Как зарабатывать с помощью системы видеонаблюдения?

Алексей Майоров,менеджер по развитию бизнеса в секторе розничной торговли, Axis Communications

Практически все торговые сети используют системы видеонаблюдения для того, чтобы противодействовать кражам, контролировать работу сотрудников и получать наглядные доказательства и улики при разборе спорных моментов. Но возможно ли вывести систему видеонаблюдения из расходной части и «научить» ее приносить прибыль?

Несмотря на то что все осознают неоспоримую эффективность использования систем видеонаблюдения, почти никто не связывает с ними такие понятия, как возврат инвестиций или совокупная стоимость владения. Между тем видеокамеры давно уже стали таким же стандартным торговым оборудованием, как полки, ценники или кассы. Во многих магазинах камеры покрывают практически всю площадь торгового зала, и покупатели постоянно находятся в поле их зрения. Таким образом, в системы видеонаблюдения заложен огромный потенциал для обработки данных о покупательском поведении. Конечно, можно следить за тем, как клиенты принимают решения о покупке того или иного товара в режиме реального времени, но эффективность подобного метода сойдет на нет спустя буквально пару часов даже в рамках одного магазина. Намного правильнее интегрировать систему видеонаблюдения с системой видеоаналитики, адаптированной под нужды конкретного предприятия розничной торговли. Данные об объемах продаж в магазине – несомненно, очень важная информация. Но они отражают работу торговой точки только с одной стороны. При этом остается неясным, сколько потенциальных покупателей покинули магазин, так и не решившись на совершение покупки. Еще полезнее было бы узнать, что именно послужило причиной их отказа от приобретения товара – отсутствие продавца-консультанта, недостаточность информации на ценнике или же покупатель элементарно не смог найти в торговом зале товар, за которым пришел.

Те ритейлеры, которые привязывают количество необходимого персонала в торговом зале к количеству транзакций или объему продаж, не учитывая при этом уровень трафика в магазине, обрекают себя на хождение по замкнутому кругу. Низкий уровень продаж приводит к уменьшению количества продавцов в смене. Меньше продавцов – меньше возможностей помочь покупателям совершить покупку. И снова: меньше продаж – меньше продавцов. И так до тех пор, пока магазин не разорится.

С помощью систем видеоаналитики можно понять, что именно послужило причиной отказа покупателя от приобретения товара

Оптимизировать количество персонала следует исходя из статистических данных о количестве покупателей. Для больших сетей оптимальное количество продавцов даже в течение 15 минут в день положительно сказывается на годовом объеме продаж. С помощью IP-камер видеонаблюдения, передающих изображение высокого разрешения, и аналитических алгоритмов можно определять степень интереса покупателя к той или иной выкладке товара. Комбинируя эту информацию со статистикой продаж данной категории товаров, можно прийти к выводу, что если покупатель провел возле полки достаточное количество времени, но не совершил покупку, то, скорее всего, данная выкладка не побуждает его к приобретению товаров, и мерчандайзеру стоит вмешаться, чтобы выправить ситуацию.

Еще одним типом видеоаналитики в ритейле является построение «тепловых карт», наложенных на планограмму магазина для оценки активности покупателей в определенных зонах торговой точки. С помощью информации, собранной с нескольких камер видеонаблюдения, можно выявлять «мертвые зоны» в магазине, определять наиболее популярные маршруты покупателей и менять планировку зала таким образом, чтобы направлять покупательские потоки по оптимальным для ритейлера путям.

Кроме того, анализируя получаемые данные об объеме продаж, конверсии и трафике посетителей в определенных отделах магазина, можно определять, какая из предложенных планировок торгового зала является наиболее эффективной.

Чем больше торговая сеть, тем сложнее не потеряться в терабайтах информации, которую генерируют различные аналитические модули. Поэтому способ и форма подачи этой информации менеджерам является критическим фактором, по которому определяются польза и удобство системы анализа поведения покупателей.

К примеру, программное обеспечение RetailNext предоставляет агрегированные данные в виде наглядных графиков, таблиц, гистограмм, которые позволяют получить оперативные сведения о работе магазина, проследить тенденции за определенный период времени и сравнить ключевые показатели деятельности многих торговых точек одновременно. Гибкая система предоставления данных позволяет формировать специальные

Система видеоаналитики позволяет определять общее число посетителей магазина и количество покупателей, которые зашли в примерочные

Кинетическая карта – отображение активности посетите- лей в магазине, наложенное на его планограмму, – позво- ляет определять, какая из предложенных планировок торгового зала является наибо- лее эффективной

отчеты, предназначенные для определенных служб и отделов, например, для маркетинга, отдела продаж, мерчандайзеров.

При этом лицам, заинтересованным в данной информации, даже не нужно знать, как именно работает система видеоаналитики: руководители направлений, регионов или директора отдельных магазинов могут получать еженедельные или ежедневные отчеты по электронной почте или прямо на экраны своих мобильных устройств.

Рассмотрим пример того, как с помощью видеоаналитики можно провести оптимизацию численности персонала и повысить уровень продаж. Один из fashion-ритейлеров задался целью увеличить трафик в примерочных и уровень конверсии в своих магазинах. Для этого в его магазинах была установлена система видеоаналитики, которая позволяла определять общее число посетителей магазина и количество покупателей, которые зашли в примерочные. Наложив данные, полученные от системы видеонаблюдения, обогащенной аналитическими функциями, на информацию о совершенных транзакциях, удалось обнаружить сразу несколько закономерностей.

Оказалось, что во вторник наблюдается самый низкий процент посетителей, дошедших до примерочной, – 49% по сравнению с 53% в среднем за неделю. При этом средний чек во вторник также уступает чекам в другие дни недели. Следовательно, стоит проводить по вторникам специальные акции (например, вывешивать таблички «Примерь меня!»), направленные на увеличение трафика в примерочных и выравнивание среднего чека по сравнению с другими днями недели.

Кроме того, удалось выявить наиболее загруженные часы в примерочных для каждого дня недели, что должно позволить оптимизировать распределение персонала, увеличив его количество в часы пик, когда трафик и средний чек достигают своего максимального уровня.

Другой пример показывает, как ритейлеры могут оптимизировать пространство магазина на основе анализа поведения покупателей. Американская розничная сеть, специализирующаяся на продаже товаров для отдыха, использовала RetailNext для выявления стратегических ошибок в мерчандайзинге. Основными конструкциями, на которых размещаются товары, являются настенная и напольная. Замеры, проведенные с помощью видеоаналитики, показали, что соотношение задержавшихся возле напольной POS-конструкции к общему потоку посетителей составило 30%, что в три раза превышает аналогичный показатель настенной конструкции.

Получив эти данные, менеджеры провели анализ возможных причин. Оказалось, что посетителям мешают кресла, расположенные у выкладки товара. После устранения помех были проведены новые замеры, которые показали, что после изменений выросли все основные показатели в данном отделе: среднее время задержки поднялось с 15 до 22 секунд, а коэффициенты

Неверная планировка торгового зала не позво- ляет покупателям добраться до всех категорий товаров

При помощи тепловой карты перемещения покупателей по торговому залу можно быстро и практически безоши- бочно вычислить и устранить причину низкого уровня продаж определенной категории товаров

взаимодействия – до 58% и 49% для напольной и настенной конструкции соответственно. Таким образом, видеоаналитика позволяет быстро и практически безошибочно вычислить и устранить причину низкого уровня продаж определенной категории товаров.

Перспективы развития видеоаналитики связаны, в том числе, с ростом уровня персонификации покупателей при помощи аналитических методов. Совсем скоро ритейлеры будут знать своих клиентов буквально в лицо. Уже сейчас получили распространение системы, с достаточной точностью распознающие пол и возраст посетителей магазина. Со временем качество алгоритмов будет только улучшаться, и службы маркетинга получат богатую пищу для размышления, сопоставляя половозрастные характеристики заинтересованных покупателей и графики продаж отдельных категорий товаров.

Еще одним из способов получения информации о поведении покупателей в магазинах

станет использование гостевого подключения по каналу Wi-Fi. Если сегодня это всего лишь один из способов привлечь покупателей в магазин и повысить лояльность клиентов, то в будущем ритейлеры получат в свое распоряжение мощный инструмент для сбора и анализа данных.

Не секрет, что во многих торговых центрах уровень сигналов сетей мобильных операторов оставляет желать лучшего, и поэтому посетители используют любую возможность подключения к гостевой сети ритейлера. После соединения устройства пользователя с такой сетью через точку доступа в базу данных торговой компании записывается уникальный MAC-адрес смартфона, что позволяет не только отследить статистику посещений конкретным покупателем данного магазина, но и понять, в каких других магазинах этой сети он бывает и насколько часто. В большом торговом зале несколько точек доступа могут «передавать» посетителя друг другу, выстраивая таким образом траекторию его движения по отделам.

Все большее распространение получают и специальные приложения, собирающие данные – по согласию пользователя – о том, по каким запросам он производит поиск, какие интернет-магазины посещает, какие продукты чаще всего смотрит и какова стоимость товаров, положенных им в корзину интернет-магазина. Таким образом, те подходы, которые раньше были доступны только в онлайн-магазинах, постепенно внедряются в офлайн, стирая грань между различными каналами продаж.