商販
理解行為
VLM 將分析從地點和持續時間擴展到對特定零售環境中人們行為的解讀。
傳統分析可以辨識使用者出現、停留時間、路徑和鄰近關係。而視訊流量管理 (VLM) 則在此基礎上增加了行為理解。它能夠解讀瀏覽、商品操作、與員工互動、服務完成情況或無關的停留等行為，從而使相同的行動數據變得更有意義、更易於衡量。
上下文計數
FootfallCam VLM 結合了人員追蹤、區域活動、人口統計屬性、群體行為、門市佈局以及促銷或營運狀況等情境資料。 VLM 利用這種結構化的上下文資訊將事件分類到預先定義的類別中，從而創建更豐富的產品參與度、服務互動和營運活動指標。
運作原理
系統會選取相關時刻，進行解讀、分類，並轉換為結構化的零售指標。視訊生命週期管理（VLM）應用於特定的業務場景。系統會關注相關的區域、時間段和事件類型，然後使用預設的問題和分類規則來解讀選定的視訊時刻。輸出結果並非開放式的描述，而是映射到預先定義業務類別的受控結果。
步驟 1
捕捉瞬間
追蹤功能可識別相關事件，例如貨架停留時間、員工接近情況或服務活動。
步驟 2
添加上下文
商店佈局、區域類型、群體行為、時間、促銷和移動歷史提供了營運背景。
步驟 3
解讀行為
VLM 會審查影片片段，並確定正在發生的行為。
步驟 4
對結果進行分類
結果轉化為結構化類別，例如產品參與、員工互動、營運任務或無關活動。
為什麼VLM有效
VLM經過預先訓練，能夠理解各種不同的視覺狀況。這使得它能夠 FootfallCam 該系統無需針對每種場景訓練單獨的模型，即可將視訊理解應用於不同的零售行為。它能夠解讀多幀上下文，理解互動模式，並根據預先定義的問題傳回針對性的輸出結果。
上下文指標
虛擬實驗室管理（VLM）將觀察到的行為轉化為可衡量的類別，從而反映實際的零售活動。顧客在貨架前的停留時間不再僅僅被衡量。 VLM 可以區分顧客是在瀏覽、查看、積極評估產品、與店員互動，還是處於無所事事的狀態。這些分類結果會轉化為結構化的指標，可以進行跨門市的審查、總和和比較。
產品參與
將顧客的注意力從短暫的興趣到積極的產品評估進行分類，幫助零售商了解哪些展示方式能夠創造有意義的互動。
員工互動
識別服務時刻，例如問候、協助、諮詢、追加銷售或交接，從而支援對服務品質進行更一致的衡量。
營運活動
認可員工的特定活動，例如補貨、搬運箱子、清潔或完成任務，幫助團隊衡量營運合規性。
同一時刻，不同意義
相同的地點和停留時間可能代表截然不同的行為。視覺定位模型 (VLM) 有助於區分這些行為。顧客可能在同一區域停留相同的時間，但他們的行為可能完全不同。他們可能正在看手機、匆匆瀏覽、積極瀏覽、把玩商品、隨意交談，或與他人討論商品。 VLM 可以幫助區分這些不同的行為。
手機幹擾
VLM 輸出人靜止不動，注意力集中在行動裝置上。沒有與產品互動。
未訂婚
隨意一瞥
VLM 輸出短暫的視覺關注產品，無需用手操作
1級：輕度交戰
主動瀏覽
VLM 輸出持續的視覺關注點集中在具有探索行為的產品上。
等級2：瀏覽
深度產品互動
VLM 輸出：直接產品處理和評估行為。
等級3：高參與度
和朋友聊天
VLM 輸出偵測到對話，與產品互動無關
未訂婚
談論產品
VLM 輸出：對產品表現出共同的關注和討論行為。
4級：員工敬業度
僅使用人工智慧產生的插圖；不使用或收集任何真實客戶資料、監視錄影或個人資訊。
可驗證的結果
每項分類事件都可以進行審查、解釋，並與零售商的營運定義保持一致。 VLM 不僅返回標籤，還能提供觀察到的情況的簡明解釋，例如產品處理、共同關注、員工協助或無關人員在場。這使得團隊能夠審查選定的事件、驗證結果並隨著時間的推移不斷完善定義。
證據審查
所有已分類事件在正式上報前，均可透過視訊證據、上下文細節和審核員意見進行審查。審核工作區將視訊生命週期管理 (VLM) 的輸出轉換為可操作的流程。審核員可以查看事件片段，了解互動行為被分類的原因，將其與位置上下文進行比較，並添加註釋，並確認最終結果。這確保了上下文指標的可衡量性、可解釋性，並與實際門市活動保持一致。
詳細活動回顧
事件驗證工作流程
詳細活動回顧
詳細活動回顧
此工作區專為仔細檢視單一影片行銷活動 (VLM) 事件而設計。審核人員可以查看影片證據，核對時間戳、互動程度、描述、置信度和攝影機來源，然後將事件與商店佈局進行比對。註釋工具允許直接在證據上標記重要的動作、產品或互動點。審核人員可以新增備註、分配類別，並在儲存結果前確認最終狀態。
事件驗證工作流程
事件驗證工作流程
此視圖專為大規模營運審查而設計。交互事件以結構化佇列的形式呈現，使團隊能夠在事件間快速切換，同時保持對證據的全面可見性。工作區整合了事件片段、VLM 摘要、證據置信度、互動程度、產品詳情、審核員分配和審核控制等資訊。這使得組織能夠在將結果用於儀表板或績效分析之前，請按照規範的工作流程驗證、升級或批准事件。
由設計控制
系統在預設的區域、觸發器、問題和類別內運作。它專注於零售商選擇衡量的行為，例如參與度、服務互動或營運合規性。輸出結果以類別和指標的形式呈現，而非無限制的影片描述。
定義範圍
分析僅限於選定的區域、事件類型和運行條件。
已定義問題
該系統可以回答預設的業務問題，例如是否發生了產品互動或員工互動。
已定義輸出
結果以結構化類別、分數和指標的形式傳回，用於報告和驗證。
邊緣理解
VLM 判讀可以在邊緣端運行，靠近攝影機和儲存環境。這使得相關事件能夠在本地進行分類，然後再將結構化結果傳送到平台。重點在於指標、類別和驗證輸出，而不是傳輸不必要的視訊資料。
零售應用
VLM 支援實際零售應用場景，在這些場景中，僅憑行動數據無法提供足夠的背景資訊。在各種門市環境中，VLM 有助於識別顧客旅程和門市營運中的關鍵時刻。這些輸出結果可用於支援商品陳列、服務品質、結帳分析、員工培訓和營運合規性。
貨架互動
衡量顧客與產品的互動方式，從短暫的關注和瀏覽到積極的評估和產品操作。
員工互動
識別服務時刻，例如問候、協助、諮詢和完成的客戶互動。
結帳完成
追蹤從排隊到交易、交接和服務完成的關鍵服務階段。
操作合規性
衡量營運活動，例如補貨、清潔、商品處理和任務執行。
轉化之旅
將用戶參與、服務互動和結帳活動連結起來，以了解轉換機會出現或減少的地點。