商販
該系統利用先進的視覺智慧技術,能夠識別員工的典型行為,例如站在櫃檯後、幫助顧客或補貨,並自動將這些動作從訪客計數中排除。無需額外的硬件,無需佩戴徽章,也無需手動更新設定。它會在後台靜默運行,確保資料的準確性。
該系統圍繞著四個設計原則構建:
在人工智慧識別技術出現之前,業界嘗試過許多不同的技術。每種技術都有其實際限制:
|
先前方法 |
為什麼它在現實生活中行不通 |
|
員工按鈕 |
取決於員工是否記得按下按鈕;不穩定且不可靠。 |
|
員工禁入線 |
只有當員工始終沿著特定路線行走時才有效;很容易無意中繞過。 |
|
胸前印有徽章/標籤 |
需持續配戴;容易被遮蔽;可視性取決於攝影機角度。 |
|
肩膀反光貼片 |
僅在理想的光線和拍攝角度下才能達到理想效果;不適用於各種制服。 |
|
藍牙信標 |
需要電池、配對和維護;訊號經常不穩定;並非普遍接受。 |
該系統利用視覺線索和動作模式自動辨識員工。
譬如:
這不需要員工穿戴任何衣物或按壓任何東西。它完全在後台運行。
內建的工作區可讓您執行以下操作:
系統會利用這些輸入資訊在幾分鐘內進行自我最佳化。這確保了即使員工行為發生變化,結果仍然準確。
系統會自動產生風險地圖,顯示:
這有助於您了解系統如何做出決策以及在哪些方面可能需要調整。
狹小或高度受限的入口可能需要額外的攝影機覆蓋才能獲得最佳效果。
案例分析
案例研究1
一家奢侈時尚精品店沒有員工製服,導致員工和顧客難以區分。員工經常在店內走動,為VIP客戶提供服務,他們的走動使得顧客人數顯著增加。
Pro2 (2026) 覆蓋了入口,店內攝影機繪製出移動模式,該系統在幾分鐘內就學會了員工的行為,誰通常站在試衣間,誰留在櫃檯後面,以及誰長時間陪伴顧客。
這家精品店最終在不改變員工服裝規定的前提下,獲得了穩定的客流量。
該系統非常適合沒有製服的奢侈品精品店——它透過員工的行為而不是服裝來識別員工。
案例研究2
在一家中東珠寶店裡,店員和顧客經常穿著類似的黑色或白色服裝。傳統的顏色分類方法效果不佳,人工貼標籤也不切實際。
人工智慧利用員工的移動路徑和停留區域,尤其是在諮詢台和展示櫃後方的區域,來區分員工和顧客。熱力圖清楚地顯示了員工專屬區域,即使服裝看起來完全相同,也能準確識別。
該商店在沒有任何營運變更的情況下,首次獲得了可靠的客流量數據。
即使員工和顧客穿著相似,行為和位置也能起到區分作用。
案例研究3
這家商店經營困難,因為員工需要不斷在店內走動來幫助顧客,導致顧客每次經過入口攝影機時都會被當作新顧客。
由於Pro2(2026)的擴展覆蓋範圍和多台室內攝像頭,該系統能夠追蹤整個車間內的人員移動模式。巡邏區域或反覆穿越同一通道的員工會被自動識別並排除在外。
客流量準確度立即提升,商店的轉換率終於穩定下來。
非常適合員工經常走動的繁忙商店——一致的行為模式使員工容易被排除在外。
案例研究4
店員經常站在店外迎接顧客或示範產品。由於店員位於攝影機的拍攝範圍內,因此統計數據被嚴重誇大。
入口和店內攝影機的數據共同構成風險地圖,系統將這些反覆出現的人員停留區域識別為「員工區域」。即使員工站在面向顧客的位置,系統也會自動將其排除。
零售商終於可以將真實的到店客流量與銷售額和行銷活動效果進行比較。
非常適合美容和化妝品商店,方便員工在顯眼位置與顧客互動。
案例研究5
這家商店經常有補貨承包商、室內設計師和兼職員工進出,這導致系統無法區分哪些是員工,哪些是臨時工,因此很難維持客流量的穩定。
員工排除機制建構了一張風險地圖,顯示了員工的高頻移動和貨架補貨行為。即使是新來的承包商,也能透過他們的停留模式和在員工專用區域的反覆出現而被識別出來。
該商店無需給承包商佩戴徽章或進行手動標記,即可獲得穩定的客流量數據。
對於團隊和承包商混合的門市來說,這種方法很可靠——重複出現的行為可以揭示誰是員工。
常見問題
瞭解更多