Il Deep Learning sbarca nel retail

di Marco Contu - Product Manager Marketeer di Hikvision Italy www.hikvision.com/it

L’Intelligenza Artificiale è la tendenza tecnologica più promettente dell’intera industria della sicurezza. Questa tecnologia si ispira alle reti neurali, che regolano il funzionamento del cervello umano, ed utilizza un processo di apprendimento che consente ai dispositivi di videosorveglianza di classificare, memorizzare ed accedere ai dati in maniera sempre più intelligente e dunque fruibile e profittevole per l’utente. Nel settore sicurezza, Deep Learning significa utilizzare algoritmi per elaborare dati ad un livello di astrazione talmente alto da imitare il cervello umano. Con un vantaggio in più: l’algoritmo Deep Learning col tempo cresce e migliora, arricchendosi di sempre nuovi set di dati. In sostanza: più lavora, più diventa intelligente.

In ambito retail, il Deep Learning è già oggi in grado di esprimere gran parte delle sue potenzialità, offrendo ai gestori di negozi tradizionali una serie di elementi per raccogliere la sfida digitale. A fronte della crescita vertiginosa degli acquisti online e della diffusione sempre più pervasiva dell’e-commerce, i negozi tradizionali devono infatti, oggi più che mai, ottimizzare risorse e selezionare accuratamente le merci. In sintesi: migliorare l’esperienza di acquisto al punto tale da far preferire il loro negozio alle più convenienti vendite online.

VENDITA INTELLIGENTE

Il Deep Learning offre soluzioni intelligenti che garantiscono sicurezza al personale e alla clientela, minimizzano le differenze inventariali e al contempo raccolgono ed analizzano diverse informazioni utili a rafforzare ed implementare il business. Questa tecnologia abilita tre funzioni intelligenti a supporto del retail manager: conteggio persone (per tracciare traffico e volume dei clienti), mappe di calore (per comprendere cosa va per la maggiore nell’area vendite) e rilevamento code in tempo reale (per migliorare l’esperienza d’acquisto).

CONTEGGIO PERSONE

Nel commercio si sente spesso dire: “piccoli profitti, purché i volumi crescano velocemente”. Ebbene, l’afflusso di clientela è un indicatore chiave per sviluppare il giro d’affari desiderato. Rispetto ai loro omologhi online, i negozi tradizionali non riescono però a calcolare con precisione il flusso dei clienti. Per ovviare a questa problematica, le funzioni di conteggio persone assicurano un conteggio accurato della clientela e generano accurati report sui flussi, per valutare la bontà delle iniziative strategiche intraprese. Analizzando correttamente i dati relativi al flusso della clientela, il retail manager può ottimizzare il lavoro del personale per ottenere maggiori profitti e garantire un servizio migliore. I responsabili dei negozi possono poi pianificare strategicamente turni e rotazione dello staff, dosando le presenze in base alle ore di punta e di relativa calma. Infine, possono mettere a punto iniziative di marketing strategico per attirare i clienti analizzando la percentuale di ingressi.

MAPPE DI CALORE

Una volta che il cliente è entrato nel negozio, è essenziale capire cosa lo attrae maggiormente: è quindi utile valutare il suo percorso e identificare i punti che catturano la sua attenzione. Con la funzione “mappe di calore”, i retailer possono sapere quanto tempo trascorrono i loro clienti in aree specifiche del negozio, possono individuare a colpo d’occhio le zone calde e le zone morte del punto vendita e calcolare quante persone entrano con l’intenzione di acquistare e quante invece passano di lì casualmente. La funzione “mappe di calore” rappresenta graficamente i dati del traffico della clientela attraverso diversi colori: in genere si usa per analizzare i tempi di visita e di permanenza dei clienti in un’area specifica del punto vendita. Questa funzione, molto diffusa in centri commerciali, supermercati e musei, individua le preferenze della clientela nel tempo, offrendo preziose informazioni sul migliore posizionamento degli articoli e sulla scelta del layout più efficace per attrarre la clientela.

RILEVAMENTO CODE

Quando c’è coda alla cassa, restano solo due opzioni: o si aspetta pazientemente il proprio turno, oppure si rinuncia all’acquisto...e non si torna mai più in quel negozio. In ambito retail, l’attesa è tra i fattori chiave dell’esperienza d’acquisto: la funzione di rilevamento code aiuta a gestire le code, notificando real time alla direzione la necessità di aprire un’altra cassa quando le file si fanno troppo lunghe. Le telecamere di rilevamento coda monitorano infatti lo stato delle file in tempo reale: contano le persone presenti in ogni coda e tracciano il tempo di permanenza di ciascun cliente. Quando il numero di clienti o il tempo di permanenza medio degli stessi si allungano troppo, si genera un allarme per richiedere l’intervento del gestore. L’apertura tempestiva di nuovi punti di pagamento ridurrà i tempi di attesa, migliorando sensibilmente l’esperienza di acquisto.

IN CONCLUSIONE

Il Deep Learning permette di acquisire, elaborare ed autoapprendere informazioni sempre più precise ed accurate, trasformando dati grezzi in informazioni utili e immediatamente fruibili. Oggi non basta più sapere che in una certa area si sta muovendo qualcosa: vogliamo sapere esattamente cos’è. E’ un uomo? Un gatto? Sono frasche che ondeggiano al vento? Forse un motorino? E se è un veicolo, di che marca è? Di che colore? Di che cilindrata? Che targa ha? Deep Learning è la parola chiave per avere tutte le risposte: un livello di conoscenza e comprensione della realtà molto più profondo e che si migliora giorno per giorno, perché capace di apprendere, proprio come la mente umana.