Трибуна
ORBL io
2459

ORBL - технология распознавания лиц, стоящая на страже ритейла и не только

Генеральный директор и основатель компании ORBL Антон Рудов рассказывает о том, как «умные» камеры повышают лояльность клиентов торговых сетей, увеличивают прибыль от продаж, позволяют лучше понимать свой бизнес и дают основу для управленческих решений.

В закладки

Системы видеонаблюдения с технологией распознавания лиц находят все больше применения в бизнесе. Особенно активно внедряет их ритейл. Торговые сети нуждаются в решениях в области "невидимых систем лояльности" и более глубокой клиентской аналитики. Технология распознавания лиц позволяет собирать новые показатели о клиентах, которых не было раньше (пол, возраст и настроение). Соответственно, полученная информация преобразуется в бизнес-данные, которые могут быть использованы при принятии решений. Как – подробно расскажем в этой статье.

О продвижении технологии

Восприимчивость целевой аудитории к инновации изменилось в течение относительно короткого времени. Ещё полтора года назад потенциальные клиенты не были знакомы с технологией, поэтому в общении с заказчиками нам приходилось много рассказывать непосредственно о принципах работы систем распознавания лиц и ее пользе для бизнес-процессов.

Параллельно мы активно занимались продвижением идеи на различных мероприятиях: участвовали в тендерах, обеспечивали присутствие на отраслевых выставках и круглых столах, проводили и собственные ивенты, куда приглашали потенциальных клиентов из различных отраслей. С ростом информированности целевой аудитории начал срабатывать эффект сарафанного радио.

Сейчас у клиентов возникает все меньше базовых технических вопросов. Мы проводим консультации на тему того, как именно технология распознавания лиц либо сценарий, который мы предлагаем, принесет выгоду (уменьшит затраты, увеличит прибыль, поможет в вопросах безопасности). Как правило, у таких клиентов нет завышенных ожиданий, наоборот – есть понимание того, что "технологическая магия" имеет ограничения.

Другая категория клиентов меньше осведомлена о возможностях систем распознавания лиц. Они нуждаются в предварительном консалтинге. В частности, мы объясняем, как технология может быть интегрирована в их бизнес-процессы, предлагаем стандартные сценарии в отрасли и показываем результаты.

Мы также много работаем с технологическими партнерами, которые встраивают нашу разработку в свои решения, с нашей же стороны требуется помощь с интеграцией и дальнейшая техподдержка.

Благодаря накопленной экспертизе в разных отраслях, главными источниками заказов становится развитая партнерская сеть и канал рекомендаций. Спустя два года после старта проекта основными форматами продаж стали технические партнеры, личные продажи, конференции и входящие запросы.

Принцип работы

Рассмотрим конкретный пример – формат «продуктовый магазин у дома», где 99% посетителей выходят через кассу с покупками. Система видеонаблюдения "видит" лицо, распознает его и присваивает базовые характеристики. Таким образом, в базе хранится не оригинальное фото человека, а лишь его вектор.

Следующая стадия – аналитическая: определяются демографические признаки покупателей, частота и длительность посещений, уровень удовлетворенности, heatmap, состав корзины покупок. Система не содержит персональных данных, однако даже обезличенная информация позволяет создать особенную систему лояльности и показывать уникальное предложение каждому анонимному покупателю. Например, на основе данных можно подстраивать рекламу и акции под нужды каждого покупателя.

Процесс поиска в векторной базе очень быстрый: скорость работы платформы по распознаванию сейчас – 0.4 секунды. Этот показатель не зависит от количества первичных шаблонов в базе данных – их может быть более 1 миллиард.

Практика показывает, что приблизительно за две недели можно "оцифровывать" примерно 95% постоянных покупателей средней точки ритейла. После этого заказчики получают распределение по полу, возрасту, дням, часам, месяцам посещения. Что это дает?

  • Четкое понимание демографического состава, частоты посещений, продуктовой корзины. Допустим, магазин посещают раз в неделю 600 человек, дважды в неделю – 400 и т.д. Эти данные открывают возможности по более тесному взаимодействию с посетителями. А если сопоставить наш шаблон и товарное наполнение чека, то накопится еще больше Big Data.
  • Прогнозная аналитика. Собранные данные позволяют делать уникальные предложения определенным группам покупателей (возможно, даже каждому из них в отдельности). Таким образом, без карт лояльности и всех связанных с ними прямых и косвенных расходов, можно предоставить ему релевантную скидку с индивидуальным сроком действия.
  • Черные списки. На входе в магазин камера фиксирует "нежелательных" покупателей (например, ранее пойманных на воровстве) и отправляет уведомление об этом ответственному сотруднику. База таких клиентов распространяется на магазины всей сети. Заказчики сами решают, кого внести в этот список. Разумеется, речь не идет о каких-либо запретительных мерах со стороны ритейлера – просто за такими покупателями персонал следит чуть тщательнее. Со временем некоторые магазины чистят «черные списки».
  • Эмоциональная составляющая. Система позволяет определять настроение каждого посетителя. Например, мы рассчитываем специальный показатель эмоционального настроения на входе и выходе, а затем сравниваем их. Идеально, если на выходе индекс настроения выше, чем на входе. Бывает и по-другому: например, в одном из кейсов заказчик столкнулся с тем, что при среднем показателе внутри магазина 9,7, на кассах самообслуживания он падал до нуля, тогда как на обычных кассах – поднимался до 13,4. Это дало заказчику пищу для размышлений на тему того, как улучшить процесс взаимодействия покупателей и автоматизированных систем оплаты.
  • Измерение демографии в динамике. Часто маркетологи проводят акции для определенной группы покупателей. Измеряя результат, они видят рост оборота и делают вывод о том, что акция удалась. Однако может оказаться так, что основными ее участниками стали вовсе не целевые клиенты, и магазину просто повезло окупить затраты на рекламу, пусть и за счет другой категории. Все это свидетельствует о том, что компания не очень хорошо знает свою аудиторию.

Система видеонаблюдения дает более детальные данные о составе целевых групп.

До появления систем распознавания лиц основным способом регистрации покупательского поведения были счетчики, которые фиксируют входящий трафик и соотносят его с количеством чеков, получая базовые данные о конверсии. Однако этот способ не дает информации о "возвращаемости" клиентов (retention) и повторных покупках, не говоря уже о таких данных, как пол и возраст.

Скрытая система лояльности на основе распознавания лиц выгодно отличается от стандартных систем лояльности. Так, скидочную карту можно передать другому человеку – и тогда бизнес теряет представление о том, кто и как пользуется этим инструментом. Технология распознавания лиц позволяет контролировать систему лояльности, соотнося профиль владельца карты с тем, кто использует ее в реальности.

Сферы применения системы

Ритейл – далеко не единственная отрасль, которая интересуется технологией. Вторым крупным заказчиком можно считать банковский сектор, где распознавание лиц встроено в систему безопасности. Кроме того, финансовые учреждения используют инновацию в обслуживании вип-клиентов (менеджеры моментально оповещаются о приходе такого посетителя).

Третье направление – места продаж товаров с возрастным цензом (18+, 21+), особенно на кассах самообслуживания. Технология используется для системы идентификации личности "паспорт+лицо", которая сравнивает фото покупателя и скан документа, удостоверяющего личность. Ошибка системы составляет всего 0.4% (нужно учитывать, что иногда наблюдается очень большая разница в возрасте человека, запечатленного на обоих изображениях).

В настоящий момент технологией интересуется каршеринг, где она поможет решить проблему передачи управления третьим лицам.Система распознавания лиц позволяет проводить проверку личности водителя, сверяя его с профилем.

Транспортная отрасль в целом может стать сферой, куда технология проникнет достаточно глубоко. Так, с ее помощью можно проводить аналитические исследования по изменению пассажиропотока на маршрутах, а также оптимизировать систему оплаты, сделав ее более экономичной. Оплата по лицу – это полностью автоматический процесс, который проходит без участия персонала и подходит для зональной тарификации (система четко фиксирует точки входа-выхода пассажиров).

Метрики в динамике

Технология распознавания обладает большим плюсом по сравнению с другими методами сбора данных: она не влияет на посетителей и не требует от них дополнительных действий. Информация накапливается в базе, анализируется и отображается графически.

Пример показателей настроения​
Пример информации о частоте посещений в разрезе времени​
Пример информации о длительности визита​

Как считается монетизация? Приведем примеры метрик:

  • Установка 10 камер / видео потоков или больше – в зависимости от формата магазина;
  • Среднее количество магазинов в сети 100 – 200 (в зависимости от типа ритейла, их может быть и несколько тысяч);
  • Стоимость подписки на 1 камеру в месяц – 1800 – 3000 руб без НДС, разброс зависит от требуемой скорости обработки информации и типов распознавания;
  • Дополнительно учитывается стоимость хранения биометрических шаблонов в базе – 0.15 руб в месяц за шаблон;
  • Итоговая сумма зависит от масштабов (предполагаются скидки за объем).

Подробные отчеты в удобной форме и необходимых заказчику разрезах по параметрам позволяют получит достаточную информацию для принятия важных управленческих решений: таких, как расширение ассортимента продукции, расположение товара и его выкладка, время проведения акций. Добавим к этому, что система повышает уровень безопасности объектов. Все эти вопросы напрямую связаны с увеличением прибыли и сокращением рисков и потерь.

Материал опубликован пользователем.
Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "ORBL io", "author_type": "self", "tags": ["\u0440\u0438\u0442\u0435\u0439\u043b","\u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435_\u043b\u0438\u0446","it"], "comments": 1, "likes": 14, "favorites": 19, "is_advertisement": false, "subsite_label": "tribuna", "id": 90582, "is_wide": false, "is_ugc": true, "date": "Thu, 31 Oct 2019 13:18:42 +0300", "is_special": false }
Объявление на vc.ru
Трибуна
ApiX-Drive — онлайн-коннектор разных сервисов и приложений между собой без программистов
Привет, меня зовут Игорь Шамин, я основатель сервиса ApiX-Drive.
0
{ "id": 90582, "author_id": 386766, "diff_limit": 1000, "urls": {"diff":"\/comments\/90582\/get","add":"\/comments\/90582\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/90582"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199116, "last_count_and_date": null }
1 комментарий
Популярные
По порядку
0

«Кроме того, финансовые учреждения используют инновацию в обслуживании вип-клиентов (менеджеры моментально оповещаются о приходе такого посетителя)»

Неплохо!

Ответить
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "Article Branding", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "cfovx", "p2": "glug" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Баннер в ленте на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "disable": true, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } }, { "id": 20, "label": "Кнопка в сайдбаре", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "cgxmr", "p2": "gnwc" } } } ] { "page_type": "default" }