Каким компаниям «показано» внедрение систем аналитики на основе видеомониторинга, а для каких оно будет бесполезными? Почему ИИ дает хороший результат только в тандеме с обычным сотрудником? Рассказывает Татьяна Куликова, генеральный директор компании «ПС Солюшн» (Gladar) – участник Retail TECH 2023.
Расскажите об истории появления решения Gladar.
Технической базой для Gladar стал программный продукт компании PS Solution, с первым релизом которого рынок познакомился в 2016 году. Последующие семь лет мы совершенствовали решение, исходя из практических задач, с которыми ежедневно сталкиваются розничные сети. Уже на том этапе продукт нашел своего потребителя. В частности, он широко использовался в сетях АЗС и в сетевом общепите. Gladar, выпущенный в свет в начале 2023 года, вобрал себя лучшие наработки, реализованные в первом продукте PS Solution, и стал следующим шагом развития компании.
Какие технологии лежат в основе системы Gladar?
По своей сути Gladar – это комплексная система видеоаналитики. Она сочетает в себе автоматизированные средства мониторинга, нейросети и речевую аналитику при обязательном контроле результатов со стороны человека. Аппаратная часть решения состоит из IP-камер, фиксирующих работу персонала, микрофонов, записывающих речь сотрудников, интернет-канала и «облака» для хранения видео.
Программная часть решения анализирует видеопоток с помощью многокритериальных алгоритмов, выявляет нарушения и передает их операторам для «ручной» верификации. Результаты анализа видеопотока пользователи получают в виде наглядных графиков и дашбордов.
Получается, что Gladar оценивает данные и с помощью искусственного интеллекта, и с помощью человека. Почему разработчики не ограничились исключительно ИИ?
Потому что ИИ не может однозначно идентифицировать все ситуации, которые происходят в розничной точке. Мы же, создавая продукт, стремились к тому, чтобы точность определения нарушений была близка к 100%.
Можете привести пример? Какие ситуации искусственный интеллект может оценить неверно?
К примеру, в одной из сетей сотрудники не предлагали посетителям кофе, что было частью обязательного сценария продаж. ИИ нашел эти эпизоды в видеопотоке и переправил на верификацию сотруднику, который, в свою очередь, не стал маркировать их как нарушение – в тот день в зале была сломана кофемашина и продавцы, не предлагая кофе, действовали в полном соответствии с текущим положением дел. Другой случай: в сети АЗС, использующей наш продукт, сотрудники решили схитрить и разместили рядом с колонкой манекен, одетый в форменную одежду. Сами же отдыхали внутри помещения вопреки принятому в компании регламенту. ИИ не смог распознать эту ситуацию как нарушение – объект, соответствующий по форме и цвету заправщику, находился в нужное время в нужном месте. Однако какое-то отличие от эталона он зафиксировал, маркировал эпизод как «спорный» и переправил на верификацию специалисту, который уже безошибочно зафиксировал нарушение.
Также нельзя забывать, что ИИ нельзя обучить раз и навсегда. Среда и задачи меняются, а добавление в алгоритм работы ИИ новых параметров – процесс дорогой и длительный. Поэтому «физические» операторы становятся подспорьем в ситуациях, когда нейросеть находится на переобучении.
Какие методы сегодня чаще всего применяются в рознице для контроля персонала? И входит ли аналитика на основе видеомониторинга в число популярных инструментов?
По нашим данным, в 80% случаев ритейл прибегает к услугам тайного покупателя. Этот метод задает тон на рынке уже несколько десятилетий и за это время, конечно, стал более технологичным. Теперь свои визиты тайный покупатель может подкреплять записью на диктофон или съемкой на скрытую видеокамеру. Для обработки анкет можно использовать специальное программное обеспечение, что ускоряет подведение итогов проверки и повышает ее точность.
Однако и в таком, более продвинутом виде метод остается несовершенным. Его главная проблема заключается в том, что он рассматривает частные случаи нарушений регламента продаж и не позволяет получать статистически достоверных данных, отличать разовые недочеты от системных нарушений.
Справляются ли с этими задачами системы аналитики на основе видеомониторинга?
Главное преимущество сервисов видеоаналитики перед тайным покупателем – это непрерывность контроля. Постоянный видеомониторинг позволяет собрать и проанализировать большой объем данных и обнаружить системные ошибки в работе точки или конкретного сотрудника, скорректировать их, а потом отследить результат. Автоматизированная система видеоконтроля беспристрастна, ее крайне сложно обмануть.
Есть ли компании, для которых такие решения, как Gladar, не подходят?
Как и любой инструмент, системы видеоаналитики подходят далеко не всем. Первый критерий – размер сети. Внедрение решения становится эффективным, если в ней более десяти точек. Также этот инструмент не подходит для семейного бизнеса, контролировать обслуживание в котором может надежный управляющий. При этом проявляет себя наилучшим образом, если в компании регулярно ротируется персонал. Постоянный замотивированный сотрудник через какое-то время начинает выполнять требования сети и не требует беспрестанного контроля.
Какие цели ставят перед собой компании, внедряющие Gladar?
Первая и главная задача – это повышение качества обслуживания. Большинство компаний подходят к внедрению систем аналитики, уже имея выстроенные процессы контроля качества и проработанные сценарии продаж. Вторая задача, вытекающая из первой, – это рост продаж. Целью внедрения может быть реализация товаров как по всей ассортиментной матрице, так и в категориях сопутствующих или высокомаржинальных товаров.
Есть ли у вас клиенты, которые уже получили положительный результат от использования Gladar и могут оценить его в цифрах?
Безусловно. Кстати, возможность точно «оцифровать» результат внедрения, оценить продажи до и после – одно из преимуществ системы. Так, в сети магазинов чая и кофе «Бергамот и корица» рост продаж в первый месяц использования Gladar позволил окупить все затраты на внедрение. А в последующие несколько месяцев выручка каждого магазина выросла в среднем на 120 тыс. за счет допродажи комплементарных товаров. В результате доход компании увеличился на 20%. Еще один кейс – это сеть АЗС Teboil (Shell). C помощью внедрения нашей системы команде удалось обеспечить на АЗС единые высокие стандарты обслуживания. Это повлекло за собой рост продаж, по некоторым категориям он составил более 40%.
Как прошел для вас Retail TECH 2023?
Мы отметили высокий интерес к нашему выступлению и продукту, смогли не просто презентовать Gladar, но и показать на реальном кейсе те результаты, которые получил бизнес по итогам внедрения. После выступления к нам обратилось несколько компаний с просьбой провести персональную презентацию продукта. Надеемся, что эти встречи перерастут в контракты, и компании, с которыми по познакомились на Retail TECH 2023, сделают свой бизнес более клиентоориентированным и прибыльным благодаря внедрению Gladar.
