ParallelDots

快消品牌最頭痛的問題之一：付了上架費與陳列費給通路，但業務代表去查的時候，貨到底有沒有照約定擺？陳列面寬夠不夠？價格標對不對？過去靠業務拍照回傳、總部人工看圖，量一大就變成看不完的照片山。

ParallelDots 做的就是把這座山自動化。業務用手機拍貨架，系統辨識出每一個 SKU，回傳陳列面佔比（share of shelf）、缺貨狀況、貨架排面合規度（planogram compliance）、價格與促銷執行狀況。官網宣稱 SKU 辨識準確率最高達 98%。

兩個功能設計特別值得注意。一是離線辨識——在訊號不好的傳統通路、鄉鎮雜貨店裡，業務不可能等上傳，離線能跑才是真的能用。二是它的 Saarthi 平台主打新 SKU 在 48 小時內可被辨識，這直接對應快消業的現實：包裝改版與新品上市的頻率極高，如果每次都要等模型重訓兩週，等模型好了檔期也結束了。

平台可整合既有的 ERP、CRM 與 SFA（業務自動化）系統。客戶名單包括 Unilever、Mondelēz、Heineken、BAT、Asahi，覆蓋 50 個以上國家。

功能特色與適用場景

最適合的是品項多、通路雜、業務編制大的快消品牌。如果你只有五個 SKU、通路只有四大超商，人工查核成本還撐得住；一旦 SKU 破百、通路涵蓋傳統雜貨與藥妝，人工就完全跟不上。另一個常被忽略的價值是「談判籌碼」——有了客觀的陳列數據，品牌跟通路談年度合約時的立場會完全不同。

給台灣使用者的具體用法

台灣快消通路的結構跟東南亞、印度比較接近：四大超商密度極高、傳統雜貨店與檳榔攤仍有相當量體、藥妝與量販各有規則。這種混合結構正好是影像辨識的用武之地，因為每個通路的陳列規則不同，人工查核的標準很難統一。實際導入時建議先鎖定一個通路類型做試點（例如先做超商冷藏櫃或藥妝開架區），累積本地包裝的訓練資料後再擴大；台灣商品的包裝設計與東南亞差異不小，直接套用既有模型的準確率會打折。另外台灣業界普遍使用的 SFA 系統要確認能否對接，不然資料落在兩套系統裡反而增加工作量。