Контакты
Подписка
МЕНЮ
Контакты
Подписка

Видеонаблюдение в ритейле: подсчет, оценка и анализ

В рубрику "All-over-IP" | К списку рубрик  |  К списку авторов  |  К списку публикаций

Видеонаблюдение в ритейле: подсчет, оценка и анализ

Применение интеллектуального видеонаблюдения в ритейле позволяет решить сразу несколько ключевых задач: с одной стороны, эффективно бороться с халатностью персонала и воровством, а с другой – снизить издержки, повысить лояльность покупателей и увеличить прибыль. Поговорим о том, какие технологии предлагает ритейлу рынок безопасности и как они могут быть использованы в качестве инструментов маркетинга
Андрей Христофоров
Коммерческий директор компании ITV | AxxonSoft

Системы видеоанализа зачастую воспринимаются заказчиками как слишком дорогие, и фактор цены все еще сильно препятствует активному внедрению таких решений в ритейле.

Однако при грамотном подходе видеоинструменты могут решать задачи разных ведомств, и тогда система уже становится оправданной по стоимости.

Что есть на рынке?

Решения видеоаналитики, представленные на рынке, эффективно работают с традиционными задачами безопасности. Например, контроль входа и выхода из охраняемого помещения реализуется при помощи следующих функций:

  • детекция движения (обнаружение, ведение движущегося объекта, детектирование различных событий и оставленных предметов в выделенной зоне);
  • распознавание лиц (захват, векторизация, идентификация, поиск лиц в архиве).

С другой стороны, видеосистема становится активным маркетинговым инструментом, позволяя анализировать покупательское поведение:

  • подсчет посетителей;
  • средний показатель времени, проведенного посетителем торговой точки в заданной зоне;
  • управление очередью;
  • определение "горячих" и "холодных" торговых зон.

Подсчет посетителей

Детектор подсчета посетителей "считает" людей, входящих на территорию торговой точки или в определенную ее зону. Усилиями рынка и в условиях конкуренции удалось поднять функцию подсчета посетителей до очень качественного уровня. Зачастую подсчет по видео работает намного лучше, чем с помощью датчиков. Кроме того, у датчиков есть свои минусы – либо высокая стоимость, либо неспособность разделять входящих и выходящих, точно считать количество, когда несколько человек проходят рядом. Видеоанализ же все это умеет и делает. Для видеоподсчета посетителей чаще всего используются зоны, которые пересекаются объектами. Например, если человек пересек линии в последовательности 1-2-3, значит, он зашел в торговое помещение, а если в последовательности 3-2-1, то вышел. Проблему одновременного пересечения линий двумя или тремя рядом идущими людьми можно решить простым способом: сделать разметку линий косой, следовательно, как бы люди ни шли, они пересекут эти линии в разное время, и качество подсчета резко вырастет. Точность данной технологии – выше 96%, и всю полученную информацию можно сопоставить с чеками и проследить конверсию.


Благодаря этому инструменту руководство магазина получает возможность:

  • оценивать общую эффективность торговой точки;
  • измерять эффективность маркетинговых инструментов;
  • контролировать загруженность торговых площадей;
  • повысить качество обслуживания путем оптимизации рабочего графика персонала.

Однако подсчет посетителей работает не везде и подходит не всем. Почему? Все тот же фактор цены. Для такого решения нужно установить камеру и обслуживать ее, проложить провода, поставить сервер либо платить за облачный сервис. А, например, в магазинах больших торговых сетей ("Пятерочка", "Магнит" и др.) мало кто выходит без покупок, соответственно, количество чеков, пробитых через кассу, чаще всего соответствует количеству покупателей. В этом случае нет смысла тратить деньги на подсчет посетителей.

Управление очередью

Детектор длины очереди позволяет определять загруженность точек обслуживания покупателей. Благодаря этому инструменту руководство магазина получает возможность:

  • оптимизировать рабочий график персонала торговой точки;
  • усовершенствовать пространство торгового зала;
  • увеличить или уменьшить число точек обслуживания покупателей.

Помимо ритейла, много инсталляций этого инструмента делается для вокзалов и мест массового скопления людей. Эта технология востребована также в нефтяном ритейле – на автозаправках.

"Горячие" и "холодные" зоны торговой точки

Детектор "горячих/холодных" зон позволяет выявлять наиболее привлекательные для покупателей области торгового зала и проводить эффективный мерчандайзинг.

Обзорные камеры в магазине достаточно хорошо осуществляют межкадровый трекинг объектов, что и используется для определения "горячих/холодных" зон – чем больше треков от посетителей, тем зона более "горячая".

Таким образом, благодаря этому инструменту руководство магазина получает возможность:

  • оценить эффективность рекламы в точках продаж, промоакций и товарной выкладки;
  • определить наиболее привлекательные зоны, в которых выгоднее всего располагать товар;
  • выявить проблемные зоны торговой точки, которыми посетители интересуются мало или не интересуются вовсе.

Интеллектуальная работа с архивом

Обзорное видео в магазине чаще всего используется для разбора конфликтных ситуаций и инцидентов, а технология "Поиск с интеллектом" обеспечивает сверхбыстрый анализ видеоархива благодаря получению метаданных (формализованного описания того, что происходит в поле зрения камеры) в режиме реального времени и их дальнейшего использования для интерактивного поиска по различным критериям.

Комплексный подход

Видеоаналитика может успешно работать как единый инструмент для решения задач безопасности, маркетинга и соблюдения внутренних регламентов организации.

В качестве примера можно привести реальный кейс компании, продающей матрасы и имеющей сеть магазинов в торговых центрах.


Обычно такие магазины выглядят как "остров", окруженный диванами и креслами, с одним или двумя входами. Система видеонаблюдения в данном случае использовалась для разбора конфликтных ситуаций и поиска событий в архиве. Включив в эту систему технологию подсчета посетителей, маркетологи получили среднее время их пребывания в торговой точке и обнаружили, что оно коррелирует с количеством продаж. В результате во всех магазинах сети были введены меры, направленные на увеличение времени пребывания посетителей. И это заметно повлияло на рост выручки.

Чего ждать от нейросетей?

Задача нейросетей – анализировать происходящее в кадре и давать этому оценку. Они были описаны еще в 1940-х гг., а математические модели были опубликованы в 1980-х гг. Тем не менее применять их в видеонаблюдении мешали многие факторы, связанные с производительностью вычислительных средств.

Сегодня нейросети начали очень активно использоваться для распознавания лиц и номеров, но в условиях рынка их широкому распространению мешают три главных фактора:

  1. обучать нейросеть дорого;
  2. процесс обучения длительный, и не всегда понятно, чем он закончится;
  3. в отличие от распознавания лиц и других подобных технологий, нейросеть зачастую нельзя сделать универсальной. Она получается кастомизированной для конкретного проекта, а значит, ее нельзя продавать снова и снова.

Есть и еще один важный фактор – современные нейросети достаточно ресурсоемкие. Скажем, если при использовании стандартного детектора движения к одному серверу можно подключить 200 камер, то для распознавания лиц с помощью нейросети к тому же серверу можно будет подключить максимум 20 камер.

Выход в данной ситуации может быть в комплексном, интегрированном подходе:

  1. Научиться делать кастомизированные и специализированные нейросети быстро и дешево, а для этого автоматизировать разметку видео (например, отмечать "полезные" и "бесполезные" события, выделенные стандартным трекером объектов).
  2. Отправлять в нейросеть не весь видеопоток, а только кадры, выделенные трекером, снизив тем самым нагрузку на нее.
  3. Обучать нейросеть в лаборатории, которая может использоваться многократно для различных проектов. В качестве "учебного материала" использовать размеченное видео с реального объекта.

При таком подходе ситуационная видеоаналитика для систем безопасности в целом и для ритейла в частности научится давать оценку происходящему, а не только регистрировать — событие случилось или не случилось, объект появился или не появился. Можно будет научить нейросеть решать специфические задачи ритейла, и не только связанные с безопасностью.

Возможно, в дальнейшем будет создана среда, в которой нейросетями можно будет обмениваться и продавать их друг другу, вложив ресурсы в их обучение. Но это уже вопрос далекого будущего.

Опубликовано: Журнал "Системы безопасности" #6, 2017
Посещений: 4238

  Автор

Андрей Христофоров

Андрей Христофоров

Директор по корпоративным продажам
компании ITV I AxxonSoft

Всего статей:  18

В рубрику "All-over-IP" | К списку рубрик  |  К списку авторов  |  К списку публикаций