Computer vision i detailhandlen: De butiksmålinger den kan levere, og dem den ikke kan

En butikschef i et større dansk indkøbscenter fik sidste efterår en demo, hvor leverandøren lovede at kameraerne kunne måle "kundetilfredshed" ud fra ansigtsudtryk. Han spurgte, hvordan det ville blive valideret. Det blev stille. Den situation er typisk for, hvor diskussionen om computer vision i detailhandlen står lige nu: teknologien er moden på nogle områder og ren markedsføring på andre. Denne artikel trækker grænsen, så du kan skrive et udbud, der kun indeholder ting, som faktisk kan leveres og kontrolleres.

Det, kameraer måler godt i dag

Kernen er stadig kundetælling med kamera. En 3D-stereosensor eller et AI-kamera monteret lodret over en indgang tæller personer, der krydser en virtuel linje, og skelner retning. Det er den eneste måling i branchen, hvor der findes en etableret standard for verifikation: man sammenligner sensorens tal med en manuel tælling over en defineret periode. Kontraktligt bør du forlange mindst 96 procent nøjagtighed; i praksis ligger velinstallerede sensorer typisk på 98 til 99 procent, når lysforhold, loftshøjde og kundeadfærd tillader det. Bemærk formuleringen. En leverandør der garanterer en flad 99 procent uden forbehold for dine konkrete indgange, har enten ikke set dine indgange eller taler ikke sandt.

Fra tællingen følger en række afledte målinger, som er lige så pålidelige, fordi de blot er regnestykker på et godt grundtal:

• Besøgstal pr. indgang, zone og time. Det er grundlaget for vagtplaner, og det afslører hurtigt, hvis en sideindgang bærer 30 procent af trafikken, men nul procent af kampagneeksponeringen.
• Belægning i realtid. Ind minus ud. Nyttigt til sikkerhed, ventilation og til at udløse et kaldesignal til kassen, før køen opstår.
• Opholdstid i zoner. Her måles, hvor længe personer samlet set befinder sig i et afgrænset område. Det fungerer, så længe zonen er dækket af én sensor eller af sensorer, der er kalibreret til at følge personer på tværs af synsfelter.
• Heatmaps. Aggregerede bevægelsesmønstre, der viser hvor kunderne går og standser. Godt til at afgøre om det nye displaybord faktisk bliver set.

Konvertering kræver noget, kameraet ikke har

Et kamera ser aldrig et køb. Det ser en person forlade butikken, eventuelt med en pose. Konverteringsrate er derfor ikke en computer vision-måling, men en kobling mellem besøgstal og transaktionsdata fra kassesystemet. Når du evaluerer computer vision butiksanalyse, så spørg specifikt, hvordan POS-integrationen håndterer tidsforskydning. En kunde, der går ind kl. 14.52 og betaler kl. 15.07, falder i to forskellige timeintervaller, og i en lille butik med få transaktioner pr. time kan det give konverteringstal over 100 procent i enkelte perioder, hvis platformen ikke udjævner. Dette er et vigtigt punkt for IT: integrationen til kassesystemet er ofte den del, der tager længst tid i et projekt, ikke selve sensorinstallationen.

Samme logik gælder gennemsnitskurv pr. besøgende, omsætning pr. kvadratmeter pr. besøg og indløsning af kampagner. Alt sammen afhænger af data, der kommer et andet sted fra. En sensoragnostisk platform som Vemcount har her sin berettigelse: den samler tal fra Xovis, Milesight og andre sensortyper, uanset om de er 3D-stereo, AI-kamera, LiDAR eller termiske, og kobler dem til POS, så du ikke låser konverteringsrapporten til én hardwareproducent.

Demografi: estimater, ikke fakta

AI-kameraer kan levere estimater af alders- og kønsfordeling. Ordet estimat er bevidst. Modellen gætter på et interval, typisk i spænd på ti til femten år, og den gætter bedre på nogle grupper end andre. Brug det til at se, om kundemixet på lørdage adskiller sig fra tirsdage, og om det matcher sortimentet. Brug det ikke til at rapportere "42,3 procent kvinder i alderen 25 til 34" til bestyrelsen, som om det var en folketælling. Og vær præcis i udbudsteksten: der sker ingen identifikation af personer, intet persistent id og ingen ansigtsgenkendelse. Det er en forudsætning for, at databeskyttelsesvurderingen kan afsluttes uden måneders tovtrækkeri med jura.

Det, kameraanalyse i butikker ikke kan

Her er listen, du bør være skeptisk over for, hvis den optræder som en færdig funktion:

• Genbesøg og kundeloyalitet. Uden et persistent id kan et kamera ikke vide, om en person var der i sidste uge. Loyalitetsdata kommer fra kundeklubben, ikke fra loftet.
• Stemning og tilfredshed. Analyse af ansigtsudtryk er videnskabeligt omdiskuteret og i praksis umulig at validere i en butik. Hvis en leverandør tilbyder det, så bed om valideringsmetoden.
• Købsintention. At en person stopper i tre minutter ved en reol fortæller ikke, om vedkommende overvejer et køb eller venter på sin ægtefælle.
• Produktinteraktion på hyldeniveau. Det findes i pilotprojekter, men kræver dedikerede kameraer pr. hyldemeter og konstant genoptræning, når planogrammet ændres. Regn med det som udviklingsarbejde, ikke som standardsoftware.
• Svind. Et tællekamera er ikke et overvågningskamera og bør heller ikke sælges som det.

En observation fra installationerne

Den hyppigste fejlkilde i computer vision i detailhandlen er ikke algoritmen, men personalet. Medarbejdere der går ind og ud ad hovedindgangen med varer, går til rygepause eller tømmer skraldespande, kan udgøre 5 til 15 procent af trafikken i en lille butik og ødelægge konverteringstallet fuldstændigt. Den praktiske løsning er sjældent avanceret software, men at definere en personaleindgang, at ekskludere den fra det officielle besøgstal og at aftale det med butikscheferne, inden den første rapport sendes ud. Spørg leverandøren, hvordan de håndterer dette, før du spørger om deres AI.

Sådan skriver du udbuddet

Del kravene i tre kolonner. Første kolonne: målinger med dokumenteret nøjagtighed og en valideringsprocedure, som du selv kan gentage. Anden kolonne: målinger der kræver integration til dine egne systemer, med krav om, hvem der ejer integrationen, når kassesystemet opgraderes. Tredje kolonne: estimater og eksperimentelle funktioner, som I gerne vil prøve, men som ikke indgår i kontraktens nøgletal. Den opdeling fjerner de fleste misforståelser, før de koster penge.

Ofte stillede spørgsmål

Hvad kan computer vision måle i en butik? Pålideligt: besøgstal pr. indgang og zone, belægning, opholdstid, bevægelsesmønstre i heatmaps samt estimeret alders- og kønsfordeling. Koblet med kassesystemet giver det konverteringsrate og omsætning pr. besøgende. Alt derudover bør betragtes som estimater eller pilotfunktioner.

Identificerer computer vision i detailhandlen den enkelte kunde? Nej, ikke i løsninger til besøgstal og butiksanalyse. Der anvendes ingen ansigtsgenkendelse og intet persistent id, og demografi leveres som aggregerede estimater. Det bør fremgå eksplicit af kontrakten og af jeres databeskyttelsesvurdering.

Hvor præcise er kundetællere baseret på computer vision? Kræv kontraktligt mindst 96 procent. Korrekt installerede 3D- eller AI-sensorer ligger typisk på 98 til 99 procent, når lysforhold, indretning og kundeadfærd tillader det. Verificer selv med manuel tælling efter installationen.

Hvad er forskellen på en 3D-sensor og et AI-kamera? En 3D-stereosensor bruger to linser til at beregne dybde og højde og er meget stabil over for skygger, lys og tætte grupper. Et AI-kamera bruger et 2D-billede og en trænet model, hvilket giver flere muligheder som demografi, men er mere følsomt over for lysforhold. Mange kæder kombinerer begge via en sensoragnostisk platform.

Hvilke butiksmålinger kræver stadig POS-data? Konverteringsrate, gennemsnitskurv pr. besøgende, omsætning pr. besøg og kampagneeffekt målt i salg. Kameraet leverer nævneren, kassesystemet tælleren, og uden begge dele har du kun trafiktal.

Overvejer I kameraanalyse i butikker og vil have en ærlig gennemgang af, hvilke målinger der kan leveres med dokumenteret nøjagtighed i netop jeres lokaler, og hvilke der kræver POS-integration eller bør udelades fra kontrakten? Kontakt Vemco Group, så gennemgår vi jeres indgange, zoner og datakilder, før I skriver udbuddet.