Dans la première partie de l' article, j'ai parlé d'un nouvel outil commercial pour compter et analyser le trafic humain à l'aide de caméras. Il existe assez peu de produits pour compter les gens sur le marché, mais il n'y a pratiquement aucun produit qui le fasse en analysant le visage humain. Lors de la reconnaissance des visages, vous pouvez obtenir les informations suivantes: sexe, âge, origine émotionnelle et, en fait, plus important encore, un identifiant unique pour le visage. Cette dernière est nécessaire pour comprendre que nous avons déjà vu ce visage auparavant: alors, tant de fois, avec telle ou telle périodicité, etc.
Ces analyses vidéo sont parfaitement utilisées dans le commerce de détail, les services, les cafés et les restaurants. Vous pouvez désormais analyser plus précisément et avec précision les clients: leur trafic, leur caractère unique, leur répétabilité, leur sexe et leur âge, et, bien sûr, leurs émotions. Dans le compteur de personnes, vous pouvez enfin séparer les employés des visiteurs, considérer la durée du service et développer des activités marketing pour fidéliser la clientèle.
Permettez-moi de vous rappeler que par exemple, un point a été pris - un café (sur la base de la salle à manger) à Moscou, dans lequel la caméra est installée à la caisse.
Analyse approfondie des visages reconnus
Les résultats qui peuvent être obtenus avec Track Expert , et que j'ai énumérés dans la première partie de l'article, sont apparents et sont assez évidents: le nombre d'acheteurs, d'employés, la segmentation par sexe et par âge, les émotions. Mais pour prendre des décisions stratégiques sérieuses, vous n'avez pas besoin d'une analyse moins sérieuse.
Je veux aborder le sujet de la fidélité. Par fidélité, nous entendons les visites répétées des clients et des clients. En conséquence, plus ils sont nombreux, plus la fidélité est élevée.
Nous avons décidé de la terminologie. Maintenant, comment compter? Comment comprendre que la fidélité augmente, diminue ou que rien ne lui arrive?
L'option la plus simple consiste simplement à examiner le ratio de nouveaux clients et de clients existants et le taux de retour.
En moyenne, le coefficient de retour oscille ici autour de 70%. C'est-à-dire environ 30% des nouveaux visiteurs viennent quotidiennement au café. C’est très bien.
Regardons maintenant ceux qui ne marchent pas la première fois, mais conditionnellement en permanence . Question: À quelle fréquence ou à quelle fréquence les visiteurs reviennent-ils ici?
Le but de ma question est simple: comment s'assurer que ceux qui vont déjà au café (boutique, salon, club de fitness, etc.) y vont encore plus souvent.
L'approche traditionnelle est les cartes de réduction. Distribuez à tout le monde, puis «nous verrons». C'est une option normale, mais:
- Les gens n'ont pas toujours sur eux des cartes de réduction;
- Il n'est pas toujours possible de s'identifier à la caisse par numéro de téléphone ou email. Oui, et beaucoup laissent de fausses données à leur sujet afin d'éviter le spam inutile;
- Les cartes peuvent être transférées les unes aux autres (et c'est ce que J fait);
- Toutes les entreprises ne disposent pas en principe de cartes de réduction.
Peut-être que quelque chose d'autre a oublié. Mais ce n'est plus important.
Par conséquent, le visage humain devient une bonne alternative pour identifier l'acheteur et travailler personnellement avec lui.
Pour commencer, nous suggérons de diviser tous les visiteurs en 5 groupes: Nouveau, Très rare, Rarement, Souvent, Très souvent.
La fidélisation de la clientèle ne peut être obtenue par simple clic d'un doigt. Bien sûr, on peut espérer qu'un client qui est allé dans un restaurant / café / magasin une fois tous les 3 mois commence soudainement à s'y rendre plusieurs fois par semaine, mais ce sera très probablement une situation exceptionnelle. Le client doit être gagné et non perdu! Et par conséquent, il est préférable de le transférer progressivement d'un groupe à un autre - de «Nouveau» à «Très souvent».
Pour chaque entreprise, les concepts de «souvent» ou «très souvent» seront différents. Par conséquent, afin de ne pas vous faire l'illusion de la fréquence à laquelle les gens reviennent vers vous, vous pouvez utiliser la métrique "Récence des visites" et comprendre la fréquence moyenne des retours de leurs clients.
On peut voir que la majeure partie des visiteurs sont ceux qui vont aux cafés sur une base hebdomadaire (de 1 fois par semaine - jusqu'à 7). Si une personne se promène, par exemple, dans un café une fois toutes les deux semaines, elle appartient déjà à la catégorie «mois». Il y en a aussi beaucoup. Par conséquent, l'analyse de la fidélité est effectuée principalement pour deux groupes de clients - pour lesquels la durée de la visite est «semaine» et «mois».
Il y aura deux buts. La première consiste à essayer de trouver un levier pour transférer le nombre maximum de visiteurs du groupe mensuel au groupe hebdomadaire. Et le second - au sein de chacun des groupes pour influencer la fréquence des visites de «Très rare» à «Très souvent». En général, il s'agit d'une bonne consultation en marketing.
En utilisant l'exemple du groupe «Semaine», je montrerai comment comprendre le problème, diviser les visiteurs en groupes en termes de fidélité et que faire ensuite avec chacun d'eux. Les valeurs de fréquence pour le groupe «semaine» que nous fixons (peuvent être modifiées) comme suit: «Très rarement» - 1 fois par semaine, «Rarement» - 2 ... 3 fois par semaine, «Souvent» - 4 fois par semaine, «Très souvent» - 5 ... 7 fois par semaine.
Depuis deux mois, il est clair que le ratio du nombre de visiteurs dans ces catégories est quasiment inchangé. «Très rarement» occupe un minimum de 50% par rapport aux autres fréquences, par conséquent, la marge pour augmenter la fréquentation est très grande. Pour ce faire, vous devez déterminer qui est qui dans ces colonnes colorées.
Je ne ferai pas d'analyse plus approfondie dans cet article, bien qu'il soit intéressant. Je peux seulement dire que, au minimum, ce qui suit peut et doit être fait:
- voir la répartition par âge et par sexe pour chaque groupe de fréquence. Trouvez des caractéristiques comportementales similaires et travaillez individuellement sur un plan de marketing avec chacun d'eux.
- Après chaque étape de commercialisation, vous devez soigneusement mesurer les changements.
Il convient de rappeler que pour chaque visite (semaine / mois / trimestre / année), l'effet du marketing doit être attendu exactement avec la fréquence appropriée.
Autres utilisations au détail
Je vous rappelle encore une fois que toutes ces données ont été reçues d'une seule caméra. Imaginons maintenant s'il y a plusieurs caméras (à l'intérieur de l'objet, sur différents objets).
Cas 1. Une caméra à l'entrée et la seconde à la caisse ou à la sortie.
En mettant deux ou plusieurs caméras à la fois dans le magasin, nous obtenons un autre ensemble de mesures qui vous permettent de mesurer:
- le temps moyen passé par le visiteur dans le magasin.
- le temps de trajet moyen entre l'entrée et la billetterie.
- émotions des visiteurs à la sortie et à la caisse.
Très souvent, les clients veulent des informations sur le temps que les clients passent dans le magasin. En utilisant des compteurs de visiteurs traditionnels, vous ne pouvez pas obtenir de telles informations. On ne peut parler que d'une certaine valeur moyenne sur une période de temps. Par exemple, en 1 heure, 14 personnes sont entrées, 9 sur. Ou vice versa - 8 personnes sont entrées et 12 sur. Maintenant, la question est. Quelle est la durée moyenne de séjour d'un visiteur dans un magasin si 5 chèques ont été cassés à la caisse?
Si nous utilisons la technologie de reconnaissance faciale, cette tâche devient immédiatement réalisable et résoluble. Il existe une autre option - pour suivre chaque visiteur. Mais pour cela, le magasin doit être recouvert d'une grille de caméras afin que, par analogie avec un système de communication cellulaire, un visiteur soit transféré d'une cellule (zone de caméra) à une cellule voisine, donc avant la sortie. Une solution qui n'est pas très abordable en termes de coûts sortira plus la probabilité d'une perturbation de la piste (perte d'un visiteur) dans le cadre n'est même pas très faible.
Avec la reconnaissance faciale, il suffit de retirer une personne à l'entrée et à la sortie, ou à l'entrée et à la caisse. Et maintenant, vous avez des statistiques précises sur le temps que le visiteur passe dans le magasin.
Cas 2. Travail prédictif avec les clients
Imaginez un instant que les visiteurs viennent dans votre magasin qui vous ont acheté quelque chose plus d'une fois, mais qui sont récemment entrés et sortis sans faire de shopping. Premièrement, comment comprendre qu'une telle situation se produit en principe, et deuxièmement, quelle en est la raison?
On répondra à la première question par des informations du cas 1, plus des données sur la fidélité, ainsi que des informations sur les émotions des personnes qui partent. Et sur la deuxième question, il peut y avoir un million de raisons. Par exemple, vous avez changé la gamme de vêtements, de chaussures, d'autre chose, et une personne cherchait exactement ce qu'elle avait acheté l'année dernière. L'acheteur entre une fois, deux et le troisième vous le perdez. Une situation familière? Serait-il intéressant d'être proactif et de prédire un tel comportement ou d'attraper des visiteurs fidèles avant même d'avoir acheté quelque chose? La question est rhétorique. Mais il est important de savoir qu'une réponse est déjà possible.
L'architecture et son fonctionnement
Dans un précédent article, j'avais déjà dit que l'architecture de la solution CVizi était légère. Pas de serveurs encombrants, registraires. Pas besoin de maintenir une flotte d'équipements et de tout coupler les uns avec les autres.
De plus, l'architecture n'est pas trouble dans sa forme la plus pure. Elle est hybride. Cette approche, étant donné l'état actuel des choses dans le développement des caméras vidéo domestiques, est pleinement justifiée.
Maintenant, je vais essayer d'expliquer. Du point de vue de l'Internet des objets, les caméras vidéo peuvent être considérées comme des capteurs qui fournissent du contenu pour un traitement, une analyse et une prise de décision automatiques supplémentaires. Vous pouvez générer du trafic vers un serveur cloud et le traiter là-bas, mais il existe plusieurs pièges (bien qu'ils ne soient pas des pièges).
- La quantité de trafic Internet qui sera transmise aux nuages. Si un objet possède de nombreuses caméras et / ou si vous en avez plusieurs, le volume de trafic sera colossal et des canaux Internet dédiés seront nécessaires. Ce qui est loin d'être toujours possible.
- Configuration requise pour le ou les serveurs qui enregistrent et traitent le flux: puissance de calcul, redondance, gestion de la charge.
- Tolérance aux pannes de l'ensemble du système. Une forte dépendance de la santé de l' ensemble du système sur la santé d' un seul serveur.
Il serait intéressant d'utiliser non pas de simples caméras, mais des caméras intelligentes pour les tâches d'analyse vidéo. La tâche principale devrait être une analyse préliminaire du flux vidéo "à la volée", l'attribution des événements souhaités à partir de celui-ci, afin de préparer les données pour leur analyse. Malheureusement, les caméras intelligentes universelles sur le marché pour un prix raisonnable sont introuvables. Par conséquent, nous l'avons fait nous-mêmes.
Passons brièvement en revue les éléments de l'architecture.
Dispositif informatique S-Box
Voici l'une des modifications de l'appareil:
Son objectif principal est le traitement principal d'un flux à partir d'une caméra IP ou USB. Sur chaque image, la fonction de détection de visages trouve des visages, les capture et forme une liste d'attributs de visages (coordonnées, angle, qualité d'image sur l'image, distance à la caméra). De plus, ces informations sont envoyées au portail cloud CVizi, exécuté sur la plateforme Azure, via un canal crypté. Veuillez noter que le flux vidéo lui-même n'est pas transmis au cloud.
Le code est écrit en C ++ et Python, ce qui vous permet d'utiliser l'ensemble complet d'outils pour travailler avec des images et des caméras.
Soit dit en passant, d'une manière similaire, la S-Box est également utilisée pour d'autres tâches d'analyse vidéo: la détection des processus de production, des personnes, des véhicules et d'autres choses.
Caméras
Les caméras peuvent être très différentes. De plus, aucun critère très strict ne limiterait leur choix. L'essentiel est que ce sont de simples caméras IP domestiques, non industrielles (le plus souvent IP) avec un prix démocratique. Il convient de noter que la caméra est l'équipement qui se modernise sur le marché, probablement le plus rapide de ce que nous utilisons. Le principal critère pour notre choix d'une caméra particulière dans le package d'installation de Track Expert est le rapport qualité / prix. Pour maintenir le coût du package d'installation au même niveau, mais en même temps pour améliorer constamment la qualité de service, nous nous tenons constamment au courant de tous les nouveaux produits. Dans notre laboratoire de test, il y a toujours des échantillons de candidats pour les caméras pour une tâche commerciale particulière.
Par exemple, au moment d'écrire pour la reconnaissance faciale, nous utilisons ces caméras 5MP de deux facteurs de forme.
Portail CVizi
Le portail est en fait le cœur de tout le système, qui a simplement d'innombrables fonctions. Liste les plus basiques.
Le premier est le stockage des données. C'est là que SQL Azure nous aide. Tout d'abord, nous avons utilisé SQL Server traditionnel déployé sur des machines virtuelles. Et c'était une bonne option, car nous avons suffisamment de compétences pour gérer et optimiser les performances de SQL Server. Mais à un moment donné avec la croissance des clients, nous avons réalisé qu'il devient simplement difficile physiquement et non efficace de gérer un grand nombre de petites et peu DB. SQL Azure a facilement résolu nos tâches avec un système d'analyse intégré avec formation informatique et technologies adaptatives pour une optimisation continue des performances de la base de données en temps réel.
Il est également pratique de gérer dynamiquement les performances de la base de données, ce qui vous permet de traiter des quantités incroyables de statistiques.
Deuxièmement , Microsoft Blob Storage vous permet de stocker toutes les photos et vidéos en toute quantité, de les recevoir via un lien hypertexte et de les utiliser, par exemple, dans des outils tels que Power BI.
Troisièmement , le service cognitif de l'API Microsoft Face. C'est à l'aide de celui-ci que nous reconnaissons les visages, groupons des personnes similaires et calculons quel visage et quand il a été enregistré plus tôt.
Pour travailler avec l'API Microsoft Face, nous utilisons Python. Je ne veux pas me répéter, dans l' article précédent, il y a quelques exemples de scripts pour accéder à l'API Microsoft Face.
Quatrièmement , un système de surveillance et de contrôle de la santé de tous les équipements installés par les clients. En fait, toutes les S-Box représentent ensemble le même IoT. Nous avons construit un système de surveillance distinct pour chaque appareil du réseau et surveillons en permanence la santé de l'équipement. Il semblerait que ce soit si spécial? Mais pensez à combien le propriétaire, par exemple, a un magasin de tout équipement qui devrait fonctionner correctement. C'est une chose si le réfrigérateur ou la caisse enregistreuse tombe en panne et que la panne est visible immédiatement, et une autre est une sorte de compteur de personnes, où la panne peut s'ouvrir dans un mois ou plus, lorsque le propriétaire veut obtenir un rapport final. Pourquoi pas contrôlé? Pourquoi pas signalé? Qui est à blâmer? Comment restaurer les statistiques? Des recherches marketing dans le magasin ce trimestre dans les égouts?
Dans notre cas, c'est impossible. Toutes les parties intéressées recevront des notifications de dysfonctionnement de l'équipement de quelques minutes à plusieurs heures, et notre équipe d'assistance vous aidera à résoudre le problème. De plus, à distance! Pour référence. En règle générale, 80% à 90% des incidents sont associés à une baisse des canaux Internet du client.
Et pour suivre le rythme, le système d'administration Track Expert a la possibilité de mettre à jour à distance les logiciels. Un nouvel algorithme réussi est apparu - au simple toucher d'un «bouton unique», il sera mis à jour pour les clients qui en ont besoin et qui l'utilisent.
Avantages de l'architecture
L'architecture CVizi, comme vous le comprenez, est un hybride. Sur le terrain - S-Box, et dans le cloud - Services Azure et plus.
Sur site: réseau distribué S- Box
L'utilisation de nombreux petits appareils informatiques est toujours préférable à un grand mégaserveur / cluster de serveurs, auquel tous les flux vidéo provenant de différentes sources sont fermés. Peu importe sa puissance et sa fraîcheur, le moment viendra où il deviendra le goulot d'étranglement du système et le fonctionnement de l'ensemble du système dépendra de ses performances. Dans le cas d'un système distribué de dispositifs informatiques, chaque S-Box exécute son propre petit groupe de tâches et les performances de l'ensemble du système ne dépendent pas des performances d'une S-Box spécifique.
De plus, la puissance de calcul totale de la S-Box, par exemple, dans une installation assez grande, peut facilement dépasser la puissance de calcul des meilleurs serveurs, et le prix de l'équipement sera plusieurs fois inférieur. La chose la plus importante est d'apprendre à gérer correctement ces calculs informatiques distribués J. Et nous pouvons le faire.
Mettre à niveau l'infrastructure sur site. Pour de nombreux clients, il s'agit d'un problème très sensible, toujours très coûteux et accompagné de dysfonctionnements et de temps d'arrêt dans le fonctionnement de l'ensemble du système, car des transitions fluides (de fer en fer ou de plateforme en plateforme) ne se produisent presque jamais. Dans le cas d'un réseau distribué d'appareils, tout devient simple. La transition peut être très douce et peu coûteuse en termes d'achat d'un grand nombre d'appareils à la fois. Et pendant la mise à niveau, le fonctionnement continu de l'ensemble du système sera assuré.
Cloud: Azure
Il convient de noter qu'Azure fournit des outils vraiment très pratiques en termes de mise à l'échelle et de gestion des performances de l'infrastructure. Les clients sont tous différents avec des volumes de consommation de ressources différents. C'est une chose de reconnaître 100 à 300 personnes par jour dans un magasin près de la maison, et c'est une situation complètement différente quand un grand centre commercial avec plusieurs entrées ou une chaîne de magasins, ayant un trafic quotidien de plusieurs milliers de visiteurs uniques.
Avec l'approche traditionnelle avec l'architecture On Premise, il peut arriver que les capacités du serveur soient inactives et, dans la seconde, qu'elles soient manquées, en particulier les jours de pointe de trafic. Et la gestion flexible et presque instantanée de la puissance de calcul utilisée dans Azure n'est qu'un cadeau pour nous.
Résumé
Ce que je veux dire en conclusion ...
Le progrès technologique s'approche inexorablement de nous et nous donne chaque jour de nouveaux et nouveaux outils et technologies. Vous pouvez, bien sûr, parler de la façon dont tout est devenu mauvais: votre visage est partout reconnu; il vaut mieux ne pas quitter la maison maintenant, car Big Brother vous regarde; Je n'ai pas autorisé ma prise de vue et mon analyse, etc. etc. Mais c'est déjà le cas. À partir de toutes les caméras situées dans des lieux publics, vos visages se rassemblent et se trouvent dans des archives vidéo. Et ils se sont réunis pendant très longtemps. Que cela vous plaise ou non.
À l'heure actuelle, le progrès technologique a franchi une nouvelle étape et il est devenu possible de traiter ces données non pas manuellement, mais automatiquement. Des réseaux de neurones convolutifs sont apparus. Il existe des caméscopes, des micro-ordinateurs bon marché, sinon bon marché. Ressources cloud disponibles. La synergie de ces technologies et d'autres vous permet de créer des produits intéressants pour un simple profane. Les applications ne sont limitées que par votre imagination. Retail, HoReCa, Event-Industry, Education - c'est exactement ce qui nous est venu à l'esprit. Mais tout processus qui implique l’ analyse par une personne de certains événements dans le cadre peut se faire avec un certain degré de certitude:
- Transfert de l'opérateur à la machine (vision par ordinateur)
- Accumulez des statistiques pour les événements souhaités (plutôt que de garder un enregistrement continu)
- Automatisez le traitement des événements
- Connectez l'analyse prédictive des événements
Il s'agit d'une couche de données qui n'existait tout simplement pas auparavant. Mais pour l'instant, la volonté de l'entreprise de prendre ces données pour elle-même et de les traiter, les interpréter et les utiliser correctement est encore très faible.
L'équipe CVizi a franchi une nouvelle étape vers la mise à disposition de tels outils d'analyse et la réalisation de fantasmes et de rêves un peu plus proches et plus réels.
À propos de l'auteur
Alexey Osipov - Directeur du développement de
CVizi . Contacts: «aosipov @ cvizi.com». Sur notre page dans
FB, nous publions des nouvelles sur la sortie et l'utilisation de nos nouveaux développements et technologies.