hnv murr

Nákupní centra s umělou inteligencí

V nákupních provozech bude počítat návštěvníky, rozpoznávat jejich věk, náladu a pohlaví..., to umí řešení eMotion postavené na cloudových službách a strojovém učení od Microsoftu. Systém společnosti Blue Dynamic své výstupy neustále koriguje a zlepšuje, aby co nejlépe predikoval chování a složení zákazníků.

 
eMotion řeší prostřednictvím platformy Azure tři základní oblasti: sběr dat, jejich transformaci a následnou vizualizaci. Data jsou nejdřív sbírána pomocí systému stojícího na Windows 10 IoT Core, který detekuje zákazníky a jejich obličeje. Zde dochází k nepřetržité analýze kamer, které snímají obchodní prostory. Pak následuje transformace zachycených dat na informace. To probíhá pomocí cloudové infrastruktury, především Azure IoT Hubu, ale i dalších prvků. Výstupem jsou informace o dané osobě, jejím věku, pohlaví a emocí. V tomto procesu slouží IoT Hub jako zásadní integrační platforma, která zajišťuje spolehlivý management došlých zpráv. Jeho prostřednictvím dochází i ke správě připojených zařízení. Umožňuje vizualizovat jejich stav a provádět prediktivní údržbu těch vybraných.
Vzhledem k zabezpečení koncových bodů IoT Hubu, postaveného na SSL, slouží i jako pojistka. V případě, že je některé zařízení ohroženo, umožňuje jej selektivně odpojit. V neposlední řadě je výhodou hubu také to, že umožňuje odesílat zprávy i v případě dočasného odpojení či údržby daného koncového zařízení.
Robustnost řešení umožňuje nasadit potřebnou infrastrukturu ve velmi krátkém čase, přitom je jedno, jestli půjde o velké nákupní centrum, hotel, banku nebo sportovní stadion. Provozovatel bude mít k dispozici detailní marketingová data o struktuře návštěvníků. Umělá inteligence vyhodnotí, co poskytované služby u zákazníků v daný čas a na daném místě vyvolaly. Doporučí i vhodnou velikost oblečení, které se jim líbilo, stejně jako posoudí, jestli byli spokojeni při placení na pokladně. Prodejce pak může korigovat jednání prodavačů či obchodní procesy v reakci podle typických emocí klientů.
Zároveň je možno získat přehled o charakteristickém pohybu zákazníků po prodejně nebo bance a dozvědět se o reálně nejexponovanějších místech. Pro vyhodnocení změn pak uživatelé získají heatmapy odpovídající různým obdobím či průběžně prováděným změnám.
Data mohou sloužit i k detailnímu sledování konverze, tedy k určení, jak počty lidí a doba strávená u určitého zboží odpovídají jeho reálným prodejům. A samozřejmě je zde možnost hodnotit i prezentaci daného produktu podle emocí, které v lidech vzbudila. Obchodníci či instituce tak budou mít stálý přehled o aktuálních požadavcích klientů.
Systém strojového učení pomůže rozeznat nejen náladu zákazníků, ale i odhalit zloděje. Rozezná podezřelé či nestandardní chování. Dá se říct, že může vytipovat případného zloděje. Obchodním centrům tak ulehčí sledování nežádoucích anebo naopak VIP osob. Bude průběžně aktualizovat jejich přehledy a sdílet je mezi prodejnami, stejně jako upozorní, že jsou tito exponovaní lidé v budově.
 
Publikováno: 26. 5. 2017 | Počet zobrazení: 1768 článek mě zaujal 403
Zaujal Vás tento článek?
Ano