3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
Deep Learning Video Analytics - Stefan Vogel
深度學習視頻分析
2022年1月24日 星期一
· 2022年監視趨勢預測：影像分析技術將如何改變行業？
Introduction to Video Analytics in 5 minutes
5 分鐘了解影像分析
我們生活在一個越來越依賴技術來滿足幾乎所有需求的世界。隨著啟用閉路電視的集中監控的到來，不再需要完全依靠佈署人類安全人員。現在，影像分析技術，正在實現預防性警惕以及快速調查、辨識犯罪分子和解決入侵、入室盜竊等事件。今天，影像分析的發展為跨行業垂直領域的全球轉型，提供了廣闊的空間。
全世界有數十億台攝影機用於監控目的。再加上安裝在智慧手機和其他個人設備中的數十億個攝影機，我們擁有一個令人難以置信的生態系統，每分鐘產生難以想像的大量影像數據。人工智慧分析與機器學習的整合，現在帶來了利用影像數據的新方法，這些方法遠遠超出了閉路電視預期滿足的良好舊安全需求。影像內容分析在現代智慧城市中，以多種方式使用。交通和人群管理、影像監控、改善客戶體驗的零售店管理，以及醫療機構中傳染性患者的遠端監控，是一些主要應用案例。
然而，新的趨勢正在迅速出現。影像分析平台被嵌入到傳統的閉路電視中，以增加對象和臉部辨識、分析從影像中捕獲的圖像數據，以及攝影機端的邊緣分析等功能，從而無需將數據傳輸到中央伺服器進行分析。這會減少頻寬使用，並提高速度。
影像分析的未來
分析是一項快速發展的技術，隨著人工智慧引擎的進步，影像數據現在可以用作預測分析和預測未來市場趨勢、模式和行為的基礎，這有助於使監控系統變得越來越智慧，並能夠做出決策。
影像分析趨勢顯示，到目前為止，該技術幾乎沒有觸及其潛力和佈署的表面。隨著物聯網和網路安全需求的進一步激增，高級影像內容分析，將以更快的速度被採用。高級影像內容分析與網路安全工具的最終合併，將開啟全新的機遇會前景。
影像分析的使用使企業能夠，從大量影像中生成高度可操作的數據，並僅保留這些資訊，而不是儲存由攝影機生成的數 TB 的影像片段。當影像 AI 技術用於辨識不同的動作、對象和行為時，人為錯誤的可能性也會降低。
影像分析的另一個快速成長的方面，是智慧手機應用 app 的形式。可以在各種流程中使用與影像分析同步的行動攝影機。在健康和健身方面，我們正在見證影像分析，如何透過動作捕捉和分析功能，幫助人們改善鍛煉。
視頻分析技術已被用於各種功能，例如：
物體的檢測和追踪——位於機場的不明物體，或商店貨架上隨意存放的物品，可以透過該技術辨識和追踪整個受監控場所的物體。
運動跟踪——集成的圖像感測器、夜視和其他工具使影像分析能夠用於諸如車輛速度追踪，到周邊入侵監控等目的。
臉部辨識 —— 在安全領域，影像分析具有很大的臉部辨識功能潛力。監控人員、發現異常行為，以及從整合數據庫中辨識罪犯，是可以做的一些事情。
正是由於這些先進的功能和分析能力，才在各種垂直業務中發揮作用，例如以下。
體育和賽事管理：在體育運動中，使用影像分析已經有很長一段時間了。教練和分析師使用球員的影像片段，來了解他們在做什麼，以及球員的行為如何影響他/她以及球隊的表現。例如，監控一名足球運動員可以幫助教練了解他的策略，並建議他的球隊進行反擊。在活動管理中，該技術可用於監控與會者，並採取措施增強他們的體驗。
零售業：視頻分析被證明是零售商的一桶金，因為它可以生成有關客戶行為的關鍵洞察力，而這是常規數據分析無法做到的。創建客戶熱圖可以讓店主識別他們表現最好和表現最差的產品和過道，從而優化和改善客戶體驗。
醫療保健：遠端觀察患者行為、周邊監視和監測患者生命體徵，是影像分析在醫療保健中，可以促進的一些事情。醫生可以安全地監測和建議多名患者，而無需冒險親自拜訪每位患者，尤其是在感染風險較高的情況下。
毫無疑問，影像分析現在已經打開了我們可以克服人為限制，並消除人為錯誤的大門。隨著攝影機和 AI 驅動的圖像捕捉技術的發展，該技術變得越來越敏感和有用。趨勢顯示，到 2022 年及以後，影像分析將在生活的幾乎各個方面發揮作用。
· 人臉辨識技術的應用
Understanding Facial Recognition, Applications and Frontrunners
了解臉部辨識、應用和領跑者
臉部辨識正是它聽起來的樣子。它指的是可以僅使用臉部辨識個人的技術。
這可以透過照片或影像發生。但值得注意的是，這項技術並不總是準確的，尤其是對有色人種。
你可能最熟悉執法中的臉部辨識應用。
因人而異，這可能是好事也可能是壞事。圍繞臉部辨識的爭議通常源於隱私權。
儘管如此，還是值得研究一下臉部辨識的能力。人臉辨識技術有很多應用。
本文將講解臉部辨識技術的六種應用：
- 汽車安全
- 門禁控制
- 移民
- 教育
- 零售
- 衛生保健
像任何現代技術一樣，時間將為臉部辨識技術的使用帶來創新。繼續閱讀以了解有關臉部辨識技術應用的更多資訊。
臉部辨識技術的發展
2019 年最熱門的技術趨勢之一是臉部辨識，這是一項有趣的技術，開始吸引來自各行各業的更多業務。
隨著技術變得更加成熟，其廣泛的潛在應用使不同的垂直行業更容易採用。通常與移民和安全部門相關，今天它贏得了醫療保健、零售和行銷許多其他市場。
臉部辨識軟體結合使用人工智慧 (AI) 和生物辨識技術，透過測量節點、某些臉部特徵之間的距離來辨識人臉。該軟體分析和比較一個人的臉部特徵模式，以提供準確的身份驗證。
來自臉部辨識的數據已在安全方面找到了最實際的用途。蘋果或谷歌等科技巨頭在其行動設備中，使用臉部辨識來驗證用戶身份，為設備提供安全登錄。
其他一些案例使用涉及政府組織，他們在機場等地方利用該技術來減少身份盜竊、尋找失踪人員和辨識罪犯。
人臉辨識技術的成長潛力是驚人的。到 2042 年，全球臉部辨識技術市場預計將產生約 154 億美元的收入 —— 自 2016 年以來的成長率為 21.4%。
臉部辨識技術的工作原理
如今，生物辨識臉部辨識應用，經常用於消費技術。例如，數百萬用戶參與了 iPhone X 的臉部辨識功能。用戶的臉部由30,000 個獨立的紅外點辨識，為傳統的辨識方法增加了額外的安全層。
臉部辨識背後的技術因應用而異，但當政府將其用於移民和安全時，其基本機制包括四個基本步驟：
1. 從照片或影像中捕獲你的臉部圖像。為了確保更準確的匹配，你的臉應該面向攝影機，儘管該技術確實允許一些轉彎，甚至可以從人群中挑選出奇異的面孔。
2. 軟體讀取你臉部的幾何形狀。關鍵因素是眼睛之間的距離，和前額到下巴的距離。該軟體會辨識這些面部特徵，然後根據他們創建的個人資料創建你的臉部簽名。
3. 將你的臉部特徵與已知臉部數據庫進行比較。這些數據由警察數據庫和政府安全服務提供支持。
4 . 如果發現你的臉部簽名與數據庫中標記的簽名匹配，則可用於調查和逮捕你。
為什麼臉部辨識很重要？
臉部辨識技術對試圖尋找罪犯的執法人員最有幫助。具有諷刺意味的是，鑑於過去 6-8 年對隱私的更多關注，這是一個有爭議的話題。
但是，當臉部辨識產生相對積極的結果時，眾所周知，可以在幾個小時內找到嫌疑人。當然，當警察為犯罪找到合適的人時，這通常是一件好事。
根據 Spolin Law PC 的說法，臉部辨識技術可以防止對敏感資訊的訪問。它還可以作為誰在訪問該資訊的記錄。
「作為 Spolin Law PC 的刑事辯護律師，我們使用這樣的技術作為證據，來支持可能被錯誤指控的案件。與任何類型的犯罪一樣，我們經常發現技術可以支持的減輕情節，以幫助我們為所有相關方取得公平的結果。」
同樣，許多小企業已經開始使用相同的技術，以便在面臨盜竊時增強自己的能力。
對於個人用途，如果你使用臉部辨識技術而不是指紋、密碼或密碼，你可以節省幾秒鐘解鎖手機的時間。儘管專家表示臉部辨識不如其他安全方法安全。
一般來說，臉部辨識技術的好處是安全感和安全感。這是透過不斷發展的技術實現的。
人臉辨識有哪些應用？
安全和安全的優勢促使許多行業，將臉部辨識技術應用到日常營運中。看看如何以及在哪裡可以應用這項技術。
汽車安全
儘管你可能不會花太多時間去想它們，但你可能會時不時地看到一輛裝甲卡車在城鎮周圍巡航。這些卡車經常攜帶重要物品，無論是英特爾還是現金，並依靠臉部辨識技術來防止盜竊，甚至確保駕駛員的眼睛在路上。
另一方面，拼車應用有時會使用臉部辨識技術來確認給定乘客的身份。或者，同樣的技術可以保證乘客正在接近正確的司機。
門禁控制
除了汽車和智慧手機之外，臉部辨識還可在家中使用，以授予對某些物聯網設備的訪問權限，以及進入家庭本身。隨著這項技術變得越來越先進，人們會感到更好地保護自己免受家庭入侵和搶劫。
移民
移民辦公室作為更知名的政府部門的延伸而存在。臉部辨識技術用於執行更嚴格的邊境管制，特別是在涉及試圖越境的犯罪分子和相關人員時。
教育
除了聯邦和地方安全之外，臉部辨識應用可能最突出地存在於教育部門。
越來越多的學校已經使用利用臉部辨識軟體的攝影機來辨識學生、教職員工、未經授權的個人，甚至可能對安全構成威脅的行為。這是正在改變教育的眾多新技術趨勢之一。
對於使用這項技術的學校，他們看到的主要好處是追踪學生的出勤率，以及維護校園的安全。不幸的是，技術可能非常有偏見，研究已經顯示該軟體被禁止的證據。
零售
儘管美國在將臉部辨識用於零售方面落後，但日本等其他國家已經這樣做了很長時間。例如，日本的自動售貨機可以透過使用臉部辨識技術來估計顧客的性別和年齡 ，為消費者推薦飲料。
最近，似乎美國正在迎頭趕上。亞馬遜於 2018 年開設了第一家 Amazon Go商店。沒有結賬，商店完全依靠感測器來確定顧客拿起和購買的東西。
鑑於此，可以肯定的是，一旦線上購物者連接到線下臉孔，亞馬遜就有能力在不久的將來，開始繪製購物行為。
衛生保健
臉部辨識技術的應用被用於醫院，尤其是那些從事輔助生活的醫院。該軟體用於跟踪醫院內發生的一切，確保患者安全且前提安全。
如果患者在沒有身份證明的情況下離開護理機構，臉部辨識可以幫助快速辨識並快速找到他們，以防止任何傷害降臨到他們身上。
人臉辨識技術的擔憂
臉部辨識技術可以追溯到 1960 年代。它經常招致大量關於其使用的合法性和道德規範的批評。
該技術允許其他人控制個人的個人資訊，並確定其使用方式。從這個角度來看，臉部辨識在實踐中似乎顯然是不道德的。
數據所有權
雖然沒有人可以奪走你的真實臉孔，但數位圖像是另一回事。你可以給你的所有權的權利，你的臉，當你簽署一個長期在社交網路上的服務協議。簽署你的肖像權，允許你的圖像被收集為數據並出售。
錯誤的身份
人臉辨識技術再精準，也不能保證 100% 的成功率。可能的假陽性結果可導致犯罪行為認錯。
如前所述，這些不準確對有色人種的傷害不成比例。當人們被誣告犯罪時，法律和秩序的基本原則就會受到威脅。
基本自由
當政府有權進入其選民的私人生活時，就會出現問題。臉部辨識引出了人們是否應該有權享有家外隱私的問題。
出於公共安全和保全目的，臉部辨識軟體在製止犯罪和控制移民方面，具有很大潛力/但如果沒有適當的監管和監督，它就有可能被濫用。圍繞這一點的爭論是持續不斷的，並且會隨著技術的進一步發展而進步。
儘管臉部辨識正在進入政府以外的新市場，但該技術的基本原理是相同的，並且仍然對個人隱私構成相同的風險。
哪些公司正在使用臉部辨識？
由於亞馬遜的消費者群主要是在線的，因此他們可能處於涉及臉部辨識技術的陌生領域。但其他公司對這種現象並不陌生。以下是一些使用臉部辨識的公司的例子。
沃爾瑪
有傳言稱，沃爾瑪正在開發可以判斷購物者情緒的臉部辨識技術。如果購物者不滿意，沃爾瑪希望相應地回應問題，並改善他們的整體客戶服務。
麥當勞
麥當勞以類似的方式使用臉部辨識，但技術主題不同。例如，在日本，該技術用於確保服務器保持良好的外觀。
埃克森美孚
最近，埃克森美孚推出了 DriverDash。該應用 透過使用臉部辨識來授權司機的交易來優化燃料支付。
封面女郎
美容行業當然可以通過面部識別技術造成一些損害，他們也沒有忽視上鉤。在 Covergirl，客戶可以通過面部識別技術選擇匹配的粉底顏色。
結論
隨著技術和創新的線性發展，更多的市場將開始為這項技術打開。觀察它如何繼續擾亂各個垂直行業將會很有趣。
企業和政府都將繼續投資於這些技術。但個人是否會在日常生活中接受這些技術仍然存在一些不確定性。
· 2022 年及以後的技術預測
Top 10 Tech Predictions for 2022: Which Technologies will Dominate the Current Year?
2022 年十大技術預測：哪些技術將主導本年度？
 |
| IDVIEW 最佳工地管理解決方案 |
我們已經到了一個拐點。在 15 多年前 AWS 率先推出雲端技術之後，雲基礎設施已經發展到我們看到雲的所有部分，幾乎可以到達地球上任何地方的地方，甚至可以進入太空。雲讓曾經的科幻小說變成了科學事實。人工智慧 (AI) 和機器學習 (ML) 領域的模型和技術，變得越來越好，以至於我們看到了一些新的應用案例出現，而這些應用案例是我們以前只能在電影和漫畫中想像的。我們正在進入一個數據豐富的階段，訪問它幾乎是即時的，我們以新的和微妙的方式理解它的能力，實際上是自動的。但這項技術並沒有取代人類。它正在增強我們與世界互動的方式。2022 年對於技術來說將是激動人心的一年，它將推動我們所有人以及我們的星球，在這一過程中向前發展。
預測一：人工智慧支持的軟體開發站穩腳跟
軟體開發是一個創造性的過程，但有許多重複性任務。2022 年，ML 將開始在增強軟體開發人員的工作流程方面，發揮重要作用，幫助他們創建更安全可靠的代碼。
自雲出現以來，我們已經看到世界各地的公司比以往任何時候，都更快地為他們的客戶帶來新的想法。然而，即使產品交付速度加快，人們仍然在一個技術領域花費不成比例的時間：軟體開發。
雖然在編程語言、軟體開發工具包 (SDK) 和其他使開發人員，能夠提高效率的工具方面絕對有所改進，但這些都只是微小的演變。還沒有我們在其他技術領域看到的重大飛躍 …… 但是。在過去的幾年裡，我們已經開始看到為軟體開發的未來奠定的基礎。 Amazon DevOps Guru、Amazon CodeGuru、GitHub Copilot 和 GPT-3 等工具，是我認為的未來開發的第一步，ML 用於代碼開發和軟體操作工作流，以幫助開發人員提高效率。在接下來的幾年裡，我相信我們將看到這一領域的能力爆炸式成長。
ML 將使開發人員，從他們工作中平凡的部分中解放出來，例如代碼審查和錯誤修復 —— 他們的世界中無差別的繁重工作 —— 並讓他們更多地專注於創造。同樣的技術將幫助我們，以前所未有的速度編寫複雜的系統，並為新一類開發人員打開大門。想像一下這樣一個場景：建構者描述他們希望應用如何運行，然後工具透過自然語言處理解釋，請求並返回完整功能的代碼。在後端，機器學習技術還將檢查軟體錯誤，並不斷驗證軟體是否在做它應該做的事情。這種由機器學習支持的軟體開發將改變遊戲規則，允許組織中的更多人幫助定義和建構軟體和軟體驅動的產品。從長遠來看，這種讓我們騰出時間，來創造更多東西的 ML 方法，將用於各種其他領域，包括媒體創作。我們將看到生成式人工智慧技術越來越多地創作電影、音樂和文學作品。同樣重要的是，以類似的方式，這項技術也將開始在檢測虛假內容、詐騙和詐欺方面發揮作用。 2022 年是 AI/ML 在開發人員的生活中承擔重任的一年。2022 年是 AI/ML 在開發人員的生活中承擔重任的一年。2022 年是 AI/ML 在開發人員的生活中承擔重任的一年。
預測二：無處不在的雲有優勢
雲將通過專用設備和專門的解決方案，擴展到每個地區。到 2022 年，我們將看到這些解決方案，發揮雲的全部力量來改造倉庫、餐廳、零售店、農場等。
在談論供應鏈和運輸時，我們將旅程的最後一站稱為「最後一里路」。這是你家門口的最後一次旅行。在電子商務中，這是旅程中具有挑戰性的部分，因為根據位置的不同，存在許多變量。例如，想想在東京擁擠的街道上向客戶交付包裹，與在美國的鄉村道路上交付包裹之間的區別。在亞馬遜，我們正在為最後一里路的交付開發專門的解決方案，其中包括 Amazon Scout 等全電動自動交付設備。雲在其「最後一英里」中也有其自身的挑戰，我預測將會有許多創新來幫助解決這個問題。
在過去 15 年的 AWS 中，我們建立了一個令人印象深刻的全球基礎設施，跨越全球 25 個地理區域和 81 個可用區，擁有 310 多個存在點，為超過 245 個國家和地區提供服務。但現在，我們看到雲服務正在超越我們傳統 AWS 區域的界限，延伸到網路的邊緣 —— 或者像電子商務一樣，延伸到最後一里路。
我們已經看到雲幾乎無處不在。我們將在 2022 年見證的轉變，是雲在網路邊緣變得高度專業化。為了在工廠生產線和倉庫、餐廳和零售店或偏遠地區充分發揮雲的優勢，必須在邊緣提供量身定制的解決方案。與雲中的 Amazon Scout 類似的是 Amazon Monitron 和 AWS Panorama 等設備，它們是專門建構的設備，可將雲功能帶到網路邊緣以完成特定工作。它們帶來了雲的所有高安全性、高級功能和交付速度，但它們幾乎可以放置在世界任何地方。然而，這些設備不再是某個地方的孤立盒子，而是成為雲的真正擴展，並鏈接回其所有核心功能。
我們將在 2022 年，甚至在未來幾年看到，雲加速超越傳統的集中式基礎設施模型，進入需要專業技術的意想不到的環境。雲將在你的汽車、茶壺和電視中。從公路上行駛的卡車到運輸貨物的輪船和飛機，雲將無處不在。雲將在全球範圍內分佈，並連接到地球上幾乎任何數字設備或系統，甚至在太空中。
預測三：智慧空間的興起，尤其是在老年護理領域
2022 年，我們的家園和建築將成為更好的助手和更細心的伴侶，真正幫助我們滿足最人性化的需求。未來幾年影響最大的將是老年人。
科技最能激發我靈感的一件事是它在解決真正棘手的人類問題中的作用。經過多年與全球使用雲計算的客戶會面後，我們有了一個想法，透過一個名為 Now Go Build 的節目開始記錄他們的故事。我們在展會上展示的鼓舞人心的客戶之一是日本一家名為 Z-Works 的公司，該公司專注於改善老年人護理並通過技術幫助擴大規模。
Z-Works 面臨的問題是，在日本從事這項工作的人越來越少的情況下，如何為日本的老年人提供智慧和周到的護理。這家公司提出的解決方案，是在老人院的床上和整個房間中佈置感測器，並將所有感測器連接到雲端，以進行持續的數據分析。感測器陣列不僅僅監測生命體徵，因為他們運行在雲中訓練的機器學習模型，感測器還可以判斷一個人，是否去洗手間並且根本不回來。在這種情況下，系統可以通知值班人員檢查居民的健康狀況。
從本質上講，這是一個非常智慧的空間實現的非常人性化的反應。人們會在本質上這樣做，如果他們意識到需要的話。在這種情況下，由私有且安全的數據流提供的 ML 模型，做出類似的智慧動作來向人們發出信號。我們正在接近環境計算、物聯網感測器集合、邊緣遠端/行動數據收集和處理等概念，以及亞馬遜 Alexa 等智慧設備，將產生積極影響的地步，我們一直都知道它們會產生積極影響。
在接下來的幾年裡，我們將看到智慧空間在許多環境中變得栩栩如生，但沒有一個比老年護理產生更大的影響。它將是你期望的簡單任務的組合 —— 從調暗燈光、鎖門和在有人忘記時關掉烤箱 —— 到技術可以做的更具情境性和主動性的事情：在正常生活模式出現分歧時，提出問題並制訂必要時的常識性解決方案。這將導致更好地照顧人們，在人口老齡化的情況下，這意味著我們將創造一個新的家庭類別，這樣人們就可以真正呆在家裡。
預測四：可持續發展有自己的架構
2022 年，開發人員將開始對他們正在建構的系統和應用 app，做出具有可持續性意識的決策。他們將尋求新的雲架構方法，以優化地球的需求以及最終用戶的需求。
作為開發人員，我們被訓練去思考如何針對安全性、性能、可靠性和成本等因素，優化我們的架構。在 2022 年，你可以將可持續性添加到該列表中。我們將在未來幾年開始看到開發人員，在建構具有可持續性意識的架構中，發揮積極作用，這些架構不僅考慮到他們正在解決的問題，還考慮到地球。
作為消費者，我們一直希望我們的影像和音樂，以更高的品質流式傳輸，我們的網頁加載速度更快，並且能夠儲存越來越多的照片，但人們也開始意識到這種便利，可能對環境產生的負面影響。消費者是否真的需要盡可能快地進行下載，還是我們可以幫助他們做出明智的決定，以更碳友好的方式儲存資產，同時降低下載速度？同樣，我們能否提供以略低於 4K 的品質流式傳輸影像的能力，以減少我們的碳足跡，並透過大規模這樣做，對地球產生積極影響？可持續架構將考慮此類決策。
開發人員將在減少其應用的碳足跡方面，發揮積極作用。這將發生在各個領域，例如考慮他們選擇在世界的哪個地方運行應用，以利用電網中的綠色能源，考慮處理任務所需的時間，甚至指定他們使用的晶片組。當以 Web 規模運行時，小的節省可以橫向擴展以產生巨大的影響。我們還將開始看到開發人員，進一步考慮關閉資源的力量。「永遠在線上」是許多人的口頭禪，但它是有代價的。在考慮「永遠在線上」架構所需的閒置資源時，我們可能會開始看到一個新的口頭禪，即「最綠色的能源是我們不使用的能源」。這並不意味著我們不為高可用性而架構；這只是意味著在我們的建築決策中更加註重可持續性。
讓我們明確一點：技術使用能源，在 AWS，我們致力於做出智慧基礎設施選擇。我們有望在 2025 年之前使用 100% 的可再生能源 —— 比我們最初設定的 2030 年目標提前了五年。但讓雲在風能、太陽能或水力發電上運行，只是我們開發人員，以及任何人的可持續發展責任的一部分經營公司，必須肩負。這是客戶、員工和潛在員工，越來越需要看到的共同責任和真正的努力。
預測五：新一輪互聯互通將帶來新一類應用
低地球軌道 (LEO) 衛星將把負擔得起的寬頻，帶到地球的每個角落。這將改變數十億人的生活，教師、學生、小型企業，以及幾乎任何人都可以上網。
在接下來的五年裡，超過 20,000 顆衛星將在地球上空的低地球軌道上呈扇形散開。其中將有大約 1,500 個來自亞馬遜的 Project Kuiper，這是一個衛星網路，目的在為世界各地未得到服務和服務不足的社區，提供快速、負擔得起的寬頻。 （第一個計劃在 2022 年秋季進入軌道。）我看到，隨著這種行星級寬頻的出現，將會有一類全新的應用程序將從中受益。
如今，大多數數位應用，都受到現有網路的限制 —— 專為低比特率或間歇性連接而設計。在某些情況下，我們的數位應用和系統目的在離線操作，但與連接的對應物相比，這些應用和系統通常很快就會過時或功能有限。與在手機上使用行動應用 app 相比，想想傳統的 GPS 導航器。但是，當你不再受連接性、頻寬或高延遲的限制時會發生什麼？當負擔得起的連接到達這些地方時，一個充滿未開發可能性的世界將成為現實。輸入 LEO 衛星。
透過無處不在的連接，我們開始解鎖當今根本不可能的用例。試著想像一下，當每個孩子都可以使用相同的學習工具時，學校會發生什麼，或者當中小型企業掌握了他們需要的數位工具，來贏得更多客戶、發展業務並在周圍的農村和偏遠社區，創造就業機會時會發生什麼世界。我們可以更容易地監控偏遠地區的重新造林工作，我們可以更好地跟踪火災和洪水等災害情況，並更快地採取行動。
擁有遠端資產（例如太陽能裝置、重型設備或偏遠建築物）的大型企業，將能夠更好地優化這些資產的使用和維護。擁有車輛、飛機和船隻的運輸公司，將可以訪問上傳到雲端的連續數據流，定期更新下載到地面、空中和水上的車輛和船隻。無處不在的連接將把我們從智慧空間帶到智慧城市、智慧國家，最終走向智慧世界。
 |
· 邊緣計算作為未來營建工地的技術
The Future of Edge Computing
未來的邊緣運算
FutureSite 項目的一般資訊
FutureSite 是亞琛工業大學機械工程資訊管理主席 (IMA) 和機器元件與系統開發研究所 (IMSE) 的聯合項目。該研究項目的一個核心要素是開發用於在真實營建工地場景中，自動化和協作交互的建築機械的通信基礎設施。其目標是在三年內創建一個具有獨立於製造商的通信基礎設施的參考營建工地，在其上可以開發創新和面向未來的營建工地技術，並在現實條件下進行測試。
初始情況
與其他行業相比，數位化和自動化的潛力尚未在營建行業得到充分發揮。到目前為止，建設項目的流程鍊是分段查看的，主要存在高度複雜性和異質性 —— 機器、環境和流程數據的鏈接尚未發生。除其他外，這會導致延遲、成本增加和工藝可靠性低，這些都會直接影響生產力。
項目重點
該項目的重點是開發和建立，獨立於製造商的模組化通信基礎設施，以及建立用於數據分析和可視化的數位過程平台。建築行業的數位化、網路化和自動化技術，將在這裡開發和測試。出於這個原因，Welotec 作為相關項目合作夥伴積極參與提供現代邊緣運算電腦。這些可以在各自的機器上進行數據處理。收集的數據可以直接進行預處理，並透過 4G LTE 連接傳輸到數位處理平台。由於無風扇冷卻和堅固的設計，邊緣設備特別適合在惡劣的工業環境中使用。在項目內，Welotec Edge 電腦用於讀取和傳輸 CAN 總線，以及傳輸地理數據，例如機器的當前位置。
FutureSite 測試中心位置
由於那裡已經有基礎設施，FutureSite 測試中心將建在 Aldenhoven 測試中心的一部分。在那裡，將透過包括 Galileo、GPS、4G 和 5G 在內的最新無線電技術，確保廣泛的連接性。大約將創建各種區域。2公頃的場地可以測試不同施工現場的工藝步驟，和多台施工機械之間的配合。區域計劃用於搬運和裝載工作、輪廓工作和多功能區域，其中可以測試更複雜的場景，例如道路建設過程和銑削工作。
 |
| AKD 寰楚專業級全系列監控設備 |
‧ 以色列農業中的廢棄物處理
Crazy Agricultural Tech Innovations in Israel
以色列瘋狂的農業技術創新
源頭分離垃圾生產廢品的研究與開發
以色列是世界上最先進的國家之一，致力於研究利用污水進行灌溉。以色列90%以上的廢水經過淨化達到適合灌溉的標準，80%以上的處理水用於灌溉農作物。廢棄物用於農業用途的潛力，構成了未來考慮的另一個領域，因為它連接了農業和環境。以色列環境保護部最近通過了一項政策，要求在個人家庭中分離濕垃圾流（有機）和乾垃圾。該決定目前正在由選定的地方當局以及 Dudaim 垃圾場實施，該場將在將有機流與乾垃圾分離後吸收垃圾。該決定為使用濕廢物流，作為原料製備高品質的農業堆肥鋪平了道路，乾廢棄可以分解成各種成分進行回收和再循環，以產生最高品質的有價值的材料，和從廢品中生產合適的商品。
總的來說，這項研究目的在顯著減少垃圾處理場掩埋的垃圾量，並將廢棄產品用作生產其他商品的原材料。擬議的研究將使濕廢物流中的產品，能夠在農業中合理使用。除其他問題外，該研究將在關注其適用方面的同時，進一步增加相關基礎知識，及其對以色列國情的適應。由於農民對以色列農業研究機構的信心，以及農業研究、農民和專業農業推廣服務（農業和農村發展部）之間的良好溝通，這類綜合研究應鼓勵和建立廢物的農業利用。此外，研究應使一項計劃，能夠應用於有關使用廢棄物，特別是來自乾廢棄物攝入量的倡議，作為生產消費品的原材料。
關於廢物利用的研究課題，提供了許多將其作為原材料製備的可能性，一方面作為努力實現最佳植物生長的更大效率的一部分，另一方面，確保廢物的成分不被有害。可以檢查濕廢棄物的不同添加劑，以確定它們對農業的最大適用性，包括其不同的分支。在這項研究中，廢棄物可能適合的作物將被辨識和改良。就技術方面而言，可以檢查快速有效的系統來評估原材料的質量，直到產品準備用於農業使用的階段。此外，應檢查適用於添加廢物的農業技術因素，以及它們如何影響土壤的物理化學性質。
|
· 減少縮減、增加利潤：防損如何為你的零售業務發揮作用
Shrinkage in Retail and Ways to Control it
零售業縮減及其控制方法
防損是指企業為減少盜竊和詐欺而採取的行動。這些由人為錯誤或故意，努力造成的可預防損失被稱為「縮減」。
入店行竊和員工盜竊，是零售業每年 610 億美元問題的主要部分。事件的增加和新的盜竊方式，正在鼓勵零售商投資新技術，以減少庫存縮減。
那麼，你可以採取哪些預防措施來減少損失，並保護你的利潤呢？本指南將引導你了解不同類型的庫存縮減，以及有助於降低零售業務風險的策略和示例。
什麼是防損？
防損是為減少企業中的盜竊、詐欺和錯誤而採取的任何做法。損失預防的目標，是消除可預防的損失並保持利潤。它主要存在於零售業，但也存在於商業環境中。
零售損失預防負責確定縮減原因，並跟進解決方案。企業通常會實施諸如聘請防損經理或安裝安全攝影機等策略，以改善防損並增加利潤。
從技術嫻熟的網路犯罪分子到偷竊低價商品的小偷，防損仍然是數位和零售方面的挑戰。根據 2020 年全美零售安全調查，在過去五年中，風險已成為零售商的首要任務：
- 有組織的零售犯罪（即入店行竊、貨物盜竊）已成為 60% 零售商的首要任務。
- 內部盜竊（即員工盜竊）已成為 58% 零售商的首要任務。
- 退貨詐欺已成為 53% 零售商的首要任務。
損失，也稱為縮減，會剝奪你的零售業務的利潤。你的縮減率越高，你就越難繼續經營下去。解決損失可以帶來意想不到的好處，而不是節省金錢，包括更好的員工培訓、改進的安全和預防措施，以及更好的客戶服務。
什麼是縮減？
縮減（Shrinkage：收縮；縮減）是一個會計術語，用於描述商店的庫存物品，何時少於其記錄的帳冊庫存。導致縮減的因素包括員工盜竊、入店行竊、管理錯誤、供應商欺詐、產品損壞等。縮減率與利潤直接相關：縮減率越高，利潤越低。
2020 年全美零售安全調查 發現 ，縮減率創歷史新高，佔零售商利潤的 1.62%，使該行業損失 617 億美元。與往年相比，報告收縮減率 3% 或更高的企業幾乎是兩倍。
讓我們將縮減應用到你的日常營運中：假設你從價值 10,000 美元的供應商處，收到要出售的產品。你將在資產負債表上，將庫存的美元價值記錄為流動資產。每次你銷售一件商品時，庫存賬冊都會因產品成本而降低，並且你會記錄銷售收入。
假設你丟失了一些庫存，無論出於何種原因。你的實物庫存和賬面庫存之間會有差異。兩者的區別在於縮減。
如果你的賬冊庫存為 10,000 美元，但你的實物庫存僅為 9,000 美元，那麼其中一些庫存會丟失，縮水為 1,000 美元。呵呵，大問題？
如果你因縮減而損失庫存，你將無法收回商品的成本，因為沒有什麼可以出售或退貨，這直接影響你的底線。
一些企業會試圖透過為客戶提高價格，來彌補收縮成本。他們現在不得不承擔盜竊和效率低下的重擔。如果你的的客戶對價格敏感，那麼縮減也會損害你的客戶關係和銷售。
庫存縮減的類型
現在你已經了解了防損的基礎知識，及其對零售商的影響，讓我們來看看常見的庫存縮減類型：
- 入店行竊或盜竊
- 退貨詐欺
- 員工盜竊
- 管理錯誤
- 供應商詐欺
- 未歸屬的損失
入店行竊或盜竊
Jack L. Hayes International 的第 33 次年度零售盜竊調查發現，入店行竊案件價值在 2020 年增加了 13%。入店行竊是零售業萎縮的最大單一的比率，佔年度損失的 35% 以上。
當你考慮入店行竊時，你可能會想像有人走出門外，襯衫下夾著一件產品 —— 這就是入店行竊問題的一部分。
但這不是全貌。小偷可能會偷竊價格從 1 美元到 1,000 美元不等的物品。他們可能單獨工作，也可能與一群小偷一起工作。他們可能會罷工一次，或每週回來。
入店行竊有多種形式，對任何零售商來說都是一個問題。這就是為什麼採取措施，減少商店中的入店行竊的可能性非常重要。
你可以透過以下幾種方法做到這一點：
- 顯眼的監視和標誌。不要低估監控你的商店，並讓客戶清楚地知道你正在這樣做的力量。監控攝影機使你能夠在小偷離開商店之前就抓住他們，而提醒顧客注意攝影機的看板，以及你起訴小偷的意願，可以在很大程度上阻止這種行為。
- 精心組織店鋪。根據你商店的佈局，你可能會讓扒手更容易做他們的事情。黑暗或不受監控的角落，以及溢出或雜亂無章的商品，使入店行竊很容易被發現。畢竟，當你不知道它從哪裡開始時，你怎麼能說它丟失了呢？如果你的商店出售昂貴或經常入店行竊的物品，請考慮將它們鎖在一個箱子裡。
- 很棒的客戶服務。鼓勵你的員工在顧客進入商店時與他們打招呼，在他們環顧四周時提供幫助，並始終在試衣間等區域工作。提醒購物者周圍有人在抓小偷，是阻止入店行竊行為的另一種好方法。
閱讀更多： 防止零售店入店行竊的 5 個快速和低技術技巧
退貨詐欺
零售損失的更被忽視的原因之一是退貨詐欺。它被忽視了，因為退貨詐欺一開始就很難發現 —— 它的影響只有在它們全年加起來時才會顯現出來。退貨詐欺也可以採取幾種不同的形式，包括：
- 歸還被盜商品
- 退回用假幣購買的商品
- 退回使用過的商品
- 使用假收據退回商品
- 退回交換的商品
退貨詐欺比入店行竊更難遏制，因為它可以發揮所有作用。儘管如此，你仍然可以透過員工一貫執行的智慧退貨和換貨政策，來打擊各種形式的退貨詐欺：
- 要求現金返還收據。大多數零售商都需要收據，才能獲得退回物品的現金退款，你也應該這樣做。沒有收據意味著，客戶只能獲得商店信用或交換商品。確保員工 100% 的時間執行此政策。
- 培訓員工發現退貨欺詐。詐欺性退貨不像入店行竊那樣明顯。這就是為什麼必須進行員工培訓，以發現和阻止退貨欺詐的原因。
- 需要一個 ID 來追踪退貨。無論你的退貨政策和員工培訓如何，一些欺詐性退貨都會溜走。在所有退貨和換貨交易中，要求提供有效的 ID 是個好主意，這樣你就可以標記和解決退，貨行為頻繁或有問題的客戶。
幸運的是，根據美國全國零售聯合會的數據，退貨詐欺僅佔退貨的 6% 左右。如果你想從退貨政策中獲得最大收益，請閱讀經常性退款：零售商如何處理「連續退貨」。
員工盜竊
員工盜竊不是零售商想要擔心的事情。很容易說你信任你的員工並就此放棄。
然而，未能為內部盜竊做好適當準備會使你容易受到攻擊。畢竟，員工盜竊佔重大盜竊損失的 90%，因此企業每年損失 500 億美元。
員工盜竊可以有多種形式，而且並非所有這些看起來都像你想像的直接盜竊。員工盜竊包括：
- 直截了當的商品盜竊
- 敲響虛假退貨並發行欺詐性禮品卡
- 「甜心」（忽略掃描所有朋友或家人的物品或不當使用他們的員工折扣）
- 從現金抽屜中掠奪 —— 通常一次少量進行，可能會造成巨大損失
那麼，你如何才能阻止商店中的員工盜竊呢？你始終可以選擇在員工專用區域放置監控攝影機，張貼員工受到監控的看板，並在離開前檢查員工的行李。但正如你可以想像的那樣，這種執法並不能創造最好的士氣或工作環境。
以下是一些更實用的方法來遏制員工盜竊和欺詐：
- 審核你的招聘實踐。零售商並不總是以嚴格的招聘要求而聞名，但你應該謹慎決定誰是你在防損鬥爭中的一線合作夥伴。尋找誠實守信、盡職盡責的員工。作為員工，他們不太可能利用自己的權力，並且在幫助你應對所有其他類型的零售損失方面也將成為更好的盟友。
- 正確培訓員工。一旦你擁有合適的團隊，你的工作就是為他們提供所需的培訓，以減少錯誤和損失，辨識入店行竊和詐欺行為，並降低你的零售縮水率。
- 考慮你的商店文化。當你的零售店擁有良好的工作場所文化時，員工會更長時間地待在店裡，並為你的商店的成功投入更多資金。努力創造一種積極的、低流動率的文化（除了上面的提示），你會看到員工盜竊和詐欺事件減少。
令人震驚的是，75% 的員工承認至少從雇主那裡偷過一次東西。但是有一些方法可以防止員工詐欺。
閱讀更多： 如何建立零售員工培訓計劃（以及為什麼應該）
管理錯誤
當你的底線受到打擊時，它永遠不會感覺良好。但並非所有零售損失都源於惡意或非法行為。簡單的管理和文書工作錯誤，實際上佔年度縮減率的 18.8% —— 有時稱為「紙張縮減」。
只需透過實施正確的系統來無縫、準確地追踪庫存和銷售，你就可以保住很大一部分銷售額。
管理錯誤如何轉化為零售損失？錯誤標籤、不正確的降價和會計錯誤等錯誤，可能導致商品以低於應有的價格出售，或以高於應有的價格退款。這意味著真正的美元損失了。
管理錯誤本質上是偶然的，但這並不意味著它們無法預防。讓我們來看看如何避免和抓住「紙張縮減」，以免造成商店損失：
- 員工培訓。無論他們是進行庫存審計、拿著價格槍到處跑，還是處理退貨，訓練有素的員工都不太可能犯錯誤，最終導致你的零售損失。
- 週期盤點：根據你攜帶的產品和變體的數量，盤點商店的所有庫存可能是一個漫長的過程。考慮進行週期盤點（也稱為部分庫存盤點）—— 你可以計算一種產品類型的現有庫存，而不是一次攜帶的所有產品。由於它們可以比完整的實物庫存盤點更快、更頻繁地完成，因此週期盤點可以幫助你發現縮減，並在它成為一個更大的問題之前解決它。
供應商欺詐
只有大約 5% 的縮減是由於供應商欺詐造成的。這種類型的庫存縮減涉及兩個方面：涉及支票篡改和計費方案的詐欺，或供應商在交付庫存時從商店偷竊。
打擊供應商欺詐的一些方法包括：
- 對新供應商進行嚴格的背景調查。供應商是你零售業務的延伸，尤其是當他們向你的商店交付訂單時。你對供應商及其員工的真正了解程度如何？請務必檢查他們的聲譽或任何現有的罰款或訴訟。你還可以查看他們的社交媒體，檢查公司記錄驗證，並查看員工是否有任何刑事定罪。
- 創建匿名支持熱線。一些員工甚至外部各方可能不願舉報欺詐行為。由於擔心後果，他們可能不想將自己的名字附在報告中。你可以創建一個匿名支持熱線或消息系統，人們可以在其中報告詐欺行為而無需放棄他們的個人資訊。
- 授權特定員工進行庫存處理和開票。如果你不處理所有的發票和貨物採購，請讓單獨的員工管理每項任務。一種用於購買商品，一種用於開發票。
未歸屬的損失
這是最奇怪和最令人沮喪的推卸方式：未知原因。根據全國零售安全調查，上述類別無法解釋出縮減的原因超過 6% 的縮減率，讓你和數百萬其他零售店一無所知。
零售損失預防策略
儘管庫存減少有許多已知（和未知）的原因，但仍有一些有用的方法可以防止它。以下方法的任何組合都可以工作：
- 審計招聘和培訓實踐
- 制訂明確的政策
- 形成強大的威懾力
- 獲得買入
- 聘請防損經理
- 制定嚴格的會計慣例
- 改善庫存管理
審計招聘和培訓實踐
雖然最新的技術和工具可以改善你的營運，但老式的員工培訓正在捲土重來。2020 年，在新員工入職培訓期間，談論預防損失的人數顯著增加，分別有 95% 的公司使用這些策略。
透過在招聘和培訓過程中考慮損失預防，你可以影響其中兩個最大的因素 —— 入店行竊和員工盜竊。
當談到員工盜竊時，你可能會想像商店工作人員，為自己將商品裝進口袋。但員工盜竊還包括濫用退款和過度使用折扣等。
當你僱傭店員時，你在尋找什麼樣的品質和技能？你應該篩選誠實守信、盡職盡責的候選人。
在這些領域表現出色的員工，是防損鬥爭的合作夥伴。作為員工，他們不太可能濫用職權，並且對零售商的成功投入更多。他們更致力於幫助你減少零售萎縮。
優秀的員工希望防止庫存損失，但你的工作是為他們提供實現這一目標所需的工具和培訓。對員工進行辨識和製止入店行竊的培訓，可以大大減少你的損失。
在防損培訓方面，你有很多選擇。你可以嘗試損失預防學院或損失預防基金會等組織的網路課程。或者你可以聘請第三方防損和安全專家親自培訓員工。
制訂明確的政策
明確的政策，對於減少庫存縮減非常重要。事實上，超過 92% 的企業報告稱，他們在 2020 年將行為準則，作為其預防損失意識計劃的一部分。雖然這並不能從實體上防止員工的犯罪行為，但它傳達了你的企業對道德行為的承諾，並為員工行為。
制訂一項政策，強調公司財產的可接受使用情況，並在入職期間向員工展示。如果有人從企業中偷竊，請明確你將採取的紀律處分。
重要的是每個人都遵守相同的標準。例如，如果你不希望店員偷錢或將用品用於個人追求，也不要讓主管或經理這樣做。
形成強大的威懾力
有組織零售犯罪 (ORC) 仍然是零售商面臨的一個嚴重問題，每10 億美元的銷售額平均損失高達 700,000美元。根據 NRF 2020 有組織零售犯罪調查，放寬執法指南和減少處罰導致 ORC 活動增加。
企業經常改變打擊零售犯罪的策略，無論是員工還是客戶驅動。賦予強大安全性的外觀與擁有它同樣重要。這顯示你認真對待損失，並可以阻止人們做出不良行為。
您最後一次檢查你的損失預防系統及其有效性是什麼時候？
2020年，使用量排名前五的防損系統是：
- 防盜警報或電子物品監控 (95%)
- 數位錄影機 (88%)
- 現場客戶可見的閉路電視 (78%)
- 裝甲車存款皮卡 (77%)
- POS 數據挖掘 (72%)
根據 NRF 的數據，這些工具中的每一個都從 2019 年開始顯著成長。
但這些並不是零售商正在使用的唯一威懾手段。NRF 的同一項研究顯示，以下五個防損系統同比大幅成長：
銷售點分析和即時客戶可見的閉路電視，正在成為廣泛使用的工具。另一方面，零售商繼續像防盜警報器一樣，依靠傳統來阻止犯罪。這裡要考慮的問題是：你應該考慮探索哪些新技術或新興技術？
今天的小型企業可以輕鬆利用閉路電視和數位錄影機等工具。例如，Shopify 與 Google 和 Nest 合作，幫助商家以實惠的價格使用高科技安全攝影機。
無需在商店中安裝笨重、昂貴的安全系統，只需 199 美元即可使用 Nest Cam 啟動並運行。設置只需幾分鐘，借助 Shopify 應用，你可以從任何地方監控店內活動，從而節省你的時間並保護你辛苦賺來的錢。
獲得買入
有效的損失預防從頂部開始，並在整個組織中向下流動。對抗縮水意味著確保企業中每個人的支持 —— 從所有者到普通商店員工。
但是零售商如何做到這一點呢？
讓你的團隊投資於損失預防的最重要策略很簡單：
- 對問題保持透明。
- 在整個組織內傳達縮減數字。
- 透過解決收縮問題，幫助你的團隊概念化，你必須獲得多少收益。
- 分享防損目標並將其與你取得的進展聯繫起來。
對於大多數高級管理人員來說，預防損失的好處歸結為數字。那些可能對組織績效沒有投入的商店員工怎麼辦？你也需要他們的支持。
為拿到它，為實現它：
- 授權商店員工為商店的成功負責。
- 設定明確的基準並獎勵達到並超越目標的員工。
- 與組織的每個成員分享團隊成功。
聘請防損經理
減少零售萎縮的招聘和培訓，使你在與損失作鬥爭中領先一步。對於許多商店來說，很容易將製定和實施防損策略，從一個人的盤子裡推開 …… 而不是讓任何人去做。
這就是為什麼僱傭一個主要角色，是帶頭預防損失的人，是一個值得考慮的選擇，尤其是隨著你的業務成長。
防損工作在各級零售店中都很常見。這些角色包括：
- 領導、實施和交付有關盜竊、欺詐、工作場所暴力和其他重大事件的調查結果
- 讓業主了解關鍵問題和防損策略績效
- 分析數據、進行審計和辨識趨勢，以製定降低風險的行動計劃
- 推廣和執行安全最佳實踐
- 在整個商店進行步行抽查
另一種選擇：你還可以聘請專門的零售安全人員來實現這一目的，而不是依靠你自己的員工來對抗潛在的入店行竊者。
嚴格的會計實務
並非所有縮減都發生在店內。有時你只會在資產負債表上看到虧損。如果你想改善損失預防，你可能需要重新考慮你的會計實踐。
在會計中，零售商必須建立所有庫存的成本基礎。成本會計是一種基於成本的涉及較少的存貨估價方法。你僅根據收到時支付的費用，來追踪庫存。但這並不是實現庫存縮減的最佳方法。
另一方面，零售會計根據零售價格評估庫存。它可以讓你跟踪一段時間內的價格，包括單個產品的漲價、降價和銷售價格。雖然零售會計是一種更細心的會計方式，但它可以幫助辨識縮減。
採用新會計做法的另一個原因：如果你的庫存報告和銷售記錄不一致，你將不得不花費大量時間，來核對你的收據。如果這些文件充滿錯誤，國稅局也可能參與其中並可能審計你的業務。
改善庫存管理
如果你想改善損失預防，庫存管理應該是你業務的優先事項。透過適當的庫存控制，你可以考慮項目並防止收縮。
改善庫存管理的一些方法包括：
- 實施物品跟踪。跟踪物品很容易，可以幫助你查看產品消失的位置，無論是在倉庫還是在地板上。你可以將 RFID 標籤附加到使用無線電頻率跟踪項目的產品上，並自動跟踪庫存和庫存水平。
- 經常清點庫存。雖然完整的庫存盤點可能太耗時而無法定期進行，但請考慮改為進行部分庫存盤點。使用 Shopify，你可以將實體店內的庫存水準與銷售點系統中記錄的庫存水準進行比較，在發現差異時協調和更新記錄的庫存水準。
- 進行突擊審核。如果您感覺到員工在偷竊您的東西，請進行突擊審核。隨機庫存盤點可以發現庫存中的異常情況，而無需給員工時間準備。
- 投資庫存管理技術。使用庫存管理軟體而不是筆記本或電子表格可以降低庫存管理出現人為錯誤的可能性 —— 它還為你提供工具、數據和報告，幫助更有效地管理庫存並最大限度地提高投資回報。
例如，使用 Shopify POS，你可以訂購和分類無限數量的產品和變體，追踪、清點和核對多個商店位置的庫存，並訪問詳細的庫存報告，以查看當前庫存的成本價格和零售價值一個後台辦公室的手。
隨著零售業務的成長和庫存管理變得更具挑戰性，庫存縮減可能會增加。考慮投資正確的工具來幫助你了解潛在的漏洞並降低風險，從而為你的業務帶來更高的利潤。
成功預防損失的例子
現在我們已經介紹了所有基礎知識，讓我們看看一些成功的防損計劃。無論你的預算是 100,000 美元還是 0 美元，每家商店都可以從這些案例研究中學習。
西爾斯加拿大
儘管 Sears Canada 在 2018 年初關閉了所有大門，但我們仍然可以從它在防損方面的例子中學習。
Sears Canada 專注於將舊式備用設備與尖端技術相結合。它為防損人員配備了最好的工具，而不僅僅是最新的。它依賴於所有 Sears Canada 商店的視頻監控——但不是在事後抓住小偷。
防損團隊使用店內監控攝影機的數據和影像分析來辨識模式，例如客戶花費大量時間的商店區域。透過分析這些模式，並在所有商店中共享它們，該團隊能夠更好地將他們的注意力集中，在「熱點」或容易發生盜竊活動的區域，並在入店行竊行為成為問題之前抓住它。
目標
過去十年最大的零售發展之一是主要連鎖店出現自助結賬線。取消收銀員（掃描每件商品、與客戶互動、觀察行為）是防損工作的明顯障礙。
塔吉特通過採用上述反入店行竊策略之一來解決這個問題：顯眼監視。如果您最近在 Target 商店進行了自助結賬，您可能已經註意到——就在視線水平——你自己的臉正盯著你看。“你正在被監視，”它提醒你。Target 還對掃描儀進行監控訓練，因此防損人員可以看到客戶掃描了哪些物品，哪些沒有。
邁耶
在監控方面，尋找員工盜竊和普通入店行竊的證據（或缺乏證據）可能既麻煩又耗時。防損人員可能會監視員工的整個輪班，卻發現沒有盜竊的證據 —— 這並不是一個有效的過程。
Meijer 的防損團隊採取了不同的方法。他們使用智慧銷售點監控，來收集大量數據。然後他們讓軟體對其進行分析，以辨識不屬於正常交易模式的事件。這意味著他們會花費更多時間，來減輕損失並消除在他們控制範圍內的零售萎縮的原因。
巴寶莉
RFID 標籤的未來在零售行業變得越來越普遍。它有可能追踪整個供應鏈中的物品，直到最終銷售。Burberry 使用 RFID 技術透過無線電信號辨識產品。RFID 技術通常存在於搖票中的小標籤中，並透過紡織 RFID 標籤嵌入到產品中。
正如 Burberry 在其網站上解釋的那樣，「我們已經開始在我們的 Burberry 產品線中使用 RFID 技術，以協助進行庫存和品質控制，同時也增強了選定商店的客戶體驗。」
RFID 標籤還保存特定於產品的客製化多媒體內容，供顧客在店內顯示屏或手機上觀看。Burberry 的標籤與消費者的手機通信，並提供有關產品製造地點和推薦設計選項的資訊。
為你的商店制訂防損計劃
在零售業，收縮是生活的一部分 —— 但這並不意味著你必須滿足於每年丟棄你的銷售額。
無論如何，這對零售商來說都是一個大問題，尤其是那些利潤已經很薄的零售商。電子商品標籤、高科技監控和臉部辨識，應有盡有 —— 零售商繼續尋找一種一次性的灌籃方式，來遏制庫存損失。
但現實情況是，有效的防損計劃是限制零售店損失的最佳選擇。這是有效打擊入店行竊，和員工盜竊等問題的唯一方法。
|
| AKD 寰楚專業級全系列監控設備 |