Журнал

Тренды использования компьютерного зрения в ретейле для компаний

В крупном ретейле компьютерное зрение используется в двух направлениях: in-store аналитика и аналитика действий покупателей.

In-store аналитика

Ценовой мониторинг

Изначально формирование цены на товарные позиции в крупном магазине складывается из нескольких десятков переменных: затраты на закупку, логистику, выплату налогов, а также маржа, эластичность спроса, стоимость аналогов в других торговых сетях и пр. Чтобы их отслеживать, можно использовать ценовой мониторинг. Это система, которая по фотографии распознает товары на полках, их объем и цены, а затем агрегирует их стоимость у разных ретейлеров. Фото стеллажей в магазинах-конкурентах делают специальные сотрудники — мониторщики.

Ценовой мониторинг может выступать и в качестве самостоятельного инструмента ценообразования, так как он сравнивает актуальные и исторические данные. Для этого алгоритм ежедневно обрабатывает миллионы фотографий и формирует такую цену на товары, которая окажется ниже, чем у ближайшего конкурента, но позволит компании сохранить приемлемую маржинальность. Аналогичным образом происходит мониторинг ассортимента у конкурентов.

Ценовой мониторинг используют такие крупные отечественные ретейлеры, как «Глобус», «Красное и Белое», «Бристоль».

Пустые полки и переполненные склады

Ретейлер может легко потерять покупателей, если полки его магазинов окажутся пустыми: никто не захочет заходить в несколько супермаркетов, чтобы приобрести все необходимое. Решения на основе компьютерного зрения позволяют избежать подобной ситуации. Система мониторинга наличия товаров на полках, интегрированная в систему видеонаблюдения магазина, следит за количеством продуктов на стеллажах и помогает формировать заявки на закупки и прогнозировать спрос.

Летом 2021 года «Лента» тестировала систему автоматического распознавания товаров, благодаря которой сотрудники магазина могут в онлайн-режиме контролировать полноту ассортимента на полках, соответствие выкладки планограмме и корректность ценников. Информация об отсутствии того или иного SKU поступает в приложение, установленное в телефоне сотрудника. Быстрое реагирование на отклонения позволяет сделать продукты более доступными для потребителей.

Другая проблема - переполненность магазина товарами одной категории, которые забивают склад. Причем скоропортящаяся продукция просто выбрасывается до того, как ее успеют реализовать. Избыток товара замораживает оборотные средства и вредит бизнесу. Мониторинг полок совместно с данными о ежедневной оборотности SKU и складских остатках позволяет поддерживать оптимальный запас товаров в торговой точке.

Так, например, в сети «Перекресток» используется система Intelligence Retail. Она быстро и точно распознает изображения, что позволяет в режиме онлайн оценивать наличие товаров на полках по фотографиям из торговых залов с точностью до наименования , корректировать выкладку и оперативно пополнять запасы. Это положительно влияет на оборот. Процесс полностью исключает ручной сбор информации и ускоряет аналитику. Анализ фотографии одного стеллажа занимает не более 10 секунд. Съемки в торговых залах проводятся не только с помощью мобильных устройств, но и стационарными камерами, для которых было разработано отдельное ПО.

Дисциплина сотрудников и соблюдение санитарных норм

Торговые сети с 2020 года ужесточили требования к своим сотрудникам по соблюдению санитарных норм. Так, розничные магазины начали оснащать системами видеонаблюдения, которые следят за тем, носят ли работники медицинские маски и соблюдают ли дистанцию, как это требуется в связи с пандемией. Также системы видеоаналитики позволяют контролировать присутствие продавцов на кассах и в зале, проверять форму сотрудников и время их прихода на работу, поддерживать чистоту в помещениях.

Аналитика действий покупателей

Отслеживание поведения покупателей

Компьютерное зрение позволяет непрерывно следить за поведением покупателей: сколько времени они проводят у полок, какие продукты выбирают, как двигаются по магазину, где создаются очереди. Также можно составить социально-демографический портрет клиентов и измерить их удовлетворенность:по камерам проследить в каком настроении выходят из магазина те или иные категории покупателей. Например, система Walmart обнаруживает покупателей с несчастным лицом и оповещает об этом сотрудников магазина. Таким образом ретейлер надеется улучшить клиентский сервис. Подобный эксперимент проводили и в «Додо Пицца». Компания тестировала новый способ оценки работы сотрудника: его действия связывали с уровнем удовлетворенности клиентов, чтобы выяснить что вызывает у них положительные и негативные эмоции. Таким образом сеть пиццерий мотивировала работников «собирать улыбки».

Персональное ценообразование

Уже привычный для нас опыт покупок в онлайн-магазинах мы перенесли в офлайн. Сейчас у ретейлеров появляется возможность предсказать привлекательную цену для конкретного пользователя. Для этого используются решения для сбора и агрегации данных о каждом клиенте, отслеживания его покупательской способности с помощью машинного обучения, а также компьютерное зрение. Оно распознает товар в момент сканирования продукта.

Например, мы разработали сервис, благодаря которому покупателю в магазине достаточно сфотографировать товар или считать штрих-код, чтобы узнать персональную цену на продукт, его рейтинг и основную информацию о нем, включая состав, аллергены и другие важные данные для принятия решения о покупке. Возможно также настроить персональные промо. Система анализирует историю и частоту покупок клиента и его предпочтения. Когда тот находится в магазине, алгоритм рекомендует ему товары, которые он давно не приобретал, либо комплементарные продукты по спеццене. Сервис можно оформить в игровой форме, например в виде приложения с дополненной реальностью. В конечном итоге такой функционал позволит ретейлерам повысить лояльность покупателей, увеличить трафик и средний чек.

Воровство и порча имущества

Порча товаров и воровство сокращают прибыль магазина на 2-3% в год, по данным BIT на 2019 год. Это существенные потери для крупных торговых сетей. Убытки российского ретейла от воровства, обмана и безалаберности сотрудников, по оценке Checkpoint Systems, составляют около 1,1% от оборота и порядка $3 млрд в реальном исчислении. Традиционные методы борьбы с кражами не справляются с проблемой.

Если масштабы не кажутся вам существенными, приведем пример. Допустим, что вы владеете крупной розничной торговой сетью, и чистая розничная выручка предприятия равна 270 млрд руб. в год. Получается, что из-за описанных выше проблем вы бы недополучили прибыли на более чем 5 млрд руб. - астрономическая сумма.

Сократить убытки розничных сетей помогает компьютерное зрение. Системы на его основе не только распознают лица посетителей, портящих имущество магазина, но и идентифицируют конкретные действия. Например, покупатель засунул условное яблоко в карман, а затем вынул его и положил на ленту перед продавцом - компьютерное зрение может распознать сами действия и товар, тем самым минимизировав риск ошибок. При достаточном объеме данных нейросеть способна определить практически любой тип поведения, что существенно облегчит работу службы охраны.

Компьютерное зрение в магазинах без кассиров

Магазины без кассиров в 2021 году в России - не новинка, а реальные инновационные проекты, которые реализуют крупнейшие торговые сети. Первую подобную точку продаж в начале 2018 года открыла в США компания Amazon. Компьютерное зрение позволяет следить за тем, что покупатели берут в магазине. Чтобы совершить покупку, достаточно снять нужные предметы с полки и уйти – система самостоятельно спишет деньги с аккаунта пользователя.

Первый отечественный аналог в России в 2018 году предложила компания Briskly. Она создала беспилотный магазин-контейнер, который работает без кассира и охраны. Чтобы в него попасть, необходимо специальное приложение. В нем же можно отсканировать и оплатить покупки. В 2020 году на рынке появилось сразу два магазина инновационного формата: один запустили «Сбер» , Visa и «Азбука вкуса», второй — X5 Group.

Во всех проектах компьютерное зрение используется в двух случаях. Система видеоаналитики для мониторинга пространства магазина позволяет с помощью нейросети следить за действиями в зале и товарами, купленными или только снятыми с полки. Кроме того, благодаря ей можно отсканировать и оплатить продукты, получить доступ к персональным предложениям.

Перспективы

Темпы развития рынка систем компьютерного зрения в России впечатляют: аналитики TAdviser ожидают, что после 2021 года его среднегодовой прирост может достичь 40%По их прогнозам, к 2023 году объем отечественного рынка систем компьютерного зрения достигнет 38 млрд руб. То есть за пять лет он вырастет в пять раз. Так происходит благодаря революционными прорывами в математических методах, которые произошли несколько лет назад.