1客户嘴上要的
「督导巡店拍照,用 AI 自动识别陈列、价签、卫生是否合规,给门店打分。」
这是症状或现成方案,不一定是真问题。下面看两种做法。
2照字面做,会怎么烂
按现有 120 项巡检表做图像识别,每张照片自动打分。上线后门店分数普遍很高,区域业绩没变化。后来发现,部分照片是上个月拍的旧照片重复上传,督导一天「巡」了 9 家店,路上根本跑不过来。
3好 FDE 的实际走法
共 6 周,分 5 个阶段。带三角标记的是这一步最容易踩的坑。
第 1 周跟督导跑一天店
- 跟两个区域督导各跑一天。一家店巡检 120 项,认真做要 2 小时,一天最多 4 家,但考核要求每天 6 家。于是很多项靠记忆勾选、补拍。
- 拿过去半年的巡检得分和门店业绩对比:总分和销售几乎无关;但「端架促销陈列到位」「主推商品有货有价签」两三项和销售明显相关。
- 真问题不是「识别不了照片」,是「检查表太长、和业绩无关,督导只能走过场」。成功标准改为:巡检表缩到 15 项以内且和销售相关;照片真实性可验证;试点区域发现问题的整改完成率从 40% 提到 80%。
- 踩坑别在旧检查表上加 AI。在错误的流程上提高效率,只会让走过场更快。
第 2 周砍检查项
- 拉营运总监、商品部、两个区域经理开会,用数据逐项讨论 120 项,保留 15 项。食品安全和消防类的项目即使和销售无关也保留,但改由店长自查、督导抽查。
- 政治问题:每个部门都想保留自己的检查项。营运总监拍板:新增一项必须删除一项,并给出和业绩或安全相关的理由。
第 3–4 周原型:真实性 + 识别 + 整改闭环
- 拍照只能在 App 内实时拍,带时间、门店定位;系统检查照片是否和历史照片重复。
- 对 15 项里能用图像判断的 8 项做识别(如端架是否为当期主推、价签是否缺失),其余由督导勾选。
- 发现的问题自动生成整改任务给店长,店长整改后在规定时间内复拍,督导确认后关闭。
- evals:用 500 张督导人工判定过的照片测试,8 个识别项的判断和督导一致率 ≥ 90%。
第 5 周督导和店长上手
- 两个区域试用两周。督导一家店巡检时间降到 40 分钟,每天巡 6 家可以真实完成。
- 店长反馈:「整改时限要区分,价签当天能改,端架要等下一次配送」。照做。
- Demo 给营运总监:试点区域整改完成率、主推商品陈列到位率、同期销售和对照区域比较。
第 6 周交接交接
- 交给营运部的营运标准经理:维护 15 项检查标准和图像识别样例、季度调整检查项、跟踪整改完成率。
- 同时把督导考核从「巡店数量」改为「整改完成率」,否则走过场会回来。
4这个案例教给你的可复用判断
先检查数据是否真实产生,再用 AI 分析它。
检查项要和结果指标相关,不相关的砍掉或换方式。
发现问题不等于解决问题,整改闭环才是价值所在。
考核指标决定行为,改流程要同时改考核。
你手上也有类似的场景?
说说你所在的行业和想用 AI 做的事,留言会直接送达。觉得这个案例有误、过时,或有更好的做法,也欢迎指出。
零售与消费品的其他案例
内容更新:2026-11-11