Visión artificial en retail: las métricas de tienda que puede medir y las que no

La escena se repite en muchas presentaciones comerciales: un proveedor enseña un mapa de calor espectacular, una lista de veinte métricas y una diapositiva que promete "conocer a cada cliente". Tres meses después del despliegue, el director de tienda sigue sin poder responder a la pregunta más sencilla: ¿cuántas personas entraron el sábado entre las 17:00 y las 18:00 y cuántas compraron? La vision artificial retail resuelve una parte muy concreta de ese problema y, cuando se le exige lo que no puede dar, el proyecto acaba archivado. Este artículo separa lo que una cámara con IA mide bien, lo que mide con condiciones y lo que directamente no puede medir sin otros sistemas.

Lo que la vision artificial retail mide con fiabilidad

Hay cuatro grupos de métricas en los que una cámara con IA o un sensor 3D estéreo tienen un historial contrastado y en los que conviene concentrar el presupuesto.

• Afluencia por entrada, zona y hora. Es la métrica base. Un sensor bien instalado sobre cada acceso cuenta entradas y salidas con una precisión que, en contrato, se fija en un mínimo del 96 por ciento, y que en la práctica suele situarse entre el 98 y el 99 por ciento cuando la iluminación, la altura de techo y el comportamiento de los visitantes lo permiten. Nadie serio garantiza un 99 por ciento plano para cualquier tienda.
• Ocupación en tiempo real. Entradas menos salidas, acumulado a lo largo del día. Útil para dimensionar personal en caja y para cumplir aforos. Su fiabilidad depende de que todas las entradas estén cubiertas, incluidas las de empleados y muelle de carga.
• Tiempo de permanencia por zona. Cuánto tiempo pasa el flujo de visitantes en una sección, una isla promocional o una cola. Se mide como agregado de una zona, no como seguimiento de una persona de principio a fin de la visita.
• Mapas de calor. Distribución espacial de la presencia. Sirven para decidir dónde colocar una campaña o detectar pasillos muertos, siempre que se lean junto con el dato de afluencia total para no confundir una zona concurrida con una zona rentable.

Lo que mide, pero con condiciones que debe conocer

La estimación demográfica es el ejemplo típico. Una cámara con IA puede estimar franja de edad y género del flujo de visitantes de forma agregada. Lo que no hace, y no debería prometerle ningún proveedor, es identificar a una persona ni reconocer rostros. El dato útil es "el 60 por ciento del tráfico del jueves por la mañana es femenino de entre 35 y 55 años", no "ha vuelto la clienta de ayer". Si un comercial afirma lo segundo, está vendiendo un producto distinto, con implicaciones legales distintas.

La exclusión de personal es otro caso con matices. Un sensor 3D estéreo o una cámara con IA pueden filtrar a los empleados mediante etiquetas, zonas de exclusión o reglas de trayectoria, pero la calidad del filtrado depende de cómo se defina el flujo en el momento de la instalación. Si los reponedores cruzan la entrada principal treinta veces al día, la conversión se distorsiona hasta que alguien lo corrige en la configuración.

El dato de experiencia que más veces hemos visto confirmarse: en las pruebas piloto, casi todas las desviaciones de conteo por encima del umbral contractual no venían del algoritmo sino de la instalación física. Un sensor montado a treinta centímetros del borde de la puerta, una puerta corredera que abre hacia el campo de visión o un cartel colgante que proyecta sombra a media tarde producen más errores que cualquier limitación del software. Por eso la validación manual de conteo en las dos primeras semanas no es opcional.

Lo que ninguna cámara mide sola: la analítica de tienda con visión artificial necesita el TPV

La tasa de conversión, el ticket medio por visitante y el valor por metro cuadrado de afluencia no salen de la cámara. Salen de cruzar la afluencia con las transacciones del sistema de punto de venta, hora a hora y tienda a tienda. Una plataforma como Vemcount hace precisamente esa integración: toma el conteo de los sensores, importa los datos del TPV y devuelve conversión por franja horaria sin que el equipo de IT tenga que construir la unión en una hoja de cálculo.

Tampoco mide la intención de compra ni la satisfacción. Un tiempo de permanencia largo en la sección de electrodomésticos puede significar interés o puede significar que nadie atiende. La cámara le dice que ocurre; el motivo lo averigua con el dato de personal en planta o con una encuesta.

Sensor 3D, cámara con IA, LiDAR o WiFi: elegir según la zona, no según la moda

Un error de compra frecuente es decidir una única tecnología para toda la cadena. Una entrada estrecha con buena iluminación se cuenta muy bien con un sensor 3D estéreo de un fabricante como Xovis. Una cámara con IA de un partner como Milesight aporta además demografía y mapas de calor en sala de ventas. Un sensor térmico resuelve accesos con contraluz fuerte donde la óptica sufre, y el WiFi sirve para patrones de recurrencia a nivel agregado, nunca para conteo preciso. Lo relevante para el decisor de IT es que la plataforma de análisis sea agnóstica al sensor, de modo que pueda combinar fabricantes por tienda sin duplicar paneles de control ni integraciones con el TPV.

Antes de firmar, pida tres cosas: el umbral de precisión por escrito con el método de verificación, la lista de métricas que requieren integración externa y quién la hace, y la política de datos que confirme que no se almacena ningún identificador persistente de los visitantes.

Preguntas frecuentes

¿Qué puede medir la visión artificial en una tienda? Con fiabilidad: afluencia por entrada, zona y hora, ocupación, tiempo de permanencia y mapas de calor. Con condiciones: estimaciones demográficas agregadas de edad y género. Todo lo relacionado con ventas requiere integrar el TPV.

¿La visión artificial en retail identifica a compradores individuales? No en un sistema de analítica de afluencia bien diseñado. Se trabaja con datos agregados y sin reconocimiento facial ni identificadores persistentes. Si un proveedor lo ofrece, está hablando de otra categoría de producto.

¿Qué precisión tienen los contadores de personas con visión artificial? El estándar contractual es un mínimo del 96 por ciento, y en la mayoría de instalaciones se alcanza entre el 98 y el 99 por ciento. El resultado real depende de la altura de montaje, la iluminación y el tipo de acceso, por lo que debe verificarse con conteo manual en cada tienda.

¿Cuál es la diferencia entre un sensor 3D y una cámara con IA? El sensor 3D estéreo calcula profundidad para contar siluetas con gran precisión en accesos y es menos sensible a sombras. La cámara con IA analiza la imagen y añade demografía y mapas de calor, pero es más dependiente de la iluminación. Muchas cadenas combinan ambos según la zona.

¿Qué métricas de retail siguen necesitando datos del TPV? Tasa de conversión, ventas por visitante, ticket medio por franja de afluencia y productividad del personal por hora. La cámara aporta el denominador; el TPV aporta el numerador.

Si está evaluando cámaras o sensores y quiere saber qué métricas podrá obtener en su tipo de tienda, con qué precisión real y qué integración con el TPV hará falta, hable con el equipo de Vemco en vemcogroup.com/contact-us y plantee su caso concreto antes de comprometer presupuesto.