Często wystarczy kilka wrześniowych nocy: po zakończeniu sezonu powrotu do szkoły regał z artykułami szkolnymi zostaje rozebrany na rzecz produktów jesiennych, czoła regałów są budowane od nowa, a ekspozytory dostarczone przez marki zostają zamontowane. Jesienna reorganizacja ekspozycji obejmuje czasem dużą część powierzchni sprzedażowej. Rano plan merchandisingowy jest zachowany, etykiety są na miejscu, a dział prezentuje się znakomicie. Nikt jednak nie sprawdził, co teraz widzą kamery.

Kamera zamocowana pod sufitem nie podąża za działem, gdy ten się przesuwa. Idealny w czerwcu kąt widzenia może we wrześniu obejmować tył kakemono albo wierzch stosu kartonów. Dla osoby patrzącej w ekran to irytujące. Dla analizy wideo opartej na AI, która ma wychwytywać gesty ryzykowne (artykuł wsunięty do torby, otwarte opakowanie, produkt skonsumowany przed kasą), to często różnica między obrazem użytecznym a bezużytecznym.

Dlaczego zmiana układu wpływa na to, co może analizować AI

Aby odczytać gest, analiza potrzebuje odpowiednio oświetlonej sceny, kąta pokazującego dłonie i przedmioty oraz wolnego pola widzenia między obiektywem a miejscem, w którym klient sięga po produkt. Zmiana układu może pogorszyć to wszystko naraz, choć nikt nie dotknął żadnego ustawienia kamery.

Dział prewencji strat dobrze zna ten temat. Przegląd literatury ECR Retail Loss dotyczący wzmacniania ryzyka w sklepie kładzie nacisk na linie widoczności: należy zachować dobrą widoczność w punkcie sprzedaży, zwłaszcza w przypadku produktów podwyższonego ryzyka, oraz unikać zbyt wysokich regałów i zagraconych przestrzeni. To, co utrudnia widzenie pracownikowi, utrudnia też pracę obiektywowi kamery i wszystkiemu, co później opiera się na jej obrazie.

Oświetlenie: to, co oko koryguje, a matryca musi znosić

Oko stale dostosowuje się do różnic w oświetleniu. Matryca znacznie słabiej. Tymczasem początek roku szkolnego często zmienia oświetlenie: dodatkowe reflektory na czas akcji promocyjnej, listwa LED wbudowana w ekspozytor, nowa dekoracja witryny, a do tego coraz krótsze dni.

  • Światło z tyłu: kamera skierowana na wejście lub witrynę wycina sylwetki w czerni na jasnym tle. Bez skutecznej kompensacji światła z tyłu nie widać już ani rąk, ani produktów.
  • Olśnienie: reflektor skierowany w obiektyw, świecący ekspozytor lub bardzo błyszczące opakowanie przepalają część obrazu, i to dokładnie tę, w której znajduje się artykuł.
  • Strefy cienia: wydłużony koniec działu lub wyższe czoło regału tworzą ciemne obszary, w których szum cyfrowy zagłusza szczegóły.
  • Zmiany w ciągu dnia: obraz poprawny o 10:00 może stać się bezużyteczny pod koniec dnia, gdy robi się ciemniej i oświetlenie sztuczne przejmuje rolę światła dziennego.

Obraz trzeba więc oceniać w godzinach największego ruchu. Kontrola wykonana rano przed otwarciem, w pustym sklepie i przy stałym świetle, często uspokaja niesłusznie.

Kąty kamer: widzieć dłonie, a nie tylko alejki

Wiele kamer zamontowano tak, aby obejmowały alejki wzdłuż. To praktyczne do śledzenia ruchu klientów, znacznie mniej do odczytywania gestów. Gdy tylko dział zmienia kierunek lub regał zostaje skrócony, miejsce, w którym klienci sięgają po produkty, się przesuwa. Kamera nadal filmuje alejkę, ale akcja rozgrywa się teraz na skraju kadru, pod złym kątem albo zbyt daleko.

Częsty przypadek: regał znajduje się tuż pod kamerą. Ujęcie z góry jest wtedy zbyt pionowe, widać głowy i ramiona, rzadko dłonie przed ciałem. Odwrotnie, gdy wrażliwa część regału znajduje się na końcu alejki, gesty zajmują zaledwie kilka pikseli. Pozostaje jeszcze kąt ślizgowy, czyli kamera patrząca na regał z profilu: niskie półki znikają z widoku, gdy tylko pierwszy klient zatrzyma się przed nimi.

Rozdzielczość bezpośrednio wpływa na wynik. Analiza pracująca na głównym strumieniu w wysokiej rozdzielczości, czyli na mainstreamie zamiast substreamu, zachowuje więcej szczegółów w odległej strefie. Taki wybór przyjęło Oxania: detekcja działa lokalnie na dedykowanym procesorze GPU zainstalowanym w sklepie, z automatycznym, stopniowym zbliżeniem na punkt zainteresowania każdego alertu. Żadna rozdzielczość nie nadrobi jednak zasłoniętego produktu: jeśli dłoni nie ma w kadrze, nie ma czego analizować.

Materiały POS, czoła regałów, kartony: przeszkody, które pojawiają się w jedną noc

Przeszkody są częstą przyczyną utraty czytelności obrazu, a często także najłatwiejszą do usunięcia. Pojawiają się wraz z akcją handlową i rzadko znikają na czas.

  • Materiały reklamowe wiszące pod sufitem: kakemono, banery i tablice cenowe zawieszone pod sufitem często znajdują się dokładnie na wysokości kamery.
  • Podwyższone czoła regałów: ekspozytor marki wyższy niż poprzedni może zasłonić widok na całą następującą po nim alejkę.
  • Kartony i palety z dostawą towaru: postawione „na kilka godzin” na końcu alejki, czasem stoją tam przez kilka dni.
  • Wyspy promocyjne: kosze z artykułami szkolnymi i sezonowe palety tworzą nowe zakamarki między dwoma meblami.

Dobry układ sklepu także z czasem się zużywa. W swoim przeglądzie dotyczącym wzmacniania ryzyka ECR Retail Loss przywołuje eksperyment opublikowany w 1992 roku, w którym produkty podwyższonego ryzyka przesunięto bliżej kas: początkowa poprawa w zakresie strat nieznanych zniknęła z czasem, w miarę jak zespoły, oceniane za sprzedaż, a nie za straty, porzucały to rozmieszczenie. W swoich jedenastu nawykach sieci o niskim poziomie strat organizacja zauważa, że w tych sieciach prewencja strat ma zazwyczaj swoje miejsce w międzydziałowych zespołach prowadzących projekty, takie jak projektowanie nowych sklepów. Reorganizacja ekspozycji, choć w mniejszej skali, zasługuje na ten sam odruch.

Lista kontrolna po każdej zmianie w dziale

Nie trzeba angażować zespołu na cały dzień. Krótka rutyna, powtarzana przy każdej zmianie układu, wychwytuje to, co najważniejsze.

  1. Zachować obraz referencyjny: przed pracami zapisać widok każdej kamery, której dotyczą zmiany, a następnie porównać stan przed i po, obok siebie.
  2. Wskazać wrażliwe odcinki półek: najbardziej narażone produkty (małe artykuły o dużej wartości, akcesoria, elektronika na start roku szkolnego) powinny pozostawać w czytelnej części kadru, a nie tylko „gdzieś na obrazie”.
  3. Wykonać test gestu: przed każdym przeniesionym działem członek zespołu bierze produkt, manipuluje nim, a następnie odkłada go do koszyka lub torby. Dłonie i produkt muszą pozostać widoczne od początku do końca.
  4. Kontrolować o różnych porach: rano, po południu i pod koniec dnia, aby wychwycić światło z tyłu, odbicia i ciemne strefy.
  5. Obejść przeszkody: to, co zasłania kamerę, należy przesunąć, a jeśli się nie da, trzeba zmienić ustawienie kamery.
  6. Śledzić statystyki według strefy i przedziału czasowego: gwałtowny spadek liczby alertów w danej strefie tuż po zmianie układu niekoniecznie jest dobrą wiadomością. Czasem zdradza obraz, który stał się nieczytelny.
  7. Powierzyć regulacje integratorowi: zmiana ustawienia, wymiana optyki lub dodanie kamery należą do instalatora, który zna cały park urządzeń.

Poinformowanie integratora, gdy tylko plan zmiany układu zostanie zatwierdzony, pozwala uniknąć odkrycia martwego pola trzy tygodnie później. Nasz artykuł o roli integratorów w skuteczności kamer z AI opisuje tę współpracę szczegółowo. Jeśli konieczna będzie wymiana, pomoże Ci poradnik, jak dobrze wybrać kamerę do sklepu.

Niezawodność systemu AI nie zależy wyłącznie od jego modelu. Zasady OECD dotyczące sztucznej inteligencji, przyjęte w 2019 roku i zaktualizowane w 2024 roku, zaliczają odporność, bezpieczeństwo i ochronę do swoich wartości podstawowych. W sklepie ta odporność wiąże się także z sufitem, pomiędzy lampą punktową, kakemono i paletą. Technologia wykrywa, zespół decyduje o dalszych krokach, ale obraz musi jeszcze coś mu pokazywać. Najprościej jest wpisać kontrolę kamer w harmonogram każdej reorganizacji ekspozycji, na równi z etykietowaniem. Kilka minut na kamerę pomaga utrzymać wiarygodną analizę i nadal ograniczać straty nieznane aż do zmian w działach pod koniec roku.