Сценарії застосування відеоаналітики в роздрібній торгівлі. Слідами «Видеоаналитика в Retail»

Війна роздрібних мереж за покупця — свого і чужого — приймає все більш всеосяжний розмах. Невибагливість пост-радянського покоління змінюється тонко відчувають миллениалами, для яких ціна більше не є єдиним визначальним чинником при виборі місця “отоварювання”. Сама можливість вибору, породжувана конкуренцією, зробила покупця вимогливим, в деяких випадках вибагливим і навіть гордовитим. Найменший обман очікувань призводить до зниження купівельної лояльності, тому сьогодні краще не робити і не обіцяти, ніж обіцяти, але не робити.

У гонитві за лідерством роздріб намагається відповідати вимогам нового типу покупця. Тільки ой як складно, коли магазинів у тебе — 1000, працює в них 10 000 співробітників продають 100 000 унікальних SKU. А ти — управлінець і відповідаєш за все відразу, ну або за частини цілого закупівлі, продажу, ціноутворення, поповнення, безпека і тобі кожен рік треба підвищувати операційну ефективність, показувати збільшення капіталізації, відповідати примхам законодавчої влади і захоплювати все нові регіони/міста/райони. А головне — все вимірювати, аналізувати, змінювати і контролювати. При цьому, щоранку в тобі міцніє думка, що люди працюють тільки коли ти не далі 10 метрів від них. І не випадково, тому що вони займаються тим же, що і ти — максимізують прибуток (ЗП) і мінімізують збитки (затрачену енергію і час). Ось і виходить, що цінники не вірні, полиці порожні, викладка ні до біса, в магазині транспортні візки в проходах, з 5 кас — працює одна, до якої вишикувалася черга незадоволених покупців і єдиний касир не сильно і поспішає виправити ситуацію, при цьому веде себе, прямо скажемо, не дружелюбно. А у тебе дві руки, дві ноги і пара очей — і тебе на всіх їх не вистачить, стояти поруч, казати кожному, що і як робити і контролювати. Чи?…

Ось тут і приходять на допомогу інноваційні ІТ-технології — в даному випадку — видеоаналитика. Сьогодні, по слідах доповіді компанії IBM, який був представлений на конференції “Видеоаналитика в Retail: уроки накопиченого досвіду”, я розповім про деяких сценаріях застосування відеоаналітікі в роздрібній торгівлі. Компанія зуміла зробити продукт, що поєднує потужність нейронних мереж з User Friendly-інтерфейсом, який отримав золоту нагороду 2018 Spark: Experience Award.

Сценарій №1 Контролюємо правильність викладення

Гонитва за прибутковістю на погонний метр торгової полиці змушує їх замислюватися над такими тонкими матеріями, як оптимальна викладка товару. Оптимальна, як точки зору кількості SKU на одиницю площі, обсягу викладення одного SKU, так і оптимальності розташування SKU відносно один одного. Для визначення оптимальних параметрів активно застосовують технології BigData і Machine Learning що, до речі, тема цілої окремої статті. Однак, після розрахунку чергової моделі оптимальної викладки, необхідно забезпечити її трансляцію на мережу магазинів і контроль правильності. Класичний контроль через супервайзерів має більшу латентність, вибірковий обхват і високу частку помилок. Технології відеоаналітікі дозволяють контролювати зміну схеми викладення у реальному часі з високою точністю і на всіх магазинах одночасно.

Зображення №1: розпізнавання коректності викладення в холодильниках. В додатку виконана інтеграція з датчиком відкриття дверей – контроль проводиться після відкриття і закриття.

Сценарій №2 Наявність товару та залишки на полиці

Відсутність товару на полиці – це один з наслідків порушень одного з безлічі внутрішніх бізнес-процесів магазину, призводить до прямих збитків. Товар може бути з різних причин: не встигли або забули викласти товар відсутній у магазині із-за збою в логістиці останньої милі, системі поповнення або ланцюжку поставки. Технології відеоаналітікі дозволяють не тільки аналізувати факти відсутності того чи іншого SKU, але і забезпечувати реагування персоналу магазину і контроль рівня сервісу по виправленню.

Крім контролю відсутності товару, можливо контролювати залишки того чи іншого SKU і забезпечувати реагування заздалегідь, до того, як товар закінчиться. Даний сценарій дозволяє також проводити інвентаризацію залишків товару на полиці, однак, точність такої інвентаризації залежить від типу товару і полиць, а також розташування відеокамер.

Відео №1: Розпізнавання пустот на полицях, оповіщення персоналу про необхідність поповнити товар.

Сценарій №3 Наявність і коректність цінника

Коректний цінник – обов’язкова частина товару, що продається. До неприємних наслідків веде не тільки відсутності цінника на товар, але і його некоректність (Закон про захист прав споживачів, стаття 10 пункт 1, ст. 14.15 КоАП РФ). Навіть якщо цінник присутній і коректний, він може знаходиться у невідповідному місці, що утруднить його знаходження покупцем. Це навряд чи сподобається останньому, оскільки залежно від обладнання магазину, покупцеві доведеться витрачати час для пошуку прайс-чекера, звернутися за допомогою до персоналу, який може не мати при собі необхідного обладнання або йти на касу. На собі багато разів відчував внутрішнє роздратування, коли доводилося шукати цінник на охолоджену або заморожену продукцію в холодильниках з вертикальним завантаженням в магазинах моєї улюбленої мережі. Видеоаналитика дозволяє без залучення супервайзерів не тільки забезпечити розпізнавання всіх описаних вище проблемних ситуацій з цінниками, але і забезпечити реагування персоналу магазину і контроль рівня сервісу по усуненню проблеми. Також, питання коректності цінників можна вирішити впровадженням технології ESL. Дана технологія несе додаткові переваги збільшення гнучкості ціноутворення, однак, це зовсім інша історія.

Сценарій №4 Якість товару

Зона фреш – одна з якірних для магазину і якість продукції фреш займає левову частку в сприйнятті покупцем магазину. Задоволеність покупцем зоною фреш залежить як від якості продуктів, так і правильності викладення, відсутності подгнивающих овочів і фруктів, загального порядку. Навіть одне зіпсоване яблуко може кинути тінь на всю партію на полиці. Видеоаналитика дозволяє стежити за якістю товару на полиці і моментально виявляти поява не якісних одиниць товару – перезрілі банани, овочі з неприпустимим кількістю гнилі і т. д.

Зображення №2: Автоматизація контролю якості продукції на вітринах

Сценарій №5 Контроль утворення черг

Черги – один з найсильніших подразників для сучасного покупця. Він відвик і не любить чекати, а якщо і готовий це робити, то повинен чітко розуміти, час очікування. Якщо систематично занижувати цінність часу покупця, змушуючи його чекати в чергах і при цьому спостерігати простоюють каси – його лояльності надовго не вистачить і в умовах жорсткої конкуренції – рано чи пізно він піде. Технології відеоаналітікі дозволяють взяти під контроль хаос утворення черг, забезпечити реакцію персоналу і контроль рівня сервісу з усунення черги. При цьому, технологія дозволяє враховувати не тільки кількість людей у черзі, але й обсяг товару у кожного, що безумовно впливає на швидкість проходження касової зони. У доповненні, що технологія може забезпечувати предиктивный аналіз утворення черг через підрахунок кількості вхідних покупців, їх гендерну і вікову приналежність, а при підключенні до CRM-системі – врахування середнього обсягу регулярних покупок постійних покупців, що підвищує точність прогнозування виникнення черг до 90%.

Відео №2: Розпізнавання кількості людей у черзі, розпізнавання співробітників і клієнтів за формою одягу

Сценарій №6 Контроль касової зони

На жаль, обман – це здатність живих організмів, якої наділив їх сам природний відбір і людина – не виняток. Згідно мого професійного досвіду, втрати в касовій зоні — це третина всіх втрат в магазині. В цьому числі — 32% втрат це крадіжки відвідувачами, 20% — крадіжки персоналу, в т. ч. касира, ще 20% — шахрайство касирів з змові з покупцями-спільниками. Технології відеоаналітікі дозволяю забезпечити контроль касової зони — правильність сканування товару, контроль відповідності фактичної і пробиваемого товару (для вагових товарів), контроль викладки товарів з товарних візків на транспортну стрічку. Дані механізми контролю незамінні, коли необхідно забезпечити аналогічний контроль на касах самообслуговування. Але і це не все. Сучасні технологи відеоаналітікі дозволяють повністю відмовитися від касирів через автоматичне розпізнавання товарів до кошика.

Відео №3: Розпізнавання проносу товарів повз сканера штрих-кодів

Відео №4: Контроль викладання всього товару з візка на касі

Відео №5: розпізнавання товарів, складаються в кошик і автоматичне формування списку покупок

Сценарій №7 Порядок у торговому залі

У 1982 році англійські вчені Вілсон і Келлінг висунули “Теорію розбитих вікон”. Вона свідчить, що чим помітніше порушення людьми правил суспільної поведінки, тим більше стає таких фактів. Наприклад, якщо розбите скло не замінити, незабаром жодного цілого вікна в будинку не залишиться, і шанси на те, що його пограбують, експоненціально зростуть. Порядок спонукає до порядку і назад. Крім естетичної складової порядку в магазині дуже важлива практична складова – кинутий товар швидше за все втратить товарний вигляд або повністю зіпсуватися через порушення умов зберігання. Кинуті палети, транспортні візки або пакувальна тара – це порушення потоків покупців у торговому залі, утруднення доступу до ділянок торгових полиць і як наслідок – зниження показників продажів. Не кажучи вже про подразненні покупців, що стоять в “пробках” у заставлених проходах. Технології відеоаналітікі дозволяють розпізнавати кинутий товар, заставлені проходи, чистоту торгового залу, забезпечувати реагування персоналу і контролювати усунення даних проблем.

Відео №6: Розпізнавання товарів, що лежать на підлозі і в інших місцях, не призначених для цього, оповіщення персоналу про необхідність покласти на місце або прибрати товар

Технології відеоаналітікі тим привабливіше, що дозволяють використовувати існуючу інфраструктуру відеоспостереження магазину. Нарощування кількості камер може проводиться за необхідності для охоплення «мертвих зон», які при проектуванні виявилися «не цікаві» служби внутрішньої безпеки. Крім того, існуючі технології робототехніки дозволяють використовувати роботів з відеокамерами, які не тільки виконують роль консультантів, але і спостерігають за простором магазину.

Однак, потужний технологічно інструментарій – це тільки половина успіху. Технології повинні бути легко інтегровані з існуючими в компанії інформаційними системами і вбудовані в бізнес-процеси магазину з їх адаптацією під нові технічні можливості. Не менш важливо, провести правильну підготовку персоналу, не тільки професійну, але й морально-етичну, т. к. в їх боротьбі за оптимізацію своєї особистої прибутку будь-який інструмент контролю сприймається як посягання на їх щоденний робочий уклад. Впровадження інноваційних технологій повинно виконуватися компаніями, які усвідомлюють комплексність завдання і мають відповідний успішний досвід.