文/3S Market 編輯部
零售業需要哪些智慧影像設備？要解決什麼問題？為業主\顧客\協力廠商帶來什麼效益
目標讀者｜零售業經營者、展店與營運主管、品牌商、供應鏈業者，以及智慧影像方案提供商。
Highlights｜五分鐘掌握
- 零售智慧影像的應用，涵蓋顧客服務、店內空間分析、展店評估、商品盤點、補貨、結帳及損失防制。
- 同一個影像事件，對顧客、店員、業主與協力廠商可能代表不同的問題。例如貨架缺貨，背後可能是未交貨、未上架，或帳面庫存錯誤。
- 熱區分析要連結銷售資料，才能判斷陳列效果；開店評估還需要商圈資料；影像所見的架上商品，也不等於全店庫存。
- 設備數量取決於觀測點、辨識目標、畫面細節及更新頻率。先選攝影機，再尋找應用，容易買到大量影像，卻得不到可靠的決策資料。
- 業主應要求方案商交付一份可驗證的規劃：每個問題由什麼設備觀測、與哪些系統串接、誰處理警示、如何衡量效益。
一、零售智慧影像，究竟要服務誰？
談零售智慧影像，常見的介紹方式是列出「人流計數、熱區分析、商品辨識、異常偵測」等功能。但零售業主真正要解決的，通常不是「能不能辨識」，而是以下三組問題：
顧客能否順利找到商品、少等候、正確結帳，並在需要時獲得協助？
業主與營業服務人員能否知道哪裡缺貨、哪個時段需要增派人力、哪個促銷陳列有效，以及損失發生在哪個環節？
協力廠商能否確認商品已交付、上架與維持陳列？當供貨、配送或外包補貨發生爭議時，有沒有共同核對的依據？
這三方的需求，才是規劃智慧影像方案的起點。攝影機取得畫面之後，仍需辨識、通知、處理、回報與驗證；缺少後面的程序，影像分析就只是另一張儀表板。
二、從顧客旅程看：影像能在哪些地方改善購物？
顧客還沒走進店內，業者便可能面臨第一個決策：店應該開在哪裡？
候選店址的經過人流、不同時段的變化，以及鄰近店面的進店情況，都可以提供觀測資料。但開店評估不能只看「有多少人經過」。這群人是否符合目標客群？競爭店在哪裡？租金、交通、周邊人口及既有門市的商圈是否重疊？這些都必須一起判斷。現有選址分析服務也是將人流、商圈及人口等資料合併使用。
顧客進店後，影像可觀察各區的經過人數、停留時間及動線，形成所謂的熱區分析。但「熱」不一定代表生意好。一個區域可能很多人經過，卻少有人停下；也可能有人停留，卻因為商品難找、缺貨或標價不清而沒有購買。因此，熱區資料需要和商品位置、促銷檔期及 POS 銷售資料一起分析，才能支持陳列調整。影像方案已有將停留、熱區與貨架互動用於零售布局分析的應用。
顧客來到貨架，面臨的問題更直接：商品到底買不買得到？ 影像辨識可以發現架上缺貨、錯放或陳列不符；系統再查看後倉與訂貨資料，決定通知店員補貨，或通知採購與供應商處理。到了結帳區，排隊偵測可提醒主管增開櫃台；自助結帳的影像與交易資料，也可協助人員檢查漏刷或操作失敗。重點是快速協助與複核，不能把影像異常直接視為顧客有意違規。現有零售方案已將排隊警示與人員調派連結，也有影像結合商品追蹤及付款流程的免排隊結帳模式。
三、從門市營運看：影像應當產生任務，而不只是報表
對門市人員而言，「A 區出現熱點」並不是一項可以直接執行的工作；「A 區某商品架上剩餘數量不足，後倉仍有存貨，請於指定時間補貨」才是。
以缺貨為例，一套完整程序應當是：
辨識架上缺口 → 確認品項 → 比對庫存與銷售 → 指派補貨或叫貨 → 記錄完成時間 → 再確認貨架狀態。
這條程序同時照顧兩種效益：顧客比較容易買到商品；業主也能知道缺貨究竟持續多久、是否造成銷售機會流失。IBM Research 曾描述利用貨架影像提供店員貨架狀態及補貨工作清單的做法。
熱區與排隊資料也需要轉成管理動作。例如某個促銷區停留人數高、購買率低，主管應檢查價格、陳列、品項或服務，而不是立刻要求再裝更多攝影機。若收銀區在固定時段持續排隊，該調整的是排班或結帳流程。
影像辨識對業主的價值，因此不只在於「看見現場」，更在於讓總部與店長分辨：問題是需求預測錯誤、人力不足、供貨中斷、補貨未執行，還是商品本身不受歡迎。
四、從供應鏈看：一件商品為什麼沒有順利賣出去？
零售業的商品並非一進店就完成銷售準備。它可能還在運送、收貨、後倉、貨架，也可能被放錯位置。「系統顯示有貨，顧客卻買不到」，正好暴露這些環節之間的落差。
影像在不同交接點可提供不同證據：
交接點 | 影像可以協助確認 | 還需要搭配什麼 |
供應商與物流交貨 | 車輛、貨籠或箱件在何時到達及交接 | 訂單、掃碼、簽收與短少紀錄 |
門市收貨與入後倉 | 貨物是否進入指定區域 | 驗收、入庫及品項資料 |
後倉補貨到貨架 | 指定區域是否完成補貨 | 補貨工單、商品辨識及人員回報 |
品牌陳列與促銷 | 商品是否放在約定位置、陳列是否維持 | 陳列圖、活動期間及銷售資料 |
這些資料可讓品牌商、配送商、外包補貨商與零售業主討論同一件事，而不是各自拿出一份紀錄。現有零售方案已涵蓋供應商交貨核對、貨架狀態及陳列合規分析。
但影像只能提供它實際拍到的事實。拍到貨車到場，不代表每箱品項都正確；拍到人員站在貨架前，也不代表補貨已完成。責任判斷仍要回到訂單、掃碼、庫存及作業紀錄。
五、「即時盤點庫存」首先要問：盤點的是哪一種庫存？
這是智慧影像方案介紹中最容易被一句話帶過、也最需要業主追問的地方。
若攝影機朝向貨架，它可以辨識畫面可見的架上商品：商品是否存在、陳列位置是否正確、可見數量是否變少。然而，畫面可能看不到貨架後排、被其他商品遮住的品項，也看不到後倉、配送途中或顧客購物車中的商品。
因此，「即時看到架上狀態」與「即時掌握全店庫存」是兩種不同的能力。後者通常要整合收貨、條碼或 RFID、POS、退貨、調撥及盤點資料。已有方案以影像持續掃描貨架並觸發補貨，另有庫存方案結合條碼、RFID 與感測資料，追蹤門市及倉儲的商品狀態。
業主向方案商詢問「能否即時盤點」時，應要求對方具體回答：哪些品項、在哪些位置、以多快頻率更新、遇到遮擋怎麼辦、與帳面庫存衝突時由誰覆核？
六、業主最想知道的事：到底需要哪些設備、要裝多少？
沒有店型、平面圖及辨識任務，無法負責任地報出攝影機支數。同一間店的不同任務，對影像的要求也不同：
- 出入口計數需要看清人是否跨越計數線，並處理多人並行與反覆進出。
- 熱區分析需要涵蓋指定走道或陳列區，視角要足以判斷移動與停留。
- 商品辨識需要商品在畫面中有足夠細節，還要處理遮擋、反光與包裝相似的問題。
- 結帳異常判讀需要看見商品與操作區的關係，並與 POS 交易紀錄對時。
這也呼應智慧影像常被忽略的可辨識像素問題：高畫素並不自動等於可辨識。鏡頭拍得太廣、距離太遠，即使畫面能顯示一整排貨架，也未必能分辨每件商品；鏡頭拍得太近，又可能失去整體動線資訊。一支鏡頭能否兼做多項任務，必須用現場畫面驗證。
設備投資至少要盤點以下六項：
- **觀測設備：**各出入口、走道、指定貨架、收銀區及收貨區需要哪些視角？既有攝影機有多少可以沿用？
- **現場基礎設施：**安裝位置、照明、供電、網路與影像傳輸是否足夠？
- **辨識與運算：**分析在攝影機、店內邊緣設備或其他運算環境執行？尖峰時能同時處理多少畫面？
- **資料串接：**是否需要 POS、商品資料、庫存、訂單、排班與工單系統？
- **人員程序：**誰接收提醒、多久回應、如何覆核錯誤、何時結案？
- **持續費用：**軟體授權、儲存、設備維護、商品圖像更新及辨識模型調整由誰負擔？
因此，採購規格不應只寫「配置 AI 攝影機若干支」。更有用的要求是：在指定觀測點，於實際營業條件下，完成某項辨識與作業流程，達到雙方約定的準確度及回應時間。
七、怎麼開始，才知道投資是否值得？
零售業主可以先選一個損失或服務問題明確的場景，做小範圍驗證。例如選擇高周轉商品的一排貨架，先量測缺貨發生頻率、平均發現時間與補貨時間；或選擇尖峰時段的結帳區，記錄等待時間、開櫃反應及人員負擔。
試行時要同時量測辨識結果與營運結果。系統辨識空架很準確，但店員無暇補貨，顧客仍買不到；排隊警示很即時，但沒有可調派人力，等待時間也不會下降。這些都是方案設計問題，不能只用演算法準確率回答。
對方案提供商而言，真正應交給業主的，不是一張設備清單，而是一張可以共同檢驗的表：場域問題 → 觀測位置 → 辨識條件 → 所需設備 → 系統串接 → 處置人員 → KPI → 投資與維護成本。
結語：零售智慧影像的投資單位，是一條能運作的流程
智慧影像可以幫零售業看見顧客如何使用空間、商品是否確實上架、服務是否跟上需求，也能為展店及供應鏈協作提供資料。但不同應用需要的設備組合相差很大；「能拍到」與「能可靠辨識、推動處置」之間，仍有一段規劃工作。
業主在問「我要買多少攝影機」之前，更值得先問：我最希望改善哪一件事？系統發現問題後，誰會做什麼？改善結果如何證明？ 當這三個問題有了答案，設備數量與投資規模才有可討論的依據。
0 comments:
張貼留言