Gian lận ảnh trưng bày: ảnh trùng, ảnh giả, ảnh chụp màn hình

05/10/2026

Thử hình dung hai tấm ảnh kệ hàng giống nhau tới từng chai, từng nhãn giá, nhưng được nộp cho hai lượt ghé ở hai cửa hàng cách nhau ba mươi cây số. Người duyệt gần như không có cơ hội nhận ra, vì hai tấm nằm cách nhau vài trăm ảnh trong hàng chờ. Cả hai được chấm Đạt. Thưởng trưng bày được chi. Trên dashboard, khu vực đó trông rất khỏe.

Vì thế gian lận ảnh trưng bày đáng được bàn nghiêm túc. Không phải vì đội thị trường xấu. Mà vì khi tiền thưởng, KPI hay một chương trình trưng bày gắn với tấm ảnh, sẽ luôn có người tìm đường tắt. Và một ảnh giả không gian lận một lần rồi thôi: nó làm sai mọi con số được tính từ nó.

Ba kiểu ảnh đẹp nhưng không thật

Ảnh trùng

Kiểu dễ hiểu nhất, và có lẽ cũng hay gặp nhất. Một kệ đẹp được chụp một lần rồi nộp lại cho nhiều lượt ghé, hoặc cho nhiều cửa hàng khác nhau. Có khi không cố ý: nhân viên chọn nhầm ảnh trong thư viện điện thoại. Có khi rất cố ý: cuối tháng còn hai mươi cửa hàng chưa ghé mà KPI thì sắp chốt.

Ảnh giả

Ảnh không được chụp tại cửa hàng đã khai báo. Có thể lấy từ một điểm bán khác, có thể là ảnh đã chỉnh sửa để che khoảng trống trên kệ. Loại này khó phát hiện bằng mắt hơn ảnh trùng, vì từng tấm nhìn riêng đều rất hợp lý.

Ảnh chụp qua màn hình

Mở một ảnh cũ trên máy tính hay một điện thoại khác, rồi giơ máy lên chụp lại màn hình đó. Cách này lách được những kiểm tra đơn giản dựa trên thời điểm chụp, vì về mặt kỹ thuật đây là một tấm ảnh mới tinh. Nó chỉ không phải ảnh của cái kệ.

Vì sao phải chặn trước khi vào dữ liệu

Gian lận ảnh hay bị xem là chuyện kỷ luật nhân sự. Tôi nghĩ nó là chuyện chất lượng dữ liệu, rồi mới tới chuyện con người. Một ảnh giả được chấm Đạt sẽ:

• Kéo tỉ lệ tuân thủ của cả vùng lên, che đi một khoảng trống có thật trên kệ.
• Làm sai số liệu sẵn có trên kệ, khiến bộ phận cung ứng không thấy cửa hàng đang thiếu hàng.
• Khiến thưởng trưng bày được chi cho một trưng bày không tồn tại.
• Bóp méo mọi báo cáo xu hướng dựng trên dữ liệu đó, kể cả báo cáo làm sáu tháng sau.

Gỡ một ảnh sai khỏi dashboard khi nó đã nằm trong báo cáo quý khó hơn nhiều so với chặn nó ngay ở cửa vào. Người ta hiếm khi quay lại sửa số cũ. Họ chỉ dần mất niềm tin vào cả hệ thống số liệu.

VTraks chặn ở khâu nào

Luồng của VTraks có bốn bước: Chụp, Quét, Nhận diện, rồi trả kết quả Đạt hoặc Không đạt. Lớp phát hiện gian lận tự động gắn cờ ảnh trùng, ảnh giả và ảnh chụp qua màn hình trước khi chúng kịp làm sai lệch dữ liệu. Nghĩa là tấm ảnh có vấn đề không âm thầm trôi vào data lake chung của mọi cửa hàng rồi nằm đó chờ ai tình cờ phát hiện. Phần mô tả tính năng này có trên vtraks.com.

Điều tôi thích ở cách làm này là nó tách hai việc vốn hay bị trộn vào nhau. Máy lo phần soi hàng loạt, việc mà con người làm rất tệ khi khối lượng lớn. Con người lo phần phán xét, việc mà máy không nên làm. Trang VTraks trên aivision.vn đặt tính năng này cạnh các khả năng khác như chấm điểm tuân thủ và thông tin đối thủ, đáng xem nếu bạn đang cân nhắc cả bức tranh.

Công nghệ chỉ là một nửa

Gắn cờ xong mới là lúc con người vào việc. Vài điều tôi sẽ làm nếu đang phụ trách một đội thị trường:

• Nói trước với đội: công khai rằng ảnh trùng, ảnh giả, ảnh chụp màn hình đều được kiểm tra tự động. Nhiều đường tắt sẽ tự biến mất khi người ta biết nó không còn tắt.
• Cờ là tín hiệu, không phải bản án: mọi quyết định xử lý phải qua một người xem lại và nghe giải thích. Chọn nhầm ảnh trong thư viện và cố tình gian lận là hai chuyện khác nhau.
• Xem lại cách tính thưởng: trả thưởng theo số ảnh thì bạn sẽ nhận được thật nhiều ảnh. Trả theo kệ đạt chuẩn đã được xác minh thì động lực đổi hướng.
• Nhìn theo mẫu, không theo vụ: một ảnh trùng có thể là sơ suất. Mười ảnh trùng trên cùng một tuyến trong cùng một tuần thì đáng một cuộc nói chuyện.

Có người lo phát hiện gian lận sẽ làm đội thị trường thấy mình bị nghi ngờ. Theo tôi thì ngược lại. Người làm thật thường là người khó chịu nhất khi thấy đồng nghiệp đi đường tắt mà vẫn nhận thưởng như nhau. Một hệ thống chấm điểm công bằng là thứ đứng về phía họ.