Компьютерное зрение — технология распознавания по фото или видео товаров, действий человека или событий, которая работает по принципу видеозахвата объектов перед камерой. Камера покадрово получает визуальные данные, передавая их предварительно обученной на некотором существенном объеме похожих данных нейросети. Она в свою очередь обрабатывает полученный датасет и распознает сходные паттерны данных.
В крупном ритейле 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 ритейлеров. 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.
Пустые полки и переполненные склады
Ритейлер 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 ритейлеров 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 ритейлерам 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 ритейла 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 рублей 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.
