买方之间的零售链之战（一个人和另一个人）的范围日益扩大。 后苏联时代的朴实无华被千篇一律的千禧一代所取代，对于千禧一代而言，价格不再是选择“备货”场所的唯一决定因素。 竞争产生的选择的可能性极大，使买方要求苛刻，有时甚至挑剔。 对期望的丝毫欺骗会导致客户忠诚度的下降，因此，今天最好不要做和不承诺，而不是承诺而不是承诺。
为了追求领导地位，零售商正在努力满足新型客户的需求。 哦，这有多么困难，当您有1000家商店时，有10,000名员工在其中销售100,000个唯一的SKU。 您是经理，并且一次，一次或全部负责所有事项-购买，销售，价格，补货，安全性，每年您都需要提高运营效率，增加资本总额，遵守立法机构的异想天开并捕获所有新的地区/城市/地区。 最主要的是测量，分析，更改和控制一切。 同时，每天早晨，您的想法都浮现在人们只有在您离他们不超过10米的地方才能工作。 这绝不是偶然的，因为他们和您做的是一样的事情-他们使利润（ZP）最大化，而损失（能量和时间花费）则最小化。 因此，事实证明，价格标签是错误的，货架是空的，货架是地狱，商店的过道上有运输手推车，有5个收银台-其中有一个工作让顾客感到不满，只有一个收银员并不着急并且急于解决问题，而领导坦白说，这并不友好。 但是，您有两条胳膊，两条腿和一双眼睛-而且您的腿还不够，只能并排站立，告诉所有人做什么以及如何控制。 还是？
这就是创新的IT技术可以挽救的地方-在这种情况下，就是视频分析。 今天，在会议“零售中的视频分析：经验教训”中发表的IBM报告之后，我将讨论在零售中使用视频分析的一些场景。 该公司设法创建了一种将神经网络的功能与用户友好界面相结合的产品，该产品获得了2018年金奖：体验奖。
场景№1我们控制计算的正确性
对交易货架每线性米的获利能力的追求使零售商考虑到诸如最佳商品展示之类的微妙问题。 就单位面积的SKU数量，一个SKU的计算量以及SKU相对于彼此的最佳位置而言，都是最佳的。 为了确定最佳参数，积极使用BigData和机器学习技术，顺便说一句，这是整篇单独文章的主题。 但是，在计算出最佳显示的下一个模型之后，有必要确保将其广播到连锁商店并控制正确性。 通过主管进行的经典控制具有较大的延迟，选择性的覆盖范围和较高的错误率。 视频分析技术使您可以在所有商店中同时实时，高精度地控制布局方案的变化。
图片编号1：识别冰箱中计算的正确性。 另外，与开门传感器进行了整合-在开闭后进行控制。
方案2：可用性和剩余货架
货架上没有货物是违反商店许多内部业务流程之一的后果之一，导致直接损失。 该产品可能由于各种原因而缺席：由于最后一英里的物流，补给系统或供应链中的故障，没有时间或忘记将其推出，该产品不在商店中。 视频分析技术不仅可以分析缺少一个或另一个SKU的事实，还可以提供商店人员的响应并控制服务水平以进行更正。
除了控制货物短缺之外，还可以控制SKU的剩余部分并在货物结束之前提前提供响应。 此方案还允许对货架上的产品余额进行库存，但是，这种库存的准确性取决于产品和货架的类型以及相机的位置。
视频1：识别货架上的空隙，通知人员补充货物的必要性。
场景№3价格标签的可用性和正确性
正确的价格标签是所售商品的必要部分。 不愉快的后果不仅是因为产品没有价格标签，还在于产品的不正确性（《保护消费者权益法》，《俄罗斯联邦行政法规》第10条第1款第14.15条）。 即使价格标签存在且正确，价格标签也可能位于不合适的地方，这将使买方很难找到它。 这不太可能使后者满意，因为 取决于商店的设备，买方将不得不花费时间寻找价格检查者，向可能没有必要设备的工作人员寻求帮助或去收银员。 当我不得不在我最喜欢的连锁店的顶装冰箱中寻找冷藏或冷冻产品的价格标签时，我经历了很多次内部刺激。 视频分析不仅可以识别价格标签中上述所有问题，而无需主管的参与，而且还可以响应商店人员的响应和对解决问题的服务水平的控制。 此外，可以通过引入ESL技术来解决价格标签正确性的问题。 这项技术具有增加定价灵活性的其他好处，但是，这是一个完全不同的故事。
场景№4产品质量
新鲜区是商店的主要支柱之一，新鲜产品的质量在商店购买者的认知中占据了最大份额。 客户对新鲜区域的满意度取决于产品的质量和正确的布局，以及是否有普遍订购的不腐烂的蔬菜和水果。 甚至一个变质的苹果都可以在架子上的整个批次中蒙上阴影。 视频分析使您可以监控货架上的商品质量，并立即检测出劣质商品的外观-熟香蕉，腐烂程度不可接受的蔬菜等。
图2：商店橱窗中产品质量控制的自动化
方案5：排队控制
排队是现代买家最强烈的刺激因素之一。 他断奶了，不喜欢等待，如果他准备好了，他必须清楚地了解等待时间。 如果您系统地低估了买方的时间价值，迫使他排队等待并且同时观察闲置的收银台，那么他的忠诚将不会持续很长时间，并且在激烈的竞争条件下-迟早会离开。 视频分析技术可以控制排队的混乱情况，确保员工的响应并控制服务水平以消除排队。 同时，该技术使您不仅可以考虑排队人数，而且还可以考虑每个人的货物数量，这肯定会影响现金区的通过速度。 此外，该技术还可以通过计算传入客户的数量，性别和年龄以及与CRM系统连接时的计数来提供队列形成的预测分析，并考虑到定期购买常规客户的平均数量，从而将预测队列发生的准确性提高了90％。
视频2：识别队列中的人数，通过着装识别员工和顾客
场景№6现金区控制
不幸的是，欺骗是生命有机体的能力，自然选择本身就赋予了这种能力，人类也不例外。 根据我的专业经验，现金区的损失占商店所有损失的三分之一。 其中-32％的损失是访客盗窃，20％-人员的盗窃，包括 收银员，另外20％-与买方，同谋共谋的收银员欺诈行为。 视频分析技术可以确保控制现金区-正确扫描货物，控制实际货物和抽样货物（对于加权货物）的符合性，控制从货物推车到传送带的货物布置。 当需要在自助结帐柜台提供类似的控制时，这些控制机制是必不可少的。 但这还不是全部。 现代视频分析技术使您可以通过自动识别购物篮中的货物来完全放弃收银员。
视频3：识别通过条形码扫描仪走私的货物
视频4：在结帐时控制推车上所有货物的布置
视频5：识别放在篮子中的货物并自动形成购物清单
场景№7在交易大厅中的订单
1982年，英国科学家Wilson和Kelling提出了“破窗理论”。 它说，人们对社会行为规则的违反越明显，这种事实就越多。 例如，如果无法更换破损的玻璃，则很快就不会在房子里留下一个完整的窗户，被抢劫的机会将成倍增加。 秩序鼓励秩序，反之亦然。 除了商店订单中的美学成分外，实用成分也非常重要-由于违反存储条件，废弃产品可能会失去其外观或完全变质。 废弃的托盘，运输手推车或包装违反了交易大厅上的客户流量，难以进入零售货架的各个区域，因此导致销售数字下降。 更不用说购物者在拥挤的人行道中拥堵的情况下的烦恼。 视频分析技术可以识别废弃的货物，人行道阻塞，清洁销售区域，确保员工响应并控制消除这些问题。
视频6：识别地板上和其他非预期位置上的货物，通知人员需要放置或移走货物的信息
视频分析技术之所以更具吸引力，是因为它允许您使用商店的现有视频监视基础结构。 可以根据需要完成摄像机数量的增加，以覆盖“死区”，在设计过程中，对内部安全服务人员来说，“死区”并不令人感兴趣。 此外，现有的机器人技术允许将带有摄像机的机器人用于摄像机，这些摄像机不仅可以充当顾问，还可以监视商店的空间。
但是，强大的技术工具仅能成功一半。 技术应与公司现有的信息系统无缝集成，并应适应新的技术功能而集成到商店的业务流程中。 同样重要的是，对人员进行适当的培训，不仅包括专业人员，还包括道德和道德方面的人员。 在努力优化个人利益的过程中，任何控制手段都被视为对他们日常工作生活的侵犯。 创新技术的实施应由了解任务复杂性并具有相关成功经验的公司进行。