Motion

シナリオ: スーパーマーケットの品出しにおけるヒューマノイドロボット

モデル化されたシナリオは、ヨーロッパのスーパーマーケットチェーンの4つのパイロット店舗で、人型ロボットが棚の補充と在庫のスキャンを行うものです。

Motion1 Inc. ·

シナリオ: スーパーマーケットの品出しにおけるヒューマノイドロボット

スーパーマーケットチェーン - 棚の補充と在庫スキャン

モデル化されたシナリオ:この記事は、特定の顧客エンゲージメントに関するレポートではなく、業界に典型的な運用パターンに基づいて構築された代表的な導入事例を説明しています。数値は、この形態の導入が達成できる可能性のある例示的な推定値です。

課題

120店舗以上を展開するヨーロッパのスーパーマーケットチェーンは、営業時間中の棚の在庫維持という、慢性的な運用上の問題に直面していました。補充作業は通常、開店前の早朝と午後の閑散期の2つの時間帯に行われます。しかし、顧客の来店パターンが変化し、多くの店舗で一日を通して安定した来店客数が見られるようになり、中断なく補充を行う時間がほとんどなくなっていました。

その結果、買い物客のピーク時には棚に目に見える空きが生じ、売上に直接影響を与えていました。社内分析では、在庫切れの棚位置が、店舗あたり潜在的な日次収益の3%から5%をチェーンに損失させていると推定されました。手作業による在庫スキャン(ハンドヘルドスキャナーを持って通路を歩き、空きを特定する作業)は、時間がかかり、一貫性に欠けていました。

ソリューション

このチェーンは、4店舗でヒューマノイドロボットを試験導入し、各店舗に2台のロボットを配備しました。ロボットは主に2つの機能を実行しました。

  • 棚の補充。 ロボットは、バックルームから売り場へ商品ケースを運び、個々の商品を指定された棚位置に配置します。補充の優先順位は、店舗の管理システムからのリアルタイム在庫データによって決定されます。
  • 在庫スキャン。 ロボットは、定期的な通路スキャンを実行し、ビジョンシステムを使用して空の棚位置、誤って置かれた商品、価格の不一致を特定します。スキャン結果は、店舗の在庫管理プラットフォームに直接フィードされます。

フリート管理プラットフォームにより、地域マネージャーは、集中型ダッシュボードから4つの試験導入店舗すべてにわたるロボットの運用を監視することができました。ワークフローは店舗間で標準化され、レイアウトの違いに合わせて微調整が行われました。

導入タイムライン

  • 1~3ヶ月目: 1つの試験導入店舗で詳細な店舗マッピングとナビゲーションテストを実施しました。顧客の混雑エリアを避けるようにロボットの経路が定義されました。ロボットと顧客の相互作用に関する安全プロトコルが確立されました(ロボットは顧客に道を譲り、最小限のクリアランス距離を維持します)。
  • 4ヶ月目: 最初の試験導入店舗に2台のロボットが配備されました。初期運用は、開店前の早朝補充に限定されました。
  • 5~6ヶ月目: ロボットは営業時間中に稼働を開始しました。顧客との相互作用プロトコルは、初期フィードバックに基づいて改善されました。
  • 7~9ヶ月目: 追加の3店舗に展開されました。最初の店舗のワークフローテンプレートが再利用され、セットアップ時間が約60%削減されました。

モデル化された結果(4店舗における最初の9ヶ月間)

  • 棚の利用可能性: 営業時間中の平均棚利用可能性は91%から97%に改善されました。
  • 収益への影響: 棚の利用可能性の改善により、店舗あたり2.1%の収益増加が推定されました。
  • 在庫精度: 在庫スキャン精度は、手動スキャンでの94%と比較して99.2%に達しました。
  • スキャン頻度: ロボットは、以前の1日1回の手動スキャンと比較して、1日3回全店舗の在庫スキャンを完了しました。
  • 労働力の再配置: 以前は補充作業に割り当てられていた店舗スタッフは、チェーンが人員不足であった顧客サービスと生鮮食品の準備の分野に異動しました。
  • 顧客フィードバック: 初期調査では、顧客の78%がロボットの存在について中立的または肯定的であることが示されました。否定的なフィードバックは主に補充中の通路の混雑に関するものであり、これは補充スケジュールの調整によって対処されました。
Supermarket deployment results: shelf availability 91% to 97%, revenue +2.1%, scan accuracy 94% to 99.2%

主要な教訓

ヒューマノイドロボットの導入を検討している小売業者にとって、このパイロット導入はいくつかの実践的な教訓を提供します。

  1. 制約が人員ではなく時間である場所から始めましょう。 補充時間は、終日の来店客によって圧迫されていました。ロボットは、売り場から人員を減らすことによってではなく、営業時間中の棚の利用可能性によって正当化されました。
  1. ソフトウェア層に投資しましょう。 フリート管理プラットフォームは、ハードウェアと同じくらい重要でした。最初の試験導入店舗のワークフローテンプレートを再利用することで、次の3店舗でのセットアップ時間を約60%削減し、地域マネージャーは4店舗すべてを1つのダッシュボードで管理できるようになりました。
  1. 3~6ヶ月の立ち上げ期間を計画しましょう。 最初の店舗では、ロボットが1つのケースを動かすまでに3ヶ月間のマッピングとナビゲーションテストを要しました。それに応じて時間と忍耐を予算に組み込みましょう。
  1. 重要なものを測定しましょう。 棚の利用可能性と収益増加が主要な数値でしたが、スキャン精度、スキャン頻度、顧客感情がより全体像を語っていました。導入の真の価値は、レジの向こう側まで広がっています。
  1. スタッフだけでなく顧客も巻き込みましょう。 店舗では、一般の人々がロボットとフロアを共有します。調査フィードバックは、通路の混雑を減らすために補充スケジュールを調整するなど、具体的な変更を推進しました。一方、店舗スタッフは顧客サービスと生鮮食品の準備に異動しました。

このチェーンのパイロット導入は、小売業におけるヒューマノイドロボットの導入が、現在の技術で実用的、有益、かつ達成可能であることを示しています。重要なのは、これを技術購入としてではなく、営業時間、顧客の快適さ、そして2番目の店舗を1番目の店舗よりも速くするテンプレートを中心に計画された店舗運営の変更として扱うことです。

← ブログに戻る