Знать клиента в лицо, чтобы угадывать желания

Поделиться

Thumbnail

 

Каждая торговая сеть стремится предугадывать потребности своих клиентов. Но что на самом деле можно знать о клиентских предпочтениях, когда речь идет о сотнях тысяч человек? Система распознавания лиц в ритейле выводит это понимание на качественно новый уровень. С ее помощью, например, можно обнаружить, что выставленный на витрине товар совершенно не попадает в целевую аудиторию, или зафиксировать повышенный интерес к рекламному стенду в определенные часы. Скорректировав с учетом этой информации ассортимент или стратегию продвижения, можно добиться более высоких результатов продаж.

Узнать из тысячи

Сама по себе собранная информация о лицах без идентификации личности покупателя уже представляет ценность: есть множество способов проанализировать ее и использовать. Например, существует возможность соотнести определенного клиента с чеком, который был создан во время его появления в торговом зале, и таким образом узнать, что он покупает чаще всего. Или разместить камеру у стенда, где рекламируется товар, чтобы увидеть, кто из покупателей прошел мимо, а кто задержался, чтобы посмотреть.

Можно настроить систему так, чтобы она выдавала сообщения о том, когда человек появился в зале, сколько он провел в нем времени, ушел ли с покупкой или проследовал мимо касс, и таким образом считать конверсию. Можно выявлять покупателей, которые часто приходят в магазин, но еще не совершили покупку, и предлагать им участие в программе лояльности или дополнительную скидку. Система позволяет с высокой точностью учитывать пол и возраст покупателей. Пол определяется с точностью до 95%, а возраст привязывается к группе с разбросом в 7 лет. Например, человек идентифицируется как «мужчина от 20 до 27 лет». Существует много других параметров, которые влияют на покупательское поведение. Оно может разниться в будние дни и выходные, летом и зимой, ночью и днем. Система распознавания лиц дает возможность изучать, как ведут себя конкретные группы в определенных условиях.

Распознаваемое лицо можно «привязать» к информации о конкретном человеке, если он дал согласие на обработку своих персональных данных, например, при получении карты лояльности, или когда он сам создал аватар на базе своей фотографии в приложении торговой сети или магазина. Можно сделать снимок прямо на кассе, получив предварительное согласие клиента, и связать его профиль с лицом. После этого, идентифицируя личность покупателя, можно отслеживать поведение каждого конкретного человека и делать ему персональные, самые привлекательные с его точки зрения предложения.

В настоящее время Orange Business Services разрабатывает решение по распознаванию лиц для торговой сети по двум направлениям. Первое позволяет анализировать поток входящих лиц и сравнивать с покупающими, сопоставляя профили клиентов по полу и возрасту, и получать таким образом их средний чек. Второе ставит целью отслеживание возраста, пола и эмоций посетителей «в среднем» ежедневно, без учета повторных посещений.

 

Как картинка превращается в цифру

Чтобы превратить лицо клиента в «визитную карточку» с полезной информацией, нужно пройти определенную технологическую цепочку. Первый ее этап — генерация фото- и видеопотока. Для этого в торговых залах устанавливаются камеры, мимо которых проходит множество людей. Их лица попадают на камеру, которая транслирует изображение на небольшой локальный сервер или более мощный, в зависимости от количества данных. Сервер обрабатывает видеопотоки и отбирает из них лучшие кадры с лицами.

Дальше кадры могут отправляться в облако либо в систему, размещенную в закрытой инфраструктуре заказчика, без доступа в интернет. Последнее решение особенно актуально для российских компаний, которым очень важно не выпускать трафик вовне.

Из кадров, попавших в облако или закрытую систему, специальная платформа — в Orange мы используем LUNA компании Vision Labs — создает математическую модель, так называемый дескриптор, которому присваивается ID. По сути это массив цифр. Он не представляет собой персональные данные, поэтому использование такого алгоритма не нарушает действующее законодательство. После этого можно работать с дескрипторами. Например, сравнивая их со списками в базе, заполненной фотографиями, которые также превратили в дескрипторы, запускать определенный алгоритм действия.

 

Система распознавания лиц может использоваться также для оформления пропусков, контроля рабочего времени, выявления случаев мошенничества и поиска преступников, поиска опаздывающих пассажиров в аэропорту. О чем бы вам хотелось узнать подробнее в следующих рассылках? Напишите нам.

Orange logo
Команда Orange

We are a bunch of people sharing the latest news with our customers and users. We love to write about technologies that are changing our daily life for better. Have a question? Feel free to drop a line to one of us — yuliya.bibisheva@orange.com