Как разложить клиентов по полочкам. О сегментации клиентов без помощи специально обученных людей.

В наше время IP-видеонаблюдением никого не удивишь. Вариантов решений масса. Компаний, занятых в сфере видеонаблюдения – тысячи, и каждый собственник бизнеса выбирает для себя партнера под любые требования. ЧТО ОПРЕДЕЛЯЕТ КАЧЕСТВО СЕРВИСА При выборе поставщика глобальная разница будет не в камерах, которые монтируются на объекте, а в серверном ПО и тех опциях, которые это ПО позволяет разворачивать. Соответственно, качество сервиса напрямую зависит от этих серверных решений. Как только компания решает использовать системы распознавания лиц и аналитику этих систем, количество рассматриваемых подрядчиков снижается на порядок. Услуга Видеонаблюдение ВестКолл (принадлежит АО "ЭР-Телеком Холдинг") является облачной. Мы устанавливаем свои или клиентские камеры, соответствующие специфическим функциональным требованиям, и подключаем их к своему сервису, развернутому на наших серверах. Сервера находятся на территории России, соответствуют всем требованиям законодательства по обеспечению сохранности персональных данных и гарантируют защиту от DDoS-атак. Это крайне важно для бизнеса. КАК ЭТО РАБОТАЕТ Сегментация клиентопотока – это видеоаналитика на базе модуля распознавания лиц. Камеры передают на сервер видеопоток, и сервер анализирует полученную картинку с помощью определенных алгоритмов: сегментирует мужчин и женщин, определяет условно-среднее значение возраста посетителя на основе повторных появлений лица в кадре. Это позволяет снизить вероятность ошибки и определить возраст максимально близко к реальному. В результате строится аналитика по возрасту в диапазонах: до 20 лет, от 21 до 34 лет, от 35 до 49 лет и от 50 лет. При этом появляется возможность определять уникальность посетителей за день\неделю\месяц\произвольный срок. Если рассматривать уникальность ежедневно, то постоянный посетитель будет появляться в аналитике каждый день. Если отслеживать уникальность в разрезе месяца, то один и тот же посетитель будет указан в рамках месяца один раз. КОМУ ЭТО ИНТЕРЕСНО? Комментирует Александр Анищенко, эксперт по цифровым продуктам Филиала "ВЕСТ КОЛЛ СПб" АО "ЭР-Телеком Холдинг": "Очевидно, что наибольшее количество запросов на данный сервис мы получаем от бизнеса сферы ритейла и HoReCA. Наши клиенты не только хотят видеть эффективность маркетинговых мероприятий, но и выстраивать свою деятельность вокруг реальных данных по клиентам. При этом наши клиенты, зачастую совершенно по-разному, используют данный сервис и сами придумывают сферу применения". ПРИМЕРЫ ИЗ ЖИЗНИ Пример 1. Кофешоп в бизнес-центре с большим потоком клиентов. Задача: нужно определить, как бариста используют программу лояльности и проводят по кассе очередную бонусную чашку. Зная общее количество клиентов и уникальных, можно достаточно точно определять количество бонусных чашек. Соответственно легко контролировать серые схемы персонала. Пример 2. Сетевому магазину одежды требуется понимать половозрастной срез своих покупателей, чтобы в новом поступлении товара учитывать эти данные и завозить актуальные размеры, предлагать коллекцию для молодежи или, наоборот, для покупателя постарше. НЕ ОБХОДИТСЯ И БЕЗ КУРЬЕЗОВ Иногда наши клиенты так удивлены возможностями аналитики, что начинают выдумывать совершенно фантастические запросы. Например, сегментировать персонал парикмахерской и ее посетителей, считать, сколько минут за день парикмахер сам садился в кресло, сколько раз конкретный клиент приходил к данному мастеру, и сколько раз он приходил к другому. В идеале – определять уровень удовлетворенности стрижкой по лицу человека! Увы, так далеко техника пока не дошла, но ведь и определения пола клиента по лицу для многих еще кажется фантастикой. ЭТО НЕ ФАНТАСТИКА Между тем, фантастического здесь ничего нет. Система построена на машинном обучении. Качество распознавания и точность аналитических данных растут по мере повышения "квалификации" машины. Один наш клиент провел эксперимент: вручную записывал и вносил в табличку всех посетителей своего заведения в течение нескольких дней. Погрешность оказалась в районе 4,7%. То есть система определила некоторых посетителей как похожих друг на друга. Что касается возраста, то тут самое большое расхождение наблюдается среди девушек. Даже человеку бывает затруднительно на глаз отличить 17-летнюю красавицу от 22-летней. Поскольку аналитика построена на распознавании лиц, то, безусловно, короткостриженую женщину с острыми скулами система может определить, как мужчину. Это неизбежно. При этом погрешность крайне мала и на задачи бизнеса никак не влияет. Мы совершенно открыто оговариваем с клиентами учет подобной погрешности. В большинстве случаев, бизнесу (ритейл, HoReCa) это гораздо удобнее, чем запрашивать у посетителей паспортные данные и иметь дело с обработкой персональных данных. ЦЕНА САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ "Самостоятельное разворачивание подобного решения может оказаться для компании очень затратным. Помимо камер, монтажа и лицензий на программное обеспечение, требуются большие серверные мощности. Сервер обязан обрабатывать тяжелый трафик в онлайн-режиме, хранить большие объемы данных, при этом чаще всего с большого количества подключенных камер. Затраты в самой минимальной комплектации близки к миллиону рублей, чаще всего заметно больше. Для среднего и малого бизнеса – это практически неподъемные суммы. Крупный и сетевой бизнес может себе позволить подобные траты, но необходимость постоянно поддерживать сервер и программное обеспечение в актуальном состоянии не всем подходит", - резюмирует Александр Анищенко. ЦЕНА ВОПРОСА Стоимость решения у нас складывается из подключения услуги как таковой (600 р/мес за камеру HD, 800 р/мес за камеру Full HD) + сам модуль "Сегментация клиента" (1750 р/мес). При этом, не надо заботиться о предоставлении канала связи для этой камеры. В абонентскую плату уже заложена услуга передачи данных на наш сервер. Поэтому облачные решения, где уже все готово и продуманно, позволяют практически любому бизнесу достаточно активно использовать самые современные технологии. Ссылка на источник