Pogosto zadostuje nekaj septembrskih noči: ko se začetek šolskega leta umiri, se oddelek s šolskimi potrebščinami razstavi in zamenjajo ga jesenski izdelki, konci polic se postavijo na novo, montirajo se stojala, ki jih dostavijo blagovne znamke. Prestavitev ob začetku šolskega leta včasih zajame velik del prodajne površine. Zjutraj je merchandising načrt upoštevan, cenovke so nameščene in oddelek izgleda odlično. Toda nihče ni preveril, kaj kamere zdaj dejansko snemajo.

Kamera, pritrjena na strop, ne sledi oddelku, ko se ta premakne. Popoln kot iz junija lahko septembra zajame zadnjo stran kakemona ali vrh kupa kartonov. Za osebo, ki gleda zaslon, je to nadležno. Za video analizo z umetno inteligenco, ki mora odkriti tvegane geste (izdelek, vtaknjen v torbo, odprta embalaža, izdelek, použit pred blagajno), pa je to pogosto razlika med uporabno in nemo sliko.

Zakaj prestavitev spremeni to, kar lahko umetna inteligenca analizira

Za razpoznavanje geste analiza potrebuje dovolj osvetljen prizor, kot, ki prikazuje roke in predmete, ter prost pogled med objektivom in mestom, kjer si stranka postreže. Prestavitev lahko vse to poslabša naenkrat, ne da bi kdorkoli spremenil kakršno koli nastavitev kamere.

Preprečevanje izgub to težavo dobro pozna. Pregled literature organizacije ECR Retail Loss o povečevanju tveganja v trgovini poudarja vidne linije: ohranjati vidljivost v prodajnem prostoru, zlasti pri tveganih izdelkih, ter se izogibati previsokim policam in natrpanim prostorom. Kar ovira pogled zaposlenega, ovira tudi objektiv kamere in vse, kar se nato opira na njene slike.

Osvetlitev: kar oko popravi, senzor pa trpi

Oko se nenehno prilagaja razlikam v svetlobi. Senzor precej manj. Začetek šolskega leta pa pogosto spremeni osvetlitev: dodani reflektorji za akcijo, LED trak, vgrajen v stojalo, na novo okrašena izložba, pa še dnevi, ki se krajšajo.

  • Protisvetloba: kamera, obrnjena proti vhodu ali izložbi, siluete prikaže črne na svetlem ozadju. Brez učinkovitega kompenziranja protisvetlobe ni več mogoče razločiti ne rok ne izdelkov.
  • Bleščanje: reflektor, usmerjen v objektiv, svetlobno stojalo ali zelo svetleča embalaža prenasičijo del slike, in to ravno tisti del, kjer je izdelek.
  • Senčna območja: podaljšan konec oddelka ali višji konec police ustvarita temne žepe, kjer digitalni šum zabriše podrobnosti.
  • Spremembe čez dan: slika, ki je ob 10. uri v redu, lahko proti koncu dneva postane neuporabna, ko dnevne svetlobe zmanjka in prevzame umetna osvetlitev.

Sliko je zato treba oceniti ob urah velikega obiska. Pregled, opravljen zjutraj pred odprtjem, ko je trgovina prazna in je svetloba stabilna, pogosto neupravičeno pomiri.

Koti kamer: videti roke, ne samo prehodov

Mnogo kamer je bilo nameščenih tako, da zajamejo prehode po dolžini. To je praktično za spremljanje pretoka strank, precej manj za razpoznavanje gest. Takoj ko oddelek spremeni smer ali se polica skrajša, se mesto, kjer si stranke postrežejo, premakne. Kamera še vedno snema prehod, vendar se dejanje zdaj dogaja na robu slike, pod neugodnim kotom ali predaleč.

Pogost primer: oddelek se znajde tik pod kamero. Pogled od zgoraj postane preveč navpičen, vidimo glave in ramena, redko pa roke pred telesom. Nasprotno, ko občutljiva polica preide na konec prehoda, so geste vidne le še na nekaj pikslih. Ostane še poševni kot, kamera, ki gleda oddelek s profila: nizke police izginejo, ko se prva stranka ustavi pred njimi.

Ločljivost neposredno vpliva na rezultat. Analiza, ki dela na glavnem toku v visoki ločljivosti, mainstream namesto substream, ohrani več podrobnosti na oddaljenem območju. To je izbira podjetja Oxania, katerega zaznavanje poteka lokalno na namenskem GPU, nameščenem v trgovini, s samodejnim postopnim približevanjem na zanimivo točko vsakega opozorila. Nobena ločljivost pa ne nadomesti zakritega izdelka: če roka ni v vidnem polju, ni ničesar za analizirati.

Promocijski material, konci polic, kartoni: ovire, ki se pojavijo čez noč

Ovire so pogost vzrok za slabšo preglednost, pogosto pa tudi najlažji za odpravo. Pridejo z akcijo in redko odidejo pravočasno.

  • Viseči promocijski material: kakemono, transparenti in cenovni panoji, obešeni na strop, pogosto padejo natanko na višino kamere.
  • Dvignjeni konci polic: stojalo blagovne znamke, višje od prejšnjega, lahko zakrije pogled na ves naslednji prehod.
  • Kartoni in palete za dopolnjevanje zalog: odloženi »za nekaj ur« na koncu prehoda tam včasih ostanejo več dni.
  • Promocijski otoki: zaboji s potrebščinami in sezonske palete odprejo nove kotičke med dvema kosoma opreme.

Dobra ureditev se tudi iztroši. V pregledu o povečevanju tveganja ECR Retail Loss navaja poskus, objavljen leta 1992, pri katerem so bili tvegani izdelki premaknjeni bližje blagajnam: začetni učinek na izgube zaloge je sčasoma izginil, ker so ekipe, ocenjevane po prodaji in ne po izgubah zaloge, to postavitev opustile. V svojih enajstih navadah trgovskih verig z nizkimi izgubami zaloge organizacija ugotavlja, da ima pri teh verigah preprečevanje izgub običajno svoje mesto v medfunkcijskih ekipah, ki vodijo projekte, kot je zasnova novih trgovin. Prestavitev v manjšem obsegu si zasluži enak refleks.

Kontrolni seznam po vsaki spremembi oddelka

Ni treba za cel dan zaposliti ekipe. Kratka rutina, ponovljena ob vsaki prestavitvi, zajame bistveno.

  1. Hraniti referenčno sliko: pred deli zajeti pogled vsake zadevne kamere, nato primerjati stanje pred in po drug ob drugem.
  2. Določiti občutljive police: najbolj izpostavljeni izdelki (majhni vredni izdelki, dodatki, elektronika za novo šolsko leto) morajo ostati v preglednem delu vidnega polja, ne le »nekje na sliki«.
  3. Opraviti test geste: pred vsakim prestavljenim oddelkom član ekipe vzame izdelek, ga prime v roke in ga odloži v košarico ali torbo. Roke in izdelek morajo ostati vidni od začetka do konca.
  4. Preverjati ob več urah: zjutraj, popoldne in ob koncu dneva, da se odkrijejo protisvetloba, odsevi in temna območja.
  5. Obiti ovire: kar zakriva kamero, se premakne, sicer pa se kamera preusmeri.
  6. Spremljati statistiko po območjih in časovnih okvirih: nenaden padec opozoril na območju takoj po prestavitvi ni nujno dobra novica. Včasih izdaja, da je slika postala nečitljiva.
  7. Nastavitve zaupati integratorju: preusmeritev, zamenjava optike ali dodajanje kamere sodijo k namestitelju, ki pozna nameščene kamere.

Če svojega integratorja obvestite takoj, ko je načrt prestavitve dokončen, se izognete odkritju slepe pege tri tedne pozneje. Naš članek o vlogi integratorjev pri učinkovitosti kamer z umetno inteligenco podrobno opisuje to sodelovanje. Če je zamenjava nujna, vam bo pomagal vodnik za pravilno izbiro kamere v trgovini.

Zanesljivost sistema umetne inteligence ni odvisna le od njegovega modela. Načela OECD o umetni inteligenci, sprejeta leta 2019 in posodobljena leta 2024, uvrščajo robustnost, varnost in zaščito med svoje temeljne vrednote. V trgovini se ta robustnost odloča tudi pod stropom, med reflektorjem, kakemonom in paleto. Tehnologija zazna, ekipa se odloči, kaj bo sledilo, vendar mora slika ekipi sploh kaj pokazati. Najenostavneje je pregled kamer vpisati v terminski načrt vsake prestavitve, enako kot označevanje cen. Nekaj minut na kamero pomaga ohranjati zanesljivo analizo in še naprej zmanjševati neznane izgube zaloge vse do sprememb oddelkov ob koncu leta.