5. VIAMETRICS
KORT OM VIAMETRICS
• Experter på besöksräkning
• Utvecklade första besöksräknaren 1994
• Finns i över 50 länder
• 30% av bolaget fokuserar enbart på utveckling
• Fun fact – Vi räknar ca 1 miljon besökare per
timme 24/7 365 dagar om året
6. OMNICHALLENGE?
OMNICHALLENGE?
• Vad menar vi med detta?
– Omnichannel Challenge
– Förändrade köpmönster =
förändrad analys
• Diskussion kring vad som är mätbart idag
och inom en nära framtid
8. MÖJLIGT IDAG?
KONSUMENTBETEENDE
• Hur många besökare?
• När, var, hur?
• Var går besökarna?
• Varma/kalla zoner både i butik och köpcenter
• Man eller kvinna
• Styra utbud/erbjudanden
• Kategorisera exempelvis familjer
• Hur är upplevelsen?
VEM ÄR KUNDEN?
9. SNART MÖJLIGT?
KONSUMENTBETEENDE
• Vilka besökare?
• När, var hur?
• Vilka andra butiker har kunden besökt?
• Hur ofta handlar kunden?
• Vilka produkter?
• Indentifikation i realtid?
VEM ÄR KUNDEN?
10. REALTIME RETAIL
• Svensk Retailkedja inom Sport och fritid,
sällanköpsprodukter
• Beacons
• Interagera genom 2-vägskommunikation
• Rikta erbjudanden mot kunden
• Meddela personal om nyckelkunder
• ”Fysiska cookies”
16. TEKNIKEN I FRAMTIDEN
MAN / KVINNA
• Resultatet är 80 st unika bilder
• Varje bild behandlas för att bli invarianta mot:
– Ljusförhålladen
– Skala
– Rotation
• Varje ny bild delas upp i 64 nya mindre bilder
• 5 120 st bilder med beskrivande unika egenskaper
x 80
x 80
17. TEKNIKEN I FRAMTIDEN
MAN / KVINNA
• Varje 5 120:e bild representeras som ett histogram
• Varje histogram blir ett moln av punkter där centrum hittas
• Enbart den centrala punkten sparas
18. TEKNIKEN I FRAMTIDEN
MAN / KVINNA
• En klassificerare är tränad på att
hitta ett separerande hyperplan
• De unika bilderna placeras in
funktionen och programmet avgör
om man är man eller kvinna
19. TEKNIKEN I FRAMTIDEN
MAN / KVINNA
• Funkar bra med 98% tillförlitlighet i ett test med
ca 37 000 st personer
• Andra möjligheter
– Återigenkänning, väldigt enkelt
– Känna igen kassar/loggor
– Parkering / bilmärken / antal personer
– Ålder
– Personal
20. TEKNIKEN I FRAMTIDEN
ANNONSERING
• Web
– Annonserna ännu mer anpassade efter
besökaren
– Går att visa olika annonser för olika
besökare
• Butik
– Måste visa samma annons för olika
besökare
– Statiska skärmar eller manuella
annnonser
21. TEKNIKEN I FRAMTIDEN
WIFI, BT
• Räkning
• “Kupongapplikationer”
– iBeacons
– Eddystone
• Kräver en aktiv administration
24. TEKNIKEN I FRAMTIDEN
BIG DATA
• Analyserar data från olika system
och drar slutsatser
• Liknande artificiell intelligens som inom
bildanalys
• Alla lager online
• Enhetligt system för artiklar
• Tid mot plats
25. SAMMANFATTNING
FRÅGESTÄLLNING
RESULTAT
• Det är möjligt redan idag
• Kostnadseffektivt inom 1-2 år
• Integritetsaspekten inte att förringa
• Presentationen av analysen
• Är det eller kommer det bli möjligt att analysera
den fysiska butiksmiljön på liknande sätt som
e-handeln?