Встречая по лицу: что будут уметь технологии распознавания лиц в ближайшем будущем?

Юрий Годына, основатель компании видеоаналитики Facemetric.

В 2019 году мировой рынок технологий распознавания лиц оценивался в 3,4 млрд долларов. По мнению экспертов, его совокупный среднегодовой темп роста должен составлять от 14,5% до 17,2% на протяжении ближайших семи лет. Если прогнозы оправдаются, то к 2025 году он как минимум удвоится, а как максимум — достигнет объёма в 8,5 млрд долларов. 

Поможет не только расширение традиционного применения распознавания лиц и видеоаналитики в системах безопасности зданий и уличного видеонаблюдения, но и появление совершенно новых ниш и трендов. 


Следуя за покупателем

Главный текущий тренд — переход от продажи относительно простых технологических решений для распознавания лиц к комплексным аналитическим продуктам, решающим конкретную бизнес-задачу. Например, у онлайн-ритейлеров перед обычными торговыми центрами есть серьёзное конкурентное преимущество — огромные массивы данных о покупателях — от социо-демографических характеристик (гендер, возраст и т.д) до истории покупок и возвратов товаров, среднего чека и пр. Однако эффективную систему сбора данных можно реализовать и в «реальном» мире с помощью видеоаналитики.

Любой крупный торговый центр зарабатывает, сдавая в аренду свои торговые площади. Они делятся на «хорошие» и «плохие». Первые всегда ближе к входу и в наиболее проходных местах, а вот до вторых идти далеко и неудобно. Но сдать их нужно все и за хорошую цену, поэтому в «плохих» локациях располагают «якоря» — торговые точки, куда покупатели идут целенаправленно. Это может быть продуктовый супермаркет, магазин детских товаров или электроники. А вот дальше в дело вступает распознавание лиц и видеоаналитика.

На входе система определяет гендер посетителя, а также проводит первичную кластеризацию — пришёл ли покупатель один, с ребёнком, вдвоём с другим взрослым, а может это вообще целая компания или семья. Затем на основании данных со всего множества камер формируется трек движения кластеров и каждого посетителя по отдельности. Так, в какой-то момент семья может разделиться. Мама с ребёнком пойдут в «Детский мир», а муж в магазин «Сделай сам». 

Собрав с помощью видеоаналитики большую статистику по трекам перемещений мужчин и женщин, матерей и отцов семейств, а также выяснив их предпочтения, частоту и длительность посещения каждой торговой точки владелец ТЦ получает целостную картину. Теперь он не только может ответственно посоветовать разместить в, казалось бы, непроходном месте магазин для рыболовов, но и потребовать за эти локации повышенной арендной платы. Ведь согласно данным видеоаналитики мужчины, направляющиеся в «Сделай сам», значительно чаще заходят и в окружающие его магазины.

Кроме того, уже внутри супермаркетов видеоаналитика позволяет управлять оптимальной длиной очереди перед кассами. Если она большая и время ожидания продолжительное, то клиент испытывает недовольство и раздражение. Его лояльность снижается. Если же слишком короткая, то супермаркет недополучает доход с зоны спонтанных покупок возле касс. Покупателю требуется некоторое время ожидания, чтобы осмотреть ассортимент и принять решение о покупке. Поэтому в маленьких супермаркетах у дома оптимальной считается очередь в пять человек, а в гипермаркетах в три человека. Видеоаналитика даёт точную информацию о числе покупателей и времени ожидания. Основываясь на ней, менеджер может динамично увеличивать или сокращать количество одновременно работающих кассиров.


Написано на лицах
 
Другой большой технологический прорыв — распознавание эмоционального состояния человека по выражению его лица. И, кстати, оно тоже находит широкое применение в ритейле. Во многих точках интересно посмотреть эмоциональный отклик посетителя на особенности оформления витрин и интерьера, информационные стенды, промо-акции, шоу-программы и т.д. Таким образом на трек перемещений можно наложить контур эмоционального состояния в зависимости от локации.

Пионером в применении этого подхода в России стал Усачёвский рынок в Москве. В ходе его преобразования из обычного продуктового базара для местных жителей в модное гастропространство маркетологи провели множество экспериментов. Они варьировали время открытия, вводили шоу-программы и представления аниматоров для детей. А видеоаналитика и распознавание эмоциональных реакций позволила сделать массовые замеры удовлетворенности посетителей.



Проблема многих маркетинговых агентств в том, что они ориентируются исключительно на трафик. И хотя рекламная кампания или мероприятие действительно могут хорошо сработать — разово привлечь большое количество людей, однако определить долгосрочный эффект от них не так просто. Превратятся ли все эти посетители в лояльных клиентов? Будет ли рост органического спроса? 

Ответ прост — получили ли гости мероприятия эмоциональный заряд, на который рассчитывали? Достоверно установить это с помощью выборочного анкетирования посетителей практически невозможно. А вот видеоаналитика может дать чёткий ответ, причём практически по всей совокупности посетителей. 

Распознавание эмоций хорошо зарекомендовало себя и в объективной оценке качества работы консультантов при продаже дорогих товаров и услуг (автомобилей, путешествий и т.д.). Анализ реакций клиента — на какие слова и действия продавца он отреагировал раздражением, а на что с интересом и воодушевлением — помогает выявить и отработать лучшие скрипты продаж, определить успешных и малоэффективных сотрудников. 

Другой, довольной неожиданной областью применения распознавания эмоций, являются театры. Особенно учебные театры с начинающими актёрами. Они регулярно ставят отчётные спектакли для небольшой аудитории. Системы распознавания лиц помогают объективно оценить качество игры молодых лицедеев по реакциям зрителей на прогонах. Причём оценка даётся в динамике — от спектакля к спектаклю, что позволяет отследить прогресс и внести коррективы до финального представления перед профессурой театрального училища. Видеоаналитика помогает и режиссерам в оценке художественного эффекта от тех или иных мизансцен и диалогов. Если реакция публики расходится с ожидаемой, всегда можно подобрать другие выразительные средства, изменить сценарий или игру актёров.

---

Читайте также: HADI-циклы в ритейле: как использовать метод экспериментов, чтобы увеличить продажи и поток в магазинах

---

Без паспорта и денег

Во многих странах мира, особенно под влиянием пандемии, начались эксперименты с открытием магазинов без касс. Система компьютерного зрения распознает человека на входе. Затем фиксирует, какие товары он взял с полок. После чего он без преодоления каких-либо барьеров покидает магазин, а с его счёта автоматически списывается необходимая сумма. Нет ни касс, ни даже терминалов самообслуживания. Это максимально простая и удобная схема для покупателей, но очень сложная для технологий. 

Так функционируют магазины Amazon Go в США. Пилотные проекты подобных торговых точек испытывались в Финляндии. Когда система получит широкое распространение, она значительно сократит издержки торговых сетей на зарплату кассирам и обслуживающему персоналу, особенно с широкомасштабным внедрением роботов-мерчендайзеров. Значительно увеличится и скорость обслуживания покупателей, что в условиях крупных городов, вроде Москвы, важный фактор. Мало кому хочется терять лишнее время в очередях. 

Важным преимуществом распознавания покупателей на входе станет динамическое ценообразование. Супермаркет на многие категории товаров будет демонстрировать ценники лично для вас. Например, для пожилых пенсионеров — специальные цены со скидками на социальные продукты. Технологически всё уже готово для введения подобных магазинов, необходимо лишь отработать механизм и выработать привычку у потребителей.

Некоторым препятствием может стать необходимость получить разрешение на использование персональных данных клиентов: биометрии, связанного с ней личного профиля и реквизитов банковского счёта. Кстати, хорошая видеоаналитика и качественные системы распознавания лиц служат гарантом безопасности списания денежных средств. Использование систем на электронных ключах, RFID-картах более рискованно, так как их можно потерять, довольно легко подделать и пр. А вот лицо человека и использование ряда дополнительных факторов идентификации сейчас снижают вероятность ошибки или возможности мошенничества почти до нуля. Кроме того, вам не нужно беспокоится, что вы забыли, наличные, банковскую карточку или телефон с Google/Apple Pay. Даже если вы потеряете личные вещи, они будут украдены или, скажем, разрушены пожаром — у вас всегда останется возможность платить лицом.

Юрий Годына, 
основатель компании видеоаналитики Facemetric.

Для New Retail