распознавание лиц в ритейле

Еще недавно использование видеонаблюдения сводилось к тому, что перед экраном сидел сотрудник охраны и следил, чтобы никто унес из магазина неоплаченный товар. Теперь это интеллектуальные системы для анализа видеопотока в реальном времени и обработки больших данных. Сегодня мы поговорим о том, как они применяются в розничной торговле и в чем состоят сложности внедрения.

Ритейл — одна из отраслей, которые энергично внедряют [1] системы видеоаналитики и активно их используют. Темпы внедрения позволяют с уверенностью утверждать, что они станут неотъемлемой частью нашей жизни: появятся везде уже в течение трех-четырех лет. Сейчас многим интересно попробовать новую технологию, но экономический эффект сложно прогнозируем.

В умном магазине украсть невозможно

Первый и главный сценарий — помощь в борьбе с кражами, как намеренными, так и «случайными». По оценкам [2] Crime Tech из-за воровства ритейл ежегодно теряет 1,4% от оборота. Видеоаналитика помогает не только зафиксировать умышленную кражу, но и выявить забывчивого покупателя — если человек проходит мимо кассы, случайно не оплатив покупку, его остановит на выходе сотрудник службы безопасности. В этот момент забывчивый покупатель попадает в черный список — в некоторых системах видеоаналитики это базовая функция. Когда этот человек снова зайдет в магазин, охрана получит оповещение и будет внимательнее следить за ним.

Белый список — для желанных гостей

В системах видеоаналитики есть и «белые списки», которые помогают улучшать программы лояльности. Если клиент загрузит фото в свой аккаунт, пластиковую карту можно не носить с собой. Система распознает человека на кассе или на входе и автоматически применит скидку. А при появлении ВИП-клиентов сотрудники получат уведомление, чтобы поприветствовать клиента по имени и предложить ему определенные продукты.
Кроме того, участнику программы лояльности можно показать персонализированную рекламу на экране около кассы. Ритейл пока не слишком активно использует эту идею, зато к ней пришли рестораны: например, калифорнийская сеть CaliBurger. Распознавание клиента по лицу позволяет [3] не только выдать персонализированные предложения, но и ускорить процесс формирования и выполнения заказа.
Со временем распознавание лиц позволит полностью отказаться от пластиковых карт — российский ретейл к этому уже идет [4]. В 2020 году удвоилось число пользователей приложения «Кошелек» (позволяет хранить штрихкоды карт), они перенесли туда 300 млн карт и отказались от пластика. А в перспективе возможно внедрение и оплаты по лицу.

Видеонаблюдение для продуктивной работы

Системы видеоаналитики облегчают и учет рабочего времени сотрудников: можно отмечать не только время прихода на работу и ухода домой, но и нахождение сотрудников на кассе или в конкретном отделе, перерывы на обед, перекуры. Данные можно объединять с информацией из любой ERP-системы. Cеть магазинов «Верный» с 2020 года оптимизировала [5] при помощи видеоаналитики внутренние бизнес-процессы в работе с персоналом — система следит, в том числе, за скоростью разгрузки.

Не только распознавание лиц

В ритейле более 50% использования систем видеоаналитики связано с распознаванием лиц и силуэтов людей — об этом свидетельствуют данные [6] Big Data School. Но есть и другие сценарии использования. Например, алгоритм распознавания действий позволит выявить человека, который забыл в магазине свои вещи. Система видит, когда покупатель входит с сумкой, а выходит уже без сумки. Это важно не только для помощи забывчивым людям, но и для повышения уровня безопасности.
В борьбе с очередями без видеоаналитики тоже не обойтись: система оповещает сотрудников о скоплении людей (например, больше трех) на кассе, в примерочную и так далее. И вместе с этим собирает информацию о конкретной очереди: время образования, число человек. Это позволяет обеспечить лучшую проходимость касс и увеличить выручку. Согласно исследованию [7] Honeywell’s, проведенном в Великобритании, предотвращение очередей повышает лояльность клиентов на 35%. В гипермаркетах «Карусель» и «Перекресток» уже внедрена [8] такая система — если в очереди собирается больше пяти человек, руководству торговой точки проходит оповещение, что нужно отправить свободного кассира.
Видеоаналитика помогает контролировать выкладку товара на полке. По данным [9] IHL Group глобальный ритейл теряет 900 млрд евро в год из-за того, что нужные товары заканчиваются и не появляются своевременно. Система видеоаналитики за следит за выкладкой и оповещает сотрудников о нарушениях. В «Перекрестке» аналогичная технология от Intelligence Retail, внедренная в 2018 году в качестве пилотного проекта в пяти супермаркетах, показала [8] точность почти в 94%. В 2019 году ее развернули [10] уже на 38 «Пятерочек» и 6 «Перекрестков» Москвы.

Что можно узнать о своих покупателях

Еще одно направление — исследование аудитории и формирование маркетинговых отчетов на основании данных с камер. Система определяет пол, возраст (с точностью до двух лет), подсчитывает общее число посетителей, в том числе уникальных и повторных, помогает составить график загрузки по покупателям. Она позволяет проследить поведение покупателей и траекторию их передвижения в магазине. Это необходимо, чтобы грамотно расположить отделы с учетом предпочтений большей части аудитории. Аналогично можно масштабировать идею на весь торговый центр. Для работы с поведением покупателей видеоаналитику внедрила [11] сеть РИВ ГОШ. Результаты пока неизвестны. Но зато в сети супермаркетов «Верный» анализ аудитории и последующая рекламная коммуникация через медиаплееры, размещенные в зале повысила [12] продажи отдельных категорий продуктов на 70%. А Walmart идет [13] еще дальше и строит собственную рекламную платформу, чтобы улучшать пользовательский опыт клиентов, отчасти за счет видеоаналитики. Реализованы медиа-активности на телевизорах в магазинах и на наружных экранах, на основе собранных данных улучшена цифровая реклама.

Проблемы внедрения

Основные сложности связаны с отсутствием инфраструктуры для сбора информации и нехватка исторических данных. Меняется и ситуация в магазинах, например, многие проекты видеоаналитики внедрены во время пандемии COVID-19, а модель поведения покупателя с тех пор уже изменилась.
Кроме того, есть проблема с недостаточным покрытием торговых зон из-за нехватки камер. Однако ожидается, что стоимость видеокамер будет снижаться, а в 2020 году Россия уже стала третьей [14] в мире страной по количеству установленных видеокамер (13,5 млн устройств).
Очень важно обеспечить безопасность и конфиденциальность данных о покупателях. Поэтому информация с камер остается на локальном сервере магазина. При этом изображение лица попадает в базу не в виде фото, а как цифровое описание, из которого невозможно восстановить изображение и извлечь персональные данные. Соответственно, под действие 152-ФЗ распознавание лиц и ведение внутренней базы не попадает. Кроме того, систему можно настроить таким образом, чтобы собранные данные удалялись каждые сутки, а сохранялись только отчеты.
Проникновение видеоаналитики в России постепенно растет: увеличивается доверие к умным решениям со стороны потребителей и распространение камер и датчиков, улучшается инфраструктура. Ритейлеры убеждаются [8], что технологии помогают сокращать потери. Поэтому в ближайшие пять лет решения на основе видеоаналитики появятся везде.

Чек-лист по внедрению видеоаналитики в ритейле

  • Определитесь с бюджетом и ключевыми задачами: чем шире функциональность, тем быстрее возврат инвестиций от внедрения системы в торговой точке.
  • Учитывайте сегмент деятельности при выборе видеоаналитики: в продовольственных сетях важна работа с очередями, анализ данных посетителей и программы лояльности на кассе. В продуктовом сегменте остро стоит проблема неоплаты товара, а у других ритейлеров востребована работа с персонализированными предложениями, аналитика торговых залов, автоматизация маркетинговых инструментов.
  • Информируйте покупателей о внедрении видеоаналитики: несмотря на то, что под 152-ФЗ [15] сбор таких данных не попадает, придерживайтесь принципа честности. Потребитель имеет право знать, что в магазине действует распознавание лиц.

Источники:

  1. http://tadviser.ru
  2. http://cdn.uc.assets.prezly.com/89ff440d-942e-4955−89d6-c57141488db7/-/inline/no/
  3. https://www.cnbc.com/2018/02/02/pay-with-facial-recognition-a-i-at-caliburger-in-pasadena-california.html
  4. https://rg.ru/2021/05/24/seti-nachali-otkazyvatsia-ot-skidochnyh-kart.html
  5. https://www.retail.ru/cases/vernyy-vnedryaet-videoanalitiku/
  6. https://www.bigdataschool.ru/blog/videoanalytics-retail-cases.html
  7. https://www.security.honeywell.com/uk/-/media/SecurityUK/Resources/ProductDocuments/VideoAnalytics_Retail_UK-pdf.pdf
  8. https://www.x5.ru/ru/PublishingImages/Pages/Media/News/x5-computer-vision.pdf
  9. https://www.ihlservices.com/news/analyst-corner/2018/06/worldwide-costs-of-retail-out-of-stocks/
  10. https://retailer.ru/x5-retail-group-vnedrila-videoanalitiku-v-pjatjorochkah-i-perekrjostkah/
  11. https://snob.ru/entry/208 739/
  12. https://www.cnews.ru/news/line/2021−05−19_v_otechestvennuyu_razrabotku
  13. https://corporate.walmart.com/newsroom/2021/01/28/walmart-announces-expanded-vision-and-new-name-for-its-media-business
  14. https://www.rbc.ru/technology_and_media/25/12/2020/5fe5862d9a7947bc3af51a67
  15. http://www.consultant.ru/document/cons_doc_LAW_61 801/