摘要:All-in线下连锁门店场景,深挖所有经营环节

AI如何为门店提效增收?看悠络客十年深耕之路 | 爱分析访谈-爱分析ifenxi

调研 | 李喆 陈宵雅 撰写 | 赵子梦

AI视觉技术在线下零售场景的应用复杂度、实施难度都很高。零售企业尤其看重解决方案的落地效果和交付服务。自成立起便专注在连锁零售场景近10年的悠络客,基于其从摄像头切入的计算机视觉技术,在连锁门店的精准营销侧和内控管理侧,积累了较强的场景理解力、技术产品能力,以及软硬一体化的交付能力。

在业绩增长的压力下,线下零售企业对外希望实现更加精准的营销,对内则希望实现门店内控管理的降本增效。得益于近年来AI领域底层算法的突破,从门店摄像头切入的计算机视觉识别产品及解决方案,在线下零售门店场景有诸多用武之地。

成立于2009年的悠络客就是在此领域深耕的企业之一。随着自研AI视觉识别技术的迭代升级,悠络客逐步升级成为AI智慧门店平台,为零售连锁企业提供门店内控管理,及精细化营销的解决方案。

AI如何为门店提效增收?看悠络客十年深耕之路 | 爱分析访谈-爱分析ifenxi

AI技术赋能门店,贯穿后端管理及前端营销

在门店内控管理方面,零售企业无论是在员工管理、货品管理,还是在安防、卫生检查等场景中,大多还停留在人工现场巡店勘查、抽检的阶段,不仅人力成本开销大,而且难免出现遗漏现象。

悠络客的核心产品“悠巡”围绕这一场景痛点,将具备人脸识别、人形识别、物体识别、语音识别等技术的智能硬件部署在门店中,可实现全天候、实时化的智能巡店,对异常或违规现象自动化实时推送报告。

AI如何为门店提效增收?看悠络客十年深耕之路 | 爱分析访谈-爱分析ifenxi

悠络客业务模式图

除门店内控外,在对外的营销方面,因为线下零售门店刻画消费者画像的能力较弱,往往不够了解目标客群,导致门店流量不足、消费转化率低。

而这一痛点,也同样可以利用相似的AI视觉技术应用来解决。悠络客打造“悠购”产品,围绕线下零售门店的具体场景研发人脸识别算法。

“悠购”在顾客过店、进店、逛店、结算,以及复购的全生命周期中的每个环节都进行信息采集和分析,更精确地掌握顾客信息,实现更精准的服务。

比如,在顾客进店的瞬间,智能摄像头会对顾客进行人脸信息捕捉识别,如果该顾客以往在该品牌门店有消费历史,则顾客的消费历史信息将自动推送至门店导购的手持设备上。导购通过这些关键信息“认识”了这位顾客,迅速了解他的购物偏好,提高推荐服务精准度,提升服务质量,从而提升销售转化。

再比如在顾客逛店的环节,智能摄像头通过人形智能算法,捕捉、分析出顾客位置坐标及行动轨迹,生成店内热区分布。商家通过观察顾客对货架及货品的不同关注度表现,可优化货品陈列策略,提升销量。

在结算环节,通过人脸识别实现“刷脸成会员”,大大提升门店收银效率,增强顾客的服务体验。

悠络客可为客户提供完整的智慧门店解决方案。

专注零售场景,服务与技术能力兼具

在线下零售领域,尤其是品牌连锁,由于流量争夺难、有效识客难、运营成本高,又不像渠道商一般具有租金等其他形式的收入来源,拥有较大的业绩增长压力。所以,它们尤其看重智慧门店解决方案的交付服务专业度,产生的实际效果,以及性价比。

在创立早期,悠络客看到零售门店的摄像头设备标准参差不齐的状况,选择自主研发摄像头硬件,并为客户提供设备的安装和维修服务,这使悠络客积累了丰富的软硬一体化交付服务经验。

因为专注在线下零售场景,悠络客在高度垂直场景化的AI算法上也具备较强的技术实力。适用于零售场景的人脸识别算法复杂度要比金融、安防等其他应用场景更高。金融、安防等应用场景的人脸识别大多为标准程度高的正面、明亮、清晰的配合式人脸图像,在这些场景下的识别算法,即使拥有很高的准确度,仍然难以在零售场景下呈现出色的识别效果。悠络客针对更复杂的光照、角度、清晰度、动态环境等研发人脸识别算法,目前识别准确率已达到90%~99.81%,更加适用于线下零售场景。

在近年摄像头、传感器等硬件成本不断下降的基础上,零售企业客群对悠络客为其提供的AI智能硬件产品及解决方案的接受度越来越高。

在内控管理和门店营销的解决方案之外,悠络客也在门店员工培训、考勤等更加细分的场景延伸,为连锁企业提供更完整的智能门店解决方案。

另外,悠络客搭建了开放PaaS平台,在获得授权的情况下,以API接口等方式开放给客户、其他应用开发者,以及产业链上下游ERP、CRM厂商等合作伙伴。由此进一步丰富其解决方案和服务,可以更好的服务客户。

目前,悠络客已累计签约全国的40万家零售门店,服务覆盖全国34个省级行政区,客户涵盖餐饮、鞋服、医药、汽车、地产物业、商超便利店、生活服务等零售连锁行业。

AI如何为门店提效增收?看悠络客十年深耕之路 | 爱分析访谈-爱分析ifenxi

近期,爱分析对悠络客销售副总眭阳进行了访谈。眭阳早在2009年就加入悠络客团队,从0到1见证了悠络客的发展历程。访谈主要就悠络客的业务近况、服务客户的过程等话题进行了交流,现节选部分内容与读者分享。

零售场景视觉识别仍有较大增长空间

爱分析:现阶段视频的视觉识别技术在零售领域落地,挑战主要在于技术攻克上,还是在于成本上?

眭阳:技术和成本其实都会有很大的挑战。

在零售领域,零售商家更注重的是AI应用是否能减成本,提升效率。所以悠络客在技术研发、算法上一直持续不断地投入。

近年来随着技术的不断进步与突破,底层算法也有了质的提升。悠络客总结出适合零售行业场景的算法,做更深入更细化的投入。

爱分析:零售场景对人脸识别的要求有哪些特点?

眭阳:在金融、安防等人脸识别技术应用更为成熟的市场,有不少做人脸识别的公司。悠络客可以和这些团队做AI算法的深入PK,是因为金融、安防这些场景,都是利用清晰度高的正面照、商务照,或者身份证照片,配合式识别。而在零售场景,摄像头都是斜照的,有逆光,有远近距离等因素影响,非配合式识别,难度更高。

悠络客all-in线下零售这条场景赛道,会仔细研究所有场景流程里所涉及到的所有环节,对细分的零售应用场景和体验场景了解得更透彻。

爱分析:现在悠络客的视频身份ID匹配准确率大概在什么水平?

眭阳:正常环境的准确率都是在90%~99.81%。

爱分析:没有装配人脸识别技术的摄像头,未来会有哪些新的应用场景?

眭阳:有很多,比如普通的摄像头加一个分析盒子,可以做“场景跟踪”。

悠络客的一家餐饮企业客户后厨有多种规定。比如进后厨的人必须佩戴口罩、白帽子,不允许人在后厨有下蹲动作以防捞地沟油或者捡地下的菜。这些就可以通过悠络客视频识别分析,如果员工有违规行为出现,系统就会主动报告相关负责人进行处理。

做“最干净”的信息服务

爱分析:现在零售企业比较大的需求在哪些方面?

眭阳:零售企业选址、引流、复购等所有的环节里面,悠络客都是部分或全部参与其中。

比如选址,悠络客跟腾讯有LBS选址的合作,系统可以观察三公里范围之内(不对标到人)的人是常住人口还是非常住人口,年龄范围是什么,到底有多少人,方便客户做选址决策。

接下来,悠络客有人脸识别的广告屏,也在不断延伸这里面的细节闭环,甚至通过微信和广告打通,把人从门口引进来;然后再到巡店等环节,整体提升顾客买单的成交率和复购率。

爱分析:悠络客把视频信息结构化后给到商家,那么其他比如POS信息会做整合吗?

眭阳:会的。比如我们给一家鞋服企业做智能收银防损,客户收银信息和监控视频画面叠加起来以后,通过小票就能查到那一段的视频。现在我们跟这家鞋服企业做了更深的合作。如出现收银舞弊情况,就推送信息给相应负责人处理。以往如果真出现问题,管理者需要派人到现场,现在可以远程查看。所以客户非常认可这个效果。

爱分析:悠络客的特色之一,是把信息汇聚在PaaS上,上层的应用开放给客户和其他开发者去做,现在依然如此吗?

眭阳:是的。客户对信息是很关注的,他们更关注的是如果人脸和会员绑定,形成了较深度的精细化会员营销,这些线下会员信息将是客户赖以生存的根本,客户希望牢牢地把控。所以在这个过程里,我们就产生了PaaS合作。

爱分析:长期来讲,悠络客将自己定位在什么样的公司?

眭阳:我们的长期定位是人工智能云计算平台。