Сегодня ритейлеры и e-commerce активно используют для увеличения продаж визуальное распознавание, основанное на технологиях нейросетей, машинного обучения, больших данных и алгоритмов компьютерного зрения. Техника научилась идентифицировать людей, определять их пол, возраст и даже эмоции; подбирать гардероб, предлагая подходящие друг к другу вещи, аксессуары и украшения; заменять людей при выполнении рутинных задач вроде сравнения выкладки товаров на полках магазинов с планограммой. О возможностях визуального распознавания и сферах применения технологии — в нашем материале.
Распознавание лиц
Широкое распространение в различных сферах, в том числе и в ритейле, получило визуальное распознавание лиц. В первую очередь, технология дает офлайновому ритейлу возможность вести маркетинговую аналитику, знать в лицо своих клиентов и историю их покупок, вкусы, предпочтения. Также фотораспознавание может использоваться для программ лояльности: покупателю достаточно будет посмотреть в камеру на кассе вместо предъявления дисконтной карты.
Интересное решение для ритейла предлагает компания Vocord, разработавшая систему распознавания лиц Vocord FaceControl. На входе в торговую точку устанавливают камеры, которые фотографируют и сохраняют лица посетителей. Система составляет «белые» и «черные» списки клиентов, она запоминает воров, и если злоумышленники снова наведаются в магазин, то система сообщит о них персоналу. Или же напротив проинформирует о визите VIP-клиента.
Благодаря системе менеджеры, в свою очередь, получают полноценные отчеты по составу аудитории, времени посещения и т.д. Система в автоматическом режиме распознает пол и возраст людей, подсчитывает количество посетителей.
Сравнение выкладки с планограммой
Многие компании сегодня предлагают свои решения для визуального распознавания ассортимента, представленного в торговой точке, и сравнения выкладки товаров на полках магазинов с планограммой. Это помогает в разы сократить время, которое раньше тратил мерчандайзерi, вручную делая эту работу. Например, программа «ShelfMatch™ Мерчендайзинг» компании Kuznech. По фотографии или видеозаписи полки с товарами в офлайновом магазине ShelfMatch™ автоматически определяет, какие товары присутствуют в выкладке, и соответствует ли она планограмме, после чего создает аналитический отчет.
Аналогично работает система Inspector Cloud: с помощью фото, сделанных полевым персоналом, и алгоритма нейронных сетей она сравнивает выкладку с планограммой.
В приложение Staff Mobile также встроена система фотораспознавания. Приложение позволяет загружать планограммы для каждой торговой точки и сравнивать их с фактической ситуацией, получать информацию по Out-Of-Stock, доле полки, количеству фейсингов на различных местах продаж, анализировать реалограммы. Сотруднику не нужно носить с собой материалы и тратить время на сверку данных. Результаты доступны в приложении и на веб-интерфейсе уже через пару минут после отправки фото по визиту.
Распознавание для e-commerce
Визуальное распознавание весьма важная опция для электронной коммерции. Например, вы увидели понравившийся гаджет у прохожего или в Instagram какой-то звезды. Достаточно сделать снимок и загрузить его в Google или Yandex или указать ссылку на страницу с понравившимся продуктом, как поисковики тут же расскажут о том, что это за товар, правда, без ссылок на конкретные интернет-магазины, поэтому искать товар в продаже вам придется самостоятельно.
Но сегодня уже есть специальные мобильные приложения, которые после загрузки фото понравившегося товара, ищут его в онлайн-магазинах, предоставляя возможность тут же оплатить покупку. Например, CamFind распознает интересующий вас товар и предложит несколько ссылок на страницы интернет-магазинов, где эту вещь можно приобрести.
Sarafan — сервис на основе визуального распознавания, интересный как пользователям сети, так и ритейлерам. Владельцы Instagram-аккаунтов, размещая снимки, могут давать ссылки своим подписчикам на магазины, где можно купить вещи как те, что надеты на них. Инста-блогер зарабатывает на переходах, которые сделают подписчики. В Sarafan уже больше 20 млн товаров из почти 90 магазинов. Одежда и аксессуары распознаются автоматически с помощью технологий нейросетей, машинного обучения, больших данных и алгоритмов компьютерного зрения. Распознанные образы автоматически сопоставляются с товарами из магазинов-партнеров, после чего они получают трафик.
Есть специальные сервисы для поиска товаров по магазинам. Например, через Tataosou.com и Kupinatao.com можно искать товары на TaoBao, с помощью Roowl.com – на Aliexpress.
Технология визуального поиска и обучения нейронных сетей легла в основу рекомендательный сервис поиска похожих товаров в интернет-магазинах Similar4, разработанную компанией Kuznech для e-commerce. Как отмечают разработчики, интернет-магазин теряет прибыль, а также лояльность клиента в долгосрочной перспективе, если тот захотел купить товар, а его не оказалось в наличии. Сервис Similar4 решает эту проблему, находя и предлагая похожие товары из ассортимента конкретного интернет-магазина. Данный сервис позволяет увеличить продажи до 50%, его уже используют десятки интернет-магазинов в России и за границей.
Редакция Merchandising.ru
Метки: агентства мерчандайзинга, ассортимент, визуальное распознование, Визуальный мерчандайзинг, Выкладка, Интернет торговля, маркетинговые коммуникации, мерчандайзинг, мерчандайзинговые агентства, места продаж, мобильные приложения, Планограмма, Покупатель, Покупки, Продажи, Ритейл, Торговая точка, Трейд-маркетинг, трейд-маркетинговые агентства, фотораспознование, цифровые технологии
