Case study reale - Piattaforma OCR

1. +
Ecosistema 4.0
Case Study: Analytics su scontrini

2. Lo Scenario
 Catene di centri commerciali con
programma di fidelity
 Servizio di OCR degli scontrini per
effettuare la raccolta punti per i clienti di
centri commerciali
 Profilazione degli utenti iscritti al
programma di fidelity.

3. L'Analisi
 Giornalmente vengono emessi grossi volumi di scontrini in
un singolo centro commerciale.
 Le informazioni contenute in uno scontrino non sono
strutturate.
 Per ottenere dei dati rilevanti, è necessario effettuare
delle procedure di estrazione e pulizia dell'informazione.

4. Cosa voglio ottenere?
 Effettuare degli insight per
 stime su previsioni di acquisti futuri degli utenti
 capire se esistono delle correlazioni tra i dati di
profilazione dell'utente, e quello che comprano.
 Trovare delle correlazioni tra i prodotti acquistati.

5. Cosa devo risolvere?
 Gli scontrini fanno riferimento a diversi negozi e
contengono dati grezzi.
 I dati di profilazione di un utente sono memorizzati nel
programma di fidelity, e l'unica correlazione con lo
scontrino è la scansione dello scontrino stessa.
 Le informazioni che un OCR riesce a leggere da uno
scontrino, spesso possono avere problemi di scansione con la
lettura di caratteri sbagliati.
 Non esiste una anagrafica dei prodotti contenuti negli
scontrini.

6. Architettura - Overview
Flusso dell'informazione
con tutte le
trasformazioni a partire
dall'immagine, fino ad
arrivare al dato finale.

7. Architettura - Acquisizione
 Il Totem effettua la scansione e comunica al cliente i punti
che ha accumulato per il suo programma di fidelity.
 La scansione dell'immagine dello scontrino viene inviata sul
cloud, e viene associata ai dati di profilazione dell'utente,
privati della correlazione dei suoi dati anagrafici precisi.
 Uno script sul cloud rieffettuerà la scansione dell'immagine,
e andrà a creare un documento composto dai dati di
profilazione dell'utente, e la scansione testuale. Questo
documento verrà memorizzato su Elasticsearch

8. Architettura - Esempio dati
 "fileName": "1485879622.png"
 "dateScanned": 1485879622
 "dateInsert": 1507979335
 "lastAnalyzed": []
 "ageClass": "> 75"
 "province": "MB"
 "ocr": "CARREFOUR MARKET [......] SHOPPER MARKET COMPO 0,20 SALSA PRONTA
CLASSIC 1,60 CHICCHE DI PATATE CR 1,75 YOG.COCCO/CIOCC.PIUA 0,79
STRACCHIN.CRENOSO AO 1,99 [.....] TOTALE ARTICOLI 24,33",

9. Architettura - Estrazione
 I dati dell'ocr vengono indicizzati secondo una categoria di riferimento.
 La definizione della categoria avviene in base al tipo di prodotto di cui si vuole conoscere
la presenza o meno negli acquisti di questi scontrini.
 Esempi di categorie:
 Formaggi:
 Stracchino
 Pecorino
 Parmigiano
 ....
 Salumi:
 Mortadella
 Salame
 .....

10. Architettura - Caricamento
 La ricerca viene effettuata sui singoli termini, considerando dei
margini di errore sui caratteri.
 Elasticsearch consente questo tipo di ricerche senza che sia
necessario attendere tempi enormi nell'ottenimento dei risultati
 Una ricerca sulla categoria Formaggi, produce quindi una espansione
di termini, ottenendo i seguenti match su un campione di test:
"crescenza", "stracchino", "crescenzr", "stracchinc", "parmigiano",
"stracchin", "straochino", "parmigzano", "parmigiana",
"stracchzno", "crewcenza"
 Viene quindi creata una replica sul database documentale dove per
ogni scontrino viene salvata, l'informazione dei match eseguiti per
ciascuna categoria

11. Architettura - Analytics
 Utilizzando un DB documentale, è quindi possibile effettuare le
ricerche su un sistema semi-strutturato
 Le query effettuate su questo DB hanno già un valore informativo.
 Esempi di informazioni estraibili
 In che percentuale sono stati emessi scontrini, nella zona "Monza
Brianza", contenenti la categoria "Formaggi", il cui acquirente
appartiene alla fascia di età "30-45 anni"?
 In che percentuale gli scontrini che contengono la categoria
"Formaggi", contengono anche la categoria "Salumi"?
 Quali tra le categorie utilizzate per l'indicizzazione, è presente su
un maggior numero di scontrini?

12. Servizio SaaS
 Tali informazioni, potrebbero essere reperibili tramite un
servizio SaaS, in cui il commerciante può pagare un canone
per il semplice utilizzo della piattaforma:
 In maniera mirata, potrebbe ottenere informazioni sugli
acquisti che fanno riferimento alla propria provincia di
appartenenza.
 Potrebbe personalizzare le categorie di ricerca, andando a
definire i raggruppamenti che più identificano il proprio
obiettivo.
 Non si farebbe carico di costi infrastrutturali, e paga solo
per quanto utilizza.

13. Riferimenti
Salvatore Niglio, CTO
Inobeta SRLS
Via Carlo Zotti 20
47122 Forlì FC
@. salvatore.niglio@inobeta.net
w. www.inobeta.net
m. +39 388 1286641