Im ersten Teil des Artikels habe ich über ein neues Tool für das Zählen und Analysieren des menschlichen Verkehrs mit Kameras gesprochen. Es gibt einige Produkte zum Zählen von Menschen auf dem Markt, aber es gibt praktisch keine Produkte, die dies durch Analyse des menschlichen Gesichts tun. Wenn Sie Gesichter erkennen, erhalten Sie die folgenden Informationen: Geschlecht, Alter, emotionaler Hintergrund und vor allem eine eindeutige Kennung für das Gesicht. Letzteres ist notwendig, um zu verstehen, dass wir dieses Gesicht schon einmal gesehen haben: dann so oft mit dieser und jener Periodizität usw.
Diese Videoanalysen werden perfekt in Einzelhandelsgeschäften, Dienstleistungen, Cafés und Restaurants eingesetzt. Jetzt können Sie Kunden genauer und genauer analysieren: Verkehr, Einzigartigkeit, Wiederholbarkeit, Geschlecht und Alter sowie natürlich Emotionen. Im Personenzähler können Sie Mitarbeiter endgültig von Besuchern trennen, die Servicedauer berücksichtigen und Marketingaktivitäten aufbauen, um die Kundenbindung zu erhöhen.
Ich möchte Sie daran erinnern, dass zum Beispiel ein Punkt angesprochen wurde - ein Café (auf der Grundlage des Esszimmers) in Moskau, in dem die Kamera an der Kasse installiert ist.
Eingehende Analyse erkannter Gesichter
Die Ergebnisse, die mit Track Expert erzielt werden können und die ich im ersten Teil des Artikels aufgeführt habe, sind an der Oberfläche und liegen auf der Hand: Anzahl der Käufer, Mitarbeiter, Segmentierung nach Geschlecht und Alter, Emotionen. Um jedoch ernsthafte strategische Entscheidungen treffen zu können, müssen Sie nicht weniger ernsthafte Analysen durchführen.
Ich möchte das Thema Loyalität ansprechen. Unter Loyalität verstehen wir wiederholte Besuche von Kunden und Kunden. Je mehr von ihnen, desto höher die Loyalität.
Wir haben uns für die Terminologie entschieden. Wie zählt man jetzt? Wie kann man verstehen, dass die Loyalität zunimmt, abnimmt oder nichts damit passiert?
Am einfachsten ist es, einfach das Verhältnis von neuen und wiederkehrenden Kunden und das Rücklaufverhältnis zu betrachten.
Im Durchschnitt schwankt der Renditekoeffizient hier um 70%. Das heißt, Etwa 30% der neuen Besucher kommen täglich ins Café. Das ist sehr gut.
Schauen wir uns nun diejenigen an, die nicht das erste Mal, sondern bedingt ständig gehen . Frage: Wie oft oder wie oft kommen Besucher hierher zurück?
Der Zweck meiner Frage ist einfach: Wie kann sichergestellt werden, dass diejenigen, die bereits ins Café gehen (Geschäft, Salon, Fitnessclub usw.), noch häufiger gehen?
Der traditionelle Ansatz sind Rabattkarten. An alle verteilen und dann "wir werden sehen". Dies ist eine normale Option, aber:
- Menschen haben nicht immer Rabattkarten bei sich;
- Es ist nicht immer möglich, sich an der Kasse per Telefonnummer oder E-Mail zu identifizieren. Ja, und viele hinterlassen gefälschte Daten über sich selbst, um unnötigen Spam zu vermeiden.
- Karten können untereinander übertragen werden (und genau das macht J);
- Grundsätzlich hat nicht jedes Unternehmen Rabattkarten.
Vielleicht hat etwas anderes vergessen. Das ist aber nicht mehr wichtig.
Daher wird das menschliche Gesicht zu einer guten Alternative, um den Käufer und die persönliche Arbeit mit ihm zu identifizieren.
Zunächst empfehlen wir, alle Besucher in 5 Gruppen einzuteilen: Neu, Sehr selten, Selten, Oft, Sehr oft.
Kundenbindung kann nicht einfach per Fingerklick erreicht werden. Natürlich kann man hoffen, dass ein Kunde, der alle 3 Monate einmal in ein Restaurant / Café / Geschäft gegangen ist, plötzlich mehrmals pro Woche dorthin geht, aber dies wird höchstwahrscheinlich eine Ausnahmesituation sein. Der Kunde muss gewonnen und dann nicht verloren werden! Und deshalb ist es besser, es schrittweise von einer Gruppe in eine andere zu übertragen - von "Neu" zu "Sehr oft".
Für jedes Unternehmen sind die Konzepte „Oft“ oder „Sehr oft“ unterschiedlich. Um sich nicht über die Illusionen zu freuen, wie oft Menschen zu Ihnen zurückkehren, können Sie daher die Metrik "Häufigkeit der Besuche" verwenden und die durchschnittliche Häufigkeit der Rückgaben ihrer Kunden verstehen.
Es ist ersichtlich, dass der Großteil der Besucher diejenigen sind, die wöchentlich (von 1 Mal pro Woche - bis zu 7) in Cafés gehen. Wenn eine Person beispielsweise alle zwei Wochen in einem Café spazieren geht, gehört sie bereits zur Kategorie „Monat“. Es gibt auch ziemlich viele von ihnen. Daher wird die Loyalitätsanalyse hauptsächlich für zwei Kundengruppen durchgeführt, für die die Dauer des Besuchs „Woche“ und „Monat“ beträgt.
Es wird zwei Ziele geben. Der erste besteht darin, eine Hebelwirkung zu finden, um die maximale Anzahl von Besuchern aus der Monatsgruppe in die Wochengruppe zu übertragen. Und die zweite - innerhalb jeder der Gruppen, um die Häufigkeit der Besuche von "Sehr selten" bis "Sehr oft" zu beeinflussen. Im Allgemeinen ist es eine gute Marketingberatung.
Am Beispiel der Gruppe „Woche“ werde ich zeigen, wie man das Problem versteht, Besucher in Bezug auf Loyalität in Gruppen aufteilt und was als nächstes mit allen zu tun ist. Die Frequenzwerte für die von uns festgelegte Gruppe "Woche" (können geändert werden) wie folgt: "Sehr selten" - 1 Mal pro Woche, "Selten" - 2 ... 3 Mal pro Woche, "Oft" - 4 Mal pro Woche, "Sehr oft" - 5 ... 7 mal pro Woche.
Seit zwei Monaten ist klar, dass das Verhältnis der Besucherzahlen in diesen Kategorien nahezu unverändert ist. "Sehr selten" belegt im Vergleich zu anderen Frequenzen mindestens 50%, daher ist der Spielraum für eine Erhöhung der Besucherzahl sehr groß. Dazu müssen Sie in diesen farbenfrohen Spalten herausfinden, wer wer ist.
Ich werde in diesem Artikel keine weiteren Analysen durchführen, obwohl dies interessant ist. Ich kann nur sagen, dass zumindest Folgendes getan werden kann und sollte:
- Siehe die Alters- und Geschlechtsverteilung für jede Frequenzgruppe. Finden Sie ähnliche Verhaltensmerkmale und arbeiten Sie mit jedem von ihnen individuell an einem Marketingplan.
- Nach jedem Marketingschritt müssen Sie die Änderungen sorgfältig messen.
Es ist zu beachten, dass bei jedem Besuch (Woche / Monat / Quartal / Jahr) die Wirkung des Marketings genau mit der entsprechenden Häufigkeit erwartet werden sollte.
Andere Einzelhandelsanwendungen
Ich erinnere Sie noch einmal daran, dass all diese Daten von einer Kamera empfangen wurden. Stellen wir uns nun vor, es gibt mehrere Kameras (innerhalb des Objekts, auf verschiedenen Objekten).
Fall 1. Eine Kamera am Eingang und die zweite an der Kasse oder am Ausgang.
Wenn Sie zwei oder mehr Kameras gleichzeitig in den Laden stellen, erhalten Sie einen weiteren Satz von Metriken, mit denen Sie Folgendes messen können:
- die durchschnittliche Zeit, die der Besucher im Geschäft verbringt.
- die durchschnittliche Reisezeit vom Eingang zum Fahrkartenschalter.
- Emotionen der Besucher am Ausgang und an der Kasse.
Sehr oft möchten Kunden Informationen über die Zeit, die Kunden im Geschäft verbracht haben. Mit herkömmlichen Besucherzählern können Sie solche Informationen nicht erhalten. Wir können nur über einen bestimmten Zeitraum über einen bestimmten Durchschnittswert sprechen. Zum Beispiel in 1 Stunde 14 Personen eingegeben, 9 aus. Oder umgekehrt - 8 Personen eingegeben und 12 aus. Jetzt ist die Frage. Wie lange bleibt ein Besucher durchschnittlich in einem Geschäft, wenn an der Kasse 5 Schecks gebrochen wurden?
Wenn wir Gesichtserkennungstechnologie verwenden, wird diese Aufgabe sofort machbar und lösbar. Es gibt noch eine andere Möglichkeit - jeden Besucher zu verfolgen. Dazu muss das Geschäft jedoch mit einem Gitter von Kameras abgedeckt sein, damit ein Besucher analog zu einem zellularen Kommunikationssystem vor dem Ausgang von einer Zelle (Kamerazone) zu einer benachbarten Zelle transferiert wird. Eine Lösung, die in Bezug auf die Kosten nicht sehr erschwinglich ist, wird herauskommen, und die Wahrscheinlichkeit einer Unterbrechung der Strecke (Verlust eines Besuchers) im Rahmen ist nicht einmal sehr gering.
Bei der Gesichtserkennung reicht es aus, eine Person am Ein- und Ausgang oder am Eingang und an der Kasse zu entfernen. Und jetzt haben Sie genaue Statistiken über die Zeit, die der Besucher im Geschäft verbracht hat.
Fall 2. Vorausschauende Arbeit mit Kunden
Stellen Sie sich für einen Moment vor, dass Besucher in Ihr Geschäft kommen, die mehr als einmal etwas von Ihnen gekauft haben, aber kürzlich ohne Einkaufen ein- und ausgegangen sind. Erstens, wie kann man verstehen, dass eine solche Situation im Prinzip auftritt, und zweitens, was ist der Grund dafür?
Die erste Frage wird mit Informationen aus Fall 1 sowie Daten zur Loyalität und Informationen zu den Emotionen der Menschen, die gehen, beantwortet. Und bei der zweiten Frage kann es eine Million Gründe geben. Zum Beispiel haben Sie die Linie der Kleidung, Schuhe und etwas anderes geändert, und eine Person hat genau das gesucht, was sie letztes Jahr gekauft hat. Der Käufer kommt einmal, zwei und der dritte, den Sie verlieren. Eine vertraute Situation? Wäre es interessant, proaktiv zu sein und ein solches Verhalten vorherzusagen oder treue Besucher zu fangen, bevor sie überhaupt etwas gekauft haben? Die Frage ist rhetorisch. Es ist jedoch wichtig zu wissen, dass eine Antwort darauf bereits möglich ist.
Architektur und wie es funktioniert
In einem früheren Artikel habe ich bereits gesagt, dass die Architektur der CVizi-Lösung leicht ist. Keine sperrigen Server, Registrare. Sie müssen keine Flotte von Geräten warten und alles miteinander koppeln.
Darüber hinaus ist die Architektur in ihrer reinsten Form nicht trübe. Sie ist hybride. Dieser Ansatz ist angesichts des aktuellen Standes der Entwicklung von Haushaltsvideokameras völlig gerechtfertigt.
Jetzt werde ich versuchen zu erklären. Aus Sicht des Internet der Dinge können Videokameras als einige Sensoren betrachtet werden, die Inhalte für die weitere automatische Verarbeitung, Analyse und Entscheidungsfindung liefern. Sie können den Datenverkehr auf einen Cloud-Server leiten und dort verarbeiten, es gibt jedoch mehrere Fallstricke (obwohl dies keine Fallstricke sind).
- Die Menge des Internetverkehrs, der in die Clouds übertragen wird. Wenn ein Objekt viele Kameras hat und / oder Sie viele Objekte haben, ist das Verkehrsaufkommen enorm und es sind dedizierte Internetkanäle erforderlich. Welches ist bei weitem nicht immer möglich.
- Anforderungen an die Server, die den Stream registrieren und verarbeiten: Rechenleistung, Redundanz, Lastmanagement.
- Fehlertoleranz des gesamten Systems. Eine starke Abhängigkeit des Zustands des gesamten Systems vom Zustand auch nur eines Servers.
Es wäre cool, nicht einfache Kameras, sondern intelligente Kameras für Videoanalyse-Aufgaben zu verwenden. Die Hauptaufgabe sollte eine vorläufige Analyse des Videostreams "on the fly" sein, die Zuordnung der gewünschten Ereignisse daraus, um Daten für ihre Analyse vorzubereiten. Leider können universelle Smart-Kameras auf dem Markt für angemessenes Geld nicht gefunden werden. Deshalb haben wir es selbst „gemacht“.
Lassen Sie uns kurz auf die Elemente der Architektur eingehen.
S-Box Computergerät
Hier ist eine der Modifikationen des Geräts:
Sein Hauptzweck ist die primäre Verarbeitung eines Streams von einer IP- oder USB-Kamera. Auf jedem Bild findet die Gesichtserkennungsfunktion Gesichter, erfasst sie und erstellt eine Liste von Gesichtsattributen (Koordinaten, Winkel, Bildqualität auf dem Bild, Abstand zur Kamera). Darüber hinaus werden diese Informationen über einen verschlüsselten Kanal an das Cloud-Portal CVizi gesendet, das auf der Azure-Plattform ausgeführt wird. Bitte beachten Sie, dass der Videostream selbst nicht in die Cloud übertragen wird.
Der Code ist in C ++ und Python geschrieben, sodass Sie alle Tools für die Arbeit mit Bildern und Kameras verwenden können.
In ähnlicher Weise wird S-Box übrigens auch für andere Aufgaben der Videoanalyse verwendet: die Erkennung von Produktionsprozessen, Personen, Fahrzeugen und anderen Dingen.
Kameras
Kameras können sehr unterschiedlich sein. Darüber hinaus gibt es keine sehr strengen Kriterien, die ihre Auswahl einschränken würden. Die Hauptsache ist, dass es sich um einfache nichtindustrielle Haushalts-IP-Kameras (meistens IP) mit einem demokratischen Preis handelt. Es sollte beachtet werden, dass die Kamera die Ausrüstung ist, die auf dem Markt modernisiert wird, wahrscheinlich die schnellste von dem, was wir verwenden. Das Hauptkriterium für die Auswahl einer bestimmten Kamera im Track Expert-Installationspaket ist Preis / Qualität. Um die Kosten für das Installationspaket auf dem gleichen Niveau zu halten und gleichzeitig die Servicequalität ständig zu verbessern, halten wir uns ständig über alle neuen Produkte auf dem Laufenden. In unserem Testlabor gibt es immer Beispielkandidaten für Kameras für eine bestimmte Geschäftsaufgabe.
Zum Zeitpunkt des Schreibens für die Gesichtserkennung verwenden wir beispielsweise diese 5-Megapixel-Kameras mit zwei Formfaktoren.
CVizi Portal
Das Portal ist eigentlich das Herzstück des gesamten Systems, das einfach unzählige Funktionen hat. Listet die grundlegendsten auf.
Der erste ist die Datenspeicherung. Hier hilft uns SQL Azure. Zunächst verwendeten wir traditionellen SQL Server, der auf virtuellen Maschinen bereitgestellt wurde. Dies war eine gute Option, da wir über genügend Kompetenzen verfügen, um die SQL Server-Leistung zu verwalten und zu optimieren. Aber irgendwann mit dem Wachstum der Kunden stellten wir fest, dass es nur physisch schwierig und nicht effizient wird, eine große Anzahl kleiner und nicht sehr großer DBs zu verwalten. SQL Azure löste unsere Aufgaben problemlos mit einem integrierten Analysesystem mit Computertraining und adaptiven Technologien zur kontinuierlichen Optimierung der Datenbankleistung in Echtzeit.
Es ist auch praktisch, die Datenbankleistung dynamisch zu verwalten, wodurch Sie unglaublich viele Statistiken verarbeiten können.
Zweitens können Sie mit Microsoft Blob Storage alle Fotos und Videos in beliebiger Menge speichern, über einen Hyperlink empfangen und beispielsweise in Tools wie Power BI verwenden.
Drittens der kognitive Dienst der Microsoft Face API. Mit ihrer Hilfe erkennen wir Gesichter, gruppieren ähnliche Personen und berechnen, welches Gesicht und wann es früher aufgenommen wurde.
Für die Arbeit mit der Microsoft Face API verwenden wir Python. Ich möchte mich nicht wiederholen. Im vorherigen Artikel finden Sie einige Beispiele für Skripts für den Zugriff auf die Microsoft Face-API.
Viertens ein System zur Überwachung und Kontrolle des Zustands aller von Kunden installierten Geräte. Tatsächlich repräsentieren alle S-Boxen zusammen das gleiche IoT. Wir haben für jedes Gerät im Netzwerk ein separates Überwachungssystem erstellt, das den Zustand der Geräte kontinuierlich überwacht. Es scheint, dass dies so besonders ist? Aber denken Sie darüber nach, wie viel der Besitzer zum Beispiel über ein Geschäft mit Geräten verfügt, die reibungslos funktionieren sollten. Es ist eine Sache, wenn der Kühlschrank oder die Registrierkasse ausfällt und die Panne sofort sichtbar ist, und eine andere ist eine Art Personenzähler, an dem die Panne in einem Monat oder länger geöffnet werden kann, wenn der Eigentümer einen Abschlussbericht erhalten möchte. Warum nicht kontrolliert? Warum nicht gemeldet? Wer ist schuld? Wie stelle ich Statistiken wieder her? Gibt es in diesem Quartal Marktforschungen im Laden?
In unserem Fall ist dies unmöglich. Alle Interessenten erhalten von einigen Minuten bis zu mehreren Stunden Benachrichtigungen über Gerätestörungen, und unser Support-Team hilft bei der Lösung des Problems. Darüber hinaus aus der Ferne! Als Referenz. In der Regel sind 80% bis 90% der Vorfälle mit einem Ausfall der Internetkanäle des Kunden verbunden.
Um mit der Zeit Schritt zu halten, kann das Track Expert-Verwaltungssystem Software aus der Ferne aktualisieren. Ein neuer erfolgreicher Algorithmus ist erschienen - auf Knopfdruck wird er für diejenigen Kunden aktualisiert, die ihn benötigen und verwenden.
Vorteile für die Architektur
Wie Sie verstehen, ist die CVizi-Architektur ein Hybrid. Vor Ort - S-Boxen und in der Cloud - Azure-Dienste und mehr.
Vor Ort : S- Box Distributed Network
Die Verwendung vieler kleiner Computergeräte ist immer besser als ein großer Megaserver / Cluster von Servern, für die alle Videostreams von verschiedenen Quellen geschlossen sind. Egal wie leistungsstark und cool es ist, der Moment wird kommen, in dem es zum Engpass im System wird und der Betrieb des gesamten Systems von seiner Leistung abhängt. Bei einem verteilten System von Computergeräten führt jede S-Box ihren eigenen kleinen Aufgabenpool aus, und die Leistung des gesamten Systems hängt nicht von der Leistung einer bestimmten S-Box ab.
Darüber hinaus kann die Gesamtrechnungsleistung der S-Box beispielsweise in einer relativ großen Einrichtung die Rechenleistung von Top-Servern leicht übersteigen, und der Preis der Geräte wird um ein Vielfaches niedriger sein. Das Wichtigste ist, zu lernen, wie man diese verteilten Computer richtig verwaltet. J. Und wir können es tun.
Upgrade der Infrastruktur vor Ort. Für viele Kunden ist dies ein sehr heikles Thema immer sehr kostspielig und begleitet von Fehlfunktionen und Ausfallzeiten im Betrieb des gesamten Systems, weil nahtlose Übergänge (von Eisen zu Eisen oder von Plattform zu Plattform) finden fast nie statt. Bei einem verteilten Gerätenetz wird alles einfach. Der Übergang kann sehr reibungslos und nicht kostspielig sein, wenn eine große Anzahl von Geräten gleichzeitig gekauft wird. Während des Upgrades wird der kontinuierliche Betrieb des gesamten Systems sichergestellt.
Cloud: Azure
Es ist zu beachten, dass Azure wirklich sehr praktische Tools für die Skalierung und das Leistungsmanagement der Infrastruktur bietet. Kunden sind alle unterschiedlich mit unterschiedlichem Ressourcenverbrauch. Es ist eine Sache, 100 bis 300 Menschen pro Tag in einem Geschäft in der Nähe des Hauses zu erkennen, und es ist eine ganz andere Situation, wenn ein großes Einkaufszentrum mit mehreren Eingängen oder eine Kette von Geschäften einen täglichen Verkehr von mehreren tausend Besuchern hat.
Beim herkömmlichen Ansatz mit der On Premise-Architektur kann es vorkommen, dass die Serverkapazitäten inaktiv sind und im zweiten Fall möglicherweise übersehen werden, insbesondere an Tagen mit Spitzenverkehr. Die flexible und fast sofortige Verwaltung der verbrauchten Rechenleistung in Azure ist nur ein Geschenk für uns.
Zusammenfassung
Was ich abschließend sagen möchte ...
Der technologische Fortschritt nähert sich uns unaufhaltsam und bietet uns jeden Tag neue und neue Werkzeuge und Technologien. Sie können natürlich darüber sprechen, wie alles schlecht wurde: Ihr Gesicht wird überall erkannt; Es ist besser, das Haus jetzt nicht zu verlassen, weil Big Brother beobachtet dich; Ich habe keine Erlaubnis für meine Aufnahmen und Analysen usw. gegeben. usw. Aber das ist es schon. Von allen Kameras an öffentlichen Orten sammeln sich Ihre Gesichter und liegen in Videoarchiven. Und sie versammelten sich sehr lange. Ob es dir gefällt oder nicht.
Gerade jetzt hat der technologische Fortschritt einen weiteren Schritt getan und es wurde möglich, diese Daten nicht manuell, sondern automatisch zu verarbeiten. Faltungs-Neuronale Netze erschienen. Es gibt preiswerte, wenn nicht billige Camcorder und Mikrocomputer. Verfügbare Cloud-Ressourcen. Die Synergie dieser und anderer Technologien ermöglicht es Ihnen, interessante Produkte für einen einfachen Laien zu entwickeln. Anwendungen sind nur durch Ihre Vorstellungskraft begrenzt. Einzelhandel, HoReCa, Event-Industrie, Bildung - genau das ist uns sofort in den Sinn gekommen. Jeder Prozess, bei dem eine Person einige Ereignisse im Rahmen analysiert, kann jedoch mit einer gewissen Sicherheit durchgeführt werden:
- Übertragung vom Bediener zur Maschine (Computer Vision)
- Sammeln Sie Statistiken für die gewünschten Ereignisse (anstatt fortlaufend aufzuzeichnen)
- Automatisieren Sie die Ereignisverarbeitung
- Verbinden Sie die prädiktive Ereignisanalyse
Dies ist eine Datenschicht, die vorher einfach nicht existierte. Derzeit ist die Bereitschaft des Unternehmens, diese Daten für sich zu nehmen und korrekt zu verarbeiten, zu interpretieren und zu verwenden, noch sehr gering.
Das CVizi- Team hat einen weiteren Schritt unternommen, um solche Analysewerkzeuge verfügbar zu machen und Fantasien und Träume ein wenig näher und realer zu machen.
Über den Autor
Alexey Osipov - Entwicklungsleiter von
CVizi . Kontakte: 'aosipov @ cvizi.com'. Auf unserer Seite in
FB veröffentlichen wir Neuigkeiten zur Veröffentlichung und Nutzung unserer neuen Entwicklungen und Technologien.