Sensormatic Solutions의 혁신적 Computer Vision 기술은 동종 최고의 딥러닝 인공지능(AI) 모델에 기반하여 리테일 운영 인사이트를 제공합니다. 당사 Computer Vision 솔루션은 Intel과 제휴하여 제작되며 Sensormatic IQ의 독점 AI 알고리즘을 사용하여 리테일에 최적화되어 있습니다.
각 분석은 리테일 성공이라는 기본 원칙을 염두에 두고 개발되어 매출을 증진하고, 리스크를 줄이고, 인력 활용을 최적화하며 쇼퍼 경험을 향상합니다.
의미 있고, 강력한 인사이트
리테일 특정 사용 사례에 대한 실시간 인사이트로 정보에 입각한 결정을 내리고 문제 해결에 대해 더욱 능동적으로 접근할 수 있습니다.미래 중심적, 역동적, 확장 가능
쉽게 분석을 추가하고 제거할 수 있어 변화하는 비즈니스 요구사항에 가장 중요한 것에 집중할 수 있습니다. 가장 우선순위에 있는 리테일 과제를 처리하기 위해 새로운 분석이 지속적으로 개발되고 있습니다.간편한 배포
이 기술은 기존 카메라 인프라와 지능형 허브 장치를 활용할 수 있어 비용 효과적이고 배포가 쉽습니다.Computer Vision
Computer Vision은 작업을 자동화하고, 실시간으로 비디오 영상에서 의미 있는 정보를 포착해냅니다. 당사의 광범위한 Computer Vision Analytics로 손실 방지 활동을 강화하고, 개선된 쇼퍼 경험에 대한 인사이트를 수집하고, 쇼퍼 및 직원 모두를 위해 안전한 환경을 유지 관리할 수 있습니다. 배포하기 쉽고 강력한 Computer Vision Analytics은 기존 비디오 인프라와 지능형 허브기기를 활용하여 필요한 데이터에 접근함으로써 리테일 확장과 관련된 문제 해결 솔루션의 세계를 열어줍니다. 모든 분석을 일원화된 통합 대시보드에서 볼 수 있으므로 핵심 지표를 쉽게 이용할 수 있습니다.
측정 가능한 손실 방지 결과
감손 및 리테일 조직 범죄(ORC) 활동이 갈수록 빈번해짐에 따라, 리테일러는 이러한 위협에 맞서 싸우면서도 매장 내 인력활용을 최적화할 방법을 찾고 있습니다. 당사의 포괄적인 Computer Vision Analytics 세트는 손실을 방지하고 환경의 안전과 보안을 유지하는 데 있어 중요한 역할을 담당할 수 있습니다. Computer Vision Analytics는 오늘날 가장 중요한 손실 방지 문제 몇 가지를 처리하기 위해 특별히 개발되었습니다. 아래는 이용할 수 있는 분석의 몇 가지 예입니다.
선반 쓸어담기 감지
많은 리테일러가 점점 늘어나는 선반 쓸어담기 절도 행위로 인해 대규모 손실을 겪고 있습니다. 이 분석을 통해 선반 활동이 모니터링되어 지정된 수의 품목이 선반에서 제거되었을 때 이를 즉시 포착하므로, 매장 내 직원은 선제적 조치를 취하여 절도를 완화할 수 있습니다.
선반의 특정 물품에 보충이 필요한지 알려주도록 이 분석을 구성할 수도 있습니다. 또한 고가치 물품이 선반에서 제거되었을 때 계속 추적할 수 있어 더욱 효과적으로 감시를 유지하거나, 쇼퍼에게 추가 고객 지원을 제공할 수 있습니다.
그룹 감지 경보
사람들이 특정 구역에 모이거나 한 무리의 사람이 매장에 들어올 때 이를 알 수 있다면 이는 잠재적인 리테일 조직 범죄 또는 절도 활동을 식별하고 피해갈 수 있는 혁신적인 방식이 될 수 있습니다. 이러한 상황이 발생할 때 실시간 알림을 받음으로써 보다 예방적인 접근이 가능해집니다.
차량 경보
주차 구역이 안전한지, 범죄 활동이 발생하지 않는지 확인하는 것은 손실 방지 활동에 매우 중요합니다. 차량 경보를 통해 지정된 시간을 초과하여 주차된 차량 또는 무단 구역에 주차된 차량을 포착할 수 있습니다. 또한 이 분석은 BOPIS(buy-on-line, pick-up in-store; 온라인 구매, 매장 픽업) 지표를 위한 평균 차량 대기 시간을 제공할 수 있습니다.
배회행위 모니터링
범죄활동은 통상 영업시간 이후에 발생하는 경우가 많습니다. 이 분석은 영업시간 이후 인적이 드문 구역에 배회하는 행위를 모니터링하고 배회행위를 감지했을 때 알림을 제공합니다.
Meaningful Shopper Insights
경쟁에서 앞서고, 쇼퍼에게 뛰어난 매장 경험을 제공하기 위해, 리테일러는 항상 쇼퍼 행동과 쇼퍼 여정을 더욱 효과적으로 이해할 방법을 모색하고 있습니다. 이러한 정보를 통해 리테일러는 이상적인 환경을 조성하고, 최종적으로는 매출 신장으로 이어지는 적절한 마케팅 계획을 개발할 수 있습니다. Computer Vision Analytics의 목록이 계속 추가됨에 따라 쇼퍼 방문 패턴, 구매 경로, 그리고 매장을 방문하는 쇼퍼의 인구통계정보 및 감정을 더욱 잘 이해할 수 있습니다.
대상 측정
매장에 방문하는 쇼퍼의 인구통계정보 및 감정에 대한 인사이트를 확보하면 마케팅 기회, 콘텐츠, 광고와 관련한 결정을 내리는 데 도움이 되는 유용한 데이터를 제공받게 됩니다. 이 분석은 장시간 동안 지정된 카메라 뷰에서 배회하는 쇼퍼에 대한 인구통계정보 및 거의 정확한 기분 정보를 제공합니다. 이러한 인사이트를 이용하면 더욱 맞춤화된 타겟 경험을 개발할 수 있습니다.
트래픽 패턴 인사이트
이 분석은 트래픽 패턴 데이터를 포착하고 매장 내 쇼퍼의 구매 경로를 관찰할 수 있도록 돕습니다. 체류 시간, 고객 이동, 트래픽 수에 대한 정보를 알고 있으면 쇼퍼 행동을 더욱 효과적으로 이해할 수 있습니다.
체류 시간 측정
체류 시간 측정을 사용하면 양쪽 끝 진열대의 앞쪽과 같은 특정 구역에 쇼퍼가 머문 시간을 알아낼 수 있으며 마케팅 캠페인 또는 홍보 효과를 예측하기에 가치 있는 도구가 될 수 있습니다.
