Smart solutions for the retail of tomorrow
leiphone 作者：刘伟
影像分析正成為零售商獲取線下數據的重要手段，這為安控廠商切入零售市場創造了重要契機。
自 2016 年智慧零售概念提出，零售行業內部正在發生一場劇烈變革。過去統治時代的實體零售巨頭，正在朋友圈裡被新的時代所「拋棄」，折射出他們的轉型焦慮。與此同時，精品超市、社區生鮮、零售+餐飲、大型購物中心等新業態，以摧枯拉朽之勢崛起，宣告零售新紀元的到來。
不管實體零售的升級轉型，還是新業態的誕生，背後都少不了數字化系統的支撐。
零售行業數位化並不是一個新命題。過去十年，零售商也採用了很多數位化手段進行消費者的辨識和行為分析，其中應用最廣泛的就是 WiFi 探針。
WiFi 探針技術的落地性和數據獲取能力都很強，不過相比線上數據，WiFi 探針獲取的線下數據顆粒還是太大，維度也不夠廣，難以滿足智慧零售的需求。而且 WiFi 探針技術自身的發展也遇到了許多問題。
WiFi 探針是透過手機 MAC 位址，來辨識消費者的身份。為了保護消費者的隱私，2014 年蘋果率先在 iOS8 中引入了隨機 MAC 功能。隨後，谷歌和微軟也相繼在各自最新的手機操作系統中，加入 MAC 位址隨機算法。這讓基於 MAC 位址的大數據分析遭遇了嚴峻挑戰。
相關統計顯示，iOS8 推出隨機 MAC 之前，數據平台抓取到的真實 MAC 佔 95% 以上。iOS8 發佈後，這一指標迅速下降，目前穩定在 39% 左右。
影像方案後發制人
影像方案作為後起之秀，幾經更新換代後，已經發展得比較成熟。與 WiFi 探針相比，影像方案獲取的數據維度更廣、粒度更細，也更加真實。因此，新創公司 Insight 直接將其智慧零售影像解決方案命名為 Visual Cookie，意指影像方案獲取的消費者行為數據，和線上 cookie 一樣全面詳細。
在此背景下，安控巨頭進軍零售市場，似乎是水到渠成的事情。一方面，安控企業在影像監控和分析方面，擁有非常深厚的技術沈澱；另一方面，有些安控企業原本就做了不少門市店的安控解決方案，只需要在原有的「監控之眼」上加裝 AI 大腦，就可以實現遠端巡店、VIP 客戶辨識等功能。
而且，隨著公安、金融、建築等賽道日趨擁擠，擁有萬億規模的零售市場，也是安控企業們一個很好的業務成長點。「零售業的數位化轉型才剛剛開始，這個行業充滿了挑戰和機會」。
大華股份智慧零售實現降本增效
正因如此，2017年上半年，大華股份在零售安防的基礎上，結合影像雲、人臉辨識、客流分析等技術，推出了全新的智慧零售解決方案。
大華智慧零售方案以影像為核心，採用智慧感知設備+雲端服務+行動客戶端相結合的架構，整合了客流統計、人臉辨識、影像雲等大華核心的產品和技術，幫助實體零售實現降本增效。
這套方案主要有三大核心功能：
1.雲端巡店。透過零售雲，管理者可以隨時隨地進行遠端影像巡店。足不出戶就能瞭解門市店資訊，比如門市店的開門時間、裝修和商品擺放是否符合要求、員工接待客戶情況等。有效解決了人工巡店工作量大、巡店成本高的問題。
2.智慧防損。透過智慧分析技術可以快速辨識「慣偷」等特殊人群的人臉資訊並推送警報，方便店員即時採取措施，減小損失。同時，零售雲還可以共享人臉資訊，把重點人員資訊同步到各個門市店。
此外，大華股份還與 POS 廠家合作，將監控系統和收銀系統進行對接，幫助零售商實現異常收銀的監控、關聯錄影的快速提取。
3.精準行銷。通過客流分析和用戶畫像，零售商可以精準定位消費群體，制訂相應的市場策略，比如廣告投放。
傳統廣告機存在兩大弊端：一、無法做到即時精準投放；二、投放效果沒有數據回饋。大華股份基於人臉辨識+廣告機的智慧資訊發佈方案，透過辨識消費者的年齡、性別、表情等屬性比對最佳廣告進行展示；同時還能反向收集消費者停留時間等資訊，評估廣告的關注度。
謝偉介紹，大華股份智慧零售方案的核心是線下數據的採集和分析。未來大華股份會繼續秉持開放的態度，與上下游的生態合作夥伴合作，不斷豐富和優化解決方案。比如透過客流分析做行銷效果評估，透過表情分析辨識消費者的喜好等。
自研晶片，掙脫成本桎梏
可以看到，影像方案的功能非常強大，不僅可以辨識人、貨，還可以依據商家需要客製化各種功能。不過影像方案目前的應用並不普及，最大的原因就在於成本太高。
謝偉沒有透露大華股份智慧零售方案的具體成本，不過我們可以援引一項數據作為參照。
日前，日本廠商 NTT 與 Earth eyes 合作推出了一套 AI 監視系統 —— AI Guardman，其主要功能是透過 AI 分析可疑行為，幫門店揪出潛在的扒手。
這套系統光一台監視器售價就高達 23.8 萬日元，安裝和調試費還得另算。此外，客戶每個月還得為每台監視器繳納 4000 日元的 AI 雲端使用費，並按數據量繳納數據儲存費用，每 10GB 數據的儲存費為 500 日元（1台AI 監視器1個月產生的數據大小約為 10GB）。
謝偉表示，影像分析技術在零售行業的應用才剛剛開始，隨著產業界的規模化生產和應用， 成本將大幅降低。他認為，到 2018 年下半年，人臉辨識、客流分析應用的成本，將下降到較低水準，普惠整個行業。
大華股份目前已經推出了自研晶片的人臉辨識攝影機，在一定程度上，降低了影像解決方案的成本。
另外，影像方案的前期投入雖然高，但是在某些場景下，邊際成本可以降得很低。比如無人零售場景下的商品辨識，RFID 貼片方案的邊際成本，並不會隨著商品大規模銷售而明顯改變，影像方案的硬體邊際成本，卻可以無限趨近於零。
安控企業入局，是否會帶來降維打擊？
大華股份在安控領域的成功已經無需贅言，不過安控是個相對 2G 的市場，即便有海康、大華這樣強勁的對手，很多中小型廠商還是可以活得很滋潤。
零售行業的市場化程度則高得多，作為安控巨擘，大華股份手握硬體（攝影機）優勢，在軟體上也有獨到的經驗，它的入局對其他智慧零售商會不會是一次降維打擊呢？
對此謝偉表示，安防企業踏足智慧零售，會給傳統採用影像方案的企業帶來一定的競爭壓力，但也會帶來很多的合作機會。
首先，零售行業有其自身的特性，並非照搬安控領域的技術和經驗就能成功。謝偉向記者介紹，零售場景非常多樣化，甚至可以說是碎片化。
影像分析面向的是「人、貨、場」三要素，在不同零售業態下，「貨和場」的差異非常大。比如超市和 4S 店，針對不同的裝修風格需要選擇不同的設備安裝角度，「人」的形態也會有所差異。因此，大華股份在研發影像分析算法時也需要不斷創新，甚至尋找外部合作。
其次，零售業務場景中，不同技術難以彼此替代。放眼零售技術市場，這個行業存在許多隱形巨頭和小而美的創業公司。
謝偉向記者表示，作為後來者，大華股份永遠要對未知保持敬畏之心，向這些同行們致敬學習，用創新、品質和服務打動客戶。
沒有留言:
張貼留言