IT201700017690A1 - Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi - Google Patents
Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e serviziInfo
- Publication number
- IT201700017690A1 IT201700017690A1 IT102017000017690A IT201700017690A IT201700017690A1 IT 201700017690 A1 IT201700017690 A1 IT 201700017690A1 IT 102017000017690 A IT102017000017690 A IT 102017000017690A IT 201700017690 A IT201700017690 A IT 201700017690A IT 201700017690 A1 IT201700017690 A1 IT 201700017690A1
- Authority
- IT
- Italy
- Prior art keywords
- sale
- processes
- information
- data
- fact
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 46
- 230000008569 process Effects 0.000 title claims description 38
- 238000007726 management method Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 5
- 238000005065 mining Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013277 forecasting method Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 2
- 230000001932 seasonal effect Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 241000251323 Matthiola oxyceras Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
Description
DESCRIZIONE
La presente invenzione ha per oggetto il sistema intelligente PROCESS TOOL per il controllo dei processi che governano la vendita di beni e servizi.
In particolare, la presente invenzione trova applicazione in centri di distribuzione, centri commerciali o negozi in genere, spazi logistici. In particolare, la grande distribuzione è caratterizzata da due processi: processo logistico/distributivo e processo di marketing/comunicazione. Ciascun processo inficia numerose attività che influiscono sul rendimento dell’intera struttura. Riuscire a controllare entrambi i processi è, quindi, un task di fondamentale importanza. A tal proposito l’utilizzo di metodi previsionali (Holt-Winters), della ricerca operativa e di sistemi esperti si è integrato all’interno della mentalità distributiva, principalmente sul ramo di processo logistico/distributivo. Infatti, mediante un algoritmo previsionale che tiene conto della stagionalità, è possibile gestire in maniera ottimizzata le scorte e gli assortimenti, riducendo il buttato e ottimizzando le giacenze. Quindi, tale tecnologia è utilizzata principalmente per scopi di tipo logistico/distributivo. A livello di anteriorità si rilevano i seguenti patent.
Per il processo logistico:
- System and method for collaborative order fulfillment - WO 2002037234 A2
Per il processo di marketing:
- Intelligent marketing system and method - US 20080065395 A1
- Multi-channel marketing attribution analytics - US 20140067518 A1
- Event Management and Marketing System - US 20080059256 A1
- Marketing forecasting tool using econometric modeling - US 20040230470 A1
- System and method for managing market activities - US 20030120584 A1
Per il processo di marketing e logistico:
- Industrial information technology (it) system for marketing/sales of distribution/power transformers - EP 1535206 A2
- System, method and apparatus for demandinitiated intelligent negotiation agents in a distributed network - US 20020046157 A1
Scopo della presente invenzione è implementare un sistema intelligente, ben strutturato, per il controllo dei processi che governano la vendita di beni e servizi.
In particolare, la presente invenzione trova applicazione in qualsiasi scenario in cui sia necessario monitorare il processo nella sua complessità. Nei supermercati, ad esempio, una problematica attuale è rappresentata dal controllo sede-punto di vendita, monitorando il processo fra cliente-punto di vendita e il processo punto di vendita-cliente.
In questo contesto, il compito tecnico alla base della presente invenzione è proporre un sistema che, avvalendosi di moduli intelligenti innestati nelle molteplici fasi di processo cliente-punto vendita e viceversa, punti ad un controllo:
- automatico, che contempla la storia ma esamina il momento ed il contesto in cui si trova e armonizza tutte le variabili acquisite al fine di supportare adeguatamente gli specialisti del settore;
- efficace, che raggiunge gli obiettivi prefissati mediante un monitoraggio continuo e costante nel tempo dei risultati e che si riallinea ai nuovi bisogni e/o alle nuove tendenze,
- efficiente, che ottimizza l’organizzazione dei tempi e dei costi oltre che il rendimento delle risorse.
In particolare, è scopo della presente invenzione mettere a disposizione un sistema intelligente caratterizzato dall’acquisizione dei dati di vendita dalla rete di punti di vendita (1) in una base di dati (3), elaborazione mediante calcolatore (2) dei dati considerando i fattori stagionali, l’ ubicazione di prodotto o insieme di prodotti nel punto vendita, nella corsia e nello scaffale, il prezzo, la scelta assortimentale, le attività promozionali di prezzo e/o di esposizione (aree privilegiate) e il layout merceologico, raccogliere e integrare su una base dati strutturata (3) informazione dai canali OSINT (4) mediante crawler (5), raccogliere informazione dai dispositivi DOOH (6) presenti nel punto di vendita e dai dispositivi robotici (7) dotati di visione artificiale, raccogliere i dati/log mediante sistemi OLTP (8) e sensoristica (9) acquisiti nei punti di vendita. Questa informazione convogliata su un elaboratore (2) mediante connettività di rete (10) consente di elaborare trend e previsioni mediante l’utilizzo di metodi previsionali “innovativi” funzionali ai processi aziendali; effettuare process mining funzionale su procedure e processi reali e restituire feedback agli operatori di sede e punto di vendita per il controllo decisionale dei processi aziendali. La complessità della rete richiede di servirsi delle potenzialità del cloud computing per la gestione ed elaborazione di grandi moli di dati.
Ulteriori caratteristiche e vantaggi della presente invenzione appariranno maggiormente chiari dalla descrizione indicativa, e pertanto non limitativa, di una forma di realizzazione preferita ma non esclusiva di un sistema per il controllo dei processi logistico/distributivo e di comunicazione/marketing, come illustrato nell’unita figura 1 che è una rappresentazione schematica del flusso dati in accordo con la presente invenzione. Il sistema prevede, in via preliminare, di acquisire e storicizzare i dati dalla rete di punti di vendita (gestionali, multimediali, log) unitamente all’informazione ambientale (meteo, fattori esterni, eventi istituzionali o locali) e all’informazione OSINT (es. info su prodotti / brand / competitor , opinion mining anche sui canali social). Tale informazione viene salvata su una base di dati centralizzata o distribuita in cui confluiscono anche le informazioni gestionali relative alla piattaforma logistica (es. giacenze, magazzino) ed informazione dei fornitori (es. prodotti, prezzi). Il sistema, inoltre, prevede che l’informazione multimediale (foto/video) venga analizzata mediante algoritmi di visione artificiale per estrarre informazione sui planogrammi, sul layout e sulla movimentazione dei flussi nel punto di vendita.
L’informazione gestionale può essere l’input di un algoritmo previsionale basato su una componente statistica (evoluzione del modello di Holt-Winters) e una componente ambientale intesa principalmente come insieme di circostanze che possono condizionare l’atto di acquisto del bene/servizio, descritto dalla seguente formula e dal flowchart in allegato.
OBIETTIVO: min MSE
MSE:
Oltre ad effettuare analisi quantitative, è possibile implementare mediante detto sistema anche un planogramma dinamico, mediante il controllo tramite applicazione di algoritmi di computer vision ai dati multimediali e informazione di tipo gestionale.
La computer vision impiegata per il controllo dei planogrammi, ad esempio, consente di migliorare l’aspetto del punto vendita mediante
- rilevazione e segnalazione di prodotto assente e/o sotto scorta;
- rilevazione e segnalazione di prodotto esposto in modo scorretto (ad es. lateralmente);
- verifica di coerenza tra prodotto esposto e frontalino porta prezzi.
Dalla correlazione tra l’analisi dei planogrammi e i picks di vendita, inoltre, è possibile avere proposte espositive nuove e orientate alle reali esigenze del cliente avendo anche un’attenzione particolare per i clienti con bisogni diversi (anziani, stranieri, turisti,…).
I singoli processi descritti da procedure interne aziendali possono essere modellati mediante linguaggi e resi comparabili con workflow estratti mediante process mining effettuata sui dati estratti dai sistemi OLTP e ricavati dai dati multimediali.
Anche i professionisti del settore possono contribuire ad arricchire la base informativa su cui farà leva il sistema esperto mediante la registrazione di esperienze personali imprevedibili e non riproducibili “in laboratorio”.
L’informazione acquisita dai vari tool e storicizzata, integrata a quella ricavata dall’OSINT e dal fattore umano, diventa la base di conoscenza per sistemi di supporto decisionale per la redazione dei piani di comunicazione e marketing aziendali (es. volantino, promozione). Viene quindi monitorata l’interazione bidirezionale punto vendita-cliente e il flusso di ritorno clientepunto vendita (mediante visione e feedback sui risultati).
Tra i vantaggi di tale invenzione si indicano:
– l’ottimizzazione degli spazi di punto vendita – la riduzione del rischio del capitale immobilizzato
- la diminuzione dei carichi di lavoro dei dipendenti
- la definizione di una proposta commerciale coerente rispetto al contesto territoriale, al momento storico, alla cultura locale, alle tendenze generazionali.
Claims (8)
- RIVENDICAZIONI 1. Un sistema intelligente PROCESS TOOL per il controllo dei processi che governano la vendita di beni e servizi comprende: - modulo per acquisizione dei dati di vendita dalla rete di punti di vendita; - canale di comunicazione; - base di dati; - elaboratore; - modulo di elaborazione che effettua l’analisi dei fattori stagionali, l’ ubicazione di ogni singolo prodotto o insieme di prodotti nel punto vendita, nella corsia e nello scaffale, il prezzo, la scelta assortimentale, le attività promozionali di prezzo e/o di esposizione (aree privilegiate) e il layout merceologico; - modulo di raccolta e integrazione sulla base dati strutturata (3) dell’ informazione dai canali OSINT (4) mediante crawler (5); - modulo di raccolta di informazione dai dispositivi DOOH (6) presenti nel punto di vendita e dai dispositivi robotici (7) dotati di visione artificiale; - modulo per la raccolta dei dati/log mediante sistemi OLTP (8) e sensoristica (9) acquisiti nei punti di vendita; - interfaccia per l’elaborazione di trend e previsioni mediante l’utilizzo di metodi previsionali “innovativi” funzionali ai processi aziendali.
- 2. Sistema secondo la rivendicazione 1 caratterizzato dal fatto di effettuare process mining funzionale su procedure e processi reali e restituire feedback agli operatori di sede e punto di vendita per il controllo decisionale dei processi aziendali.
- 3. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzato dal fatto che l’informazione multimediale (foto/video) venga analizzata mediante algoritmi di visione artificiale per estrarre informazione sui planogrammi, sul layout e sulla movimentazione dei flussi nel punto di vendita.
- 4. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzato dal fatto che tale sistema consente di realizzare un planogramma dinamico, mediante il controllo tramite applicazione di algoritmi di computer vision ai dati multimediali e informazione di tipo gestionale.
- 5. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzato dal fatto che dalla correlazione tra l’analisi dei planogrammi e i picks di vendita, inoltre, è possibile avere proposte espositive nuove e orientate alle reali esigenze del cliente avendo anche un’attenzione particolare per i clienti con esigenze diverse (anziani, stranieri, turisti,…).
- 6. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzato dal fatto che i processi descritti dalle procedure aziendali possono essere modellati mediante linguaggi e resi comparabili con workflow estratti mediante process mining effettuata sui dati estratti dai sistemi OLTP e ricavati dai dati multimediali.
- 7. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzata dal fatto che l’informazione acquisita dai vari tool e storicizzata, integrata a quella ricavata dall’OSINT e dal fattore umano, diventa la base di conoscenza per sistemi di supporto decisionale per la redazione dei piani di comunicazione e marketing aziendali (es. volantino, promozione).
- 8. Sistema secondo una qualunque delle rivendicazioni precedenti, caratterizzata dal fatto di effettuare un “robot process miner” per il controllo di processo aziendale mediante le fasi di process discovering, process conformance e process enhancement.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102017000017690A IT201700017690A1 (it) | 2017-02-17 | 2017-02-17 | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102017000017690A IT201700017690A1 (it) | 2017-02-17 | 2017-02-17 | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi |
Publications (1)
Publication Number | Publication Date |
---|---|
IT201700017690A1 true IT201700017690A1 (it) | 2018-08-17 |
Family
ID=59297263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
IT102017000017690A IT201700017690A1 (it) | 2017-02-17 | 2017-02-17 | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi |
Country Status (1)
Country | Link |
---|---|
IT (1) | IT201700017690A1 (it) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331875A (ja) * | 2000-05-24 | 2001-11-30 | Nec Corp | 消費者行動モニタ装置及びそれに用いる消費者行動モニタ方法 |
US20030130883A1 (en) * | 2001-12-04 | 2003-07-10 | Schroeder Glenn George | Business planner |
US20080303902A1 (en) * | 2007-06-09 | 2008-12-11 | Sensomatic Electronics Corporation | System and method for integrating video analytics and data analytics/mining |
JP2009048430A (ja) * | 2007-08-20 | 2009-03-05 | Kozo Keikaku Engineering Inc | 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム |
JP2009265830A (ja) * | 2008-04-23 | 2009-11-12 | Toshiba Corp | 店舗内行動分析装置、店舗内行動分析方法 |
JP2012022528A (ja) * | 2010-07-14 | 2012-02-02 | Nomura Research Institute Ltd | 販売機会損失の分析システム |
US8380558B1 (en) * | 2006-12-21 | 2013-02-19 | Videomining Corporation | Method and system for analyzing shopping behavior in a store by associating RFID data with video-based behavior and segmentation data |
EP2581888A1 (en) * | 2006-06-02 | 2013-04-17 | Sensormatic Electronics, LLC | Systems and methods for distributed monitoring of remote sites |
US8433612B1 (en) * | 2008-03-27 | 2013-04-30 | Videomining Corporation | Method and system for measuring packaging effectiveness using video-based analysis of in-store shopper response |
EP2763087A1 (en) * | 2013-02-01 | 2014-08-06 | Panasonic Corporation | Customer behavior analysis device, customer behavior analysis system and customer behavior analysis method |
WO2015162723A1 (ja) * | 2014-04-23 | 2015-10-29 | 株式会社日立製作所 | 行動分析装置 |
JP2016018567A (ja) * | 2015-08-04 | 2016-02-01 | パナソニックIpマネジメント株式会社 | 施設管理支援装置、施設管理支援システムおよび施設管理支援方法 |
-
2017
- 2017-02-17 IT IT102017000017690A patent/IT201700017690A1/it unknown
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331875A (ja) * | 2000-05-24 | 2001-11-30 | Nec Corp | 消費者行動モニタ装置及びそれに用いる消費者行動モニタ方法 |
US20030130883A1 (en) * | 2001-12-04 | 2003-07-10 | Schroeder Glenn George | Business planner |
EP2581888A1 (en) * | 2006-06-02 | 2013-04-17 | Sensormatic Electronics, LLC | Systems and methods for distributed monitoring of remote sites |
US8380558B1 (en) * | 2006-12-21 | 2013-02-19 | Videomining Corporation | Method and system for analyzing shopping behavior in a store by associating RFID data with video-based behavior and segmentation data |
US20080303902A1 (en) * | 2007-06-09 | 2008-12-11 | Sensomatic Electronics Corporation | System and method for integrating video analytics and data analytics/mining |
JP2009048430A (ja) * | 2007-08-20 | 2009-03-05 | Kozo Keikaku Engineering Inc | 顧客動作分析装置、顧客動作判定システム、及び顧客購買行動分析システム |
US8433612B1 (en) * | 2008-03-27 | 2013-04-30 | Videomining Corporation | Method and system for measuring packaging effectiveness using video-based analysis of in-store shopper response |
JP2009265830A (ja) * | 2008-04-23 | 2009-11-12 | Toshiba Corp | 店舗内行動分析装置、店舗内行動分析方法 |
JP2012022528A (ja) * | 2010-07-14 | 2012-02-02 | Nomura Research Institute Ltd | 販売機会損失の分析システム |
EP2763087A1 (en) * | 2013-02-01 | 2014-08-06 | Panasonic Corporation | Customer behavior analysis device, customer behavior analysis system and customer behavior analysis method |
WO2015162723A1 (ja) * | 2014-04-23 | 2015-10-29 | 株式会社日立製作所 | 行動分析装置 |
JP2016018567A (ja) * | 2015-08-04 | 2016-02-01 | パナソニックIpマネジメント株式会社 | 施設管理支援装置、施設管理支援システムおよび施設管理支援方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schniederjans et al. | Supply chain digitisation trends: An integration of knowledge management | |
Wang et al. | Big data analytics in logistics and supply chain management: Certain investigations for research and applications | |
Costa et al. | A multidimensional approach for CSR assessment: The importance of the stakeholder perception | |
Bonney | Trends in inventory management | |
Lee et al. | Application of intelligent data management in resource allocation for effective operation of manufacturing systems | |
Chase Jr | Using big data to enhance demand-driven forecasting and planning | |
Reis et al. | A model for Lean and Green integration and monitoring for the coffee sector | |
Tambovcevs et al. | ERP system implementation: benefits and economic effectiveness | |
Amjad | Role of Logistical Practices in Quality Service Delivery at Supermarkets: A Case Study from Pakistan: Logistics and Quality Service Delivery | |
Ianenko et al. | Digital transformation of marketing activities in transport systems management during COVID-19: experience, problems, prospects | |
CN113627844A (zh) | 一种用于连锁超市的智能采购系统 | |
Burinskienė et al. | Simulation and order picking in a very-narrow-aisle warehouse | |
IT201700017690A1 (it) | Sistema intelligente PROCESS TOOL per il controllo dei processi che presiedono la vendita di beni e servizi | |
Zhang et al. | Sustainable supplier selection: An international comparative literature review for future investigation | |
CN101901397A (zh) | 产品分配辅助系统 | |
Yee et al. | Powers of Information-Technology for Supply Chains: Case of Malaysia. | |
Zheng et al. | Application of the activity-based costing for third-party logistics companies | |
Tiwari | Impact of Information and Communication Technology on Logistics Industry: An Analysis. | |
Sorbi et al. | The role of management in the evolution of the company's supply chain | |
Ananth et al. | Rational Framework Based Model of Applying Six Sigma Principles For Integrated Human Resource and Operations Management | |
CN202948480U (zh) | 一种实体超市联网操作系统 | |
Llivisaca et al. | An Overview of Optimization Models and Technological Trends of Logistics in the Retail Sector | |
Denic et al. | ERP system implementation aspects in SERBIA | |
Nuseir et al. | Impact of Big Data Security on Digital Operations with the Mediating Role of Supply Chain Risk: Evidence from the UAE Transportation and Shipment Industry | |
Hssini et al. | Blood products inventory pickup and delivery problem under time windows constraints |