ML_video_202102

Marketing Logic
Более четырех лет мы разрабатываем аналитические решения для управления сетью, продажами, маркетингом и рекламой на основе современных технологий и машинного обучения
Наша команда имеет многолетний опыт работы в банковской отрасли и страховании, розничной торговле и в международном консалтинге
ОТРАСЛЕВОЙ ОПЫТ И ЭКСПЕРТИЗА
Мы собрали более 1500 метрик, имеющих пространственную привязку, для 350+ городов России
УНИКАЛЬНАЯ
ВИТРИНА ДАННЫХ
Для наглядной демонстрации результатов работы мы создали ГИС «Атлас» для работы с геоданными в интерактивном режиме, модуль вэб отчетов для Action
ИНСТРУМЕНТЫ ВИЗУАЛИЗАЦИИ
Мы разработали уникальные алгоритмы и технологии для решения различных бизнес задач, строить прогнозные модели и проводить высоконагруженные вычисления
АЛГОРИТМЫ И ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ
СПб: Тепловая карта привлекательности локаций

Решения для розничной сферы
Наши решения позволяют делать предметные рекомендации по конкретным городам, локациям и точкам продаж, позволяя получать быстрый результат
Находим локации, обладающие максимальным потенциалом для развития бизнеса
Определяем аутсайдеров и «гадких утят» (точки с низкими показателями, но в хороших локациях)
Оптимизируем ассортимент с точки зрения максимизации объема продаж, маржи или минимизации остатков на складах
Находим локации с максимальной концентрацией платежеспособного спроса
Выявляем в ваших данных операции с признаками мошенничества, а также злоупотребления скидками и бонусами
Анализируем видеоматериалы в вашей инфраструктуре, узнаем людей, определяем пол и возраст, рисуем маршруты
Сокращение потерь от воровства, бонусных программ и скидок
ЗАЩИТА ВЫРУЧКИ И ПРИБЫЛИ
СИСТЕМА РАСПОЗНАВАНИЯ И АНАЛИЗА ВИДЕОПОТОКОВ

Интеллектуальная платформа видео-аналитики

Система распознавания и анализа видеопотоков
Бизнес переплачивает за привлечение и обслуживание клиентов, поскольку не использует инструменты анализа событий и действий до момента продажи, подписания договора или кассовой операции
Узнавание повторных и лояльных
Группы и сопровождающие
Привязка посетителей и прохожих к программе лояльности
Элементы бизнеса и задачи
Клиенты
Сотрудники
Товары
Точки продаж
Время перемещений и консультаций
Наличие беджа и униформы
Специализированные задачи
Контроль брендов и цен
Присутствие на «золотой» полке
Конверсии на уровне SKU
Подсчет трафика и доли ЦА
Конверсии для каждой зоны
Загрузка персонала
Борьба с мошенничеством
МОДУЛИ СИСТЕМЫ

Общий подход к применению видео аналитики
Система видео аналитики позволяет повысить качество процессов, продажи и уровень клиентского обслуживания, избежать до 20% потерь и расходов
Предпроектное обследование
Подготовка модулей
Пуско-наладочные работы
Настройка баз данных и дэшборда
Настройка моделей: подготовка размеченной выборки и обучение нейросетей
Внедрение моделей в систему
Повышение скорости работы, точности и стабильности аналитических моделей
Формирование списка задач и требований к системе
Обследование текущей инфраструктуры:
Камеры и регистраторы
Каналы связи
Сервера и базы данных
Подготовка витрины данных
Аналитическая обработка полученных выгрузок
Интеграция с пользовательскими каналами:
Web интерфейс
Чат бот
Выгрузки xlsx, pdf
Внутренняя CRM система
RTB, DMP платформы
Размещение в облаке или на серверах клиента
Настройка ETL / потоков данных
Подготовка панелей управления рабочего места аналитика
Обучение ключевых сотрудников

Общая архитектура системы
Система состоит из модулей и позволяет разделять внедрение на этапы, быстро масштабироваться, распределять нагрузку и эффективно решать различные бизнес задачи
Обработка потоков
Потоки задач
Обновление модулей
Доработки системы
Видеоряды
Бизнес-аналитика
Облако или Интранет-портал
3
1
2
4
5
6
7
Внутренняя инфраструктура видеонаблюдения
Внешние сервер обеспечения работы системы и технической поддержки
Сбор, хранение и передача материалов для обработки системой
Обеспечение работы элементов системы и контроль технического качества
Модуль лицензирования
5-6. Сервер приложения включает в себя два модуля:
− (5.) Модуль управления потоками задач, отвечающий за параллелизацию вычислений
− (6.) Модули выполнения различных задач по детекции и распознаванию
Пользовательская часть (front-side) может быть реализована в виде портала, АРМ аналитика, чат бота
КОММЕНТАРИИ
Модули расчета показателей

Примеры использования системы
Оценка и профилирование клиентских потоков:
внутренний и наружный трафик
соц-дем характеристики
трекинг посетителей
узнавание повторных и лояльных клиентов
Глубокий анализ работы сотрудников в точке:
время в зале
время консультаций
связанность с клиентами
внешний вид
Увеличение выявленных и предотвращенных случаев воровства в гипермаркетах в 2 раза
20% уменьшение потерь на складах и расходов на складские операции
РОЗНИЦА
Эффективность рекламы:
доля ЦА в потоке и в посетителях
различия и изменения состава потока
зрительный контакт
Качество обслуживания:
длина очереди
количество и профиль ушедших и потерянных посетителей
изменение эмоций
правильность ценников
Сплошной контроль презентации товара, сравнение с требованиями и выявление мошенников
Оптимизация маркетинга и снижение стоимости привлечения на 20%:
фокусировка на локациях и носителях с высокой долей ЦА
расчет оптимальной длительности для каждой активности
сопоставление зрителей рекламы с посетителями и покупателями
Работа конвейеров
контроль размещения товара на ленте
целостность упаковки
качество работы элементов конвейера
Равномерность и непрерывность процессов
нагрев и охлаждение листов стали
наполнение лотков
потеря деталей при захвате и перемещении механизмами
Техническое обслуживание и ремонт
чрезмерные теплопотери
перегрев деталей и элементов
Подсчет и инвентаризация складских запасов, контроль изменений в материалах
Перемещение техники и людей
Контроль действий сотрудников:
униформа и каски
мытье рук
воровство
ПРОМЫШЛЕННОСТЬ
МАРКЕТИНГ

Управление сотрудниками и сетью продаж
Система анализирует всех посетителей, перемещения и действия сотрудников, считает KPI сотрудников в постоянном автоматическом режиме для каждой точки продаж, что значительно повышает эффективность работы всей сети
600 отделений и 3 000 сотрудников фронта продают банковские продукты посетителям и обслуживают
Механизмы замеров загрузки и качества работы персонала происходят выборочно и основаны на искусственных показателях
Настройка и внедрение прогнозных моделей – нейронных сетей для распознавания и узнавания людей
Сбор данных в единую БД Postgres и реализация правил обработки данных на уровне БД
Формулировка и реализация бизнес задач в рамках расширения применения системы
Пример выполненного проекта

Видео аналитика для сети АЗС
Одна из крупнейших сетей АЗС выбрала систему Action по причинам «неприхотливости» и высокой эффективности системы в работе с текущей инфраструктурой видеонаблюдения
Для развития программы лояльности, клиентской аналитики и обогащения клиентских данных внутренними и внешними* источниками, решено распознавать номера и тип авто
Экономическая целесообразность проекта возможна без доп. инвестиций в оборудование
Настройка моделей – нейронных сетей для распознавания номеров и типов авто
Сбор данных он-лайн в единую БД Postgres
Масштабирование на всю сеть АЗС (1 500+)
Пример выполненного проекта
* Источники:
Штрафы ГИБДД https://Штрафы ГИБДД https://гибдд.рфШтрафы ГИБДД https://гибдд.рф/check/fines/
Сервисы комплексной проверки https://avtoraport.ru/
Видео демонстрации системы: https://www.dropbox.com/s/l72mfojyxi6ez65/Action%20demo%20gasstation.mp4?dl=0

Управление наружной и внутренней рекламой
Обработка видео- данных и реализация аналитических механизмов таргетирования позволяют перейти к RTB модели в оффлайне
Систему видео-аналитики решено использовать для замеров показателей каждого рекламного носителя
Проведено исследование по улучшению и дополнению элементов рекламной инфраструктуры для высокой точности показателей
Распознавание лиц и силуэтов
Запись перемещений, остановок и зрительного контакта
Передача из камеры в камеру
Определение профиля человека 15 основным параметрам
Пример рабочего проекта

Контроль выкладки товара и присутствия конкурентов
Система сбора и обработки фото материалов позволила снизить стоимость и реализовать сплошной контроль присутствия продукции и промо-материалов в магазинах по установленным требованиям
FMCG производителям необходимо контролировать присутствие собственной продукции на полках магазинов
Кроме присутствия продукции по стандартам, необходимо контролировать размещение маркетинговых материалов и присутствие конкурентов
Разработка системы контроля размещения продукции по фото от торговых представителей
Доработка мобильного приложения для повышения качества фото
Распознавание брендов и ценников
Пример рабочего проекта

НАША РОЛЬ
Автоматическая обработка сканированных документов
Система Action позволяет существенно ускорить обработку и проверку документов и снизить расходы на ручную обработку от 30% до 95% при высокой эффективности обнаружения ошибок
Обработка сканированных документов занимает от 10 до 1000 FTE
Формы документов, правила и задачи проверок стандартны (паспорт, анкета, договор)
Нормативный срок проверки 1го пакета документации – 3 дня
Настройка моделей для распознавания ручных отметок, рукописного и печатного текста, поиск ошибок
Сбор распознанных данных в базу данных
Разработка интерфейса операторов системы (админ, ручной разбор, настройка шаблонов и разметка)
Видео демонстрации системы: https://www.dropbox.com/s/yx4ev3wjpmby0tz/forms_rec.avi?dl=0
Пример выполненного проекта

Форматы и сроки реализации платформы

Форматы реализации платформы
Возможно проведение пилотного исследования перед реализацией проекта
Ключевые характеристики
Система настраивается на выделенных серверах ML. Заказчик ежеквартально оплачивает подписку на сервис.
Поддержка и обновление системы и модулей производится в постоянном режиме.
Обычно, в данном формате решаются одна или несколько задач, или какая-либо одноразовая потребность Заказчика.
Плюсы
Низкие инвестиционные риски
Низкая стоимость проекта
Быстрые результаты
Минусы
Трудности в интеграции с внутренними системами
Ключевые характеристики
Заказчик принимает решение о начале внедрения
Исполнитель предоставляет для проекта команду инженеров, дата-аналитиков и специалистов по распределенным вычислениям
В рамках проекта исполнитель осуществляет разработку алгоритмов, обучение моделей, настройку вычислительного кластера
Исполнитель также может выполнить необходимые интеграции
Плюсы
Контроль разработки и функционирования платформы
Интеграция с внутренними системами
Минусы
Стоимость проекта выше Облачного решения
Расходы Заказчика на серверные мощности и тех поддержку 1-го уровня
Ключевые характеристики
В рамках пилота исследуется:
Качество и стабильность прогнозных моделей
Соответствие мощностей и характеристик оборудования и инфраструктуры поставленным бизнес задачам
Улучшение системы в части производительности, точности, расширения применения
На основании пилота Заказчик принимает решение о запуске основного проекта
Плюсы
Низкие инвестиционные риски
Низкая стоимость проекта
Быстрые результаты
Минусы
Исполнитель получает вознаграждение вне зависимости от результатов пилота