Amit tudni akarsz a vevőről

2018.11.13

Egy webáruház sok mindent megtudhat vásárlóiról azok böngészési szokásai alapján. Egy új, arcfelismerésre és adatelemzésre alapuló rendszerrel viszont a fizikai boltok üzemeltetői is jobban megismerhetik vásárlóik szokásait – és mintegy mellékesen még a sorbanállást is csökkenthetik.

Kivel ne történt volna meg, hogy vásárolni akart valahol, de amikor meglátta, milyen sorok kígyóznak a pénztárak előtt, inkább be sem ment az üzletbe? Vagy rosszabb esetben otthagyta a kosarát, mert nem volt türelme végigállni a sort?

Nem jó ez a helyzet senkinek: a bolt vásárlót, és így bevételt veszít, a vevő pedig nem jut hozzá a bevásárolni kívánt termékekhez. És itt jön a képbe (szó szerint) az Ultinous megoldása, amit T-Systems Magyarország kínál ügyfelei számára. Az Ultinous arcfelismerésre  és adatelemzésre épülő rendszertét, a boltokban már amúgy is meglévő kamerákhoz lehet illeszteni. A rendszer villámgyorsan azonosítja, hogy az üzletbe belépő illető férfi vagy nő, és nagyjából milyen korú, majd ez alapján besorolja egy előre meghatározott demográfiai csoportba. A kamerákból nyert adatokat kielemezve számtalan különféle információ nyerhető ki. Mikor járnak legszívesebben vásárolni a 35 év körüli férfiak? Mely polcok előtt töltenek hosszú időt a 20 éves lányok? Mennyi ideig tart egy átlagos bevásárlás egy középkorú hölgynek?

Ezen adatok elemzéséből számos következtetést tudnak levonni a boltok, akár a legkisebbek is. „Rendkívül hasznos lehet, ha a vezetők tudják, hogy milyen demográfiai csoportba tartozó vevők és mikor látogatják szívesen a boltot. Az adatok alapján dönthetnek úgy is, hogy a meglévő vevőkörre optimalizálják működésüket, vagy éppen ellenkezőleg, a most még hiányzó vevőcsoportokat próbálják becsábítani különféle promóciókkal, ajánlatokkal” – mondja Weiler Ádám, a T-Systems szenior szakértője.

No de hogyan lesznek ebből rövidebb sorok a kasszáknál? A feldolgozott információkkal maga a rendszer is tud kalkulálni. Mivel pontosan tudja, hogy mekkora és milyen összetételű vásárlóközönség tartózkodik adott pillanatban az üzletben, előre jelezheti, hogy mikorra várható hosszú sorok kialakulása a pénztárak előtt. „Nagyon nem mindegy, hogy csak akkor nyitnak meg egy új kasszát, amikor a többinél már tucatnyian állnak, vagy az adatokra támaszkodva megelőzik a sorok kialakulását – magyarázza ennek jelentőségét Weiler Ádám. – Az eddigi tapasztalatok alapján jól számszerűsíthető bevételnövekedést lehet elérni azzal, ha a vevőket nem riasztják el a hosszú sorok.”

Attól sem kell tartania senkinek, hogy visszaélnének a képmásával. A rendszer egyrészt valós időben anonimizálja (elmaszkolja) az arcokat, másrészt vektorrá (összetett számsorrá) alakítja a képeket és mind a demográfiai besorolást, mind egyéb elemzéseket már ezen - a vissza nem fejthető - számsoron végez el.

Más módokon is a kereskedők segítségére tud lenni a modern technológia. A mobiltelefonok forgalmi adataiból nagy pontossággal meg lehet állapítani, hogy egy-egy területen mikor, mennyi és milyen korú, nemű előfizető tartózkodik. Ez például akkor jön jól, ha egy bolthálózat új egység megnyitását tervezi. Ilyenkor felmérheti, mekkora a várható forgalom a kinézett helyszíneken, hol járnak a legtöbben a megcélzott vásárlói körből (természetesen itt is csak statisztikai adatokat kapnak a kereskedők).

De meglévő boltok esetében is hasznos lehet egy ilyen elemzés. A T-Systems praxisában már megtörtént, hogy egy bolthálózat a felmérés után arra a következtetésre jutott, hogy érdemes egy fél órával korábban nyitni az üzleteket, mert akkor járnak a legtöbben az üzletek környékén. Az adatokra támaszkodva meglépték ezt – az eredmény pedig a jelentősen megnövekvő értékesítés lett.