智慧零售+視覺識別 打通從前端門店到后端供應鏈

發布時間:2018-07-04

店前數據的采集運營還只是冰山一角,冰面之下是供應鏈各環節數據的打通。

新零售系統大趨勢下,數據的價值正日益凸顯。從表象來看,線下門店因電商體系沖擊、租金成本上升等因素正面臨困局,節節敗退;而更深層的則是源于門店全數字化運營能力的匱乏。

傳統門店在消費者心中的信任優勢仍未消失,以電子消費品類為例,93%的消費者會先在線上研究再到實體店體驗;96%的消費者會選擇線下渠道體驗或購買。


線下門店仍是天然的流量場所,而傳統門店現有的會員系統、支付體系可獲取的數據僅有銷售記錄和有限的客流(人次)信息,流量的數據轉化率較低,對上游供應鏈的控制和下游消費者的觸達均有限。

在瑞為看來,落地到AI +新零售應用場景的精準化數據才是線下門店的生命,也正因此,瑞為希望通過視覺識別技術幫助線下門店實現精準流量數據的轉化。

瑞為成立于2012年,是一家視覺感知產品與解決方案提供商,專注于在性能、功耗、成本均受限的嵌入式前端實現復雜的機器視覺算法,目前主要應用在安防、家電、零售、車輛等領域,其中零售是其核心的落地場景之一。

瑞為聯合創始人兼零售業務負責人張國強表示,之所以將零售業作為發力點,一方面是由于該賽道較新,市場尚未卡位,有充分競爭的可能性;另一方面則源于零售場景的復雜性和多樣化,導致準入門檻較高,容易實現在細分領域的搶先優勢。而零售業+視覺識別的高門檻主要體現在兩方面:應用和成本。

應用層面,針對線下門店的數據收集,瑞為推出“店計”、“曉客”等智能終端,前者用于精準分析入店客戶,后者用于識別客戶對商品、廣告的關注。覆蓋店前、入店、逛店、買單等一系列完整消費行為的數據采集,包括基于人臉識別的年齡、性別數據、VIP識別、關注度分析、回頭客分析等。店后服務層面,瑞為推出針對店面管理人員的“店客云及”APP,基于對用戶畫像的分析,提出資源優化配置建議。

瑞為智能終端產品“店計”

不同于安防、金融等鏡頭方位明顯的應用場景,零售業中人臉識別智能終端的安裝需是無感知的,這也對安裝位置、光線條件、鏡頭方案、硬件性能等技術層面提出更高要求。瑞為采用易操作的傻瓜式極簡安裝,對店前數據采集的精準度超過92%,店內因光線、環境等因素的干擾人臉識別的準確率也在80%以上。

此外,成本也是困擾零售業+視覺識別領域的一大痛點。張國強表示,零售業最看重投入產出比,對成本的變化相當敏感。“客戶最終需要的是這套解決方案能給他們帶來的實際利益,這就需要在成本與效益間找到一個平衡點。理論上來說識別的數據自然越精準越好,但這也意味著更高的成本,而零售行業需要的是一個能反映到盈利、降本和提效上的大概率數據,至于數據的精準度在投入產出比面前并不是最重要的。”

因此針對不同層級不同規模的店面需定制化配套解決方案,調整智能終端的布置數量和方位,將成本控制在合理范圍內。據張國強表述,瑞為低成本高效率的前端數據采集能將系統成本控制在傳統攝像頭解決方案的五分之一。

目前,在零售行業,瑞為已合作80多家品牌,覆蓋10000多家門店,部署超4萬個智能終端,用戶續費率近100%,2017年用戶增長率達300%。

前端門店的數據收集還只是冰山一角,未來,瑞為打算將觸角延伸至零售行業的上下游,圍繞門店,向品牌商服務、原料、供應鏈、分銷、市場推廣等上下游服務商擴展業務,例如采集快閃店、展會等線下活動的數據為服裝類品牌客戶、時尚買手提供多維用戶畫像,與大的咨詢公司合作提供戰略層面的幫助等,通過對每一個節點數據的采集反哺上下游供應商,深層次多層面地為新零售賦能,真正意義上實現線下門店的全數據化運營。


團隊方面,創始人兼總經理詹東暉畢業于南京大學,曾就職于華為,于2007年離職創辦遠立科技;2012年開始第二次創業,進軍圖像智能分析領域,并以人臉識別作為主要方向。7月10日36氪#2018商業新生態峰會#不見不散。

      

火影忍者漫画