Система предотвращения краж Retail

AIRE Lab

Система предотвращения краж Retail

Оставить заявку

Какую проблему решаем

Крупные ритейлеры теряют 1-1,5% оборота на магазинных кражах

Схемы воровства различны (сговор с продавцами, охранниками и т.п.)

Системы видеонаблюдения являются источником сырых данных, с которыми работать в ручную невозможно из-за объемов и ограниченности ресурсов персонала

Проблема наиболее актуальна для крупного сетевого ритейла и магазинов одежды/обуви

Как будем решать?

Система анализа видео, основанная на методах машинного обучения: pattern/anomaly detection, human action recognition, 2D/3D CNN.

Система внедряется в 2 этапа:

Обучение на исторических данных,

согласование технических и продуктовых метрик, тестирование качества определения паттернов

Интеграция в продуктовую среду,

выстраивание потоков данных для определения паттернов в режиме real-time

Как это будет работать?

Анализ, обнаружение и оповещение:

Непрерывный
анализ видео-данных

Наша система анализирует видеоданные в режиме реального времени, выявляя поведение, требующее внимания.

Выявление подозрительного поведения

Благодаря алгоритмам машинного обучения она точно распознает различные типы жестов и действий, попадающие в категорию подозрительных.

Оповещение на экране сотрудника магазина

Если выявляется какое-либо рискованное поведение, наша система предупреждает персонал магазина в режиме реального времени, тем самым обеспечивая возможность предотвращения кражи или иного ущерба.

Преимущества в цифрах

Предотвращение даже 20% от текущих объемов шоплифтинга принесет экономию до 0,15% GMV ритейлера, что является колоссальными суммами
в абсолютных значениях.

Сотрудник безопасности получает удобный и гарантированный способ предотвратить кражу – в течение 0,5-1 минуты сигнал поступает на телефон, сотруднику нет необходимости обыскивать, видеодоказательство в виде записи уже есть вместе с сигналом.

Абсолютное количество попыток краж в магазинах с внедренной технологией значительно снижается (на 30-40%) – шоплифтеры избегают точек с высокими рисками неуспеха.