通過數十萬維度的信息，人工智能技術為一個廣告推薦了 200 萬左右的受眾，該廣告點擊率上升 36%，轉化率上升 33%，該類型廣告平均轉化率的成本下降 47%，據統計，2017年全球廣告支出為5520億美元。
9月20日，「重塑人貨場，人工智能賦能新零售」的深度交流會在廣州成功舉辦。作為將計算機視覺技術用於智慧門店的人工智能企業來說，雲從科技分享的應用場景和解決方案很具典型性。
熟客識別，提升成單率和客單價
一些低頻高客單價的消費場景，消費者並不會一次就下單，而是多次瀏覽、挑選，比如家裝、4S 店、珠寶店、高端手錶店等等。但是，消費者去的次數越多，說明購買慾望越強，如果門店運營人員能及時捕捉這個信息，抓住機會，對該消費者提供貼心服務和個性化營銷，則會有效提高成單率。
然而，門店運營人員無法完全記住誰是熟客，因為可能該消費者距離上一次到來已有一定時間跨度，亦或他並沒有給門店運營人員留下深刻印象，這往往會導致錯失對其提供精細化服務的機會，從而錯失成單良機。
人臉識別則能彌補這一缺陷，通過攝像機或攝像頭採集圖像或視頻流，並自動在圖像中檢測、跟蹤人臉，對檢測到的人臉進行臉部識別，從而知道目標對象是否同一個人，同時還可以識別進店消費者的性別、年齡、是否反覆進出等。
成立於2015年3月的雲從科技將計算機視覺及大數據技術應用於安防、金融、機場等領域之後，正在佈局線下商業。目前已在重慶長嘉匯購物中心、北京僑福芳草地商場、移動營業廳等落地。
如何識別熟客？具體來說，雲從科技會在門口安裝名為「堂口慧眼」的攝像頭，抓拍消費者人臉，當系統識別出該消費者是熟客之後，則會通過 App 「掌上慧眼」將包含人臉的熟客信息告知門店運營人員，使其抓住時機，為消費者提供個性化服務和營銷，引導其消費行為，促使成單。
然而，因為品類不同，業態不同，零售企業不同，對多長時間，來過多少次才能被稱為熟客，每家企業對此定義也不相同。
正是如此，雲從科技高級解決方案經理陳江豪介紹，雲從科技的熟客定義系統支持自定義，滿足哪些條件才能被稱為熟客，可由企業自身判定。
會員經營，培養忠實客戶群體
如果說針對熟客的營銷是提升成單率的關鍵，零售企業對會員的運營則是希望與消費者建立長期穩定的關係，培養忠實客戶群體。
目前，不管是百貨、商超，還是專業店、專賣店等零售業態，搭建自己的會員體系已成行業必備。然而，會員制度往往只有在打折、兌換積分或換購其他商品時有用，此外並無太大吸引力，由此導致會員流動性大，缺乏忠誠度，會員制度形同虛設，名存實亡。
原因在於，實體門店缺乏對會員的精細化運營和個性化服務。但在實體門店，門店運營人員往往只有在消費者結賬使用會員身份時，才得知他是會員，而此時購物環節已經結束，自然無法在購物過程中，對他提供針對性服務。
與熟客識別同理，只要識別出該消費者是會員，雲從科技就會將該消息以及該會員的喜好等信息推送給門店運營人員手機，使其能夠及時提供個性化或差異性服務。
然而，許多門店此前搭建的會員系統，只有手機號碼等信息，並無人臉信息。陳江豪介紹，雲從科技將通過多種方式補齊會員人臉信息。
首先，除了安裝在門頭的攝像頭，雲從科技還會在店內配置智能廣告終端，結合人臉識別技術，推出緊跟時事熱點的各類 AI 娛樂應用，比如「移形換影」、「明星大撞臉」等。實際上，智能廣告終端將起到多方面作用。
一，提高牆面利用率，使店內空間更整潔。二，為消費者提供娛樂化體驗，吸引人流，提高其駐足時間。三，通過人臉識別，對消費者實行精準推送，而不再是千篇一律的廣告轟炸。四，簡化收集會員人臉信息流程。
舉個例子，消費者在智能廣告終端體驗遊戲或娛樂應用之後，系統會告知他收到一個紅包，需輸入手機號碼領取。消費者輸入手機號碼後，終端系統會進入會員系統，通過手機號碼判定他是否會員，如果是會員，則補充了人臉信息。
如果說智能廣告終端是獲取人臉數據其中一個手段，那刷臉支付亦能起到同樣作用。陳江豪介紹，在提高支付效率，提升消費者體驗，避免「飛單」，實時核算客單轉化率的同時，刷臉支付還有一個重要功能，那就是補全會員的人臉信息。
對於刷臉支付，陳江豪認為，雲從科技有得天獨厚的優勢，因為在金融領域，雲從科技已是中國銀行業第一大人工智能供應商。包括農行、建行、中行、招行總行等全國 400 多家銀行已採用他們的產品，為全國銀行提供比對認證日均 2.16 億次。雲從科技的刷臉支付獲得了銀行的大力支持，目前已在招商銀行等多家銀行上線，直接打通了整個銀行的後臺支持系統。
輔助動線設計和商品陳列
對線下門店來說，店鋪的動線設計很重要，甚至被譽為店鋪的血管。
所謂動線，就是消費者在店內的行走軌跡，而動線設計的目的也在於讓消費者在店內購物時，儘可能經過更多區域，瀏覽更多商品，優秀的動線設計則能將客流量引導至門店的每個位置，提升門店坪效，使門店產出最大化。而商品陳列則會圍繞門店動線進行佈局。
對門店動線來說，雖然單一消費者的行走軌跡有隨意性，全體消費者的運動軌跡卻有規律可循，因此，基於大量消費者行走軌跡形成的熱點區域就能反映店鋪的動線設計是否合理，商品陳列是否達到目的。
據陳江豪介紹，很多零售企業都對此感興趣。如何獲知熱點區域，採取 Wi-Fi、iBeacon 是之前常用的方法，但準確度欠佳，而常見的視頻方案也只能數人頭，無法區分工作人員。
從技術和應用場景的匹配來說，人臉識別可行。然而，這並不容易。
陳江豪表示，在偌大的門店空間內，要具體瞭解一個消費者到了哪個具體的位置，如果只基於人臉識別，就需要大量攝像頭抓取人臉信息，然而，每佈設一個前端攝像頭，後臺用於識別的計算資源就會成倍增長，對零售企業來說，成本很高。其次，對消費者而言，他們也無法接受在購物過程中，有大量攝像頭抓取人臉信息。因此，儘管技術上可以落地，在項目中卻無法使用。
如今，雲從科技已順利解決這個問題。2018 年 3 月，雲從科技打破三項世界紀錄，讓跨鏡追蹤技術（ReID）達到商用水平，對無法獲取清晰人臉或不便抓取人臉信息的行人進行跨攝像頭連續跟蹤。
跨鏡追蹤不僅基於人臉判定，同時也會通過衣著、髮型、揹包、行走狀態等信息綜合判斷在多個攝像頭下是否為同一個人，從而根據大量消費者的行走軌跡生成門店的熱點區域，讓門店管理人員瞭解動線設計和商品陳列是否合理，應該如何改進。
陳江豪表示，通過跨鏡追蹤的方式，在降低對消費者侵犯感的同時，還可以對門店的攝像頭利舊處理，門店也不需要再佈線施工，只需後臺進行信息處理即可。
「這種方式既保證效果，降低成本，還考慮到消費者體驗，最終成為一個可落地的方案。」陳江豪說。
使營銷如同電商「千人千面」
此前，一位用戶打開京東，發現首頁給他推薦的商品中有奢侈品牌內衣，劉強東在微博上回應表示，這是他們根據用戶畫像推行的「千人千面」，也就是說電商網站為每個用戶呈現的商品頁面及商品推薦都會不同。
實際上，「千人千面」的基礎在於電商有豐富的消費者數據，而這數據不只是交易數據，還包括過程數據。
具體來說，從登錄電商開始，系統就能馬上獲知用戶的基本信息以及是否會員、是否熟客等。而用戶在搜索、瀏覽、挑選商品的過程中，每一次點擊、瀏覽、收藏，都會被系統記錄。基於這些過程數據，系統能夠更為精準地為用戶畫像，推薦符合其需求的商品。
相比線上天然就能獲取這些過程數據來說，儘管線下門店有著大量的交易數據，卻缺乏類同電商這樣的過程數據。這就導致線下門店只能獲知消費者購買了哪些商品，但無法獲知消費者看過哪些商品，試過哪些商品，對哪些商品感興趣，沒有這些數據，就無法更進一步挖掘消費者的需求。
陳江豪表示，雲從科技的智慧門店則在於將數據滲入消費者購物過程的每個環節。而為了更全面地獲得過程數據，他們正在研究智能貨架，並努力將智能貨架的成本降低至零售業能夠接受的程度。
通過智能貨架，則可以感知消費者與商品之間的關係。客流統計、熟客識別、會員識別、熱點區域分析、動線分析、智能貨架、刷臉支付，都是單點功能，當他們結合起來，就能獲得更為完整的數據。
「這個閉環做完之後，大家會發現一個有趣的現象，就是它完全模擬了線上的整套邏輯。」陳江豪總結說。
「當你進店，門店能實時得知你是誰，這就對應線上，你以 ID 的身份登錄購物平臺。你到了智能廣告終端前，就類似線上實時推薦。到了智能貨架，就相當於你在線上購物，在進行瀏覽或點擊。在結算臺支付，對應的則是線上下單。」陳江豪具體闡述道。
提升營銷轉化率，降低轉化成本
技術是數據收集的手段，使零售企業能以數據驅動運營。然而，藉由人工智能中的深度學習和大數據技術，最終能夠自動挖掘、預測消費者需求，進而實現自動營銷。
陳江豪表示，雲從科技的目標也是如此，即基於用戶畫像和大數據智能生成廣告受眾。具體來說，他們會對用戶、商品和廣告進行畫像。
用戶畫像包括性別、年齡、喜好等數十萬維信息；商品畫像則包括海量商品的特性、信息、構造等數萬維信息；廣告畫像則包括廣告內容、畫面、視頻、類型、用戶反應等數十萬維信息。
基於這些畫像，推測消費者感興趣的廣告和商品，為每個廣告推薦 200 萬左右受眾，每個受眾都與該廣告高度相關，從而提升廣告轉化率，降低平均轉化成本。
為此，雲從科技成立了大數據平臺部，其中 90% 皆為研發人員，與谷歌、Facebook 等科技巨頭同步最新的算法。而云從科技創始人周曦也苦花心思挖來了 Facebook 的用戶畫像團隊的核心技術帶頭人何洪路。
對於大數據營銷的威力，陳江豪用何洪路在 Facebook 經手的一個案例解釋，在一個案例中，何洪路通過數十萬維度的信息，為一個廣告推薦了 200 萬左右的受眾，該廣告點擊率上升 36%，轉化率上升 33%，該類型廣告平均轉化率的成本下降 47%。
「這的確可以帶來真正意義上的收益。」陳江豪說。
具體到實施上，陳江豪介紹，雲從科技會分成數個步驟。
第一，模型驗證。在模型驗證時，會用零售企業半年前的數據進行訓練，訓練之後，再基於模型對前半年的運營進行預測，將預測結果與客戶真實運營數據進行對比，如果預測結果與運營數據高度吻合，則證明模型的實力。
陳江豪表示，整個驗證過程會在零售企業內部環境實現，將從物理上隔絕外部。如果零售企業最終沒有采納，雲從科技會進行磁盤消磁，不會洩露任何數據。
第二，如果模型驗證有效，則進行試點。雲從科技會與零售企業一起，找出數家各方面能力都持平的門店，在部分門店安裝系統，進行試運營。再根據已安裝系統、未安裝系統兩類門店進行 AB 測試。然後實時收集、分析 AB 組門店運營數據，通過實例得出 ROI（投資回報率），協助零售企業建立基於線上線下數據融合的大數據營銷能力。
三級研發架構和行業大腦
人工智能的發展依託於深度學習等算法的突破，雲計算等計算能力的提升，以及互聯網帶來的數據爆炸。衡量一家企業是否真的是人工智能企業，陳江豪表示可以從三點考慮，一是計算能力，二是數據資源，三是算法優勢，也就是人才資源。
計算能力，雲從科技通過自建超算中心獲取，通過與四大行、公安部等機構成立聯合實驗室，雲從科技獲取了用於模型訓練的數據資源。而為了保持算法優勢，他們則建立了三級研發架構。
第一級，在美國硅谷、UIUC 分別建立研發中心，實時將國外最先進的人工智能技術引進雲從科技。第二級，與中科院和上海交大建立聯合實驗室，進行基礎技術研究。第三級，在重慶、上海、成都、廣州、蘇州建立五大研發中心，推進技術和產品的落地。
而遍佈全國的售後交付團隊，則能基於客戶具體需求，進行定製開發並將產品進行本地化。為了儲備人工智能人才，雲從科技還成立了人工智能大學。
陳江豪表示，無論是核心算法，還是落地能力，亦或是客戶需求響應，雲從科技都擁有自己的核心優勢。比如基於智慧門店的人臉識別、行為分析、人群計數、行人再識別等算法均為自研。而隨著算法迭代，能夠更進一步提升識別精準度，並支持更多的功能場景。
然而，陳江豪認為，雲從科技最大的特點在於，進入一個行業，則會深耕這個行業，並通過行業大腦在行業之間進行交互、融合。
「通過各個行業的交互，我們能夠獲取壁壘，也能更好地服務我們的客戶。」陳江豪總結。
閱讀更多 AI資訊通 的文章
