Традиционные счетчики посетителей уходят в прошлое. Лицо — лучший идентификатор

Традиционные счетчики посетителей уходят в прошлое. Лицо — лучший идентификатор!

Сегодня мы хотим поднять тему видеоаналитики. Подсчет и анализ покупателей, изучение трафика и половозрастного состава клиентов — где это применимо? Везде! Ритейл, магазины, сфера услуг, ресторанный и отельный бизнес — везде, где идет битва за клиента. Также в статье мы немного затронем тему контроля дисциплины сотрудников. Все вопросы будем рассматривать только на практических примерах из реальных ситуаций.

Сама тематика вопроса c распознаванием лиц очень социально чувствительная, вызывает много комментариев и в принципе находится в тренде, а потому нуждается в осторожном подходе к анализу данных. В первую очередь, все участники рынка должны осознавать, что погоня за прибылью не должна нарушать пространство личных и персональных данных людей без их согласия, при этом первоочередной целью распознавания лиц ставить сбор и анализ данных для правильного и ненавязчивого позиционирования своих услуг и товаров. Такой подход в комплексе обязательно приведет к продажам и спокойствию всех участников процесса.

Уточню также, что во всех технологиях речь идет об анализе человека в публичном месте как анонимной персоны, которая с определенной достоверностью имеет набор признаков: пол, возраст, эмоции. Здесь не используются такие категории, как номер паспорта, ФИО, дата рождения, и не ищется профиль человека в социальных сетях. Таким образом, технология дает ровно столько же информации, сколько бы получил обычный сотрудник, просматривая видеозапись входящего в магазин потока людей в публичном месте (ресторан, магазин, парикмахерская).

Сама видеоаналитика как технология присутствует на рынке уже не один десяток лет. Однако законченные решения, применимые для бизнеса и имеющие очевидную выгоду, а главное, доступные по цене, появляются только сейчас. Главное понимать, как эти данные использовать, чтобы они не оказались просто очередным архивом с неясными перспективами.

Рассмотрим этот вопрос подробнее.

1. Какие существуют инструменты для анализа посетителей?

Какие мы имеем инструменты подсчета и анализа посетителей магазина? В интернет-пространстве с этим вопросом все отлично — мы знаем источники, пол, возраст, географию и интересы посетителей наших сайтов. Мы можем таргетировать рекламу по любому признаку вплоть до дня рождения жены клиента. Однако, что происходит в офлайн-пространстве? Какие технологии добрались туда?

На базовом уровне, это ставшие уже традиционными счетчики людей. Их используют если не все, то очень многие. Чаще всего это обычные ИК-рамки, работающие по принципу прерывания луча, могут быть 2D-счетчики на базе видеокамер, 3D-счетчики, а также Wi-Fi-сканеры. И мы все еще встречаем ручной подсчет — либо человеком на входе, либо просмотр километровых записей в видеоархиве. Минусы ручного подсчета достаточно очевидны: трудоемкость подсчета, человеческий фактор при подсчете и, как следствие, слабо предсказуемая вероятность ошибок.

Чем полезен для бизнеса подсчет людей? В первую очередь, чтобы знать действительную посещаемость своего магазина, салона или кафе. Планировать продажи и ставить планы продавцам, тем самым наращивая маржинальность бизнеса. Конверсия магазина — ключевой показатель в ритейле (отношения количестве чеков за день к числу посетителей магазина). Важно также понимать пиковые часы нагрузки на магазин и корректировать расписание сотрудников.

2. Компьютерное зрение как технология для подсчета людей

За много лет работы в видеоаналитике мы видим два способа подсчета трафика и анализа посетителей. Первый — это подсчет людей по головам, как мы говорим, по макушкам. Второй — инновационный — подсчет людей по лицам с вариантами дополнительных возможностей.

2.1. Счетчики посетителей 2D

Отталкиваться будем от первого подхода — подсчет посетителей по головам, с помощью камеры, висящей над входом (смотрите примеры ракурса на фото).

Камера устанавливается над входной зоной и считает всех прошедших в оба направления (сколько людей вошло и сколько вышло).

Здесь используется алгоритм 2D-счётчика — достаточно простой, надежный и дающий гарантированную точность подсчета не менее 85%, а по факту даже более 90%. Хочу обратить внимание на термин «не менее». Никаких там «до 99%», которые может иногда и достигаются, а в штатном режиме хорошо если 60%. Это важно! Так, например, во время распродажи важно оценить прирост людского трафика. А если ошибка плавающая, да еще в пределах нескольких десятков процентов, то толку от такого датчика ноль.

Такие счетчики очень распространены в наших магазинах и торговых центрах, однако остаётся важным вопрос доверия к данным, и здесь лучше воспользоваться функцией фотоподтверждения всех событий, когда пользователь всегда может проверить и убедиться в качестве подсчёта самостоятельно. Таким функционалом ИК-рамки не обладают, как вы понимаете.

Естественно, можно получить отчеты с различными группировками по объектам, входным зонам, дням неделям и времени суток и сравнить посещаемость в этих разрезах. Например, клиент сможет увидеть отчет входящего потока по конкретному магазину сети, входу, дню недели с выделенным временем в течение дня.

Таким образом, мы выжали максимум информации из этого положения камеры. Однако заказчику конечно же начинает хотеться большего: отделять посетителей от сотрудников, понимать, что человек пришел не первый раз, сегментировать аудиторию по полу и возрасту. И для решения этих задач подобный ракурс камеры (которая смотрит сверху вниз и считает по головам) никак не подойдет, поэтому существует второй более продвинутый способ подсчета — по лицам.

Лицо человека — уникальная идентификационная единица, позволяющая распознать пол и возраст, вычислить, когда это лицо появлялось перед камерой в последний раз, понять, является ли это лицо сотрудником и даже увидеть его эмоции.

2.2. Анализ аудитории по лицам в автоматическом режиме — реальность или мечты?

Где в 2019 году используется распознавание лица? На ум сразу приходит банковская сфера, а также всё, что связано с силовыми ведомствами и с безопасностью крупных объектов: метро, аэропорты, вокзалы и т. п. Может ли позволить такую систему себе малый или микробизнес? Вряд ли.

Системы распознавания лиц, чуть более адаптированные к повседневным реалиям и нуждам бизнеса, предлагают сейчас многие вендоры. Кто-то распознает чуть лучше, кто-то чуть хуже. Не это важно. Что делать с этими данными? Распознали мы лица, что дальше? Готов ли ваш отдел маркетинга к этому большому массиву новой информации? Может быть ваша CRM система готова принять эти данные и проанализировать их? В конце концов, сколько должно стоит такое инновационное решение, чтобы его выгода себя окупала?

Бизнесу нужно решение максимально законченное, чтобы им можно было пользоваться и получать business value, а не просто технология.

Переходим наконец к практической области, покажу, какую информацию получает заказчик с помощью сервисов подсчета посетителей и как это может помогать бизнесу в оперативном и стратегическом управлении.

3. Что такое правильная статистика по лицам и как ее использовать

Далее я приведу примеры, которые позволят оценить тот объем информации, который можно получить лишь от одной камеры.

Очень важны два фактора — данные должны быть удобно представлены и к ним должно быть доверие. Один из первых вопросов, который интересует заказчиков: «Докажите, что статистика собрана по настоящим лицам, а не случайно сгенерирована». Поэтому, пожалуйста, вот доказательства.

На фото представлен фрагмент альбома лиц за целый день. Такой альбом видит в своем личном кабинете пользователь системы:

Теперь сама статистика и аналитика на примере одного месяца и одного объекта (кстати — это кафе).

Посещаемость и коэффициент возврата

Глядя только лишь на эти данные можно сразу четко увидеть портрет посетителей. У женщин это заведение пользуется гораздо большей популярностью, чем у мужчин. Более того, из половозрастной диаграммы можно четко выделить женщин лет и мужчин С чем это связано? Как с этим работать и привлекать новые группы клиентов? Любой маркетолог и собственник бизнеса найдет применение этой статистике. Плюс собственник впервые получает объективную цифровую информацию о количестве повторных визитов в его заведение в динамике. А это уже похоже на перспективный инструмент роста прибыли!

Длительность обслуживания

Давайте представим, что камеру мы установили не на входе, а на кассе. Для сферы услуг скорость обслуживания клиентов может являться одной из ключевых метрик эффективности работы персонала.

Здесь же появляется еще одна метрика «Количество подходов к кассе». Количество повторных подходов к кассе за определенный период косвенно указывает на то, насколько удобно и правильно выложены товары для покупателя. Сколько раз клиент возвращался то за кофе, то за булочкой или спросить что-то? Носят эти параметры эпизодический характер или регулярный? Данная метрика отлично помогает подумать, разобраться в причинах и ответить на эти вопросы.

Эмоции посетителей

Эмоции клиентов — вещь сиюминутная, но если грамотно подойти к вопросу и оценивать эмоциональный фон за все время оказания услуги, то статистика будет вполне релевантной. И это может стать еще одной метрикой оценки качества обслуживания, причем полностью автоматической.

Можно открыть фото особо негативных граждан и уже точечно работать с ними. Узнать, что же их расстроило или постоянно расстраивает или что так порадовало в тот день.

Сотрудники и дисциплина

Одна из самых насущных проблем в подсчете людского трафика — это включение сотрудников в подсчет. Не везде есть отдельный выход для сотрудников, и не все готовы регулярно пригибаться под ИК-рамками на входе.

В сервисе, так как ведется распознавание по лицам, есть возможность исключения сотрудников магазина их подсчета. Вы просто однажды вносите лицо сотрудника в базу для исключения, и он может спокойно входить-выходить перед камерами — система его не засчитает.

Более того, как работодатель вы получаете очень ценную информацию для контроля дисциплины — во сколько сотрудник пришел на рабочее место, сколько раз за день проходил перед камерой (выходил из магазина).

Итак, мы разобрались, как и какие данные можно собирать при помощи видеокамеры. Это всё не фантастика, но вовсе и не тривиальные вещи, как многие могут возразить.

Автор статьи — директор по развитию компании CVizi.