Интегратор GPU-серверов и рабочих станций · Россия и СНГ
8 (800) 350-70-73 · бесплатно по России  |  Условия поставки
Ритейл и e-commerce · Компьютерное зрение · Прогнозная аналитика

Аналитика трафика магазина и очередей по видео

Подсчёт посетителей, тепловые карты зала, длина очередей и прогноз нагрузки на кассы по существующим камерам наблюдения.

Точность подсчёта посетителей95–98 %
Время ожидания в очередиснижение на 20–40 % при управлении кассами по данным
Точность прогноза трафикаошибка 10–15 % на горизонте недели

Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.

Задача

Что решаем

Управляющий магазином планирует смены и открывает кассы по ощущениям. Очередь у касс — одна из главных причин ухода покупателей без покупки, но её длину никто не измеряет. Конверсия из посетителей в покупателей известна только приблизительно, а какие зоны зала «мертвые», категорийные менеджеры узнают из редких исследований.

Инфракрасные счётчики на входе считают всех подряд, включая сотрудников и тележки, и ничего не говорят о поведении внутри зала.

Камеры видеонаблюдения в магазине уже есть, но используются только службой безопасности. Их потенциал как источника операционных данных для управляющего и категорийных менеджеров остаётся нереализованным.

Как работает

Что делает ИИ

PyTorchUltralytics YOLOByteTrackNVIDIA DeepStreamClickHouseGrafana

Решение подключает существующие камеры к серверу видеоаналитики и превращает видео в операционные метрики без записи персональных данных.

  • Подсчёт входящих и выходящих с исключением персонала; конверсия по часам при сопоставлении с чеками.
  • Тепловые карты и маршруты по залу, время у стеллажей, оценка эффективности промо-зон.
  • Длина очереди и время ожидания у касс с оповещением об открытии дополнительной кассы.
  • Прогноз трафика на неделю для планирования смен и выкладки.

Обработка идёт на площадке, наружу уходят только агрегированные показатели: система не идентифицирует людей и соответствует требованиям к персональным данным.

Какие данные нужны

  • Видеопотоки с камер зала и касс
  • Чеки по времени для расчёта конверсии
  • График смен и планировка зала
Железо · Компьютерное зрение · Под столом или в лаборатории

Какая инфраструктура нужна

Профиль «видеоаналитика» в компактном исполнении: детекция и трекинг людей — относительно лёгкая модель, и одна GPU с 24–48 ГБ памяти обслуживает 20–40 камер при пониженной частоте кадров. Для магазина достаточно рабочей станции W5 MAX из рабочие станции в серверном шкафу магазина.

Для сети возможны два варианта: локальные узлы в магазинах с передачей агрегатов в центр или центральный сервер R5 PLUS из раздела GPU-серверы для магазинов с хорошим каналом. Видео не хранится дольше, чем нужно для расчёта, поэтому требования к хранилищу минимальны, а сеть между магазином и центром нагружается только агрегатами.

Сравнить конфигурации →  ·  Подобрать по ускорителю →

Внедрение

Как идёт проект

  1. 01

    Данные и цель

    Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.

  2. 02

    Пилот на нашей конфигурации

    Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.

  3. 03

    Инфраструктура

    Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.

  4. 04

    Сопровождение

    Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.

Смежные решения

Что ещё автоматизируют в отрасли «Ритейл и e-commerce»

Все решения для отрасли →

Запрос КП · ответ в течение рабочего дня

Опишите задачу и данные.

Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.

Обсудить внедрение