Знать в лицо. Как face recognition помогает увеличить продажи и обезвредить преступника

В современном мире лицо – это не только визитная карточка с персональными характеристиками, отличающими каждого из нас от других, но и источник уникальной, поистине бесценной для бизнеса информации

ФОТО: © Depositphotos.com/zephyr18

Не случайно, уверен основатель специализирующейся на предоставлении услуг по автоматизации бизнеса SNRG 40-летний Александр Пономарев, сегодня трудно найти IT-компанию, которая не занималась бы разработками в сфере технологии распознавания лиц – face recognition.

«Если рассматривать человека как часть Big Data, то чем больше данных о потребителе мы соберем, тем более четкий портрет получим, а значит, сможем сделать более правильное для него предложение», – поясняет собеседник.

Сам Пономарев начал заниматься автоматизацией ретейла в 2005 году, вскоре после того, как по окончании Санкт-Петербургского политехнического университета вернулся в родной Алматы. В то время здесь только создавались первые торговые сети, а работа Александра и его коллег сводилась главным образом к установке контрольно-кассового оборудования. На некоторое время Пономарев переключился на автоматизацию промышленных компаний, в частности горнорудных предприятий, но в 2009-м вернулся в сферу розничной торговли. После кризиса 2008 года тема автоматизации ретейла была, что называется, на слуху.

«Параллельно мы развивали бизнес по складской инвентаризации для международного нон-фуд-ретейла, нашими партнерами были практически все крупные сети торговли одеждой. Но в какой-то момент стало понятно, что бизнес уперся в потолок, возможностей для роста не было, да и технологии стали меняться. Тогда я ушел из компании, в которой работал, и пять лет назад открыл собственный бизнес», – рассказывает Пономарев.

В название компании – SNRG, или синергия, вложил стремление совместить несовместимые направления, сосредоточив их вокруг технологии face recognition.

Новая нефть

Основной принцип, которого придерживался основатель, – минимальные инвестиции на старте и возможность окупить затраты спустя полгода после запуска. Поскольку изначально было принято решение не изобретать велосипед, а использовать имеющиеся на рынке наработки китайских, украинских и российских компаний, основные затраты были связаны с инвестициями в знания своих сотрудников – инженеров и продавцов, а также в организацию совместной работы с партнерами. Сегодня в штате SNRG в Казахстане 10 сотрудников, и этого, по словам Пономарева, вполне достаточно, чтобы полностью решить все вопросы.

Создание компании пришлось на то время, когда в Казахстане технология face recognition была на пике популярности и бизнес активно тестировал все связанное с ее использованием.

«Тогда много говорили о том, что человеческие ресурсы – это вторая нефть, и не обязательно добывать полезные ископаемые, если можно заработать на людях. А лицо – уникальный идентификатор любого человека. Некоторые параметры могут меняться с возрастом, но основные остаются неизменными, не важно, видите ли вы детскую фотографию или лицо взрослого человека десятилетия спустя», – объясняет предприниматель.

Первых клиентов находили через знакомых, посредством банальных «холодных» звонков; непоследнюю роль сыграл и имеющийся за плечами Пономарева 15-летний опыт работы в сфере автоматизации. В работе с клиентами SNRG применяет два подхода. Первый – сделать заказ под ключ и оставить за собой сервисную часть. Вторая модель, к реализации которой компания приступила в конце прошлого года, предполагает своего рода шеринг: SNRG заходит в проект почти бесплатно, получая деньги за фактически затраченное время и за услуги по настройке, определяет цель, которой хочет достичь клиент, и, если реальность превосходит ожидания, получает долю прибыли. Пока казахстанские клиенты, признается собеседник, предпочитают получать готовый проект и не очень охотно прибегают ко второй модели сотрудничества.

Основные задачи, которые решает SNRG, связаны с применением face recognition в сфере безопасности, контроля доступа и в формировании портрета клиента. Для тех же систем контроля доступа на предприятие лицо – идентификатор куда более надежный, чем отпечатки пальцев, объясняет Пономарев: внесение в базу данных отпечатков всех десяти пальцев каждого сотрудника требует времени, поэтому обычно заносят два, а это означает возможность перехитрить такую систему идентификации, в то время как высокий уровень совпадения при использовании face recognition гарантирует, что на территорию предприятия не попадет посторонний человек или вместо одного сотрудника не зайдет другой.

Недавно, рассказывает Пономарев, SNRG реализовала проект по автоматизации контроля доступа на крупном заводе, обеспечив совпадение на уровне 87% – это очень высокий показатель. Наряду с идентификацией личности система проверяет наличие алкогольного опьянения и температуру – последний фактор особенно важен в условиях пандемии. Еще одна задача, с которой системы face recognition успешно справляются на промышленных предприятиях, – учет и идентификация сотрудников, вышедших на работу и возвращающихся со смены; эта функция позволяет исключить риск того, что в производственном помещении случайно останется работник, пострадавший от несчастного случая или которому стало плохо.

«Если чисто математически проанализировать все установленные нашей компанией системы учета рабочего времени, то можно увидеть, что после внедрения решений на базе face recognition на производстве повышается дисциплина – сотрудники вовремя приходят на работу и уходят домой», – утверждает основатель SNRG.

Волшебная кнопка

Основная задача, которую ставят перед собой ретейлеры, – получить своего рода волшебную кнопку, которая, сработав, когда в магазин зайдет потенциально выгодный покупатель, поможет клиентам SNRG увеличить продажи. Данные, которые компания может предоставить ретейлерам, способны рассказать о человеке почти все, заверяет Пономарев. Система face recognition распознает не только пол, возраст, национальность, но и показывает, в каком настроении покупатель пришел в торговый центр, в какую одежду одет, позволяет определить уровень достатка, узнать, является ли посетитель постоянным клиентом, а если да, то какие покупки делал недавно и что ему можно предложить на этот раз.

Александр Пономарев
ФОТО: © Андрей Лунин
Александр Пономарев

Применение технологии face recognition в сфере розничной торговли помогает определить так называемые горячие зоны торгового зала, места с наиболее высокой проходимостью и разместить товары на пути самого интенсивного трафика, чтобы они привлекли внимание покупателя.

«Сегодня благодаря социальным сетям не составляет труда получить информацию практически о каждом человеке, но выжать из этих данных максимум можно только в том случае, если маркетологи наших клиентов-ретейлеров понимают, как с ними работать. Собрать данные – лишь часть дела; вторая часть – обработать их, а третья – сделать так, чтобы они приносили прибыль. Это серьезная работа, требующая специальных знаний», – отмечает Пономарев.

По словам собеседника, большое значение имеет то обстоятельство, что сведения, которые удалось намайнить с помощью face recognition за год, будут актуальны и в перспективе десятков лет: даже если у торговой точки появятся сотни новых покупателей, данные об имеющихся не устареют по мере того, как люди будут становиться старше. Периодически возникают вопросы безопасности и сохранности информации, но надо понимать, объясняет Пономарев, что в базе хранятся не фотографии, а уникальный цифровой код, который позволяет идентифицировать личность, но его нельзя трансформировать в изображение.

Казахстанские маркетологи пока не очень хорошо знают, как работать с информацией, полученной при помощи технологий. На рынке Украины, куда SNRG вышла в начале 2020 года, обработка данных, которые помогают сделать продажи более эффективными, развита лучше, да и объем рынка розничной торговли несравним, говорит Пономарев. Если в Казахстане сотня магазинов в масштабах республики – потолок для торговой сети, то в каждой области Украины даже местные сети ведут счет на несколько сотен.

«Казахстанский рынок ограничен не только по количеству объектов, но и с точки зрения наличия знаний о том, как можно решить ту или иную задачу. Мы можем предоставить бизнесу инструменты, которые позволят майнить информацию о потребителях, но превратить эти данные в деньги – уже задача маркетологов», – поясняет собеседник.

В Казахстане многое зависит от региона: уровень сервиса в магазинах одной и той же сети в Алматы и Нур-Султане обычно заметно выше, чем в провинции. Потребитель не всегда охотно идет на контакт с консультантом. Некоторых тяготит и даже отпугивает дежурный вопрос «Чем я могу вам помочь?», но, уверен Пономарев, полное отсутствие внимания со стороны продавца неприятно даже законченному интроверту.

Внимание к посетителю – фактор, который может сработать на повышение уровня безопасности. Пристальный интерес к своей персоне не по душе криминальным элементам. Именно на этом был построен реализованный SNRG совместно с одним из мобильных операторов пилотный проект по опознанию преступников, ворующих сотовые телефоны. С помощью face recognition была создана система, позволяющая отследить благонадежность посетителей и создать базу данных отпечатков лиц людей, которые нарушили правила посещения объекта. Запретить подозрительному человеку приходить в магазин нельзя, но можно сделать так, чтобы на протяжении всего пребывания он находился под пристальным вниманием охраны, передать его данные коллегам из других городов.

Несмотря на то что пока казахстанские маркетологи не очень преуспели в использовании цифровых данных о потребителе, полученных посредством face recognition, будущее самой технологии видится Пономареву перспективным – инновации в Казахстане приживаются довольно быстро. Уже сегодня применение face recognition позволяет получить кредит через смартфон. Оплата «лицом» проезда в транспорте – тоже дело не столь отдаленного будущего. В скандинавских странах face recognition успешно используют для отслеживания популяции животных и рыб. Так что технология будет развиваться, а сферы ее применения – расширяться. Еще два года назад не было необходимости распознавать наличие медицинской маски или осуществлять идентификацию по верхней части лица. Более совершенной становится техника. На рынке появляются камеры с предустановленным face recognition.

«Появилось много дополнительных решений, которые можно использовать на любом объекте, технологии стали значительно дешевле. Если несколько лет назад стоимость автоматизации одного магазина доходила до нескольких миллионов долларов, то сейчас бюджет проекта не превысит $100 тыс., и это с учетом десятков камер, серверов, бизнес-процессов. Единственная вещь, которая не становится дешевле, – это знания маркетологов, которые должны превратить полученную информацию в реальные деньги», – резюмирует Пономарев.

 

: Если вы обнаружили ошибку или опечатку, выделите фрагмент текста с ошибкой и нажмите CTRL+Enter
5871 просмотров
Поделиться этой публикацией в соцсетях:
Об авторе:
Загрузка...
28 октября родились
Именинников сегодня нет
Самые Интересные

Орфографическая ошибка в тексте:

Отмена Отправить