Cách chấm điểm trưng bày AI cho ngành bia và nước giải khát

23/10/2026

Bài học từ lần triển khai đi chệch hướng

Tôi từng tham gia một dự án chấm điểm trưng bày cho một thương hiệu nước giải khát lớn tại Việt Nam. Kế hoạch ban đầu rất đẹp: dùng AI Visibility để tự động hóa hoàn toàn việc kiểm tra điểm bán. Nhưng sau ba tháng, chúng tôi nhận ra mình đã sai lầm. Chúng tôi tập trung quá nhiều vào độ chính xác của thuật toán mà quên mất một thực tế đơn giản: người thu thập dữ liệu tại cửa hàng không muốn chụp 50 bức ảnh mỗi lần ghé thăm. Họ chỉ muốn chụp 3 bức ảnh nhanh rồi về. Kết quả là dữ liệu thu về rất ít, và hệ thống AI dù tốt đến đâu cũng không có gì để xử lý. Bài học rút ra: AI không thay thế quy trình, AI chỉ khuếch đại quy trình. Nếu quy trình gốc đã lỗi thời, AI sẽ chỉ làm cho sự lỗi thời đó trở nên rõ ràng hơn. Trong bài viết này, tôi sẽ chia sẻ cách xây dựng một quy trình chấm điểm trưng bày AI thực tế, tập trung vào VTraks và các quyết định then chốt mà bạn cần đưa ra ngay từ đầu.

Bước 1: Xác định rõ mục tiêu của Display Scoring

Trước khi chạm vào bất kỳ công nghệ nào, hãy ngồi lại với đội ngũ sales và marketing để trả lời một câu hỏi duy nhất: bạn muốn biết điều gì từ những bức ảnh này? Nhiều doanh nghiệp nghĩ họ muốn biết "tỷ lệ tuân thủ planogram". Nhưng thực tế, họ cần biết "tại sao sản phẩm không có mặt trên kệ" hoặc "đối thủ đang đặt giá thấp hơn bao nhiêu". Mục tiêu khác nhau sẽ dẫn đến cách chụp ảnh và cách chấm điểm khác nhau. Nếu mục tiêu là phát hiện hàng giả, bạn cần ảnh cận cảnh mã QR. Nếu mục tiêu là kiểm tra vị trí sản phẩm, bạn cần ảnh toàn cảnh kệ hàng. Hãy viết ra 3 mục tiêu cụ thể, đo lường được. Ví dụ: "Phát hiện 90% trường hợp sản phẩm bị che khuất bởi đối thủ". Đừng để mục tiêu chung chung như "tăng doanh số". Điều đó không giúp ích gì cho việc thiết kế quy trình thu thập dữ liệu. Đây là bước quan trọng nhất, nhưng cũng là bước hay bị bỏ qua nhất.

Bước 2: Thiết kế quy trình thu thập dữ liệu tại điểm bán

Nhớ bài học ở trên không? Người thu thập dữ liệu sẽ không làm việc gì quá phức tạp. Vì vậy, quy trình chụp ảnh phải cực kỳ đơn giản. Tôi khuyên bạn nên chuẩn hóa bộ ảnh gồm 3 tấm: một tấm toàn cảnh cửa hàng, một tấm cận cảnh kệ hàng chính, và một tấm cận cảnh sản phẩm của bạn. Mỗi tấm ảnh cần có tiêu chí rõ ràng: khoảng cách chụp, góc chụp, ánh sáng. Hãy tạo một hướng dẫn hình ảnh ngắn, in ra và phát cho đội ngũ. Đừng viết tài liệu dài dòng. Một hình ảnh mẫu tốt hơn mười trang văn bản. Sau đó, hãy thử nghiệm quy trình này với 5-10 cửa hàng trước khi triển khai đại trà. Quan sát xem người thu thập dữ liệu mất bao lâu để chụp xong bộ ảnh. Nếu quá 5 phút, quy trình đó chưa đủ tốt. Mục tiêu là rút ngắn thời gian xuống dưới 3 phút. Điều này đòi hỏi sự kiên nhẫn trong giai đoạn đầu, nhưng nó sẽ quyết định thành bại của toàn bộ dự án.

Bước 3: Chọn công nghệ AI Visibility phù hợp

Trên thị trường có nhiều giải pháp AI Vision, nhưng không phải giải pháp nào cũng phù hợp với ngành bia và nước giải khát. Bạn cần một hệ thống có khả năng nhận diện chính xác từng SKU, đặc biệt là khi các sản phẩm có bao bì tương tự nhau. VTraks của AIVISION là một lựa chọn đáng cân nhắc. Theo vtraks.com, hệ thống này đạt độ chính xác 99,97% và xử lý dưới 1 giây mỗi ảnh. Những con số này rất quan trọng vì chúng đảm bảo rằng dữ liệu được xử lý nhanh, giúp đội ngũ sales nhận được phản hồi kịp thời. Tuy nhiên, đừng chỉ nhìn vào độ chính xác. Hãy hỏi về khả năng phát hiện ảnh giả, ảnh trùng. Đây là vấn đề phổ biến khi triển khai đại trà. Một số nhân viên có thể chụp lại ảnh cũ để gian lận. Hệ thống AI cần có khả năng phát hiện điều này. Ngoài ra, hãy xem xét khả năng tích hợp với các hệ thống khác mà bạn đang dùng, như CRM hay ERP. Một hệ thống AI cô lập sẽ không tạo ra giá trị thực sự. Nó cần là một phần của hệ thống thông tin tổng thể của doanh nghiệp.

Bước 4: Thiết lập tiêu chí chấm điểm và cảnh báo

Sau khi có dữ liệu, bước tiếp theo là chuyển nó thành thông tin hữu ích. Bạn cần định nghĩa rõ thế nào là "tuân thủ" và thế nào là "không tuân thủ". Ví dụ, sản phẩm phải chiếm ít nhất 50% diện tích kệ hàng được chỉ định. Hoặc, sản phẩm phải nằm ở tầm mắt người tiêu dùng. Hãy cùng đội ngũ marketing xây dựng bộ tiêu chí này. Đừng để đội ngũ sales tự quyết định, vì họ có thể thiên vị. Sau đó, thiết lập các mức cảnh báo. Cảnh báo nào cần xử lý ngay lập tức? Cảnh báo nào có thể chờ đến cuối tuần? Ví dụ, nếu sản phẩm bị gỡ khỏi kệ hoàn toàn, đó là cảnh báo khẩn cấp. Nếu sản phẩm bị che khuất một phần, đó là cảnh báo thường. Hãy hiển thị các cảnh báo này trên một dashboard trực quan. Đừng chỉ gửi email. Nhân viên cần thấy vấn đề ngay khi họ mở điện thoại. Một dashboard tốt sẽ giúp họ ưu tiên công việc một cách hợp lý.

Giải đáp nhanh

Cần bao nhiêu thời gian để triển khai?

Thường từ 4 đến 8 tuần, tùy thuộc vào quy mô và mức độ phức tạp của tiêu chí chấm điểm. Giai đoạn đầu sẽ mất nhiều thời gian hơn để tinh chỉnh quy trình thu thập dữ liệu.

Chi phí đầu tư ban đầu là bao nhiêu?

Chi phí phụ thuộc vào số lượng cửa hàng và tính năng bạn sử dụng. Hãy yêu cầu báo giá cụ thể từ nhà cung cấp. Đừng so sánh chi phí theo đơn vị cửa hàng một cách máy móc, vì mỗi dự án có yêu cầu khác nhau.

Có cần thay đổi hệ thống hiện tại không?

Không nhất thiết. Nhiều hệ thống AI có thể tích hợp với các ứng dụng di động hoặc web hiện có. Tuy nhiên, bạn cần đảm bảo rằng dữ liệu từ AI có thể chảy vào các hệ thống báo cáo của bạn một cách trơn tru.

Bước 5: Đo lường hiệu quả và cải thiện liên tục

Triển khai xong không có nghĩa là kết thúc. Bạn cần đo lường hiệu quả của hệ thống một cách liên tục. Hãy theo dõi các chỉ số như: tỷ lệ cửa hàng được kiểm tra, thời gian trung bình để xử lý mỗi ảnh, tỷ lệ cảnh báo được giải quyết, và quan trọng nhất là tác động lên doanh số. Đừng chỉ nhìn vào độ chính xác của AI. Hãy nhìn vào hành vi của con người. Đội ngũ sales có thay đổi cách làm việc không? Họ có phản hồi nhanh hơn với các cảnh báo không? Nếu không, hãy quay lại xem xét quy trình. Có thể tiêu chí chấm điểm quá khắt khe, hoặc cảnh báo không đủ rõ ràng. Hãy tạo một vòng phản hồi ngắn, nơi đội ngũ sales có thể báo cáo các vấn đề họ gặp phải. Sự cải thiện liên tục này sẽ giúp hệ thống ngày càng phù hợp với thực tế tại điểm bán. Đây là quá trình không có điểm kết thúc, nhưng nó là yếu tố quyết định để biến AI từ một công cụ thành một lợi thế cạnh tranh bền vững.

AIVISION làm computer vision, Agentic AI và phần mềm AI theo yêu cầu cho các doanh nghiệp sản xuất và bán lẻ. Xem danh mục dịch vụ, thử trợ lý AI, hoặc gửi bài toán của bạn cho chúng tôi.