1. 主页 > 物联网解决方案 > 智能家居 >

智能视频分析如何改变零售店

零售格局正在发生前所未有的变化。实体零售商面临来自在线零售选择的激烈竞争,而且这似乎是不公平的。新时代的购物者精通技术和商店,每次疯狂购物都要求更多。技术的普及继续增长并影响购物的更多方面,提供个性化体验来赢得智能客户的忠诚度。零售技术不仅有助于更好地了解客户,还有助于破解商店的缺点。它提出解决方案,减少收缩,并确保更高的投资回报率。这种分析是通过实时智能视频分析 (IVA) 和边缘计算实现的。
物联网
仔细观察零售商使用 IVA 驱动的人工智能的不同方式,可以深入了解智能零售的运作方式。
 
欺诈和盗窃检测
欺诈和盗窃是零售业务的两大挑战,只有通过不断的守夜和持续的执法才能遏制。根据美国零售联合会发布的第29届年度全国零售安全调查,2019 年美国的盗窃和欺诈损失总额为 61.7b 美元,远高于前几年。相应的全球数字为 100 美元 b。据估计,欺诈和盗窃占每年零售萎缩的近三分之二。面对如此惊人的数字,零售商们时刻保持警惕,将传统方法与先进技术相结合。
 
在商店入口和出口点连接到 IVA 系统的摄像头有助于捕捉人数,并使用生物识别技术和面部识别软件来识别访问商店的顾客。当客户涉及欺诈或盗窃时,面部数据将被证明以备将来使用。考虑一下日本初创公司 Vaak 的 AI 盗窃检测系统,据说该系统通过处理通过在 IVA 上运行的深度学习算法分析的大量数据,在识别潜在和实际欺诈和盗窃方面的准确率超过 80%。当被阻止的顾客试图进入商店采取纠正措施时,系统可以立即识别并发出警报。
 
然而,欺诈和盗窃检测不仅限于入口点。整个商店都有犯罪的可能性,包括在付款和结账时。例如,码隆科技的 RetailAI Protect 由一个头顶固定半球摄像机组成,它捕捉未扫描和可疑条形码项目的镜头,并将信息发送到后端 AI 模型进行解码。如果系统检测到错误扫描或条码票据切换方面的违规行为,则会立即发出警报。
 
IVA 可以在几分钟内轻松查看来自多个摄像机的镜头,而不是数小时或数天的手动查看,以调查商店的损失和犯罪。操作员可以使用过滤器来搜索与指定描述匹配的人或物体,提取关键细节,收集证据并加速调查。
 
过道管理
沿着零售店的过道会发生很多事情。从找到客户一直在疯狂寻找的合适商品,到因缺货导致的糟糕购物体验而彻底受挫,有效的过道管理可以决定销售的成败。服装巨头 H&M 使用人工智能通过分析购买和商店收据来保持流行商品的库存。通过深入了解受欢迎的过道、客户在每个过道中的停留时间以及通过 IVA 捕获的客户人口统计数据,零售商可以增加快速流动产品的货架库存,改善商品销售,并提供即时促销以增加收入并提供诱人的购物体验。
 
用于过道店内视频的分析技术还可以帮助店员记录和了解客户的购买类型以及他们的平均消费和阅读情绪并识别客户的不满。所有这些输入都有助于工作人员照顾那些可能需要更多关注的购物者。例如,优衣库的精选服装店设有人工智能 UMood 售货亭,通过研究客户对不同颜色和款式的反应来确定他们的情绪,从而为优衣库提供更好的过道管理。
 
客户情报
在以客户为中心的商业世界中,零售商竭尽全力吸引客户。客户智能(CI) 通过整合和分析所有可用的客户数据来改善沟通、研究和影响购买行为,并通过预测性建议推动更好的销售,从而为零售商提供竞争优势。在2018 年哈佛商业评论分析服务与几家大型 IT 公司合作进行的一项研究中,83% 的受访者表示,在正确的时间将数据转化为可操作的见解的能力对于客户体验至关重要。尽管如此,只有 22% 的人在这方面取得了成功。
 
观察有多少客户进入以及何时进入是一项主要的分析挑战 (?)。当分析变为洞察力时,它们可以提高客户体验的相关性,确保零售商与客户产生共鸣。这些分析提供运营和品牌洞察力,以及 CI 的其他几个方面。CI 提供了做出购买决策的环境,可用于提高投资回报率。
 
在过去十年中,几家零售商也一直在试验 Magic Mirrors 的增强现实概念。这些镜子中的这些摄像头具有延时显示功能,允许顾客在试穿衣服时转身并看到自己的 360 度视图。纽约曼哈顿 Rebecca Minkoff 旗舰店的数字墙不容错过。交互式镜子不仅可以通过使用 IVA 帮助虚拟试穿衣服,还可以为客户提供与整体外观相配的配饰建议。他们还可以点一杯饮料,并在需要时请求工作人员协助。试衣间的连接镜子还允许您浏览可用的系列并订购合适的尺寸。
 
店内员工与顾客比率
准确统计和分析客户流量的能力使零售商能够确保高效运营。来自商店入口处捕获的镜头的 IVA 以及捕获分析的其他传感器提供实时交通数据。IVA根据着装要求检测以及员工面部和生物识别技术帮助区分员工和客户。通过定期分析这些数据,零售商可以确定流量模式,从而根据客户需求提高人员配备水平。推算员工与客户的比例有助于零售商决定在商店的不同部分重新分配员工或在人流量大的日子和时间增加员工,并在人流量不足的时间减少人手过多的成本。
 
队列管理
 
使用 IVA可以避免繁忙的结账和排长队。AI 可以自动分析联网视频片段,并在结账柜台检测到高流量时发出警报。基于对过道和货架上连接的摄像头和传感器的即时分析,人工智能可以帮助预测结账时排长队、人满为患和客户激增的可能性。这可以帮助零售商提前准备开设更多计费柜台。IVA 还可以自动向员工发出警报,以进一步加快结账流程。特定的队列管理算法也可以计算队列中每个客户的特定等待时间,因为它可能会延迟为客户提供服务。这种洞察力有助于识别问题、优化队列数量并将客户重新分配到不同的队列以加快计费。
 
中国的 Futuremart和美国的 Amazon Go等商店采用 IVA 技术更进一步,实现了完全无收银员和无现金的自主商店。进入时的面部识别、购买的二维码和用于计费的支付应用程序,以及遍布商店的传感器和摄像头,提供了一种无需排队的体验。Futuremart 甚至还配备了 Happy Go 计量器,可以根据顾客的笑容为他们提供更大的折扣。
 
产品认可
如今,假冒产品非常好;几乎不可能将它们与真实事物区分开来。伪造者自己已经很擅长使用人工智能,因此更容易设计他们的产品以假冒真品。世界海关组织 (WCO) 估计, 全球贸易的 7-9% 与假冒产品有关,这使其本身成为一项有利可图的业务。但销售假冒产品可能会导致收入、声誉和未来销售的损失。这使得零售商专注于实施人工智能来检测假货至关重要。
 
图像识别和对象检测技术可以帮助零售商规范商店检查并获得一致的结果。使用深度学习神经网络,可以比较货架上的产品并确定真伪。神经网络可以使用图像进行训练,以识别那些以任何单一或不显眼的方式与原始产品不同的产品。通过在这些深度学习算法上运行的 IVA,可以立即捕获在艰苦的手动检查过程中的失误。
 
公司如Entrupy和正宗的愿景一直努力争取利用IVA,先进的数据科学,光学机器学习识别实时假冒商品和提供高品质的用户体验。然而,一个已知的限制是没有万无一失的假冒检测器。即使是最准确的测试也可能无法通过所有测试。
 
IVA 对零售业的信号
IVA 会随着时间的推移聚合视频数据,为企业提供了解趋势、做出明智决策和制定强大战略的情报。它在为愉快的客户体验和最小化收缩提供有价值的输入方面大有帮助。它有助于弥合在线和实体存在之间的差距。随着越来越多的企业利用 AI 主导的 IVA,零售领域正在发生变化。IVA 将视觉敏锐度与分析能力、编目信息相结合,为零售商提供丰富、即时的洞察力,缩小人为错误的鸿沟。
 
本文由以下作者撰写:
Vinod Bijlani 是一位人工智能和物联网专家,拥有超过 2 年的经验。
Utpal Mangla 是电信、媒体和娱乐行业的全球领导者。
Mathews Thomas 是杰出工程师,在许多主要电信和媒体公司工作超过 25 年。

本文由网上采集发布,不代表我们立场,转载联系作者并注明出处:http://www.34iot.com//a/yunying/kuaishouyunying/385.html

联系我们

在线咨询:点击这里给我发消息

微信号:weixin888

工作日:9:30-18:30,节假日休息