用AI打造智慧门店，云从科技让零售营销精准如 Facebook 广告

9月20日，「重塑人货场，人工智能赋能新零售」的深度交流会在广州成功举办。作为将计算机视觉技术用于智慧门店的人工智能企业来说，云从科技分享的应用场景和解决方案很具典型性。

熟客识别，提升成单率和客单价

一些低频高客单价的消费场景，消费者并不会一次就下单，而是多次浏览、挑选，比如家装、4S 店、珠宝店、高端手表店等等。但是，消费者去的次数越多，说明购买欲望越强，如果门店运营人员能及时捕捉这个信息，抓住机会，对该消费者提供贴心服务和个性化营销，则会有效提高成单率。

然而，门店运营人员无法完全记住谁是熟客，因为可能该消费者距离上一次到来已有一定时间跨度，亦或他并没有给门店运营人员留下深刻印象，这往往会导致错失对其提供精细化服务的机会，从而错失成单良机。

人脸识别则能弥补这一缺陷，通过摄像机或摄像头采集图像或视频流，并自动在图像中检测、跟踪人脸，对检测到的人脸进行脸部识别，从而知道目标对象是否同一个人，同时还可以识别进店消费者的性别、年龄、是否反复进出等。

成立于2015年3月的云从科技将计算机视觉及大数据技术应用于安防、金融、机场等领域之后，正在布局线下商业。目前已在重庆长嘉汇购物中心、北京侨福芳草地商场、移动营业厅等落地。

如何识别熟客？具体来说，云从科技会在门口安装名为「堂口慧眼」的摄像头，抓拍消费者人脸，当系统识别出该消费者是熟客之后，则会通过 App 「掌上慧眼」将包含人脸的熟客信息告知门店运营人员，使其抓住时机，为消费者提供个性化服务和营销，引导其消费行为，促使成单。

然而，因为品类不同，业态不同，零售企业不同，对多长时间，来过多少次才能被称为熟客，每家企业对此定义也不相同。

正是如此，云从科技高级解决方案经理陈江豪介绍，云从科技的熟客定义系统支持自定义，满足哪些条件才能被称为熟客，可由企业自身判定。

会员经营，培养忠实客户群体

如果说针对熟客的营销是提升成单率的关键，零售企业对会员的运营则是希望与消费者建立长期稳定的关系，培养忠实客户群体。

目前，不管是百货、商超，还是专业店、专卖店等零售业态，搭建自己的会员体系已成行业必备。然而，会员制度往往只有在打折、兑换积分或换购其他商品时有用，此外并无太大吸引力，由此导致会员流动性大，缺乏忠诚度，会员制度形同虚设，名存实亡。

原因在于，实体门店缺乏对会员的精细化运营和个性化服务。但在实体门店，门店运营人员往往只有在消费者结账使用会员身份时，才得知他是会员，而此时购物环节已经结束，自然无法在购物过程中，对他提供针对性服务。

与熟客识别同理，只要识别出该消费者是会员，云从科技就会将该消息以及该会员的喜好等信息推送给门店运营人员手机，使其能够及时提供个性化或差异性服务。

然而，许多门店此前搭建的会员系统，只有手机号码等信息，并无人脸信息。陈江豪介绍，云从科技将通过多种方式补齐会员人脸信息。

首先，除了安装在门头的摄像头，云从科技还会在店内配置智能广告终端，结合人脸识别技术，推出紧跟时事热点的各类 AI 娱乐应用，比如「移形换影」、「明星大撞脸」等。实际上，智能广告终端将起到多方面作用。

一，提高墙面利用率，使店内空间更整洁。二，为消费者提供娱乐化体验，吸引人流，提高其驻足时间。三，通过人脸识别，对消费者实行精准推送，而不再是千篇一律的广告轰炸。四，简化收集会员人脸信息流程。

举个例子，消费者在智能广告终端体验游戏或娱乐应用之后，系统会告知他收到一个红包，需输入手机号码领取。消费者输入手机号码后，终端系统会进入会员系统，通过手机号码判定他是否会员，如果是会员，则补充了人脸信息。

如果说智能广告终端是获取人脸数据其中一个手段，那刷脸支付亦能起到同样作用。陈江豪介绍，在提高支付效率，提升消费者体验，避免「飞单」，实时核算客单转化率的同时，刷脸支付还有一个重要功能，那就是补全会员的人脸信息。

对于刷脸支付，陈江豪认为，云从科技有得天独厚的优势，因为在金融领域，云从科技已是中国银行业第一大人工智能供应商。包括农行、建行、中行、招行总行等全国 400 多家银行已采用他们的产品，为全国银行提供比对认证日均 2.16 亿次。云从科技的刷脸支付获得了银行的大力支持，目前已在招商银行等多家银行上线，直接打通了整个银行的后台支持系统。

辅助动线设计和商品陈列

对线下门店来说，店铺的动线设计很重要，甚至被誉为店铺的血管。

所谓动线，就是消费者在店内的行走轨迹，而动线设计的目的也在于让消费者在店内购物时，尽可能经过更多区域，浏览更多商品，优秀的动线设计则能将客流量引导至门店的每个位置，提升门店坪效，使门店产出最大化。而商品陈列则会围绕门店动线进行布局。

对门店动线来说，虽然单一消费者的行走轨迹有随意性，全体消费者的运动轨迹却有规律可循，因此，基于大量消费者行走轨迹形成的热点区域就能反映店铺的动线设计是否合理，商品陈列是否达到目的。

据陈江豪介绍，很多零售企业都对此感兴趣。如何获知热点区域，采取 Wi-Fi、iBeacon 是之前常用的方法，但准确度欠佳，而常见的视频方案也只能数人头，无法区分工作人员。

从技术和应用场景的匹配来说，人脸识别可行。然而，这并不容易。

陈江豪表示，在偌大的门店空间内，要具体了解一个消费者到了哪个具体的位置，如果只基于人脸识别，就需要大量摄像头抓取人脸信息，然而，每布设一个前端摄像头，后台用于识别的计算资源就会成倍增长，对零售企业来说，成本很高。其次，对消费者而言，他们也无法接受在购物过程中，有大量摄像头抓取人脸信息。因此，尽管技术上可以落地，在项目中却无法使用。

如今，云从科技已顺利解决这个问题。2018 年 3 月，云从科技打破三项世界纪录，让跨镜追踪技术（ReID）达到商用水平，对无法获取清晰人脸或不便抓取人脸信息的行人进行跨摄像头连续跟踪。

跨镜追踪不仅基于人脸判定，同时也会通过衣着、发型、背包、行走状态等信息综合判断在多个摄像头下是否为同一个人，从而根据大量消费者的行走轨迹生成门店的热点区域，让门店管理人员了解动线设计和商品陈列是否合理，应该如何改进。

陈江豪表示，通过跨镜追踪的方式，在降低对消费者侵犯感的同时，还可以对门店的摄像头利旧处理，门店也不需要再布线施工，只需后台进行信息处理即可。

「这种方式既保证效果，降低成本，还考虑到消费者体验，最终成为一个可落地的方案。」陈江豪说。

使营销如同电商「千人千面」

此前，一位用户打开京东，发现首页给他推荐的商品中有奢侈品牌内衣，刘强东在微博上回应表示，这是他们根据用户画像推行的「千人千面」，也就是说电商网站为每个用户呈现的商品页面及商品推荐都会不同。

实际上，「千人千面」的基础在于电商有丰富的消费者数据，而这数据不只是交易数据，还包括过程数据。

具体来说，从登录电商开始，系统就能马上获知用户的基本信息以及是否会员、是否熟客等。而用户在搜索、浏览、挑选商品的过程中，每一次点击、浏览、收藏，都会被系统记录。基于这些过程数据，系统能够更为精准地为用户画像，推荐符合其需求的商品。

相比线上天然就能获取这些过程数据来说，尽管线下门店有着大量的交易数据，却缺乏类同电商这样的过程数据。这就导致线下门店只能获知消费者购买了哪些商品，但无法获知消费者看过哪些商品，试过哪些商品，对哪些商品感兴趣，没有这些数据，就无法更进一步挖掘消费者的需求。

陈江豪表示，云从科技的智慧门店则在于将数据渗入消费者购物过程的每个环节。而为了更全面地获得过程数据，他们正在研究智能货架，并努力将智能货架的成本降低至零售业能够接受的程度。

通过智能货架，则可以感知消费者与商品之间的关系。客流统计、熟客识别、会员识别、热点区域分析、动线分析、智能货架、刷脸支付，都是单点功能，当他们结合起来，就能获得更为完整的数据。

「这个闭环做完之后，大家会发现一个有趣的现象，就是它完全模拟了线上的整套逻辑。」陈江豪总结说。

「当你进店，门店能实时得知你是谁，这就对应线上，你以 ID 的身份登录购物平台。你到了智能广告终端前，就类似线上实时推荐。到了智能货架，就相当于你在线上购物，在进行浏览或点击。在结算台支付，对应的则是线上下单。」陈江豪具体阐述道。

提升营销转化率，降低转化成本

技术是数据收集的手段，使零售企业能以数据驱动运营。然而，借由人工智能中的深度学习和大数据技术，最终能够自动挖掘、预测消费者需求，进而实现自动营销。

陈江豪表示，云从科技的目标也是如此，即基于用户画像和大数据智能生成广告受众。具体来说，他们会对用户、商品和广告进行画像。

用户画像包括性别、年龄、喜好等数十万维信息；商品画像则包括海量商品的特性、信息、构造等数万维信息；广告画像则包括广告内容、画面、视频、类型、用户反应等数十万维信息。

基于这些画像，推测消费者感兴趣的广告和商品，为每个广告推荐 200 万左右受众，每个受众都与该广告高度相关，从而提升广告转化率，降低平均转化成本。

为此，云从科技成立了大数据平台部，其中 90% 皆为研发人员，与谷歌、Facebook 等科技巨头同步最新的算法。而云从科技创始人周曦也苦花心思挖来了 Facebook 的用户画像团队的核心技术带头人何洪路。

对于大数据营销的威力，陈江豪用何洪路在 Facebook 经手的一个案例解释，在一个案例中，何洪路通过数十万维度的信息，为一个广告推荐了 200 万左右的受众，该广告点击率上升 36%，转化率上升 33%，该类型广告平均转化率的成本下降 47%。

「这的确可以带来真正意义上的收益。」陈江豪说。

具体到实施上，陈江豪介绍，云从科技会分成数个步骤。

第一，模型验证。在模型验证时，会用零售企业半年前的数据进行训练，训练之后，再基于模型对前半年的运营进行预测，将预测结果与客户真实运营数据进行对比，如果预测结果与运营数据高度吻合，则证明模型的实力。

陈江豪表示，整个验证过程会在零售企业内部环境实现，将从物理上隔绝外部。如果零售企业最终没有采纳，云从科技会进行磁盘消磁，不会泄露任何数据。

第二，如果模型验证有效，则进行试点。云从科技会与零售企业一起，找出数家各方面能力都持平的门店，在部分门店安装系统，进行试运营。再根据已安装系统、未安装系统两类门店进行 AB 测试。然后实时收集、分析 AB 组门店运营数据，通过实例得出 ROI（投资回报率），协助零售企业建立基于线上线下数据融合的大数据营销能力。

三级研发架构和行业大脑

人工智能的发展依托于深度学习等算法的突破，云计算等计算能力的提升，以及互联网带来的数据爆炸。衡量一家企业是否真的是人工智能企业，陈江豪表示可以从三点考虑，一是计算能力，二是数据资源，三是算法优势，也就是人才资源。

计算能力，云从科技通过自建超算中心获取，通过与四大行、公安部等机构成立联合实验室，云从科技获取了用于模型训练的数据资源。而为了保持算法优势，他们则建立了三级研发架构。

第一级，在美国硅谷、UIUC 分别建立研发中心，实时将国外最先进的人工智能技术引进云从科技。第二级，与中科院和上海交大建立联合实验室，进行基础技术研究。第三级，在重庆、上海、成都、广州、苏州建立五大研发中心，推进技术和产品的落地。

而遍布全国的售后交付团队，则能基于客户具体需求，进行定制开发并将产品进行本地化。为了储备人工智能人才，云从科技还成立了人工智能大学。

陈江豪表示，无论是核心算法，还是落地能力，亦或是客户需求响应，云从科技都拥有自己的核心优势。比如基于智慧门店的人脸识别、行为分析、人群计数、行人再识别等算法均为自研。而随着算法迭代，能够更进一步提升识别精准度，并支持更多的功能场景。

然而，陈江豪认为，云从科技最大的特点在于，进入一个行业，则会深耕这个行业，并通过行业大脑在行业之间进行交互、融合。

「通过各个行业的交互，我们能够获取壁垒，也能更好地服务我们的客户。」陈江豪总结。