Об обработке видеоданных в ритейле
264
Одним из ограничений, затрудняющих внедрение новых информационных технологий в ритейле, является проблема обработки большого количества данных. Особенно это касается технологий, связанных с обработкой и хранением видеоданных. Алгоритмов распознавания и обработки видеоинформации, которые бы помогали торговым сетям очень немного. А использовать людей для просмотра огромного массива данных просто невыгодно. Поэтому торговые сети стараются каким-то образом искусственно уменьшить количество обрабатываемых данных.
В качестве примера можно привести организацию процесса контроля за магазинными кражами в полностью автоматизированных магазинах, типа Amazon Go, которые начинают активно развиваться. Идеология простая – если с полки взяли товар и датчики подтвердили, что он попал в корзину покупателя, то все нормально. А вот если товар взяли с полки, но в корзину он не попал в течение нескольких секунд, то включается видеозапись и данные выводятся на монитор службы безопасности. Подобным образом, например, видеокамеры в банкоматах – они снимают не все время, а только тогда, когда у банкомата кто-то находится. Такая политика существенно упрощает работу с видеоданными и снижает расходы на их хранение и обработку.
Примером стартапа, призванного уменьшить обработку видеопотока, является и разработка Walmart по созданию системы распознавания лиц для мониторинга клиентов и определения у них признаков гнева и неудовлетворенности. Видеокамеры, установленные на кассах, «считывают» мимику и выражение лиц покупателей и пытаются распознать неудовлетворенных клиентов.
Как эта технология будет использоваться мне пока, если честно, не очень понятно. Здесь либо нужны эксперименты по управлению удовлетворенностью и «замером» результатов на выходе либо нужны дополнительные коммуникации с неудовлетворенными клиентами. Например, система могла бы автоматически предупреждать кассиров о приближении такого клиента, для того, чтобы вручить ему «случайный» подарок или бонус, снизив, таким образом, его неудовлетворенность. Посмотрим, во что это выльется в реальной жизни. Хотя по мне, это как раз тот случай, когда не совсем понятно как ту или иную технологию применить на практике.