การใช้กล้องวงจรปิดในช่วงเวลาที่ผ่านมาไม่นานมานี้ถูกจำกัดการใช้งานไว้สำหรับเจ้าหน้าที่รักษาความปลอดภัยที่นั่งอยู่หน้าจอเท่านั้นเพื่อคอยตรวจสอบให้แน่ใจว่าไม่มีผู้ใดนำสินค้าที่ยังไม่ได้ชำระเงินออกไปจากร้านค้า ปัจจุบัน มีระบบอัจฉริยะที่สามารถวิเคราะห์วิดีโอแบบ เรียลไทม์ และสามารถประมวลผลข้อมูลได้จำนวนมาก และในวันนี้ เราจะพูดคุยถึงวิธีใช้การวิเคราะห์วิดีโอในธุรกิจค้าปลีก และระหว่างการใช้งานจะเกิดอุปสรรคอะไรบ้าง
อุตสาหกรรมค้าปลีกเป็นภาคส่วนที่ใช้ระบบวิเคราะห์วิดีโออย่างจริงจัง และนำมาใช้งานกันอย่างต่อเนื่อง ด้วยความรวดเร็วในการนำไปปฏิบัติ เราสามารถพูดได้อย่างมั่นใจว่าในไม่ช้าระบบวิเคราะห์วิดีโอจะกลายเป็นส่วนสำคัญในชีวิตของเรา: ระบบวิเคราะห์วิดีโอจะเริ่มปรากฏให้เห็นได้ทุกสถานที่ในอีกสามถึงสี่ปีข้างหน้า ขณะนี้หลายคนสนใจที่จะลองเทคโนโลยีใหม่ ๆ แต่เนื่องจากผลกระทบทางเศรษฐกิจจึงทำให้สามารถคาดเดาได้ยาก
ไม่สามารถเกิดการลักโขมยในร้านค้าอัจฉริยะได้เลย
เป้าหมายประการแรก และสำคัญที่สุด คือ การช่วย ต่อสู้กับการโจรกรรม ทั้งโดยเจตนา และ “โดยบังเอิญ” จากการประมาณการของ Crime Tech [1] อุตสาหกรรมค้าปลีกสูญเสียยอดขาย 1.4% ต่อปีเนื่องจากการโจรกรรม การวิเคราะห์วิดีโอไม่เพียงแต่ช่วยบันทึกการโจรกรรมโดยเจตนาเท่านั้น แต่ยังช่วยระบุผู้ซื้อที่ลืมจ่ายชำระเงินอีกด้วย — หากมีบุคคลเดินผ่านจุดชำระเงินไป และไม่จ่ายชำระเงินค่าสินค้าโดยไม่ได้ตั้งใจ เจ้าหน้าที่รักษาความปลอดภัยจะหยุดบุคคลนั้นที่บริเวณทางออก และในช่วงเวลานี้ ผู้ซื้อที่ขี้ลืมของเราจะมีรายชื่ออยู่ในรายการเฝ้าระวัง นี่เป็นคุณสมบัติพื้นฐานในระบบวิเคราะห์วิดีโอของบางระบบ ครั้งต่อไป หากบุคคลเดิมนี้เดินเข้ามาในร้าน แผนกรักษาความปลอดภัยจะได้รับการแจ้งเตือน และจับตาดูบุคคลนี้อย่างใกล้ชิด
รายชื่อลูกค้าวีไอพีในบัญชีขาว
ระบบวิเคราะห์วิดีโอยังมี “บัญชีขาว” ที่คอยช่วยทำให้โปรแกรมความจงรักภักดีดีขึ้น หากลูกค้าอัปโหลดรูปภาพไปยังบัญชีของพวกเขา พวกเขาไม่จำเป็นต้องพกบัตรพลาสติกติดตัว ระบบจะจดจำบุคคล ณ จุดลงทะเบียน หรือทางเข้าเพื่อมอบส่วนลดให้โดยอัตโนมัติ เมื่อลูกค้าวีไอพีเดินทางมาถึง พนักงานจะได้รับการแจ้งเตือนให้ทักทายลูกค้าด้วยชื่อ และนำเสนอผลิตภัณฑ์บางอย่างแก่ลูกค้า
นอกจากนี้ สมาชิกของโปรแกรมความจงรักภักดียังสามารถแสดงการโฆษณาที่ถูกปรับให้เหมาะสมกับแต่ละบุคคลบนหน้าจอได้ ณ จุดชำระเงิน ร้านค้าปลีกยังไม่มีการนำแนวคิดนี้มาใช้กันมากนัก แต่ร้านอาหารกำลังเริ่มีการนำมาใช้งาน ตัวอย่างเช่น ร้าน CaliBurger ในแคลิฟอร์เนีย การจดจำใบหน้าลูกค้าไม่เพียงแต่ช่วยให้ [2] สร้างข้อเสนอให้เหมาะสมกับแต่ละบุคคลเท่านั้นแต่ยังช่วยเพิ่มความเร็วในกระบวนการสร้างคำสั่งซื้อ และดำเนินการตามคำสั่งซื้อได้อีกด้วย
การเฝ้าระวังด้วยวิดีโอเพื่อทำให้งานที่มีประสิทธิผล
ระบบวิเคราะห์วิดีโอช่วยให้สามารถติดตามชั่วโมงการทำงานของพนักงานได้ง่ายขึ้น: ไม่เพียงแต่สามารถบันทึกเวลาที่เดินทางมาถึง และออกจากสถานที่ทำงานเท่านั้น แต่ยังสามารถตรวจสอบการปรากฎตัวของพนักงาน ณ จุดชำระเงิน หรือแผนกเฉพาะอื่น ๆ ได้ในช่วงเวลาพักกลางวัน การหยุดพักสูบบุหรี่ ข้อมูลสามารถเชื่อมโยงให้เหมือนกันกับข้อมูลจากระบบระบบบริหารจัดการทรัพยากรภายในองค์กร (ERP) ใดก็ได้
ไม่เพียงแค่ทำการจดจำใบหน้าเท่านั้น
ในการขายปลีก การวิเคราะห์วิดีโอมากกว่า 50% เกี่ยวข้องกับการจดจำใบหน้า และภาพเงาของผู้คน — ข้อมูลนี้ได้รับการยืนยันจากข้อมูล [3] จาก Big Data School นอกจากนี้ยัง มีการนำไป ใช้งานกับสถานการณ์อื่น ๆ อีกด้วย ตัวอย่างเช่น อัลกอริธึมการจดจำการกระทำจะตรวจจับบุคคลที่ลืมสิ่งของไว้ภายในร้านค้า ระบบจะสามารถมองเห็นได้เมื่อนักช้อปเดินเข้าร้านค้าพร้อมกับกระเป๋า และเดินออกไปโดยไม่มีกระเป๋า นี่เป็นสิ่งสำคัญไม่เพียงแต่สำหรับการช่วยเหลือผู้ที่ขี้ลืมเท่านั้นแต่ยังช่วยเพิ่มความปลอดภัยได้อีกด้วย
ในการ ต่อสู้กับการยืนเข้าแถวรอ เราไม่ควรลืมใช้การวิเคราะห์วิดีโอ: ระบบจะแจ้งเตือนพนักงานเกี่ยวกับจำนวนคนทั้งหมดที่กำลังยืนรออยู่ในแถว (เช่น มากกว่าสามคน) ณ จุดลงทะเบียน ในห้องแต่งตัว และอื่น ๆ อีกมากมาย และในขณะเดียวกันก็รวบรวมข้อมูลเกี่ยวกับแถวที่กำหนด เช่น: ระยะเวลาในการรอคอย และจำนวนคน สิ่งนี้ทำให้มั่นใจได้ว่าการไหลเวียนของลูกค้า ณ จุดลงทะเบียนดีขึ้น และช่วยเพิ่มรายได้ จากการศึกษา [4] โดย Honeywell ในสหราชอาณาจักรระบุว่าการลดจำนวนคนในแถวจะเพิ่มความจงรักภักดีของลูกค้าได้ถึง 35%
การวิเคราะห์วิดีโอช่วยควบคุมแผนผังการจัดวางของผลิตภัณฑ์บนชั้นวางได้ ตามสถิติของ IHL Group [5] ร้านค้าปลีกทั่วโลกสูญเสียเงินจำนวน 900 พันล้านยูโรในแต่ละปีเนื่องจากสินค้าที่จำเป็นหมดสต็อก และสั่งซื้อเข้าสต็อกไม่ทันเวลา ระบบวิเคราะห์วิดีโอจะตรวจสอบแผนผังการจัดวาง และทำการแจ้งเตือนพนักงานเกี่ยวกับปัญหาดังกล่าว
คุณสามารถเรียนรู้อะไรเกี่ยวกับผู้ซื้อของคุณได้บ้าง
อีกด้านหนึ่งคือการศึกษาผู้มาเยือน และการพัฒนา รายงานการตลาดตามข้อมูลจากกล้อง ระบบจะกำหนดเพศ อายุ (โดยมีความแม่นยำ 2 ปี) คำนวณจำนวนผู้มาเยือนทั้งหมด รวมทั้งจำนวนผู้เมาเยือนที่ไม่ซ้ำกัน และซ้ำกันเพื่อช่วยจัดตารางเวลาให้กับลูกค้าในขณะที่มีลูกค้าหนาแน่น ช่วยทำให้สามารถติดตามพฤติกรรมของลูกค้า และเส้นทางการเดินของลูกค้าในร้านค้าได้ สิ่งนี้จำเป็นสำหรับการวางตำแหน่งแผนกต่าง ๆ อย่างถูกต้องหลังจากการวิเคราะห์ความชอบของลูกค้าส่วนใหญ่แล้ว
ในทำนองเดียวกัน แนวคิดนี้สามารถปรับขนาดให้ใหญ่ขึ้นได้ไปจนถึงการใช้งานทั่วทั้งห้างสรรพสินค้า ตัวอย่างเช่น Walmart ทำ [6] ทำให้ระบบดียิ่งขึ้นไปอีก และได้สร้างแพลตฟอร์มโฆษณาของตนเองเพื่อปรับปรุงประสบการณ์ของลูกค้าซึ่งส่วนหนึ่งเป็นข้อมูลมาจากการวิเคราะห์วิดีโอ กิจกรรมของสื่อถูกนำมาใช้บนโทรทัศน์ในร้านค้า และบนหน้าจอซึ่งแสดงอยู่ภายนอกร้านค้า และได้ทำการปรับปรุงโฆษณาในรูปแบบดิจิทัลจากข้อมูลที่เก็บรวบรวมได้
ปัญหาของการนำไปใช้งาน
ปัญหาหลักเกี่ยวข้องกับการขาดโครงสร้างพื้นฐานในการรวบรวมข้อมูล และการขาดข้อมูลที่เกี่ยวกับประวัติ สถานการณ์ในร้านค้ากำลังเปลี่ยนไป ตัวอย่างเช่น มีการนำเสนอโครงการวิเคราะห์วิดีโอจำนวนมากในช่วงการระบาดของโรค COVID-19 แต่ตอนนี้รูปแบบพฤติกรรมของผู้ซื้อได้เปลี่ยนไปแล้ว
นอกจากนี้ยังมีปัญหาการไม่ครอบคลุมพื้นที่ในร้านค้าเนื่องจากมีการติดตั้งจำนวนกล้องไม่เพียงพอ อย่างไรก็ตาม เราคาดว่าต้นทุนของกล้องจะลดลง
การมีความมั่นใจในความปลอดภัย และปกปิดข้อมูลลูกค้าเอาไว้ความลับเป็นสิ่งที่สำคัญ ดังนั้นข้อมูลจากกล้องจะต้องถูกจัดเก็บเอาไว้อยู่บนเซิร์ฟเวอร์ภายในของร้านค้า ดังนั้น ภาพถ่ายของใบหน้าจึงจะต้องอยู่ในฐานข้อมูลที่ไม่ได้อยู่ในรูปของภาพถ่ายแต่จะต้องเป็นคำอธิบายทางดิจิทัลที่ไม่สามารถทำการกู้คืนภาพถ่าย และข้อมูลส่วนตัวได้ แม้ว่าการจดจำบุคคล และการบำรุงรักษาฐานข้อมูลภายในยังไม่ครอบคลุมอยู่ในกฎหมายว่าด้วยการคุ้มครองข้อมูลส่วนบุคคลก็ตาม นอกจากนี้ยังสามารถกำหนดค่าให้ระบบทำการลบข้อมูลที่เก็บรวบรวมทุก ๆ 24 ชั่วโมง และทำการบันทึกแต่รายงานได้อีกด้วย
การเจาะระบบของการวิเคราะห์วิดีโอค่อย ๆ เพิ่มขึ้น: ความไว้วางใจในโซลูชั่นอัจฉริยะจากผู้บริโภคมีเพิ่มมากขึ้น การจัดจำหน่ายกล้อง และเซ็นเซอร์มีเพิ่มมากขึ้น นอกจากนี้ยังกำลังทำการปรับปรุงโครงสร้างพื้นฐานให้ดีขึ้นอีกด้วย ผู้ค้าปลีกเชื่อมั่นว่าเทคโนโลยีนี้ช่วยลดการสูญเสียได้ ดังนั้น ในอีกห้าปีข้างหน้า โซลูชั่นด้านการวิเคราะห์วิดีโอจะปรากฎให้เห็นได้ในทุกสถานที่
รายการตรวจสอบเพื่อนำการวิเคราะห์วิดีโอไปใช้งานในร้านค้าปลีก
- กำหนดงบประมาณ และภารกิจหลัก: ยิ่งนำระบบไปใช้งานในร้านค้าปลีกที่มีฟังก์ชั่นการทำงานกว้างมากเท่าไหร่ก็จะยิ่งได้ผลตอบแทนจากการลงทุนได้รวดเร็วมากขึ้นเท่านั้น
- พิจารณากลุ่มของกิจกรรมในขณะที่กำลังเลือกระบบการวิเคราะห์วิดีโอ: ในห่วงโซ่อาหารนั้นการทำงานร่วมกับสายงาน การวิเคราะห์ข้อมูลของผู้เดินทางมาเยือน และโปรแกรมความจงรักภักดี ณ จุดลงทะเบียนเป็นสิ่งสำคัญ ในกลุ่มร้านขายของชำมีปัญหาร้ายแรงจากการไม่ชำระเงินค่าสินค้า และผู้ค้าปลีกรายอื่น ๆ ต้องการงานที่มีข้อเสนอ การวิเคราะห์พื้นที่ขายสินค้า และระบบอัตโนมัติของเครื่องมือทางการตลาดซึ่งได้รับการปรับแต่งให้เหมาะสมกับแต่บุคคล
- แจ้งผู้ซื้อเกี่ยวกับการนำการวิเคราะห์วิดีโอมาใช้งาน: แม้ว่าการเก็บรวบรวมข้อมูลจะไม่ครอบคลุมภายใต้กฎหมายคุ้มครองข้อมูลส่วนบุคคลแต่ควรยึดหลักความซื่อสัตย์ ผู้บริโภคมีสิทธิ์ที่จะทราบว่าภายในร้านมีการใช้ระบบการจดจำใบหน้า
ข้อมูล:
- http://cdn.uc.assets.prezly.com/89ff440d-942e-4955−89d6-c57141488db7/-/inline/no/
- https://www.cnbc.com/2018/02/02/pay-with-facial-recognition-a-i-at-caliburger-in-pasadena-california.html
- https://www.bigdataschool.ru/blog/videoanalytics-retail-cases.html
- https://www.security.honeywell.com/uk/-/media/SecurityUK/Resources/ProductDocuments/VideoAnalytics_Retail_UK-pdf.pdf
- https://www.ihlservices.com/news/analyst-corner/2018/06/worldwide-costs-of-retail-out-of-stocks/
- https://corporate.walmart.com/newsroom/2021/01/28/walmart-announces-expanded-vision-and-new-name-for-its-media-business