Några nätter i september räcker ofta: när skolstarten är över plockas avdelningen för skolmaterial ner till förmån för höstprodukterna, gavelexponeringarna byggs om och de ställ som varumärkena levererat sätts upp. En omplacering efter skolstarten kan ibland beröra en stor del av säljytan. På morgonen följs merchandisingplanen, etiketterna sitter på plats och avdelningen ser fin ut. Men ingen har gått och tittat på vad kamerorna egentligen filmar nu.

En kamera som sitter i taket följer inte med när avdelningen flyttas. Den perfekta vinkeln från juni kan i september visa baksidan av en kakemono eller toppen av en kartongstapel. För den som tittar på skärmen är det irriterande. För en AI-baserad videoanalys som ska upptäcka riskfyllda gester (en vara som glider ner i en väska, en öppnad förpackning, en produkt som konsumeras före kassan) är det ofta det som skiljer en användbar bild från en stum bild.

Därför förändrar en omplacering vad AI:n kan analysera

För att kunna tolka en gest behöver analysen en tillräckligt belyst scen, en vinkel som visar händerna och föremålen samt ett fritt synfält mellan objektivet och platsen där kunden tar varor. En omplacering kan försämra allt detta på en gång, utan att någon har rört en enda kamerainställning.

Svinnförebyggande arbete känner väl till ämnet. ECR Retail Losss litteraturgenomgång om hur risken förstärks i butik betonar siktlinjerna: behåll god sikt i försäljningsstället, framför allt över riskprodukter, och undvik både för höga hyllor och belamrade ytor. Det som skymmer en medarbetares blick skymmer också kamerans objektiv, och allt som sedan bygger på dess bilder.

Belysningen: det ögat korrigerar men sensorn får ta konsekvenserna av

Ögat anpassar sig hela tiden till ljusskillnader. En sensor gör det betydligt sämre. Och höstkampanjerna rubbar ofta belysningen: spotlights som läggs till för en kampanj, LED-list som byggs in i ett ställ, ett omdekorerat skyltfönster, och därtill de kortare dagarna.

  • Motljuset: en kamera riktad mot entrén eller skyltfönstret gör siluetterna svarta mot en ljus bakgrund. Utan effektiv motljuskompensation går varken händer eller produkter längre att urskilja.
  • Bländning: en spotlight riktad mot objektivet, ett upplyst ställ eller en mycket blank förpackning överexponerar en del av bilden, just den där varan finns.
  • Skuggzoner: en förlängd avdelningsvägg eller en högre gavel skapar mörka fickor där bildbruset dränker detaljerna.
  • Variationerna under dagen: bilden kan vara bra klockan 10 men oanvändbar framåt kvällen, när dagsljuset avtar och den artificiella belysningen tar över.

Bilden måste därför bedömas under tider med många kunder. Kontrollen på morgonen före öppning, med tom butik och stabilt ljus, ger ofta en falsk trygghet.

Kameravinklar: se händerna, inte bara gångarna

Många kameror har satts upp för att fånga gångarna på långa raka sträckor. Det är praktiskt för att följa kundflödet, men betydligt mindre bra för att tolka en gest. Så fort en avdelning byter riktning eller en gondol kortas flyttas platsen där kunderna tar varor. Kameran filmar fortfarande gången, men handlingen utspelar sig nu i bildkanten, i motvinkel eller för långt bort.

Ett vanligt fall: avdelningen hamnar precis under kameran. Vinkeln blir för lodrät, man ser huvuden och axlar, sällan händerna framför kroppen. Omvänt, när den känsliga hyllmetern ligger längst bak i gången, består gesterna av bara några få pixlar. Kvar finns den strykande vinkeln, från en kamera som tittar på avdelningen i profil: de nedre hyllorna försvinner så fort den första kunden stannar framför dem.

Upplösningen påverkar resultatet direkt. En analys som arbetar på huvudströmmen i hög upplösning, mainstream snarare än substream, behåller fler detaljer i ett avlägset område. Det är Oxanias val, vars detektering körs lokalt på en dedikerad GPU installerad i butiken, med automatisk progressiv zoomning på det intressanta området i varje alert. Ingen upplösning kan ändå ersätta en skymd produkt: om handen inte syns i bilden finns det inget att analysera.

Reklammaterial, gavlar, kartonger: hindren som dyker upp över en natt

Hinder är en vanlig orsak till att bilden blir svårläst, och ofta den enklaste att åtgärda. De kommer med kampanjen och försvinner sällan i tid.

  • Upphängd reklam på försäljningsstället: kakemonos, banderoller och prisskyltar som hänger i taket hamnar ofta precis i kamerahöjd.
  • Höjda gavlar: ett varumärkesställ som är högre än det förra kan skymma sikten över hela gången bakom.
  • Kartonger och påfyllningspallar: de ställs ut "för några timmar" vid gångens slut, men blir ibland stående flera dagar.
  • Kampanjöar: backar med skolmaterial och säsongspallar skapar nya vrår mellan två möbler.

En bra layout slits också. I sin genomgång om förstärkning av risk hänvisar ECR Retail Loss till ett experiment publicerat 1992 där riskprodukter hade flyttats närmare kassorna: den första vinsten på svinnet försvann med tiden, i takt med att teamen, som bedömdes på sin försäljning och inte på svinnet, övergav den placeringen. I sina elva vanor hos kedjor med lågt svinn konstaterar organisationen att svinnförebyggande arbete hos dessa kedjor i regel har sin plats i de tvärfunktionella team som driver projekt som utformningen av nya butiker. En omplacering, i mindre skala, förtjänar samma reflex.

Checklistan att följa efter varje förändring av en avdelning

Det behövs inte att ett team är upptaget en hel dag. En kort rutin, som upprepas vid varje omplacering, fångar det mesta.

  1. Spara en referensbild: före arbetet, ta en bild av vyn från varje berörd kamera och jämför sedan före och efter sida vid sida.
  2. Identifiera de känsliga hyllsträckorna: de mest utsatta produkterna (små värdefulla varor, tillbehör, elektronik inför hösten) ska ligga i en läsbar del av bilden, inte bara "någonstans i bilden".
  3. Göra ett gesttest: framför varje omplacerad avdelning tar en medarbetare en produkt, hanterar den och lägger sedan ner den i en korg eller en väska. Händer och produkt ska vara synliga från början till slut.
  4. Kontrollera vid flera tidpunkter: morgon, eftermiddag och slutet av dagen, för att upptäcka motljus, reflexer och mörka zoner.
  5. Gå igenom hindren: det som skymmer en kamera flyttas, annars riktar man om kameran.
  6. Följa statistiken per zon och tidsfönster: ett kraftigt fall i antalet alerter i en zon direkt efter omplaceringen är inte nödvändigtvis goda nyheter. Det avslöjar ibland en bild som blivit oläslig.
  7. Lämna justeringarna till integratören: omriktning, byte av optik eller tillägg av kamera hör till installatören, som känner till kamerabeståndet.

Genom att informera din integratör så snart omplaceringsplanen är fastställd slipper du upptäcka en död vinkel tre veckor senare. Vår artikel om integratörernas roll för effektiviteten hos AI-kameror beskriver samarbetet närmare. Om ett byte krävs kan guiden för att välja rätt kamera i butik hjälpa dig.

Ett AI-systems tillförlitlighet beror inte bara på modellen. OECD:s principer för artificiell intelligens, antagna 2019 och uppdaterade 2024, räknar robusthet, säkerhet och trygghet till sina grundläggande värden. I butik avgörs denna robusthet också i taket, mellan en spotlight, en kakemono och en pall. Tekniken upptäcker, teamet avgör vad som ska göras, men då måste bilden visa något. Det enklaste är att föra in kontrollen av kamerorna i tidsplanen för varje omplacering, på samma sätt som prissättningen med etiketter. Några minuter per kamera hjälper till att hålla analysen tillförlitlig och att fortsätta minska det okända svinnet fram till avdelningsförändringarna i slutet av året.