase-Analysen zeigen, wie sich Besucher durch den Store bewegen. Auf dieser Basis lassen sich Layout, Warenplatzierung und Customer Journey datenbasiert optimieren.
- Merchandising-Maßnahmen wirkungsvoll zu gestalten. Daten zu Zonenpräferenzen und Verweildauer machen sichtbar, welche Flächen Aufmerksamkeit erzeugen und zu Käufen führen. Einzelhändler können Produktplatzierungen entsprechend anpassen.
- Personal effizienter einzusetzen. Echtzeitdaten zu Besucherströmen und Spitzenzeiten ermöglichen eine bedarfsgerechte Personaleinsatzplanung und tragen dazu bei, Servicequalität und Effizienz im Store zu verbessern.