Баннер ФЗ-54
26 декабря 2017, 13:50 6674 просмотра

Видеоаналитика в торговле: взгляд ритейлера

karusel_gromov.JPGВасилий Громов, директор по информационным технологиям торговой сети «Карусель» (X5 Retail Group) рассказал Retail.ru, зачем ритейлерам и покупателям нужна видеоаналитика.

Насколько сейчас, на ваш взгляд, развиты технологии работы с видео?

— Видеоаналитика находится в стадии активного развития. Вычислительные мощности быстро увеличиваются и дешевеют, а вместе с ними появляются и новые возможности технологий. Становится все проще  использовать  более сложные алгоритмы, нейронные сети для распознавания образов или даже целых цепочек действий. 

Сначала процесс развития технологии шел достаточно медленно: с момента распознавания первого текста прошло много лет, сейчас же развитие значительно ускорилось, но до «финала» еще далеко.

Как бизнес использует эту технологию? 

Пока у бизнеса нет детального понимания, какие задачи может решать видеоаналитика. Сейчас она более или менее развита для служб безопасности, но находится в зачаточном состоянии для остальных бизнес-функций.

Сегодня на рынке видеоаналитики товаров и торговых полок уже есть некоторые продукты для бизнеса, но они дорогие и применяются в основном производителями и поставщиками, не ритейлом. Как только ритейл начнет их серьезно использовать, то рынок сформируется, и технологии постепенно начнут дешеветь.  Я думаю, что в 2018-2019 году закончится процесс формирования ниши видеоаналитики на российском рынке. Ритейл-компании поймут, что таким образом можно эффективнее контролировать, что происходит в магазинах на полках, и начнут инвестировать в это направление.  

Как именно можно применить видеоаналитику в ритейле?

В магазине эта технология может быть использована в нескольких направлениях. В первую очередь – для распознавания товаров на полке. Например, в среднем гипермаркете более 700 стеллажей с товарами. Видеоаналитика может помочь быстро «посмотреть» на все эти стеллажи и понять, какие товары есть на полках, а какие лежат не на своих местах.

Делать это вручную достаточно трудоемкая задача. На полках 35 тыс. товаров, и держать в голове планограммы и товарные остатки на складе по каждой категории невозможно. Нужна система, технологическое решение, которое не только ответит на вопрос, что сейчас стоит на полках, но и подскажет сотрудникам, каких товаров нет в торговом зале, но они есть на складе магазина, и их необходимо привезти. Без технологий распознавания изображений это более длительный процесс.

karusel_1.jpg

Сотрудники, например, используют процедуру «гэпчека»: сканируют все товары в отделе и сравнивают это с остатками на складе и планограммами. Похожую технологию применяют производители товаров, чтобы контролировать качество работы мерчандайзров.

Кроме того, распознавание видео может помочь понять, насколько правильно зонирован магазин. Мы можем прийти в супермаркет в конкретное время, посмотреть, куда люди заходят, а куда нет, но мы не можем постоянно следить за этим. С помощью анализа видео можно отслеживать, сколько человек зашло в ту или иную секцию в течение дня или недели. А эту информацию использовать для того, чтобы понять, где находятся «не работающие» полки и как нужно расположить стеллажи в торговом зале.

В каких еще областях, на ваш взгляд, может быть полезна технология распознавания образов?

Видеоаналитика и распознавание лиц сейчас активно используются службами безопасности. Есть несколько решений, которые достаточно успешно распознают лица, более того, на рынке есть пример создания базы злоумышленников, с помощью которой успешно предотвращаются неправомерные действия. Когда человек с плохой репутацией, ранее, например, уже пойманный на краже, заходит в магазин, службе безопасности приходит об этом сообщение. Польза от такой технологии очевидна.

karusel_2.JPG

Как будет развиваться технология в ближайшее время?

Следующей ступенью будет идентификация клиентов с помощью анализа видео. Ритейлеру это поможет, например, делать персональные предложения, а еще понимать, как человек ходит по магазину и более эффективно располагать оборудование и товары.

Клиентам такая возможность тоже поможет избежать досадных проблем. Самый простой пример: покупатель забыл карточку лояльности дома, расстраивается из-за этого на кассе, теряет время, разыскивая ее в сумке. А если появится распознавание лиц на кассе, можно будет начислять и списывать баллы не по карте, а «узнавая в лицо» покупателя с помощью технических средств. 

Но, пока, я думаю, этот сервис в России не будет привлекательным. Люди не готовы к тому, чтобы их узнавали в магазине. Если кассир неожиданно обратится к вам по имени и отчеству, а особенно, если он правильно все угадает, вы, наверняка, начнете беспокоиться, что за вами следят. Для того, чтобы у людей появлялась привычка, что их узнают в магазине,  должно пройти какое-то время. А чуть позже это даже может перейти в разряд «обязательных» услуг в магазинах.

karusel_3.JPG

Как устроена технология соотнесения изображения на видео с реальным человеком?

Системы распознавания лиц не хранят фото. С помощью анализа нескольких кадров система строит функцию, так называемый хэш лица, определяющую расположение точек на лице — скул, газ, ушей и т. д. В следующий раз, попадая в поле зрения камер, подключенных к модулю для распознавания, система сверяет изображение с хэш-каталогом и дает сигнал о том, кто на видео. С точки зрения законодательства, хэш лица не является персональной информацией, так как не позволяет идентифицировать человека без дополнительных сведений.

Поможет ли это следить за работой сотрудников, улучшать дисциплину?

Сегодня некоторые технологии интеллектуального распознавания могут помочь понимать, где находится тот или иной сотрудник и чем конкретно он занят. Система по движению человека распознает конкретные действия и дает сигнал об  этом. С помощью этой информации можно определять, например, человек занимается выкладкой товара или просто стоит и разговаривает с кем-то. Это тоже одна из задач, которую можно решать с помощью видеоаналитики.

karusel_4.JPG

Какие «узкие места» есть у технологий видеоаналитики?

Эта технология не может существовать сама по себе. Чтобы она вошла в список востребованных, нужно адаптировать и другие процессы в бизнесе под новую производительность и высокие результаты искусственного интеллекта. Задача ведь заключается не только в том, чтобы понять, где у тебя проблема, ее нужно и своевременно устранить с помощью людей и процессов.

Retail.ru
Поделиться публикацией:
Источник: Retail.ru
Подписывайтесь на наш канал в Telegram и Яндекс.Дзен , чтобы первым быть в курсе главных новостей Retail.ru.
Интересные и малоизвестные факты о шведском произв...
846
Павел Шамбир, генеральный директор сети «Командор»...
1138
Александр Смирнов, генеральный директор сети детск...
1863
Как создавалась оптимальная упаковка для готовых ...
1458
Производительность труда кассиров и продавцов увел...
3028

karusel_gromov.JPGВасилий Громов, директор по информационным технологиям торговой сети «Карусель» (X5 Retail Group) рассказал Retail.ru, зачем ритейлерам и покупателям нужна видеоаналитика.

Насколько сейчас, на ваш взгляд, развиты технологии работы с видео?

— Видеоаналитика находится в стадии активного развития. Вычислительные мощности быстро увеличиваются и дешевеют, а вместе с ними появляются и новые возможности технологий. Становится все проще  использовать  более сложные алгоритмы, нейронные сети для распознавания образов или даже целых цепочек действий. 

Сначала процесс развития технологии шел достаточно медленно: с момента распознавания первого текста прошло много лет, сейчас же развитие значительно ускорилось, но до «финала» еще далеко.

Как бизнес использует эту технологию? 

Пока у бизнеса нет детального понимания, какие задачи может решать видеоаналитика. Сейчас она более или менее развита для служб безопасности, но находится в зачаточном состоянии для остальных бизнес-функций.

Сегодня на рынке видеоаналитики товаров и торговых полок уже есть некоторые продукты для бизнеса, но они дорогие и применяются в основном производителями и поставщиками, не ритейлом. Как только ритейл начнет их серьезно использовать, то рынок сформируется, и технологии постепенно начнут дешеветь.  Я думаю, что в 2018-2019 году закончится процесс формирования ниши видеоаналитики на российском рынке. Ритейл-компании поймут, что таким образом можно эффективнее контролировать, что происходит в магазинах на полках, и начнут инвестировать в это направление.  

Как именно можно применить видеоаналитику в ритейле?

В магазине эта технология может быть использована в нескольких направлениях. В первую очередь – для распознавания товаров на полке. Например, в среднем гипермаркете более 700 стеллажей с товарами. Видеоаналитика может помочь быстро «посмотреть» на все эти стеллажи и понять, какие товары есть на полках, а какие лежат не на своих местах.

Делать это вручную достаточно трудоемкая задача. На полках 35 тыс. товаров, и держать в голове планограммы и товарные остатки на складе по каждой категории невозможно. Нужна система, технологическое решение, которое не только ответит на вопрос, что сейчас стоит на полках, но и подскажет сотрудникам, каких товаров нет в торговом зале, но они есть на складе магазина, и их необходимо привезти. Без технологий распознавания изображений это более длительный процесс.

karusel_1.jpg

Сотрудники, например, используют процедуру «гэпчека»: сканируют все товары в отделе и сравнивают это с остатками на складе и планограммами. Похожую технологию применяют производители товаров, чтобы контролировать качество работы мерчандайзров.

Кроме того, распознавание видео может помочь понять, насколько правильно зонирован магазин. Мы можем прийти в супермаркет в конкретное время, посмотреть, куда люди заходят, а куда нет, но мы не можем постоянно следить за этим. С помощью анализа видео можно отслеживать, сколько человек зашло в ту или иную секцию в течение дня или недели. А эту информацию использовать для того, чтобы понять, где находятся «не работающие» полки и как нужно расположить стеллажи в торговом зале.

В каких еще областях, на ваш взгляд, может быть полезна технология распознавания образов?

Видеоаналитика и распознавание лиц сейчас активно используются службами безопасности. Есть несколько решений, которые достаточно успешно распознают лица, более того, на рынке есть пример создания базы злоумышленников, с помощью которой успешно предотвращаются неправомерные действия. Когда человек с плохой репутацией, ранее, например, уже пойманный на краже, заходит в магазин, службе безопасности приходит об этом сообщение. Польза от такой технологии очевидна.

karusel_2.JPG

Как будет развиваться технология в ближайшее время?

Следующей ступенью будет идентификация клиентов с помощью анализа видео. Ритейлеру это поможет, например, делать персональные предложения, а еще понимать, как человек ходит по магазину и более эффективно располагать оборудование и товары.

Клиентам такая возможность тоже поможет избежать досадных проблем. Самый простой пример: покупатель забыл карточку лояльности дома, расстраивается из-за этого на кассе, теряет время, разыскивая ее в сумке. А если появится распознавание лиц на кассе, можно будет начислять и списывать баллы не по карте, а «узнавая в лицо» покупателя с помощью технических средств. 

Но, пока, я думаю, этот сервис в России не будет привлекательным. Люди не готовы к тому, чтобы их узнавали в магазине. Если кассир неожиданно обратится к вам по имени и отчеству, а особенно, если он правильно все угадает, вы, наверняка, начнете беспокоиться, что за вами следят. Для того, чтобы у людей появлялась привычка, что их узнают в магазине,  должно пройти какое-то время. А чуть позже это даже может перейти в разряд «обязательных» услуг в магазинах.

karusel_3.JPG

Как устроена технология соотнесения изображения на видео с реальным человеком?

Системы распознавания лиц не хранят фото. С помощью анализа нескольких кадров система строит функцию, так называемый хэш лица, определяющую расположение точек на лице — скул, газ, ушей и т. д. В следующий раз, попадая в поле зрения камер, подключенных к модулю для распознавания, система сверяет изображение с хэш-каталогом и дает сигнал о том, кто на видео. С точки зрения законодательства, хэш лица не является персональной информацией, так как не позволяет идентифицировать человека без дополнительных сведений.

Поможет ли это следить за работой сотрудников, улучшать дисциплину?

Сегодня некоторые технологии интеллектуального распознавания могут помочь понимать, где находится тот или иной сотрудник и чем конкретно он занят. Система по движению человека распознает конкретные действия и дает сигнал об  этом. С помощью этой информации можно определять, например, человек занимается выкладкой товара или просто стоит и разговаривает с кем-то. Это тоже одна из задач, которую можно решать с помощью видеоаналитики.

karusel_4.JPG

Какие «узкие места» есть у технологий видеоаналитики?

Эта технология не может существовать сама по себе. Чтобы она вошла в список востребованных, нужно адаптировать и другие процессы в бизнесе под новую производительность и высокие результаты искусственного интеллекта. Задача ведь заключается не только в том, чтобы понять, где у тебя проблема, ее нужно и своевременно устранить с помощью людей и процессов.

Retail.ru
Видеоаналитика в торговле: взгляд ритейлераВасилий Громов, информационные технологии, Карусель, видеоаналитика
https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
Видеоаналитика в торговле: взгляд ритейлера
https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
SITE_NAME https://www.retail.ru
https://www.retail.ru/interviews/147494/2018-09-27

Прямая трансляция