资讯 智慧零售
此为临时链接,仅用于文章预览,将在时失效

“征服”一万多家门店,瑞为智慧零售方案是怎样炼成的?

作者:刘伟
2018/07/11 15:24

“征服”一万多家门店,瑞为智慧零售方案是怎样炼成的?

鸿蒙初开,黑暗中探路

作为最早一批涉足人工智能的初创企业,瑞为亲历了人工智能技术从前沿探索到逐步商业化落地的全过程。

早在2012年,瑞为就开始了对人工智能技术的探索,其主要研究方向为人脸识别。瑞为最初的定位是一家安防企业,因为当时除了安防,人脸识别并没有多少合适的落地场景。发展到今天,瑞为已经拥有了安防、零售、家电和车载四条产品线。如果把这四条产品线比喻成一个皇冠,那么零售业务就是这顶皇冠上最璀璨的钻石。

这颗钻石是如何形成的呢?这和瑞为的“出生地”有着密不可分的关系。瑞为总部位于鞋服企业群集的福建厦门。2013年前后,福建几家鞋服企业找到瑞为,希望后者为他们提供一套解决方案,帮助解决消费者的身份识别和行为分析问题。听取这些企业的需求后,瑞为决定试一试。

瑞为联合创始人兼零售业务负责人张国强介绍,当时人工智能商用鸿蒙初开,很多企业都很迷茫,不知道手里的技术能在哪些领域落地应用。所以瑞为早期并没有刻意规划产品线,而是跟着市场需求走,一个项目一个项目推进,从中总结和提炼方向。瑞为以客户需求为中心的企业基因就此埋下了种子。2014年,瑞为坚定方向将零售作为公司发展的主战场,迅速推进在零售领域的AI产品商业化落地。

精益求精,产品不断打磨

从安防到零售,瑞为的核心技术本质上并没有变化,但因场景不同,产品方案已经发生了巨变。

张国强向雷锋网介绍,零售场景有其自身的特点,瑞为内部将之归纳为“三大不可控因素”:

首先,和安防场景相比,零售场景的人脸抓拍不可控。机场安检等安防场景的人脸采集多少带有强制性色彩,可以要求旅客配合做正视摄像头等动作。而零售场景的人脸采集是非配合甚至要求是无感的,这对人脸抓拍提出了巨大挑战。

其次,门店的硬件环境不可控。张国强介绍,瑞为的系统最初被零售商用在一线城市,随后慢慢扩大到二三线城市。一线城市的网络环境通常较好,系统运营非常顺畅,但到了二三线城市,网络环境往往很难支持视频上传的需求。

最后,客户对门店数字化的认知和工作习惯不可控 。智慧零售系统作为新事物,需要一定的学习成本。如何让公司管理层习惯用数据解决部分管理问题,以及如何让店员通过系统多卖货,对于信息化程度不太高的零售行业,也是比较大的挑战。

2014年至今,瑞为所做的就是,围绕这三点不可控因素不断进行产品优化和迭代。

为了在无感式的用户体验下保障人脸抓拍质量和识别率,硬件层面,瑞为对摄像头及其安装策略做了很多优化。

张国强介绍,瑞为方案中的摄像头分为两种,一种安装在店铺入口,对入店客户做数据采集和分析,另一种安置在货架上,分析消费者和产品之间的交互。为了不让消费者有“被冒犯”的感觉,瑞为对货架上的摄像头进行了特殊定制。最初,瑞为设计了一款三角形的摄像头放在货架上,非常小巧,使用效果也很好。但用在3C场景时,消费者很容易误认为这是一款待售的商品。于是瑞为又重新设计了一款更小的摄像头,调整景深和焦距,隐藏在货架后面,甚至和道具商合作,直接将摄像头集成到货架上。

软件层面,瑞为则通过从门店实地采集的大量人脸图像不断训练算法,提高其在零售场景中的准确度和鲁棒性。

针对网络环境不可控,瑞为将算法进行了前置,先在前端进行视频处理,筛选出高质量的人脸图片,再上传至云端进行识别,大幅节省了网络带宽和云端计算资源,同时降低了系统安装的复杂程度。

技术以外,瑞为在交付服务上也做了很多工作,以确保用户能真正发挥系统的价值。比如拍摄小视频告诉用户如何快速正确安装设备,对店员进行培训和后期回访等。

店内店外,全生命周期覆盖

经过几年时间的细细打磨,瑞为形成了覆盖“店前”、“店中”、“收银”各个环节的整套解决方案。

其中,店前环节的“店计”负责客流分析。当消费者走到门店前时,摄像头开始抓拍,分析其是新客、老客还是VIP。

店中的“晓客”用于顾客轨迹追踪,分析顾客的逛店行为,包括消费者动线和逛店热力图等。“晓客”还可以与“店计”形成联动,通过店内商品关注度分析,帮助店铺优化商品配置,提升客户转化率。

此外,晓客还可应用在收银台场景,清晰地记录购买者的客户属性,比如年龄、性别等;对商品的购买人群进行分析,有助于门店后期针对目标客户进行更精准的商品推广等。

张国强介绍,店前、逛店、收银对应着零售行业消费者的生命周期。门前经过的是“游客”,进店后成了“客户”,再进入收银环节就是“用户”。利用这一整套的服务,瑞为可以帮助线下门店更好的了解门店的客流情况和店内销售转化。通过获取和分析用户数据实现从选址到营销的全面赋能,把“游客”最终变成“用户”。

以产品价值为核心,和成本赛跑

但凡对零售业稍有了解的人都知道,零售行业整体毛利率偏低。而且中国的连锁门店以加盟为主,对成本特别敏感。瑞为通过算法前置,将方案的成本下降了60%左右。但整体而言,现阶段视觉方案的成本仍然偏高。

张国强透露,瑞为目前的方案中摄像机使用了自研的FPGA芯片,图像处理能力达到每秒40帧。同时瑞为还在预研ASIC芯片,有望将成本进一步拉低。


另外,以往的方案需要在货架上安装很多摄像头,成本不菲。瑞为今年主推的方案则把摄像头移到了空中,这也有助于削减摄像头的数量和安装成本。

张国强表示,产品普及和成本压缩是一个相辅相成的过程。AISC芯片的应用需要规模作为支撑,但只有让品牌商看到了方案的价值,真正从数据中受益,他们才会大规模采用。随着规模壮大,边际成本自然就降低了。“低成本固然有助于技术的推广,但一开始就过分追求低成本未必是件好事,体现技术本身的价值才是第一位的。

ASIC芯片的成本更低,适用的场景也相对固定。因此,在零售方案中应用ASIC的前提是,必须先找到一个比较通用的场景。

提到零售行业,很多人都会联想到“场景多元化”。张国强表示,零售行业的场景确实很多,但人工智能企业真正能扎下去的场景其实并不多。零售方案商现在谈论场景多元化还为时过早,当务之急是找到一两个能真正落地扎下去的场景。

瑞为的产品目前已经落地了10000多家门店,覆盖了汽车4S店、珠宝店、便利连锁店、服装店等不同的门店场景,每天有数百万数据上传至云端。尽管如此,张国强仍然谦逊地认为,瑞为现在覆盖的场景还不到5%,甚至连1%都不到。

首先,从企业体量上来说,行业TOP 10的客户与第二梯队、第三梯队客户的诉求是不同的,其次,不同行业客户的需求也不尽相同。瑞为还在项目落地中不断学习和提炼场景特征。“现在还很难说是否存在一个通用的零售场景。如果有,那也必须是通过‘履带’式的服务和产品压出来的。什么是履带式?就是一个场景对应一个服务的咬合。对我们来说,进入零售场景的‘深水区’,我们不会侥幸地希望用一个通用方案打穿,只能不断地总结、提炼和前进。也许走着走着,就变成通用场景的解决方案了。”张国强对雷锋网说道。

合纵连横,共建行业生态

从安防到零售,瑞为完成了一次华丽转身。但瞄准零售这片蓝海市场的,并非只有瑞为一家带着安防基因的企业。今年,大华、旷视、商汤等新老安防企业相继推出了零售解决方案,意图分一杯羹。

对此,张国强并不意外。一方面,零售和安防场景的视觉算法原本就具有相通性,技术上的调整并不算难事;另一方面,大华等传统安防企业原本就用安防和巡店产品揽获了许多零售客户,渠道上拥有先天优势。不过这些企业最终能否在零售市场占有一席之地,目前还难以下结论。

“这要看零售市场的觉醒程度和企业的布局速度”,张国强说道。换言之,找准时机非常重要。布局太早,固然难以打开市场,布局太迟,则又落于人后。零售行业存在很强的“先发效应”,如果一家品牌商已经用了A的方案,就很难再说服他用B的方案。如何快速卡位,将是决胜的关键。

其实不止是安防企业,包括专注企业服务的SaaS服务商(比如金蝶精斗云)等上下游企业都对零售市场虎视眈眈。这个市场非常大,大家都有机会,关键是如何互惠共赢一起把生态做大。

零售是一个非常碎片化的市场,很难一家独大,各个玩家都在围绕自己的场景一点点挖掘。过去,零售信息化领域群雄割据,同时存在很多隐形巨头,未来智慧零售市场同样将百花齐放。

以瑞为产品为代表的视觉方案虽然目前看来是最优越的,但也无法彻底满足品牌商的需求。瑞为深知,品牌商并不在乎使用的是哪家的技术,它只关心产品能否尽可能多地解决它的问题。因此,瑞为始终秉持着开放的心态和POS、CRM等厂商合作,进行数据融合打通,为品牌商提供全面的数据赋能。

张国强向雷锋网表示,过去瑞为对自己的定位是视觉数据的采集者。未来,瑞为希望能够围绕整个零售业务,为品牌商提供全线数据支持,包括视觉、语音、POS等数据,覆盖店内、巡演、展会、户外活动全场景。实现由点到线,由线到面的升级跃迁。

长按图片保存图片,分享给好友或朋友圈

“征服”一万多家门店,瑞为智慧零售方案是怎样炼成的?

扫码查看文章

正在生成分享图...

取消
相关文章