Satış elemanı verimliliği için yeni bir derin öğrenme tabanlı nesne tespit sistemi

Gıda dağıtım şirketleri, müşterilerine en iyi hizmeti sunmak için esnek ve duyarlı olmalıdır. Müşterilere hizmet vermek ve şirketin hedeflerine ulaşmak için çok sayıda çalışana ihtiyaç duyduklarından, bu şirketler için en büyük endişe operasyonel maliyetler ve harcamalardır. Artan görevler, satış ekibi ve diğer destek departmanları üzerinde sürekli ve artan bir baskı yaratır, bu da satış görevlisinin günlük görevleri yerine getirme ve dolayısıyla beklenen aylık hedefe ulaşma zamanını ve çabasını etkiler. Derin öğrenme teknolojileri, satış ekibinin harcadığı çabayı azaltmaya yardımcı olacak çözümler sunar ve aynı zamanda işletme maliyetlerinin düşürülmesine de katkıda bulunur. Bu tezde, çalışanların iş yükünü azaltmak ve gerekli desteği sağlamak maksadıyla derin öğrenme tekniklerinin ve algoritmalarının kullanıldığı tümleşik bir sistem önerilmiştir. Bir markette nesneleri ve ürünleri gerçek zamanlı olarak tespit etmek için YOLO algoritması kullanılmıştır. Daha sonra görüntülerden elde edilen sonuçlar bu algoritma kullanılarak işlenmiş ve Google API tekniklerinden yararlanılarak MySQL veritabanında depolanmıştır. Faster-RCNN algoritması ile sonuçlar buluttan şirketin sunucularına aktarılmış ve böylece Microsoft Power BI aracı ile alınan sonuçlar analiz edilmiştir. Sonuçlar, önerilen sistemin satış ekibinin iş yükünü azaltmak ve maliyetleri önemli ölçüde düşürmek için eksiksiz bir çözüm sağladığını göstermektedir. Ayrıca, bu platform, gelecekte rakip üretimlerin raflardaki görünürlüğünü incelemek için kullanılabilir.