Cumplimiento del planograma con una foto del anaquel: paso a paso

05/10/2026

Fotos de anaqueles tiene cualquier empresa de consumo masivo. A veces un disco duro entero, con carpetas por mes, por región y por nombre del promotor. Lo que falta es la respuesta a una pregunta muy corta en la junta del lunes: ¿en cuántas tiendas hubo cumplimiento del planograma la semana pasada? Todos saben que la respuesta está en algún lugar entre esas fotos. Nadie tiene tiempo de abrirlas una por una y contar.

Este artículo sigue el recorrido de una sola foto tomada en el punto de venta: Captura, Escaneo, Reconocimiento y, al final, un resultado de Pasa o No pasa. Es el mismo flujo que usa VTraks. Lo escribí pensando en los equipos de trade marketing y sales ops, quienes tienen que convertir un programa de exhibición en papel en algo que se pueda medir y corregir.

Antes de tomar la foto: el planograma tiene que ser un dato

Suena al revés, pero el trabajo más decisivo ocurre antes de que alguien saque el celular. La IA solo puede calificar un anaquel si sabe cómo se ve uno “correcto”. Si su planograma sigue siendo un archivo de diseño enviado por correo con una nota que dice “charola de en medio, darle prioridad al sabor nuevo”, la máquina no tiene contra qué comparar.

La plataforma de planogramas de VTraks permite configurar miles de planogramas y aplicarlos automáticamente según fecha, ubicación y tienda. Imaginen una exhibición navideña de seis semanas en tiendas de conveniencia de la ciudad, mientras las tienditas de otras zonas mantienen su acomodo de siempre. Una vez definidas las reglas, la foto tomada en cierta tienda y en cierto día se compara con el acomodo correcto para esa tienda y ese día. Nadie tiene que acordarse. Nadie tiene que buscar en una tabla.

Dos consejos para esta parte. Escriban los planogramas de forma que se puedan medir: “que destaque” no se puede calificar, mientras que “cuatro frentes, a la altura de los ojos, junto a la línea principal” se califica de inmediato. Y definan quién actualiza el planograma cuando cambia el programa. Sin un nombre concreto, el planograma del sistema se va quedando viejo y la IA calificará con mucha precisión contra algo que ya está mal.

Captura, Escaneo, Reconocimiento: a dónde va la foto

Captura: una buena foto es una foto completa

La foto no tiene que ser bonita, tiene que estar completa. De frente al anaquel, con toda su altura, sin que un carrito o un cliente tape media charola. Si el anaquel es largo, no intenten meterlo en una sola toma. VTraks recibe un lote de escaneo de hasta 200 fotos para una misma revisión, y cada producto se cuenta una sola vez aunque aparezca en dos fotos contiguas. El promotor solo dispara de izquierda a derecha, sin unir imágenes a mano.

Escaneo y reconocimiento: de píxeles a una lista de SKU

La IA identifica cada SKU del anaquel: qué producto es, dónde está y cuántos frentes tiene. Según las cifras publicadas en vtraks.com, cada imagen se procesa en menos de un segundo con 99.97% de precisión. Buenas cifras, pero para mí lo más valioso es la constancia. Quien audita a las cuatro de la tarde, después de treinta tiendas, cuenta distinto que a las ocho de la mañana. El modelo no se cansa.

Calificación: Pasa o No pasa, hasta cada frente

La lista de SKU se coloca junto al planograma vigente para esa tienda. El resultado es Pasa o No pasa para cada exhibición, con detalle de frentes y posición. Un anaquel de refrescos puede no pasar solo porque el sabor nuevo quedó en la charola de abajo, aunque el total de frentes esté completo. Es justo el tipo de error que se le escapa a un ojo humano que revisa fotos a toda prisa.

Convertir Pasa y No pasa en tareas

Los datos de cumplimiento solo valen si alguien actúa con ellos. Algunas formas de usarlos que vale la pena probar:

• Corregir sin salir de la tienda: si el resultado llega mientras el promotor sigue frente al anaquel, reacomodar unos frentes toma unos minutos. Regresar la próxima semana cuesta una visita completa.
• Ver por región antes que por persona: todas las tiendas alimentan un solo data lake y los dashboards en vivo muestran en qué zonas se acumulan las fallas.
• Separar errores de acomodo de faltantes: los resultados también muestran la disponibilidad en anaquel. Un anaquel que no pasa porque está vacío es un problema de abasto, y regañar al promotor no lo arregla.
• Cambiar lo que se proyecta en la junta: en lugar de las cincuenta fotos más bonitas, abran la lista de tiendas que llevan varias semanas sin pasar.

Si quieren ver cómo se integran estas piezas en un solo producto, la página de VTraks en aivision.mx lo resume todo, desde la plataforma de planogramas hasta la detección de fotos fraudulentas y la información de la competencia.

Límites que conviene decir desde el inicio

La IA no puede calificar lo que no ve. Fotos a contraluz, anaqueles tapados por cajas, puertas de refrigerador empañadas: el resultado empeora, y no es culpa del algoritmo. Incluyan el estándar de foto en la capacitación en vez de dejar que cada quien adivine.

Además, Pasa o No pasa es una señal, no una sentencia. Una tienda que no pasa tres semanas seguidas quizá le rentó ese mismo espacio a la competencia. El trabajo de la IA es señalar el hueco, rápido y con el mismo criterio. Sentarse a platicar con el dueño de la tienda sigue siendo trabajo de personas, y creo que así debe quedarse.