Otomatik İade Değerlendirmede Bilgisayarlı Görü

İade edilen bir ürün depoya ulaştığında, birinin şu anda bu ürünün gerçekte ne olduğuna karar vermesi gerekir. Rafta yeniden satılacak kadar yeni mi, yoksa açık kutu olarak mı satılmalı, yoksa hasarı zarar yazılacak kadar ciddi mi? Çoğu operasyonda bu karar, ürünü birkaç saniye elinde tutan, depodaki ışık ne kadar iyiyse o ışıkta ürüne bakan ve bir kodu okuyucuya giren bir depo çalışanı tarafından verilir. Hızlıdır, ucuzdur ve herkesin kabul etmek istediğinden çok daha tutarsızdır.

Manuel değerlendirme neden istediğiniz gibi ölçeklenmiyor

Manuel durum değerlendirmesinin birbirini besleyen iki sorunu vardır. Birincisi hız: gerçek hacimde değerlendirme bir kuyruğa dönüşür ve yoğun bir Pazartesi günü tıkanan bu kuyruk, müşterinin beklediği iade dahil kendisinden sonraki her şeyi geciktirir. İkinci, daha sessiz sorun ise tutarlılıktır. Aynı hafif yıpranmış ceketi on farklı denetçiye değerlendirtin, on tane özdeş cevap alamazsınız. Biri yeni gibi satılabilir der, bir diğeri açık kutu der, üçüncüsü ihtiyatla incelemeye gönderir. Hiçbiri tam olarak yanlış değildir, ama bu farklılığın kendisi bir maliyettir — yanlış rafa konan, gereksiz yere indirime düşülen ya da gerçekte geri gelenle uyuşmayan bir değerden iade edilen envanter olarak karşınıza çıkar.

Bu tutarsızlık, bir kurallar motorunun çözdüğü sorundan farklıdır. Bir yönlendirme kuralları motoru, zaten bildiğiniz gerçeklere — sebep, değer, müşteri riski, hukuki dayanak — dayanarak bir iadeye ne olacağına karar verir ve bu kararı iade talebi gönderilir gönderilmez, çoğu zaman ürün henüz geri gönderilmeden önce verebilir. Değerlendirme ise daha sonra, depoda gerçekleşen ayrı bir adımdır ve henüz kimsenin bilmediği bir gerçeğe bağlıdır: az önce gelen ürünün fiziksel durumu. Hiçbir yönlendirme kuralı bir gömlekte leke olup olmadığını size söyleyemez. Önce birinin ürüne gerçekten bakması gerekir ve bilgisayarlı görünün kapatmak için tasarlandığı boşluk tam da budur.

Kamera ve model hattının içinde neler oluyor

Mekanizma göründüğünden daha basittir. Kabul istasyonundaki bir kamera, ürün kutusundan çıkarılırken birkaç sabit açıdan görüntü yakalar. Eğitilmiş bir model bu görüntüleri bir dizi durum sinyaline göre puanlar: etiket takılı mı, ambalaj mevcut mu, görünür leke, yırtık, çizik ya da yıpranma izi var mı, ürün beklenen SKU ile eşleşiyor mu. Her sinyal bir güven skoru üretir ve bu skorlar birleşerek doğrudan depo sisteminize akan tek bir durum değerlendirmesine dönüşür.

1. 1Ürün, normal kabul akışının bir parçası olarak, ekstra bir işlem adımı eklemeden sabit açılı bir kamera istasyonunda kutusundan çıkarılır.
2. 2Model, etiket varlığını, ambalaj durumunu, yüzey kusurlarını ve SKU eşleşmesini her biri kendi güven değeriyle puanlar.
3. 3Skorlar birleşerek bir durum sınıfı ve bir güven düzeyi oluşturur; bu da vakanın otomatik kapatılıp kapatılmayacağını yoksa bir kişiye mi bırakılacağını belirler.

Tek bir hüküm değil, üçlü bir ayrıştırma

Bir değerlendirme modelinin işe yarayan çıktısı "geçti" ya da "kaldı" değildir; iyi bir denetçinin zaten düşündüğü şekli yansıtan, ama anında ve her seferinde aynı şekilde uygulanan üçlü bir ayrım sunar.

• Yeni gibi satılabilir — etiket takılı, orijinal ambalaj sağlam, tespit edilen yüzey kusuru yok, her sinyalde yüksek güven. Hiçbir insan dokunuşu olmadan doğrudan ana stoğa geri döner.
• Açık kutu olarak satılabilir — ambalaj açılmış ya da etiket eksik ama hasar tespit edilmemiş, orta-yüksek güven. Otomatik olarak indirimli ya da açık kutu kanalına yönlendirilir.
• İnsan incelemesi gerekli — herhangi bir düşük güven sinyali, tespit edilen bir hasar ya da ürün ile beklenen SKU arasında bir uyuşmazlık. Görüntü eklenmiş şekilde bir denetçiye bırakılır, böylece kişi boş bir sayfadan değil bilgi sahibi bir noktadan başlar.

Model neden nihai kararı tek başına vermemeli

Bilgisayarlı görüyü, muhakemeyi hızlandıran bir araç yerine muhakemenin yerini alan bir çözüm olarak görmek cazip gelebilir; ilk günden kaçınılması gereken hata da tam olarak budur. Görüntü modelleri net vakalarda gerçekten iyidir, belirsiz vakalarda ise gerçekten güvenilmezdir — leke mi yoksa gölge mi olduğu belli olmayan hafif bir renk değişimi, üretim detayı mı yoksa küçük bir hasar mı olduğu belirsiz bir dikiş gibi. NIST gibi bağımsız değerlendirme kuruluşlarının çalışmaları, bilgisayarlı görü doğruluğunun görev, ışık ve görüntü kalitesine göre büyük ölçüde değiştiğini defalarca göstermiştir; durum değerlendirmesi de bu ölçekte, barkod okuma gibi bir işleme kıyasla zor uca çok daha yakın durur. Doğru tasarım hedefi maksimum özerklik değil, kendi belirsizliği konusunda dürüst olan ve emin olmadığı anda işi bir insana bırakan bir modeldir.

Bir değerlendirme modeli güveni her seferinde doğru bilerek değil, tam olarak ne zaman bilmediğini bilerek ve o vakayı bir hataya dönüşmeden önce bir kişiye yönlendirerek kazanır.

Pratikte bu, özellikle canlıya alındıktan sonraki ilk aylarda güven eşiğinin temkinli ayarlanması anlamına gelir. İadelerin yüzde 60'ını neredeyse hiç hata yapmadan otomatik olarak kapatan ve geri kalanını bir insana gönderen bir model, yüzde 90'ını kapatan ama kayda değer bir hata oranına sahip bir modelden daha iyi bir sonuçtur; çünkü yanlış değerlendirilen yüksek değerli bir ürün, otomasyon oranını biraz daha yükseltmek için tasarruf edilen işgücünden çok daha pahalıya patlar.

Daha hızlı değerlendirme, daha sıkı SLA

Değerlendirme, bir iadenin genel zaman çizelgesini durdurma olasılığı en yüksek aşamalardan biridir ve SLA karşılaştırma çalışmamızda daha ayrıntılı ele alındığı gibi, tek bir uçtan uca ortalamaya gömmek yerine tek başına ölçülmeye değer. Gelen iadelerin üçte ikisi depoda saniyeler içinde otomatik olarak temizlendiğinde, insan denetçiler için kalan kuyruk hem küçülür hem de çok daha net etiketlenmiş olur; bu da gerçekten bir kişiye ihtiyaç duyan ürünlerin daha geç değil daha erken incelenmesi anlamına gelir. Döngü süresi üzerindeki net etki sadece otomatikleştirilen vakaların tek tek daha hızlı olması değildir — her zaman iş yükünün daha yavaş yarısı olan manuel vakaların artık her şeyin arkasında beklemek yerine hemen ilgi görmesidir.

Güveni bozmadan devreye almak

Devreye alma sırası, modelin ham doğruluğundan daha önemlidir. Sistemi önce gölge modda başlatın; her ürünü mevcut manuel süreçle birlikte puanlayın ama skora göre hiçbir işlem yapmayın ve modelin kendi başına bir şeyi kapatmasına izin vermeden önce birkaç hafta boyunca ikisini karşılaştırın. Canlıya geçtikten sonra en dar, en yüksek güvenli dilimle başlayın — açıkça yeni olan ürünlerle — ve otomatik kategorileri yalnızca her birinin hata oranı laboratuvarda değil üretimde kendini kanıtladıkça genişletin. Bu, diğer tüm satış sonrası otomasyonlara uygulanan aynı disiplindir: amaç asla insanı ortadan kaldırmak değildir, insanın zamanının gerçekten bir muhakeme gerektiren vakalara gitmesini sağlamaktır; bu da yanlış değerlendirilip yanlış iade edilen bir ürünün sessizce zedeleyebileceği müşteri ilişkisini ve tekrar satın alma davranışını nihayetinde koruyan şeydir.

Depo çalışanları, sistemin çalıştığını gördükten sonra genellikle en büyük savunucusu haline gelirler; çünkü değerlendirmenin sıkıcı, tekrarlayan üçte ikisini ortadan kaldırır ve onlara ilginç olan üçte biri bırakır: muhakemelerinin gerçekten anlam taşıdığı, gerçekten belirsiz ürünler. Bu, eğitimli bir denetçinin dikkatinin, katlanmış, etiketli, giyilmemiş bir tişörtün gerçekten yeni gibi satılabilir olduğunu bininci kez yeniden onaylamasından çok daha iyi bir kullanımıdır.