Computer vision i detaljhandeln: butiksmätvärden som kan mätas – och de som inte kan

En butikschef i Göteborg visade nyligen upp en leverantörspresentation där kamerorna lovade att mäta "kundnöjdhet", "köpintention" och "lojalitet". Ingen av de tre sakerna kan en kamera se. Det den faktiskt kan se är hur många som gick in, var de stannade, hur länge, och ungefär vilken åldersgrupp de tillhör. Skillnaden mellan de två listorna är hela diskussionen om computer vision i detaljhandeln, och den som fattar budgetbeslut bör ha den klar för sig innan upphandlingen börjar.

Den här texten går igenom vad tekniken mäter bra, vad den mäter dåligt och vad den inte mäter alls, oavsett vad säljaren säger.

Fyra mätvärden som computer vision i detaljhandeln mäter med hög tillförlitlighet

Besöksflöde per entré, zon och timme. Det här är grunden. En 3D-stereosensor eller AI-kamera över entrén räknar personer som passerar en virtuell linje, i båda riktningarna. Med flera sensorer får du flödet in till enskilda avdelningar, inte bara genom ytterdörren. Timupplösning är standard; de flesta plattformar erbjuder 15-minutersintervall, vilket är det som faktiskt behövs för bemanningsplanering.

Beläggning i realtid. Antal inne minus antal ute, ackumulerat från öppning. Fungerar bra så länge alla in- och utgångar är täckta, inklusive personalingångar och lastkajer som kunder ibland går igenom. En enda otäckt dörr gör beläggningssiffran meningslös inom några timmar, eftersom felet aldrig nollställs.

Uppehållstid i zon. Hur länge en person befinner sig inom ett definierat område, exempelvis framför ett kampanjbord. Mäts som genomsnitt och fördelning, inte per individ. Det räcker för att svara på om en ny exponering stoppar folk eller inte.

Värmekartor. Aggregerad positionsdata över en dag eller vecka som visar var i butiken rörelsen koncentreras. Mest värdefullt när du jämför före och efter en ommöblering, mindre värdefullt som ensam ögonblicksbild.

Mätvärden som fungerar, men bara i kombination med andra system

Konvertering är det mätvärde flest frågar efter och det som kameror aldrig kan leverera på egen hand. Kameran vet hur många som kom in. Kassasystemet vet hur många kvitton som slogs. Först när plattformen hämtar transaktioner från POS per timme och ställer dem mot besök per timme får du en konverteringsgrad. Samma sak gäller snittköp per besökare och försäljning per kvadratmeter satt i relation till trafik.

Det här är inte en teknisk detalj utan ett IT-beslut. Innan du köper sensorer bör någon ha bekräftat att ert POS-system kan exportera transaktionsantal per butik och tidsintervall via API eller fil. Vemcount är byggt för att ta emot den typen av data och är sensoragnostiskt, vilket betyder att räkningen kan komma från 3D-stereo, AI-kamera, LiDAR, termisk sensor eller WiFi från partner som Xovis och Milesight, medan POS-kopplingen sköts i plattformen. Men POS-exporten måste finnas.

Personalplanering mot trafik hör också hit. Kamerorna ger efterfrågan, schemasystemet ger kapacitet. Värdet uppstår i jämförelsen, inte i någon av källorna ensam.

Demografi: användbart, men med tydliga gränser

AI-kameror kan uppskatta ålderskategori och kön på aggregerad nivå. Ordet uppskatta är viktigt. Resultatet är en fördelning, exempelvis att 60 procent av besökarna en lördagsförmiddag bedöms vara kvinnor i intervallet 30 till 50 år. Det är ingen identifiering. Ingen bild sparas kopplad till en person, ingen beständig identifierare skapas, och ansiktsigenkänning ingår inte. Den som lovar att "känna igen återkommande kunder" via kamera säljer något annat, med helt andra juridiska konsekvenser enligt GDPR.

Praktiskt sett är demografin bäst för att validera sortiments- och marknadsföringsbeslut över tid, inte för att styra enskilda interaktioner i butik.

Det kameror inte kan mäta

• Avsikt och tillfredsställelse. En person som står fyra minuter framför en hylla kan vara intresserad, förvirrad eller vänta på en kompis. Kameran ser fyra minuter, inget mer.
• Vem som kom tillbaka. Utan beständig identifierare finns ingen återbesöksfrekvens. Den siffran kommer från lojalitetsprogram eller betalkortsdata, inte från videoanalys i butik.
• Vad som plockades upp och lades tillbaka. Vissa hyllsensorer kan göra det, men det är en annan produktkategori än kundräkning med kamera.
• Exakt grupp- kontra individbesök. Två personer som går in tillsammans räknas som två. Om ni vill räkna "köpenheter" behöver det hanteras i analysen, inte förväntas av sensorn.

Noggrannhet: vad siffran faktiskt betyder

Ett seriöst avtal anger en kontraktuell miniminivå, hos Vemco 96 procent, och i praktiken ligger räkningen typiskt på 98 till 99 procent när belysning, butikslayout och besökarbeteende tillåter det. Notera villkoret. En entré med direkt motljus från stora glaspartier, en snäv passage där folk går tätt, eller kundvagnar och barnvagnar som skymmer, drar ned resultatet. Därför ska noggrannheten verifieras på plats med manuell räkning under minst ett par timmar vid olika tidpunkter, inte accepteras från ett datablad.

En sak som erfarna installatörer vet men som sällan står i offerten: den vanligaste orsaken till dålig data är inte sensorn utan att ingen justerade räknelinjen efter att butiken flyttade en entrématta, satte upp en display eller bytte dörrautomatik. Lägg in en kvartalsvis kontroll av räknelinjer i driftrutinen från dag ett. Det kostar en timme och sparar månader av felaktiga rapporter.

Att välja sensor utifrån mätvärdet, inte tvärtom

Behöver ni bara entréräkning och beläggning räcker ofta 3D-stereo, som är okänslig för ljus och inte producerar bilder som kan uppfattas som personuppgifter. Vill ni ha demografi och värmekartor över större ytor behövs AI-kamera. Har ni höga tak eller stora öppna ytor, som i ett köpcentrum, kan LiDAR vara mer kostnadseffektivt per kvadratmeter. Poängen med en sensoragnostisk plattform är att ni kan blanda, och byta, utan att historiken går förlorad.

Börja alltså med listan över beslut ni vill kunna fatta, översätt dem till mätvärden, och först därefter till hårdvara. Det omvända, att köpa kameror och sedan leta efter användning, är den vanligaste orsaken till att butiksanalys med computer vision slutar som en dashboard ingen tittar på.

Vanliga frågor

Vad kan computer vision mäta i en butik? Besöksantal per entré, zon och tidsintervall, beläggning i realtid, uppehållstid per zon, värmekartor över rörelse samt aggregerade uppskattningar av ålder och kön. Allt detta mäts på gruppnivå, inte per individ.

Identifierar computer vision i detaljhandeln enskilda kunder? Nej, inte i en lösning för butiksanalys. Ingen ansiktsigenkänning används och ingen beständig identifierare skapas. Demografi levereras som fördelningar, inte som profiler kopplade till personer.

Hur noggranna är kameror för kundräkning? Kontraktuellt bör ni kräva minst 96 procent, och väl installerade system når typiskt 98 till 99 procent när ljus, layout och besökarbeteende tillåter. Verifiera alltid med manuell räkning på plats.

Vad är skillnaden mellan en 3D-sensor och en AI-kamera? En 3D-stereosensor mäter djup och räknar former utan att producera igenkännbara bilder, vilket gör den okänslig för ljusförhållanden och enkel ur integritetssynpunkt. En AI-kamera analyserar vanlig video och kan därför även ge demografi och värmekartor över större ytor.

Vilka butiksmätvärden kräver fortfarande POS-data? Konverteringsgrad, snittköp per besökare och försäljning per besök. Kameran ger nämnaren, kassasystemet täljaren, och båda måste matchas per butik och tidsintervall.

Har ni en lista över mätvärden ni vill kunna följa och vill veta vilka sensorer och datakopplingar som faktiskt krävs för varje punkt? Kontakta Vemco Group så går vi igenom er butiksmiljö, ert POS-system och vad som realistiskt går att mäta, innan ni köper en enda kamera.