No domínio dos insights baseados em dados, a FootfallCam coleta consistentemente feedback do mercado, lançando luz sobre áreas críticas de melhoria para melhorias incrementais do produto.
Desafios: Relocação de dispositivos sem atualizações de configuração, ajustes de posição do contador, obstruções aéreas, perturbações sonoras durante períodos operacionais e não operacionais e fatores ambientais desafiadores.
Reconhecendo a importância da Aprendizagem Ambiental Inteligente alimentada pela IA, abordamos estas questões para melhorar a precisão e o desempenho.
1.1 Detecção automática de horas de operação
Com base nas condições detectadas abaixo, cada dispositivo aprende com tendências históricas usando Machine Learning (Random Forest); pode determinar com precisão o horário exato de abertura e fechamento (resolução de minutos) de cada dia
(i) Padrão de tráfego
(ii) Condições de iluminação
(iii) Status da porta do obturador (se houver)
1.1.1 Ligar/desligar a iluminação da loja
Detecção de alterações na iluminação do ambiente
1.1.2 Abertura/fechamento da porta do obturador
Alerta automático se a entrada for detectada tão próxima
1.2 Alerta de bloqueio aéreo
Usando imagens 3D, se houver uma decoração suspensa que possa ter bloqueado os caminhos de caminhada, um alerta será enviado para obter mais assistência.
1.2.1 Detecções de bloqueio aéreo
Decoração(ões) festiva(s) bloqueando parcialmente a exibição ao vivo do balcão
1.3 Alerta de alterações no caminho de caminhada
Quando objetos “adicionais” fossem detectados nas trilhas E um padrão de tráfego anormal fosse detectado, o dispositivo enviaria um alerta para assistência adicional.
1.3.1 Mudança de Móveis de Loja
(i) Mudança de exibição do produto
(ii) Adicionar/Remover móveis na frente da loja
1.4 Exclusão de Pessoal e Guarda
Contando o número de clientes, não de funcionários. Isto é particularmente importante para lojas de luxo onde o tráfego é baixo.
1.4.1 5x Métodos de Exclusão de Pessoal
(i) Exclusão de linha/zona de contagem
(ii) Exclusão do tempo de permanência
(iii) Botão de exclusão de parede
(iv) Etiqueta da equipe de IA
(v) Etiqueta de tecido discreta
1.4.2 Exclusão de Guarda
Com base no padrão de caminhada "flutuante"; O algoritmo de IA classificaria a pessoa como ‘Guarda’.
1.5 Detecção de mudança de posição do dispositivo
Cada dispositivo está continuamente aprendendo sobre seu ambiente. Se houver uma mudança global do ambiente, um alerta de “Posição de alteração do dispositivo” será enviado.
1.5.1 Dispositivo ciente de seu ambiente:
(i) A visualização ao vivo do contador mostra um ambiente de entrada diferente
(ii) Pode ter invertido a direção de entrada/saída
1.6 Detecção de realocação de dispositivos
Os clientes frequentemente realocavam os dispositivos para outros locais sem atualizar o sistema. Isso causou dados de contagem inválidos. O novo algoritmo de IA detectaria uma mudança no ambiente e enviaria um alerta para assistência adicional.
Antes: O dispositivo está emparelhado com FilialID6213
Depois: O dispositivo permanece com FilialID6213, no entanto, há uma mudança abrupta de ambiente (detectado por FootfallCam AI)