AI零售货架审计工具
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
shelfpix 是一款 AI-Powered Shelf Intelligence 工具，定位为零售运营、陈列和门店管理团队的货架审计系统。它的核心流程是拍摄一张货架、端架或促销通道照片，系统自动识别画面内商品，并给出库存状态和消费者视角的货架吸引力评分。
产品强调无需逐件拍照、扫码或手工标注；一张照片即可识别品牌、尺寸、包装和可见价格标签，并输出商品级库存状态，包括缺货、低库存、正常和过量库存。货架整体会获得 1–10 分吸引力评分，并附带关于灯光、整洁度、标签可见性和陈列状态的解释。历史记录可按门店、通道、日期或促销活动组成集合，支持搜索、标签、排序和周度趋势比较。条款显示其 AI 当前通过 AWS Bedrock 使用 Anthropic Claude，但未披露训练数据规模、识别准确率或客户案例。
Pilot 计划为 $0/月，适合单店试用或 1–3 人小团队概念验证，包含货架拍摄、吸引力评分、库存状态检测和优先支持。Team 与 Enterprise 均为 Coming Soon；其中 Team 规划约 20 席共享额度、趋势看板和缺货/过量库存提醒，Enterprise 规划无限拍摄、API、自定义集成和专属 onboarding。支持渠道主要是应用入口和联系表单，销售、演示和试点咨询承诺 1–2 个工作日回复。条款称付费订阅通过 Stripe 预付并自动续费。
优点是使用门槛低，拍照即可形成结构化货架记录，适合巡店、促销陈列复盘、缺货发现和跨门店趋势监控；解释型评分也方便运营团队沟通问题。局限在于规模化版本尚未发布，API 与集成仍是规划项，且公开条款模板存在法律主体、支持邮箱等占位符。官方也提示 AI 输出只是运营信号，可能不准确，不应单独用于补货、定价、供应商评价或员工绩效决策。
页面未提供中国大陆访问、中文界面、人民币计价或本地支付信息；支付仅提到 Stripe。若中国零售团队使用，需要先验证网络连通性、数据合规、跨境图片处理和企业支付可行性。替代品方面，公开文本未给出可直接比较对象。
本测评基于公开资料整理,不构成购买建议,请以 shelfpix.com 官网实际信息为准。
面向零售运营，检测陈列与库存趋势。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。