连锁门店巡检，从拍照上传到日报自动生成
巡检照片拍了无数张，区域经理一张张翻，翻完在表格里打几个勾，月底想查哪家店反复出问题又翻不出来。这篇讲连锁门店巡检报告自动生成的实际做法，从拍照那一刻把字段带进去，到异常判定分两档、区域日报自动生成、店长视图怎么落到动作上，也说清门店少、靠暗访巡检的时候这套东西不值得上。
月末想查一件事，表格里翻不到
先看一个具体的场景。一家连锁便利店有四十多家店，区域经理每周跑几家。进店掏出手机拍一圈，货架端头、促销堆头、价签、收银台，一拍就是三十多张。拍完传到工作群，注明店号。晚上回办公室打开群，一张一张点开看，看促销牌有没有摆、堆头高度够不够、临期货是不是还在架上。
看完给每家店打个勾，合格不合格写在表格里，表格最后发给各店长。流程看着是完整的。走了三个月，真实情况是三件事。
第一件，照片没人看全。三十多张，一家店看下来要几分钟，一晚上处理十几家店的量，看到后面眼睛已经糊了。该看的会漏，漏掉的往往不是最刺眼的那张，是扫过去觉得没问题的那张。
第二件，统计没做。表格里只有合格和不合格两个字。为什么不合格，写在群聊里，没有结构化。想查某个店某个品类这段时间反复出过什么问题，翻不出来，因为照片散在聊天记录里，按时间排，不按店排。
第三件，结论没人用。区域经理把不合格发给店长，店长看到的是一个判定结果，看不到具体是哪一项、拍的是哪张图、改完有没有人确认。整改变成回一句收到。
这三件事浪费的是同一份东西，照片。拍了，沉在聊天记录里，看的时候靠眼睛和记性，看完靠手抄进表格，往后要复盘再靠人力翻一遍。
连锁门店巡检报告自动生成这件事，靠的就是把照片从聊天记录里搬出来，让它自带字段、自带位置、自带判定依据。搬出来之后，巡检数据汇总才有意义。
拍照那一刻，字段就该带上
巡检数据汇总之所以难，多半因为字段是事后补的。照片先拍，传的时候只写店号，品类靠回忆补，位置靠猜。补错了，整条数据就是脏的，后面用的人查出来只会被当成录入错误。
所以第一步是把字段挪到拍照那一刻。检查任务在手机端有一份清单，每一项对应一个检查点，点进去就是取景框。拍完这一张，系统已经知道店号、货架编号、检查项、拍摄时间、拍摄人、当时的定位。
这一步值不值，取决于后面有没有用到这些字段。用得上的地方不少。
时间戳用来分辨拍摄人。区域经理上午到店拍一轮，下午让店员自己补拍一轮，时间戳能把两拨人分开，不用靠记。
定位用来验证照片是不是真在这家店拍的。位置偏差大的单独标出来，不进合格率统计。连锁门店巡检里换过店、临时闭店的情况不少，位置对不上的照片往哪放，是个真问题。
拍摄人用来做抽检。区域经理拍的和他让店员拍的，标准不一样。巡检数据汇总时能分开看，也能规定只认谁拍的。
货架编号用来做纵向对比。同一个检查点这个月拍的和上个月拍的放在一起，陈列变了多少一眼能看出来。单品陈列做成了时间序列，才谈得上发现变化。门店陈列检查自动化能不能真用起来，这一层是分水岭。
照片本身还带一层信息，有时候光看图不够，要读字。促销牌上的活动日期、价签上的价格、商品标签上的规格，这些靠图像识别抽出来变成可查询的字段。这一步准确率不用追高，识别错了标成待确认，人核一下就行。要命的是把识别结果直接当事实用，写进报表之后没人再看第二眼。
字段不是越多越好。巡检任务里真正被用到的通常就是上面这六七个，多加的字段最后都在手机上多点一次，而这一下点在十几家店的巡检里累积起来很显眼。
异常判定，分成机器敢定和人来看两档
有了结构化数据，判定规则就能写。写规则之前先分档，这一档分错了比规则写错更麻烦。
第一档，机器敢定。位置该有的商品缺货。价签缺失。临期货超过有效期还在架上。收银台台面空位明显。这一类的判定依据是明确的，期望值来自商品配置表或者排面表，实际值来自识别结果或者系统数据，对得上就是达标，对不上就是异常，机器直接标出来，不用人再看第二眼。
第二档，人来看一眼。陈列是否整齐。堆头高度够不够。促销物料有没有按标准摆。灯光和背景墙颜色对不对。这一类没有硬标准，不同人看会有不同结论。这种情况机器给提示，附照片和判定依据，人勾一下确认或者不确认。这个动作很轻，但省不得，省了等于把标准交给拍照的人自己解释。
分档就一条原则，有明确期望值和可观测实际值的走第一档，靠人眼审美和经验判断的走第二档。中间那些勉强算第一档的，做法是留一段时间双轨跑，机器判的同时人也在判，比对两边的结果，再决定能不能放手。
规则的写法有讲究。每条规则要说得出三件事，看什么，跟什么比，差多少算不合格。写不出来的说明这条规则还没想清楚，先别上。
阈值别一次调太细。先从粗的开始跑一轮，看误报集中在哪几条规则上，再动手调。连锁门店巡检报告自动生成最怕的就是阈值太严，上线就是几百条异常，区域经理看一眼就再也不看了。
误报要有回路。区域经理标了误报，规则配置里要能回流，记下这次误报，调整的是阈值还是判据，写下来。三个月后回看，能知道哪条规则一直不稳。
漏报更麻烦。巡检没法每项都查，抽样是常态。哪些检查点必查，哪些抽查，抽多少比例，写在巡检计划里。这份计划本身就相当于一个控制表，后面做区域对比的时候，抽样比例不一样的两个区不能直接放一起比。
日报自动生成，重点是让人能立刻动手
巡检数据汇总到最后要变成一张日报。这张日报如果只有数字，店长不会看。店长要知道自己店里的哪一项没过、照片在哪、上次有没有被提过。
日报建议分四块。
第一块是本店。只列这次没过或者需要确认的项，每项后面跟一张照片和一句话结论。过了的不列，列出来就是干扰。这一块是店长必须看的部分，越短越好。
第二块是连续项。同一检查点连续三次没过，这个检查点单独提出来。单项不合格可能是偶然，连续不合格说明标准或者排面本身有问题，指出来比让店长再整改一遍有用。
第三块是待确认。机器判了但要人看的项，等确认后才算数，单独列，标上待确认，不跟已确认的异常混在一起。混在一起的后果是店长分不清哪些已经定了哪些还悬着，两边都不当真。
第四块是别家店。区域里其他店在同一检查项上有没有问题，放在一起。这一块给区域经理看，店长看了容易有情绪，可以放在后半段或者单独一个视图。
送达时间和生成时间要错开。早上八点出前一天的日报，店长上班就看得到。下午五点才发，基本等于没发。
日报要能追。点开一条异常，要能看到当时的检查点定义、判定规则、拍的原图、上一次同一检查点的照片。区域经理追问的时候这几样拿得出来，日报才立得住。追不到的东西，看板上就是个数字。
区域对比，口径不同就别排在一起
排名在连锁门店里很敏感，也很容易做错。对比之前先把口径对齐。
一是检查点范围要一样。两家区域巡检的检查项清单不同，覆盖的品类不同，一个查了生鲜另一个没查，合格率放一起比没有意义。
二是抽样比例要一样。抽十家店和抽三十家店，抽到的问题数量差异很大，比率能比，绝对数不能比。
三是时间段要一样。赶上大促那一周和平时比，异常会集中在促销物料上，这是季节性因素。
四是加盟和直营要分开。两种店的排面规范本来就可能不同，标准不同，比较的前提也不同。
口径对齐之后比什么，比单项更好用。做一个综合分看着公平，实际上是多项加权，每一项的权重还得吵一遍，排名变化多半来自权重而不是真实表现。单项对比直白，哪一项差就是哪一项差，改起来也有方向。
样本量小的要标出来。一家店这个月只巡了两次，连续不达标这种指标波动很大，日报里标一句这个月巡检次数，让看的人自己给这个数降权重。
店长那边，日报要能落到动作上
巡检最后是店长在做。区域经理把流程改得再漂亮，店长觉得是找麻烦，整个体系就转不动。
店长的一天很碎。早班交接，盘点，处理退货，中间接一个投诉电话。巡检消息进来的时候他手上正在补货。他不会打开系统研究。他能接受的形式是三句话加一张图，这周有三项没过，照片在这里，其中两项上周也过。
所以店长视图和区域日报不该是同一个东西。区域日报给管理用，店长视图给执行用。
店长视图可以做成一件事一件事的清单。写清楚要改什么，改完怎么确认。确认动作要轻，拍照上传就算完成，不用写文字说明。这一步对店员和店长同样成立。
连续两期的同一项问题，系统给个提示，让店长知道上次怎么改的、这次还这样。有时候问题不在执行，在标准本身不适合这家店。
这里有个真实的两难。整改期限自动算还是店长自己填。自动算省事，但碰到确实改不了的情况，设备坏了、供货断了，店长只能拖着，拖久了就学会无视。建议期限可以延，但延期要写原因，延期次数本身会被记录。看得见的例外比无声的逾期好用。
正向反馈也要有。全部合格的店值得被点名。只发问题不发结果的日报，收到几次之后店长会屏蔽消息。
什么情况下这套东西不值得上
几种情况，上自动化大概率是浪费。
门店很少。十几家店，区域经理自己跑一遍的事，做一套系统加一套手机端，投入和维护都不划算。这个规模下巡检报告自动生成靠人做表格就够了。
巡检靠暗访。神秘客访店的目的，是看店员在没人监督时的真实表现。巡检如果也带拍照上传，店员看到通知就知道要来，收集到的样本全部失真。这种情况要的是隐蔽性，工具越重越危险。做之前先想清楚这次巡检收集的是陈列执行情况还是服务真实表现，两个目标对应的做法差很远。
门店网络不稳。店在地下、信号差是常事。方案必须支持离线拍摄，回到有网的地方再同步。做不成离线，等于逼着店长找信号，照片拍不全。
店长不看。这是最大的前提。日报发出去没人点，照片传上来没人看，整套东西从第一天起就是死的。判断方法很简单，问一个店长上个季度的巡检整改通知在哪，他能说出在群里第几条，说明还在看，说不出来就说明这套东西在他那儿不存在。
照片解决不了的问题。店员不会摆货这类事，靠拍三十张照片解决不了，需要一次现场指导或者调整排面表。把拍照当成管理替代品，比不上系统更糟。
最后一句实话。这套东西的成本大头在检查项定义和判定标准上，不在拍照和上传。标准写不清楚，机器判得再准也是在放大模糊。门店陈列检查自动化真正省下来的是统计和汇总的时间，拍照片这个动作本身一分钟就完了。
字段抽取的坑、图片转结构化数据之后怎么判定、以及流程出问题怎么定位，下面几篇展开讲过。
延伸阅读