你是否看过，城市管理员对着店铺拍照，或者销售代表对着货架拍照等情况？这是他们在做执行，让管理者看到照片如同亲临现场。那么，这么多照片，要如何处理呢？本文作者从人员众包和人工智能的方面，分析如何更快效率地完成，一起来看一下吧。
你是否看过，城市管理员对着店铺拍照，或者销售代表对着货架拍照等情况？这是他们在做执行，让管理者看到照片如同亲临现场。那么，这么多照片，要如何处理呢？本文作者从人员众包和人工智能的方面，分析如何更快效率地完成，一起来看一下吧。
你会不会遇到美景美食忍不住拍照留念，配上美美的文案，发个朋友圈，引来朋友同事的各种点赞好评，那是一段极其美好的时刻。在你工作的办公楼里可以人脸识别进出了，商场买点什么东西也可以刷脸支付了，一不小心你收到交通违规提醒，违规照片也是清晰可见。
或许你偶尔看到过，共享自行车管理员在不停地对着街道整齐的自行车拍照，也或许是城市管理员对着街道旁店铺逐个在拍照， 也或许是销售代表对着货架拍照，也或许是执行人员对着店里的陈列拍照，也或者是店长对晨会的现场过程拍照或录像。 他们是在做执行，让管理者看到照片如同亲临现场。有图有真相，再加上时间戳和位置管理，这还真是保证执行的好方法。
一、业务挑战
你有没有想过这些照片要如何处理呢？
你会说领导会看的，有几个领导会看呢？有几个领导每天会看呢？ 一个人每天能看多少张照片呢？管理层的时间放在照片上是经济的吗？ 抽查可不可以呢，能抽查多少比例呢？ 20%、30%，还是50%？当你每天面对着成千上万的照片，你会如何做呢？
你可能会想到人工智能，找计算机AI去看呗，听起来挺美好实际上极端费钱，超级贵，另外也不是任何场景都能胜任，而且每学一种新场景都还要时间成本。 虽说Google深度学习框架公开后，加速了国内商业应用的井喷式发展，可是成本还不是每个企业都能承受的。最最重要的一个挑战点，对拍照要求非常高。一位销售总监戏称，销售员人人都是摄影师。
人工智能成本高，人工效率低，那还有什么方法吗？
二、产品设计框架
展开全文
你是否想过可以引入人员众包，让专业的人去做专业的事情，实现成本和效率的最优化。 基于这个指导思路，我们构建了人工智能和人员众包为一体的照片识别体系，简要示意如下。
各种渠道来的照片，通过标准图像API进入识别平台，平台自动按照场景将照片分流。针对场景相对规范人工处理比较麻烦的场景，比如数一下照片中的酒瓶有几个？哪个产品缺货？这些就可以交给训练过的人工智能模型来完成。针对比较复杂的逻辑判断，需要人脑辅助的，比如陈列是否整齐？ 是否有品牌展示物等？ 针对培训过的人来说，比较容易，让人工智能来就复杂多了。
针对执行类照片的审核，主要的目的是先实现执行不走样。 不论是人工智能还是众包的分析结果，都会反馈给执行者，这是关键中的关键。 另外就是针对执行现状给出行动建议，以及给高层做决策依据才是关键。
你可能会吐槽某些人工智能还不智能，识别率不高，那你的重点就是要去督促提升模型优化，给它更多学习的材料和时间。1000张不够，是不是可以更多，2周的时间不够，可否是一个月呢？
产品核心能力1：派单抢单
关于人员众包中，如何调动参与人的积极性，并能公开透明地吸引她们持续地参与其中。 通过两个路来实现，首先就是制订公开流程，如招募、培训、认证、工作量计算、结算等，保证公正透明；其次是如何保证她们可以愉快高效的完成这些相对枯燥的工作。 这些都是需要数字化产品的赋能。
派单抢单是一个关键的产品能力，派单中考虑需要考虑到分单和排单。首先是照片如何分单，按不同场景的照片，按照片量来组包-一包不能超过30分钟，例如：CVS渠道的门店堆头照片。然后就是如何派单？需要考虑到接单人的可用工作时段，认证资格，效果质量等自动派单。
在抢单部分，考虑到了两个层次，第一个层次是先派单给相对比较优秀的人员，接单员可以结合自己的情况选择接单，选择自己擅长的，或是金额比较高的单。 第二个层次是会安排人专门清单，就是一段时间后没有人接的单，会有专人去把这些单子都处理掉。保证整个审核工作的完整性。 抢单页面如图，可以清晰的看到任务完成获取的金额，任务时间要求，照片数量，审核要求等基本信息。达到一定金额可以直接取现到个人账户。
产品核心能力2：高效图片分析
其次就是如何让参与可以快速的做照片分析？ 你若是产品经理，你会如何考虑？
移动时代了，当然是首推移动版本。最开始迭代了出了移动版本，照片左划是合格，右划是不合格。用户操作是简单，可效率一般般。划多了也是超级累，无趣。我们迭代出了PC版本，基本操作还是左键合格，右键不合格。实际用户使用后，如何提高效率成为重要部分。
第三次迭代，就有了我们现在的版本。有两大革新，一是引入PC端全屏模式，一屏可以有20 /40张照片，让用户一眼可以更多照片。二是默认照片全合格，只找那些不合格的照片，类似找茬儿游戏一样。完成一屏可以进入下一屏，这个效率可是提高了几十倍呀。审核结果在品控环节处理后才能拿到积分，所以不用担心有人乱点质量差。
针对人工智能处理的部分，模型算法的建立和优化，专业性相对比较复杂，介于篇幅考虑，在这里就不再赘述。 你若有兴趣我们可以花时间专门讨论这个非常大的话题。
三、产品应用价值
这个产品框架，我们应用在快消品行业啤酒品类的销售人员日常拜访执行，门店陈列执行，冰箱陈列执行等应用场景。针对一家200万活跃门店的快消企业，每年的照片上亿，使用此整合产品，单一照片处理成本可以将至0.1元RMB一下。真正的赋能销售，业务增长助力。
这个产品框架除了前面提到的啤酒品类，也可以是快消的其他品类如软饮，奶粉，日用化妆品等。也可以应用到针对其他行业，如医药行业，零售业等。若视野更宽广些，可以大多利用照片和照片识别的相关应用，比如企业内部各种费用核销，各种照片找茬儿等。
最后，不得不说这是一个过渡期的产品框架，若人工智能足够强大应用成本足够的亲民，也就不需要这个产品，若人员成本足够高的化也确实不适合。 基于目前甚至是未来5-10年，这还是一个非常有价值的应用模式。
你觉得呢？
本文由 @鹿鸣Lucius 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议。
