Da foto à loja certa: os cuidados para saber de qual visita é cada foto

Para saber de qual visita vem cada foto que o promotor manda, o caminho mais óbvio é juntar tudo num só lugar e pedir ao ChatGPT que leia as fotos e diga a loja e a data de cada uma.

Dá para começar por aí. Se a sua operação é pequena, é até o caminho que a gente sugere seguir por um tempo. Mas, conforme a operação cresce e os formatos de envio se multiplicam, o processo fica bem mais elaborado. Este artigo percorre os cuidados que entram em cada foto.

Assistir ao vídeo: Da foto à loja certa: os cuidados para saber de qual visita é cada foto

A foto tem mais texto do que parece

Fotos de gôndola costumam trazer muito mais texto do que a gente imagina. Numa foto comum, uma leitura sem regras copia tudo o que encontra:

• o cartaz de oferta ("leve 3, pague 2");
• a placa do corredor;
• os preços da prateleira;
• o aviso de que o ambiente é filmado.

E o carimbo com o endereço e a data, que é o que interessa, se perde no meio.

Por isso a leitura precisa seguir um protocolo controlado, que extrai só o que ajuda a identificar a visita, seja uma placa escrita à mão, seja a marca d'água de um aplicativo de câmera.

Quando a foto sozinha não basta

Com o texto certo em mãos, o próximo passo é encontrar a loja. Às vezes, a foto sozinha não traz tudo o que é preciso. Nesses casos, o sistema pode enriquecer o contexto da decisão com informação de fora da imagem:

• as mensagens de WhatsApp enviadas junto com cada foto;
• os textos das páginas dos books que as agências enviam.

Quando as fontes discordam

Com mais de uma fonte, aparece outro problema: elas podem discordar entre si, e o sistema precisa decidir qual está certa. Uma forma de decidir é um ranking de confiabilidade. Por exemplo, da fonte que mais vale para a que menos vale:

1. a localização registrada na foto;
2. o endereço escrito na foto;
3. o resto do texto da foto;
4. uma mensagem enviada junto com a foto.

Veja como isso decide um caso concreto (a loja e as ruas são inventadas):

Vale o Centro. Se a foto não trouxesse endereço nenhum, o texto da mensagem passaria a falar mais alto. E a divergência entre as duas fontes fica registrada com um rótulo próprio, para que ninguém perca a informação de que houve dúvida.

Endereços incompletos

O endereço nem sempre chega completo. Pode faltar o bairro ou a cidade, e o mesmo nome de rua pode existir em outra região do país. O sistema precisa saber como tratar cada um desses casos.

O check-in na rua do lado

Aplicativos de coleta de fotos em campo registram a geolocalização no momento do check-in. Essa posição pode apontar um número próximo, ou até a rua do lado, o que é comum quando a loja fica numa esquina. Nesses casos, o sistema precisa da distância até o endereço cadastrado da loja para confirmar que é ela.

Cada promotor escreve o nome da loja do seu jeito

Quando os promotores têm liberdade para escrever em texto livre, o mesmo nome de loja chega com pequenas variações e erros de digitação: "Ipê Centro", "ipe centro", "Ipê - Cetro". Cada variação precisa ser tratada para apontar para a loja certa.

A data traz desafios parecidos

Até aqui, os cuidados foram com o local da foto. A data traz desafios parecidos, a começar pelos muitos padrões de escrita de data e hora (31/10/2026, 31.10.26, 2026-10-31 09:14). E é preciso decidir como tratar fotos com:

• datas futuras;
• datas muito antigas;
• datas que divergem entre si.

Tudo isso, para cada foto que chega

Cada cuidado acima é uma regra a pensar, desenvolver e manter. E tudo isso vale para cada foto que chega, numa operação que recebe milhares delas por mês.

Prefere não construir isso dentro de casa?

Se você não quer pensar, desenvolver e manter toda essa lógica, conheça a PDV Scan.

Solicitar demoFalar no WhatsApp