9月20日，在广州成功举行了有关“重塑人和货物码并赋予人工智能新零售的新零售权”的深入交流会议。作为一种使用计算机视觉技术来智能商店的人工智能企业， 共享的应用程序和解决方案非常典型。
确定普通客户，提高订单率和订单价格
对于某些低频和高端价格的消费方案，消费者不会一次下达订单，而是会浏览并选择多次，例如房屋装修，4s商店，珠宝店，高端手表商店等。但是，消费者会越多地购买，购买的愿望就越大。如果商店运营商可以及时捕获此信息，抓住机会，并向消费者提供体贴的服务和个性化的营销，则将有效提高订单率。
但是，商店运营商无法完全记住谁是常规客户，因为自上次到达以来，消费者可能会有一定的时间范围，或者他没有给商店运营商留下深刻的印象，这通常会导致错过的机会向他们提供精致的服务，因此错过了成为一个好机会的机会。
面部识别可以弥补这种缺陷，通过相机或相机收集图像或视频流，并自动检测和跟踪图像中的面孔，并对被检测到的面部的面部识别，以便知道目标对象是同一个人，还可以识别性别，年龄，以及消费者是否会反复进入商店和出口。
成立于2015年3月，在将计算机视觉和大数据技术应用于安全，金融，机场和其他领域后，现在正在计划离线业务。目前，它已在 购物中心，北京 购物中心，移动商务大厅等推出。
如何识别普通客户？具体来说，尤隆技术将在门口安装一个名为“ ”的相机，以捕捉消费者的脸。当该系统认识到消费者是普通客户时，它将通过应用程序“ Palm ”抓住机会，以抓住机会，为消费者提供个性化的服务和营销，指导其消费行为并促进订单。
但是，由于不同的类别，不同的业务格式和不同的零售公司，他们要被称为常规客户多长时间，因此每个公司都有不同的定义。
没错，尤隆技术的高级解决方案经理Chen 介绍了 的常规客户定义系统支持自定义。公司本身可以判断哪些条件可以称为常规客户。
会员管理，培养忠实的客户群
如果针对固定客户的营销是提高订单率的关键，则希望零售公司为会员的运营与消费者建立长期和稳定的关系，并培养忠实的客户群体。
目前，无论是百货商店，超市还是零售格式，例如专业商店，专业商店和专业商店，建立自己的会员系统都已成为该行业的必备品。但是，会员系统通常只有在折现，赎回点或购买其他产品时才有用，并且不是很有吸引力，这会导致机动性高和缺乏忠诚度，而会员系统仅是无用的，并且只有名称。
原因是实体商店缺乏成员的精致操作和个性化服务。但是，在物理商店中，商店运营商通常只知道消费者在退房并使用其会员状态时是会员。目前，购物过程已经结束，因此他们自然无法在购物过程中为他们提供有针对性的服务。
与常规的客户识别类似，只要消费者被确定为会员， 就会将消息以及会员的偏好和其他信息推向商店运营商的手机，以便它可以及时提供个性化或差异化的服务。
但是，许多先前构建的会员系统仅具有手机号码和其他信息，并且没有面部信息。 Chen 介绍了 将通过各种方法补充成员的面部信息。
首先，除了安装在门上的相机外， 还将配置商店中的智能广告终端，将面部识别技术结合起来，以启动各种AI娱乐应用程序，以与当前的热门话题保持同步，例如“移动形状和换人的阴影”，“名人面孔的面孔”等。实际上，智能广告终端的智能广告终端将扮演多人角色的角色。
1。改善墙面利用，并在商店清洁剂中提供空间。 2.为消费者提供娱乐体验，吸引人群并改善他们的住宿时间。 3。通过面部识别，可以准确地推动消费者，而不是相同的广告轰炸。 4。简化收集成员面部信息的过程。
例如，在消费者体验智能广告终端的游戏或娱乐应用程序之后，该系统将通知他，他已经收到了红色信封，需要输入他的手机号码来收集它。消费者输入其手机号码后，终端系统将进入会员系统，并确定他是否通过手机号码是会员。如果他是会员，将添加面部信息。
如果智能广告终端是获取面部数据的手段之一，则面对面的付款也可以发挥相同的作用。 Chen 提出，在提高付款效率，提高消费者的体验，避免“飞行订单”以及对客户订单转换率的实时会计方面，面部扫描付款也具有重要功能，即填写会员的面部信息。
关于面对面的支付，Chen 认为 具有独特的优势，因为在金融领域， 已成为中国银行业最大的人工智能供应商。全国有400多家银行，包括中国农业银行，中国建筑银行，中国银行，中国商人银行总部等，已经采用了其产品，并为全国各地的银行提供了平均每日比较和2.16亿次认证。 的面向扫描付款已得到银行的大力支持，并已向中国商人银行等许多银行启动，直接开放了整个银行的后端支持系统。
辅助线设计和产品显示
对于离线商店，商店的交通设计非常重要，甚至被称为商店的血管。
所谓的动态线路是商店消费者的步行轨迹。动态线设计的目的是使消费者尽可能多地通过更多的区域，并在商店购物时浏览更多产品。出色的动态线路设计可以指导客户流到商店的每个位置，改善商店的平方英尺并最大化商店的产出。产品展示将在商店流量周围布置。
对于商店流量，尽管单个消费者的步行轨迹是随机的，但所有消费者的移动轨迹都有常规模式。因此，基于大量消费者的步行轨迹形成的热点可以反映商店的交通轨迹是否合理，以及产品显示是否实现了其目的。
根据陈的江豪（Chen ）的说法，许多零售公司对此感兴趣。如何知道热点并采用Wi-Fi是一种常见方法，但是准确性很差，常见的视频解决方案只能计算人员，无法区分员工。
在匹配技术和应用程序方案方面，面部识别是可行的。但是，这并不容易。
Chen 说，在巨大的商店空间中，我们需要知道消费者到达哪个特定位置。如果仅基于面部识别，则需要大量相机来捕获面部信息。但是，在安装每个前端摄像头时，用于背景识别的计算资源将成倍增加，这对于零售公司来说是非常昂贵的。其次，对于消费者而言，他们不能接受购物过程中有大量相机捕获面部信息。因此，尽管从技术上讲可能，但不能在项目中使用。
现在， 已成功解决了这个问题。 2018年3月， 打破了三个世界纪录，允许跨镜头跟踪技术（REID）达到商业水平，并不断跟踪无法获得清晰面孔或不便捕获面部信息的行人。
跨玻璃跟踪不仅基于面部判断，而且可以全面地确定它是否是通过服装，发型，背包，步行状态等信息在多个相机下的人，从而基于大量消费者的步行轨迹来产生商店的热点，以便商店管理者可以理解驾驶线路设计和产品的显示器以及如何合理地改善它。
Chen 说，通过横向镜头跟踪，在减少对消费者的侵权感的同时，商店的摄像机也可以处理而无需连接和构造，并且仅需要信息处理。
Chen 说：“这种方法不仅可以确保效果并降低成本，而且还考虑了消费者的经验，并最终成为可实施的解决方案。”
使像电子商务这样的营销“成千上万的人”
此前，用户打开了，发现在主页上推荐给他的产品包括奢侈品牌内衣。 Liu 在微博上回答说，这是他们根据用户肖像促进的“成千上万的人和成千上万的面孔”，这意味着电子商务网站为每个用户提供的产品页面和产品建议将有所不同。
实际上，“成千上万的人和面孔”的基础在于电子商务拥有丰富的消费者数据，而这些数据不仅是交易数据，而且是处理数据。
具体来说，从登录到电子商务，系统可以立即获取用户的基本信息，无论是成员，是否是常规客户等。基于这些过程数据，系统可以更准确地描绘用户并推荐满足其需求的产品。
与对这些过程数据的自然访问相比，尽管离线商店有大量的交易数据，但它们缺乏类似于电子商务的过程数据。这导致了离线商店，这些商店只能知道消费者购买了哪些产品，但不知道消费者已经看到，尝试和感兴趣的产品。如果没有这些数据，就无法进一步探索消费者的需求。
Chen 说， 的 是将数据渗透到消费者购物过程的各个方面。为了更全面地获取流程数据，他们正在研究智能货架，并致力于将智能货架的成本降低到可以接受的零售水平。
通过智能货架，可以感知消费者与产品之间的关系。客户流统计，定期客户识别，会员识别，热区分析，动态线路分析，智能货架和面对面付款都是单点功能。当它们合并时，可以获得更完整的数据。
“在完成此封闭循环后，每个人都会发现一个有趣的现象，也就是说，它完全模拟了整个在线逻辑。”陈·江豪得出结论。
“当您进入商店时，商店可以实时知道您的身份，这与在线相对应。您可以作为身份证登录购物平台。在到达智能广告终端之前，它类似于在线实时建议。当您到达智能货架时，它等同于在线购物，浏览或单击。付款与在线订单相对应。” Chen 详细解释了。
提高营销转化率并降低转化成本
技术是数据收集的一种手段，使零售公司能够使用数据运营。但是，通过人工智能中的深度学习和大数据技术，最终有可能自动挖掘和预测消费者需求，从而实现自动营销。
Chen 说， 也是如此，也就是说，根据用户配置文件和大数据巧妙地生成广告受众。具体来说，他们描绘了用户，产品和广告。
用户肖像包括数十万个信息，例如性别，年龄和偏好；产品肖像包括数以万计的信息，例如大量产品的特征，信息和结构；广告肖像包括数十万个信息，例如广告内容，图片，视频，类型和用户反应。
基于这些肖像，推测，建议对大约200万受众的每个广告进行消费者感兴趣的广告和产品，并且每个受众都与广告高度相关，从而提高了广告转换率并降低了平均转换成本。
为此， 建立了一个大数据平台部门，其中90％是研发人员，将最新算法与和其他技术巨头等技术巨头同步。 的创始人周十一（Zhou Xi）也花了很多努力，找到了用户肖像团队的核心技术领导者。
关于大数据营销的力量，陈江使用了他的亨格卢（）负责解释的案例，在一种情况下，他向洪卢（）推荐了大约200万观众通过数十万个信息来向广告进行广告。广告的点击率增加了36％，转化率增加了33％，这种类型的广告的平均转化率成本降低了47％。
“这确实可以带来真正的好处。”
特别是为实施而言，陈·江豪（Chen ）介绍了技术将分为几个步骤。
首先，模型验证。在模型验证期间，六个月前的零售企业数据将接受培训。训练后，将根据模型预测前六个月的操作，并将预测结果与客户的真实操作数据进行比较。如果预测结果与操作数据高度一致，则将证明模型的强度。
Chen 说，整个验证过程将在零售企业的内部环境中实现，并将与外部物理隔离。如果零售公司最终不采用它， 将执行磁盘反应性，不会透露任何数据。
其次，如果模型验证是有效的，将进行飞行员。 将与零售公司合作，在各个方面找到具有同等功能的几家商店，在某些商店中安装系统并进行试用操作。然后根据两种类型的商店进行AB测试：已安装的系统和卸载的系统。然后，实时收集和分析AB集团商店的运营数据，通过示例获得ROI（投资回报率），并协助零售公司基于在线和离线数据融合建立大数据营销能力。
第三级研发建筑和行业大脑
人工智能的发展取决于算法中的突破，例如深度学习，改进云计算等计算能力以及由引起的数据爆炸。为了衡量企业是否真的是一个人工智能企业，陈甘霍说，可以考虑三点：一个是计算能力，两个是数据资源，三个是算法优势，即人才资源。
计算能力， 已通过其自己的超级计算中心获得，并建立了一个拥有四个主要银行，公共安全部和其他机构的联合实验室， 已获得用于模型培训的数据资源。为了保持算法的优势，他们建立了三级研发架构。
第一层是在美国的硅谷和UIUC建立研发中心，并将最先进的外国人工智能技术实时引入尤隆技术。第二层是与中国科学院和上海大学建立联合实验室，以进行基础技术研究。第三层是在重庆，上海，成都，广州和苏州建立五个主要的研发中心，以促进技术和产品的实施。
全国各地的售后送货团队可以根据客户特定的需求自定义，开发和本地化产品。为了保留人工智能才能，尤隆技术还建立了人工智能大学。
Chen 说， 具有自己的核心优势，无论是核心算法，实施能力还是客户需求响应。例如，诸如面部识别，行为分析，人群计数和基于智能商店的行人重新认识之类的算法都是自我开发的。借助算法的迭代，可以进一步提高识别精度，并可以支持更多功能的方案。
然而，陈江认为尤蒙技术的最大特征是，进入一个行业时，它将加深其在该行业中的根源，并通过行业大脑之间的行业进行互动和整合。