Сегодня офлайн-ритейл конкурирует с онлайном, и пандемия усилила этот тренд. Недавно у интернет-торговли было преимущество перед обычными магазинами — большие данные о посетителях и развернутая аналитика. С их помощью онлайн-ритейлеры подстраивались под клиентов, повышали эффективность маркетинговых мероприятий и увеличивали выручку. Но благодаря развитию технологий компьютерного зрения и систем видеоаналитики эти возможности есть и у традиционной торговли. О том, как это работает, рассказал Sostav Юрий Годына, СЕО компании Facemetric.
Офлайн-торговле нужны инструменты по исследованию трафика и потребительского поведения, быстрой проверке маркетинговых гипотез. Мало знать, сколько людей пришло, надо понять — кто и для чего, почему они купили или не купили товары. Современная аналитика для торговой точки должна включать не просто количественную оценку трафика, но и обеспечивать его оценку: возвращаемость клиентов, их демографический портрет, маршруты передвижения конкретных когорт посетителей магазинов.
Разберём возможности видеоаналитики на примере традиционной для онлайн-ритейла метрики — конверсии. В офлайн-торговле под ней понимается простое соотношение: сколько людей прошло мимо магазина и сколько из них вошло внутрь.
Качественные данные и когортный анализ
Важный инструмент для эффективной маркетинговой стратегии и ведения ассортиментной политики — демографический портрет посетителей. Видеоаналитика позволяет провести сегментирование клиентов по возрасту и полу. При этом вся информация обезличена: только обобщённые цифры.
Обычные камеры для обзорного видеонаблюдения не всегда подходят для целей видеоаналитики. Их обычно вешают повыше, чтобы они охватывали как можно большую площадь. Но для распознавания лиц важнее размер лица в кадре и его ориентация. Поэтому для видеоаналитики устанавливается и настраивается отдельная система камер.
Кейс: увеличение выручки в сетевом обувном магазине
Федеральная сеть обувных магазинов открыла новую торговую точку. Её выручка оказалась ниже, чем в других магазинах сети, хотя по контрольным параметрам (данные по трафику, счетчик посетителей) ничем не выделялась. Поэтому там внедрили систему видеоаналитики.
Качественный демографический анализ посетителей показал, что в этом ТЦ среди покупателей преобладают мужчины 40 лет и старше. При этом работа сети, от ассортимента до коммуникаций, была больше ориентирована на женщин и молодых покупателей. То есть реальные посетители нового магазина просто не находили для себя нужных товаров. В итоге для этого магазина адаптировали ассортимент (увеличили число позиций, востребованных среди зрелых мужчин), поменяли выкладку, оформление витрин, маркетинговые материалы. В итоге выручка точки выросла до средних показателей сети.
Кейс: определение возраста покупателей
Среди винных и табачных магазинов востребованы другие возможности. Если у торговой точки есть товары с возрастными ограничениями, можно интегрировать сервис распознавания возраста потребителя. Работает эта история и в онлайн-ритейле. Не так давно мы создали систему для распознавания возраста клиента при покупке устройств для нагревания табака в интернет-магазине. Когда покупатель осуществляет заказ со смартфона, ему предлагают сделать селфи с паспортом. Система автоматически проверяет, его ли это документ, и проводит проверку возраста.
Управление лояльностью покупателей
Традиционный инструмент управления лояльностью — именные карты — имеют недостатки. Ими удаётся охватить не всех клиентов (от 80% на АЗС до 20% в торговых центрах). Если человек с картой лояльности пришёл и ничего не купил, об этой проблеме сложно узнать. Но видеоаналитика интегрируется с CRM магазина или торгового центра в целом и решает подобные проблемы.
Если покупатель даёт торговой точке или сети разрешение на использование своей персональной информации, то при его регистрации в программе лояльности можно обойтись без выдачи ему карты и привязки её к номеру телефона. Клиент опознаётся системой на входе, и продавец-консультант получает информацию о нём: историю посещений и покупок, интересны. Так продавец подойдёт к посетителю уже подкованным.
Кейс: работа со знаменитостями и инфлюенсерами
Можно подсвечивать и иную информацию. Например, что этот посетитель не любит, когда его дёргают и обращаются к нему без повода, задают кучу вопросов. Он предпочитает какое-то время походить и посмотреть на товары сам. Другой вариант — любит ли клиент новинки, или у него есть постоянный набор интересов.
От качества их обслуживания зависит, что такие клиенты напишут в Instagram о бутике, придут ли туда новые клиенты. Поэтому многие владельцы таких магазинов приходят с запросом на автоматическое распознавание инфлюенсеров на входе с оповещением об этом всех продавцов и менеджеров в зале.
Таргетирование рекламы
Теперь его можно настраивать не только для соцсетей или поисковиков, но и на видеопанелях или терминалах самообслуживания в торговых центрах. Технология уже зарекомендовала себя для сетевых продуктовых магазинов: в реальном времени анализируется входящий трафик посетителей и на экран, висящий внутри магазина, выводится информация об акциях, ориентированных на данную категорию лиц. Здесь не используется персонализированный таргетинг, только данные о гендере и возрасте.
Кейс: работа с посетителями стендов на выставках
Систему видеоанализа можно применять на выставках, форумах и крупных конференциях с аудиторией в несколько тысяч человек. Аналитика ведётся сразу по нескольким направлениям: оценка эффективности стендов, сравнение их посещаемости, анализ аудитории, оценка возвращаемости посетителей и привлечения ими коллег на стенд. Всю эту информацию можно использовать при планировании новых мероприятий.
С помощью видеоаналитики можно привлечь внимание к своему стенду. Персонализированный таргетинг здесь обычно используется совместно с какими-либо игровыми механиками. Например, стенд распознаёт конкретного человека и запускает персонифицированный процесс: приветствует его, затем предлагает поиграть в игру, подобранную под его интересы.
Управление эмоциональным состоянием
Новый тренд в видеоаналитике — оценка качества обслуживания по эмоциональному состоянию покупателя. Она важна не только для элитных бутиков, но и для крупных сетевых супермаркетов. Чем выше трафик торговой точки, тем сложнее сохранить атмосферу и заметить назревающий конфликт, который испортит настроение посетителям.
Кейс: управление негативом в очередях на кассы
Для белорусской сети супермаркетов «Алми» мы провели эксперимент по анализу очередей в магазинах и их влиянию на посетителей. Для начала выявили простые метрики, такие как число людей в очереди, время ожидания. Затем — их оптимальные значения, а также внешние факторы, провоцирующие стресс покупателя, например, нерасторопность кассира.
На основе этого мы создали систему, выявляющую стрессогенные факторы и подключающую администратора для решения проблем. Число посетителей, бросающих корзинки с покупками, снизилось. В будущем мы хотим добавить предиктивную аналитику. На основе данных о числе посетителей и их поведении можно предсказать формирование очередей и узнать оптимальное число работающих касс.
Кейс: реклама фестивалей на Усачёвском рынке
До пандемии на Усачёвском рынке регулярно проводили мероприятия. Например, мясной фестиваль: у него есть определённая аудитория (чаще всего мужская 35+), и при проведении маркетинговой кампании коммуникация затачивалась именно на нее.
После фестиваля с помощью системы видеоаналитики Facemetric делался срез. Маркетологи проверяли, кто пришел: мужчины или женщины, сколько им лет, кто из них был постоянным клиентом. Так проверялось, хорошо ли сработала коммуникация, и строились новые планы.
Видеоаналитика выступает инструментом обратной связи: дает понять, как привлечь новую аудиторию и вернуть лояльную. Более того, маркетолог может проверить не только результаты конкретных каналов и сообщений, но и эффективность всего рекламного агентства.