Система видеоанализа разработана дата-офисом «М.Видео-Эльдорадо». Данные с IP-камер магазина обрабатываются нейронной сетью на основе YOLO – решения для детекции множественных объектов на изображении. Для обработки видеопотока используются облачные решения и инфраструктура на основе Raspberry. Интеллектуальное решение по заданным параметрам в режиме реального времени анализирует поток данных из магазина, может отличить сотрудников от посетителей, а затем «накладывает» данные о местоположении людей на план магазина.
Первым рабочим сценарием для тестирования в рамках системы видеоаналитики стала помощь покупателям, которые некоторое время стоят или перемещаются по торговому залу в одиночку. ИТ-решение позволяет оперативно выявить таких клиентов и отправляет уведомление в чат-бот магазина, после чего свободный консультант подходит к клиенту и оказывает персонализированную помощь. Нововведение способствует росту уровня внимательности персонала и повышению качества его работы с посетителями – вовлеченность персонала увеличилась в пять раз.
Нейросеть также анализирует количество посетителей в зоне выдачи товара и касс. В случае превышения нормы персонал получит сообщение и предпримет действия для разрешения ситуации.
Еще одним продуктом, созданным на базе нейросети, стали «тепловые карты» для анализа торгового пространства и управления продажами. Программное решение строит плотностное распределение посетителей магазина по зонам, что позволяет изучить поведенческие модели покупателей, оценивать удобство расположения стеллажей с разными группами товаров и выбирать места для размещения рекламных материалов.
«М.Видео-Эльдорадо» планирует провести пилоты в нескольких магазинах и в перспективе решение может быть растиражировано более чем на тысячу магазинов компании при подтвержденной экономической эффективности.
Как отмечает директор офиса больших данных «М.Видео-Эльдорадо» Кирилл Иванов, решение в области видеоаналитики разработано менее чем за полгода «с нуля». При этом обошлись без инвестиций в дорогостоящие сторонние готовые платформы, силами собственной команды, собранной из выпускников и студентов ВШЭ.
Полученные данные позволяют лучше узнать покупателей, их потребности и привычки и в перспективе сделать аналитику в магазине такой же богатой, как на сайте или в мобильном приложении. Поведенческая аналитика помогает выводить взаимодействие с клиентами на новый уровень, отвечать их персональным требованиям, а также повышать эффективность и качество собственных бизнес-процессов.
В ближайшее время планируется нарастить возможности созданного инструмента, добавляя новые рабочие сценарии – например, регистрацию групповых посещений.
