Pequeno Varejista
“Uma funcionalidade integrada que filtra automaticamente as movimentações de funcionários da contagem de visitantes”
Utilizando inteligência visual avançada, o sistema compreende o comportamento típico dos funcionários — como ficar atrás do balcão, atender clientes ou repor mercadorias nas prateleiras — e exclui automaticamente esses movimentos da contagem de visitantes. Não há necessidade de hardware adicional, crachás para usar ou configurações manuais para atualizar. Ele simplesmente funciona silenciosamente em segundo plano para manter seus dados precisos.
O sistema é construído em torno de quatro princípios de design:
Por que os métodos anteriores não funcionaram?
Antes do reconhecimento baseado em IA, a indústria experimentou diversas técnicas diferentes. Cada uma delas apresentava limitações práticas:
|
Método anterior |
Por que isso não funcionou na vida real |
|
Botão da equipe |
Depende da equipe se lembrar de pressioná-lo; inconsistente e pouco confiável. |
|
Linha de exclusão de pessoal |
Só funciona se os funcionários sempre seguirem um caminho específico; é fácil contorná-lo sem querer. |
|
Distintivo/etiqueta impressa no peito |
Requer uso constante; obstrução fácil; visibilidade depende do ângulo da câmera. |
|
Faixas refletoras nos ombros |
Funciona apenas sob condições ideais de iluminação e ângulos de câmera; não é adequado para uniformes variados. |
|
Beacons Bluetooth |
Requer bateria, emparelhamento e manutenção; sinal frequentemente instável; não é universalmente aceito. |
Nosso Método.
O sistema utiliza pistas visuais e padrões de movimento para reconhecer automaticamente os funcionários.
Os exemplos incluem:
- Cores ou formatos uniformes distintos (se disponíveis)
- Ficar atrás de balcões ou operar em áreas restritas a funcionários.
- Atender clientes por períodos prolongados.
- Trajetórias de movimento repetidas dentro da loja
Isso não exige que os funcionários usem ou pressionem nada. Funciona inteiramente em segundo plano.
Espaço de trabalho de validação
Existe um espaço de trabalho integrado que permite:
- Analise as miniaturas dos funcionários e não funcionários detectados.
- Confirme ou corrija o entendimento do sistema.
- Treine o ambiente uma vez e deixe-o se adaptar com o tempo.
O sistema se aprimora em poucos minutos usando essas informações. Isso garante que os resultados permaneçam precisos mesmo com mudanças no comportamento da equipe.
Mapa de risco
O sistema cria automaticamente um mapa de risco, mostrando:
- Onde os funcionários costumam caminhar
- Para onde os clientes normalmente se deslocam
- Onde ainda existem incertezas
Isso ajuda você a entender como o sistema toma decisões e onde podem ser necessários ajustes.
O que você pode esperar
- Nenhum hardware extra
- Sem crachás ou etiquetas
- Não é necessário treinamento para a equipe.
- Funciona com câmeras existentes.
- Melhora a precisão ao longo do tempo.
- Adequado para a maioria dos ambientes de varejo
Entradas pequenas ou com restrições severas podem exigir cobertura adicional de câmeras para melhores resultados.
Estudo de caso
Luxury Boutique
Joalheria
Loja de eletrônicos
Varejista de cosméticos
Loja de Móveis e Artigos para o Lar
Luxury Boutique
Estudo de caso 1
Boutique de luxo – Sem uniforme, sem problemas
Antes
Uma boutique de moda de luxo não tinha uniformes para os funcionários, o que tornava impossível distinguir funcionários de clientes. Os funcionários frequentemente circulavam pela loja atendendo clientes VIP, e seus movimentos inflavam significativamente o número de clientes.
Depois de
Com a Pro2 (2026) cobrindo a entrada e as câmeras internas mapeando os padrões de movimento, o sistema aprendeu o comportamento dos funcionários em minutos, quem costuma ficar nos provadores, quem permanece atrás do balcão e quem acompanha os clientes por longos períodos.
Resultado
A boutique finalmente conseguiu aumentar o número de clientes sem alterar o código de vestimenta dos funcionários.
Resumo do site
Ideal para boutiques de luxo sem uniforme — o sistema reconhece os funcionários pelo comportamento, não pelas roupas.
Joalheria
Estudo de caso 2
Loja de joias do Oriente Médio – Roupas semelhantes para todos
Antes
Em uma joalheria do Oriente Médio, tanto funcionários quanto clientes frequentemente usavam roupas semelhantes, pretas ou brancas. Os métodos tradicionais baseados em cores eram ineficazes, e a etiquetagem manual não era prática.
Depois de
A IA utilizou trajetórias de deslocamento e zonas de permanência, especialmente atrás dos balcões de atendimento e vitrines, para distinguir funcionários de clientes. Mapas de calor mostraram zonas exclusivas para funcionários, tornando as exclusões precisas mesmo quando as vestimentas pareciam idênticas.
Resultado
A loja obteve dados de tráfego confiáveis pela primeira vez sem nenhuma alteração operacional.
Resumo do site
Funciona mesmo quando funcionários e clientes se vestem de forma semelhante; o comportamento e o posicionamento proporcionam a clareza.
Loja de eletrônicos
Estudo de caso 3
Loja de eletrônicos de rua – Ampla área de vendas, movimento constante
Antes
A loja enfrentava dificuldades porque os funcionários se deslocavam constantemente pela loja para atender os clientes, fazendo com que parecessem novos visitantes cada vez que passavam por uma câmera de entrada.
Depois de
Graças à ampla cobertura da Pro2 (2026) e às múltiplas câmeras internas, o sistema rastreou padrões de movimento em todo o piso da loja. Funcionários que patrulhavam zonas ou cruzavam repetidamente os mesmos corredores eram automaticamente identificados e excluídos.
Resultado
A precisão do fluxo de clientes melhorou instantaneamente e a loja finalmente passou a ter taxas de conversão confiáveis.
Resumo do site
Ideal para lojas movimentadas onde os funcionários estão sempre em movimento — padrões de comportamento consistentes facilitam a exclusão de funcionários.
Varejista de cosméticos
Estudo de caso 4
Loja de cosméticos premium – Loja pequena, alto engajamento da equipe
Antes
Os funcionários frequentemente ficavam do lado de fora da loja para receber os clientes que entravam ou demonstrar os produtos. Como os funcionários ficavam dentro do campo de visão da câmera, as contagens foram bastante infladas.
Depois de
Com as câmeras de entrada e internas contribuindo para o mapa de risco, o sistema identificou esses pontos de permanência recorrentes como "zonas de funcionários". Os funcionários foram excluídos automaticamente, mesmo quando estavam em posições de atendimento ao cliente.
Resultado
O varejista finalmente pôde comparar o fluxo real de clientes que entram na loja com as vendas e o desempenho das campanhas.
Resumo do site
Ideal para lojas de beleza e cosméticos onde os funcionários interagem com os clientes em áreas de destaque.
Loja de Móveis e Artigos para o Lar
Estudo de caso 5
Loja de Móveis e Artigos para o Lar – Contratados Externos e Funções Mistas
Antes
A loja frequentemente tinha terceirizados de reposição de estoque, decoradores de interiores e funcionários temporários entrando e saindo do salão de vendas. Isso dificultava a manutenção de um número consistente de visitantes, pois o sistema não conseguia distinguir quem era funcionário e quem não era.
Depois de
O mecanismo de exclusão de funcionários gerou um mapa de risco que mostrava a alta frequência de movimentação de funcionários e o comportamento de reposição de estoque nas prateleiras. Até mesmo novos contratados foram identificados por seus padrões de permanência e presença repetida em áreas restritas a funcionários.
Resultado
A loja obteve dados de tráfego estáveis sem a necessidade de crachás ou marcação manual para os prestadores de serviços.
Resumo do site
Confiável para lojas com equipes mistas e terceirizadas — o comportamento repetido revela quem são os funcionários.
Perguntas
Saiba Mais