Wizualizacja poglądowaTECHNOLOGIA · ROZPOZNAWANIE 2D/3D · FMCG
Coca-Cola · realizacja: Runvido + UltronARCoca-Cola – rozpoznawanie wariantu butelki zamiast skanowania kodu
W projekcie dla Coca-Coli zajmowaliśmy się rozpoznawaniem produktu w sklepie na podstawie obrazu z aparatu telefonu. Algorytmy UltronAR do rozpoznawania obiektów 2D i 3D miały odróżniać warianty butelek, np. 0,5 l, 1 l i 2 l, a aplikacja Runvido wiązała rozpoznany produkt z konkretną interakcją. Drugim wątkiem była koncepcja gry zachęcającej do odwiedzania punktów sprzedaży.- Rozpoznawanie obiektów 2D i 3D
- Odróżnianie wariantów pojemności
- Interakcja bez kodu na opakowaniu
- Koncepcja grywalizacji w punktach sprzedaży
01 Kontekst i wyzwanie
Większość interakcji między opakowaniem a telefonem opiera się na kodzie: trzeba go zaprojektować, znaleźć na nim miejsce i przekonać klienta, żeby go zeskanował. Przy napojach ten model ma wyraźne ograniczenia. Etykieta jest mała, opakowanie zaokrąglone, a ta sama marka występuje w kilku pojemnościach, które z daleka wyglądają bardzo podobnie.
Punktem wyjścia projektu było więc pytanie odwrotne: czy aplikacja może rozpoznać sam produkt, tak jak widzi go człowiek stojący przed półką? I to nie tylko markę, ale konkretny wariant – w relacji z projektu jako przykłady padły butelki 0,5 l, 1 l i 2 l. Tylko wtedy interakcja może być dopasowana do tego, co klient faktycznie trzyma w ręku albo ma przed sobą w sklepie.
Wyzwanie było przede wszystkim techniczne. Butelki o różnej pojemności mają podobny kształt, kolorystykę i etykietę. Telefon widzi je pod różnymi kątami, w różnym świetle, często częściowo zasłonięte przez inne produkty. Rozpoznanie „to jest ten napój” to jedno, a rozpoznanie „to jest dokładnie ten wariant” to zadanie trudniejsze.
02 Nasza rola i rozwiązanie
Co wykonaliśmy. Projekt realizowały dwie marki technologiczne:
- UltronAR odpowiadał za warstwę rozpoznawania: algorytmy do rozpoznawania obiektów 2D i 3D oraz modele przygotowane na podstawie zdjęć obiektów, które miały odróżniać poszczególne warianty butelek.
- Runvido odpowiadało za warstwę interakcji: powiązanie rozpoznanego produktu z treścią lub akcją w aplikacji.
Połączenie obu warstw daje mechanikę, w której punktem startu nie jest kod, tylko obraz produktu. Klient kieruje aparat na butelkę, aplikacja ustala wariant i uruchamia przypisaną do niego interakcję. To ta sama rodzina rozwiązań, którą opisujemy w ofercie materiałów z AR i rozpoznawaniem obrazu, tyle że zamiast płaskiego wydruku rozpoznawany jest trójwymiarowy obiekt.
Drugim wątkiem było opracowanie koncepcji gry, która zachęcałaby do odwiedzania punktów sprzedaży – w rozmowie jako przykład padły sklepy typu Żabka – i do udziału w aktywnościach marketingowych. Opisujemy ją jako kierunek koncepcyjny: rozpoznanie produktu w sklepie może być elementem rozgrywki, np. zadaniem do wykonania na miejscu.
Czego nie wykonywaliśmy. To case technologiczny, nie drukarski: Wielka Reklama nie produkowała w tym projekcie opakowań, etykiet ani materiałów POS. Nie odpowiadaliśmy za strategię marki ani za kampanię. Wzmianka o sklepach typu Żabka dotyczy charakteru miejsc, które gra miała obejmować; nie oznacza współpracy ani porozumienia z żadną siecią handlową.

03 Jak pracowaliśmy
Rozpoznawanie obiektów zaczyna się od materiału, na którym model się uczy. W tym projekcie były to zdjęcia obiektów – butelek w poszczególnych wariantach – na podstawie których przygotowywano modele odróżniające jeden wariant od drugiego.
Kluczowe decyzje dotyczyły tego, czego model ma się trzymać, a co ignorować. Etykieta, proporcje, sylwetka i kontekst zmieniają się w zależności od kąta i odległości, dlatego rozpoznawanie łączy cechy płaskiej grafiki (2D) z kształtem obiektu (3D). Wiedzę o przygotowaniu modeli przestrzennych rozwijamy też w ramach skanowania 3D.
Równolegle projektowana była warstwa aplikacji: co dzieje się po rozpoznaniu, jaka treść odpowiada któremu wariantowi i jak ten moment może stać się częścią gry. Logikę po stronie aplikacji i treści cyfrowych tworzymy w podobny sposób jak inne aplikacje i kreatory webowe.

04 Efekty
Nie podajemy wyników sprzedaży, liczby pobrań ani liczby użytkowników – takie pomiary nie zostały potwierdzone. Efektem, który możemy opisać, jest opracowanie mechaniki: rozpoznawania konkretnego wariantu produktu z obrazu z aparatu i powiązania go z interakcją w aplikacji, wraz z koncepcją gry wykorzystującej tę mechanikę w punktach sprzedaży.
05 Co nas wyróżniło
W wielu projektach AR, takich jak Koleje Śląskie AR, telefon rozpoznaje płaski obraz: nazwę stacji, wydruk, okładkę. Tutaj punktem odniesienia był trójwymiarowy produkt, który różni się od sąsiednich wariantów detalami. Takie podejście nie wymaga zmian w opakowaniu ani dodatkowego kodu – interakcja jest przypisana do samego obiektu na półce.

FAQ · Coca-Cola
Najczęstsze pytania
Czy aplikacja może rozpoznać produkt bez kodu QR na opakowaniu?
Tak, to założenie tego projektu. Rozpoznawanie obiektów 2D/3D działa na podstawie wyglądu produktu, dlatego interakcję można przypisać do samego opakowania. Skuteczność zależy od kategorii, wariantów i warunków, w jakich klient robi zdjęcie.
Czy da się odróżnić warianty tego samego produktu, np. różne pojemności?
Takie było zadanie modeli w tym projekcie. Podobne warianty wymagają starannie przygotowanego materiału uczącego, dlatego każdą kategorię produktów oceniamy indywidualnie.
Czy taką mechanikę można połączyć z grą w punktach sprzedaży?
Rozpoznanie produktu może być zadaniem w grze lub warunkiem odblokowania treści. Zasady i miejsca rozgrywki ustala się z marką i, w razie potrzeby, z właścicielem punktów sprzedaży.
Zapytanie o produkt
Zapytaj o: Coca-Cola
Kilka krótkich pytań — od razu wiemy, czego dotyczy zapytanie. Ceny są orientacyjne, ostateczną cenę potwierdzamy po kontakcie.Wystarczy imię oraz e-mail lub telefon. Resztę możesz dopisać albo ustalimy ją przez telefon.WIELKA REKLAMA · CASE STUDY