Des chercheurs encouragent les détaillants à adopter l’IA pour mieux servir leurs clients


  • FrançaisFrançais



  • Trois chercheurs de QUT font partie d’une équipe de recherche internationale qui a identifié de nouvelles façons pour les détaillants d’utiliser l’intelligence artificielle de concert avec des caméras en magasin pour mieux servir le comportement des consommateurs et adapter l’aménagement des magasins afin de maximiser les ventes.

    Dans une recherche publiée dans Examen de l’intelligence artificiellel’équipe propose un cadre de conception d’agencement de magasin alimenté par l’IA pour que les détaillants tirent le meilleur parti des avancées récentes des techniques d’IA, et de ses sous-domaines de la vision par ordinateur et de l’apprentissage en profondeur pour surveiller les comportements d’achat physiques de leurs clients.

    Tout acheteur qui a récupéré du lait au coin le plus éloigné d’un magasin sait bien qu’un agencement de magasin efficace présente sa marchandise pour à la fois attirer l’attention du client sur des articles qu’il n’avait pas l’intention d’acheter, augmenter le temps de navigation et trouver facilement des produits alternatifs connexes ou viables regroupés ensemble.

    Il a été démontré qu’une disposition bien pensée est positivement corrélée à l’augmentation des ventes et à la satisfaction des clients. C’est l’une des tactiques de marketing en magasin les plus efficaces qui peuvent influencer directement les décisions des clients pour augmenter la rentabilité.

    Les chercheurs du QUT, le Dr Kien Nguyen et le professeur Clinton Fookes de la School of Electrical Engineering & Robotics et le professeur Brett Martin, QUT Business School s’est associée aux chercheurs Dr Minh Le, de l’Université d’économie de Ho Chi Minh-Ville, au Vietnam, et au professeur Ibrahim Cil de l’Université de Sakarya, à Serdivan, en Turquie, pour mener un examen complet des approches existantes en matière de conception d’aménagement en magasin.

    Selon le Dr Nguyen, l’amélioration de la conception de l’agencement des supermarchés – grâce à la compréhension et à la prédiction – est une tactique essentielle pour améliorer la satisfaction des clients et augmenter les ventes.

    « Plus important encore, ce document propose un cadre complet et novateur pour appliquer de nouvelles techniques d’IA en plus des données de caméra CCTV existantes afin d’interpréter et de mieux comprendre les clients et leur comportement en magasin », a déclaré le Dr Nguyen.

    « La vidéosurveillance offre des informations sur la façon dont les acheteurs se déplacent dans le magasin ; l’itinéraire qu’ils empruntent et les sections où ils passent plus de temps. Cette recherche propose d’approfondir, en notant que les gens expriment des émotions à travers des expressions faciales observables telles que lever un sourcil, ouvrir les yeux ou souriant. »

    Comprendre les émotions des clients lorsqu’ils naviguent pourrait fournir aux spécialistes du marketing et aux gestionnaires un outil précieux pour comprendre les réactions des clients aux produits qu’ils vendent.

    « Les algorithmes de reconnaissance des émotions fonctionnent en utilisant des techniques de vision par ordinateur pour localiser le visage et identifier les points de repère clés sur le visage, tels que les coins des sourcils, le bout du nez et les coins de la bouche », a déclaré le Dr Nguyen.

    « Comprendre les comportements des clients est l’objectif ultime de l’intelligence économique. Des actions évidentes telles que ramasser des produits, mettre des produits dans le chariot et remettre les produits en rayon ont suscité un grand intérêt pour les détaillants intelligents.

    « D’autres comportements comme regarder un produit et lire la boîte d’un produit sont une mine d’or pour le marketing afin de comprendre l’intérêt des clients pour un produit », a déclaré le Dr Nguyen.

    En plus de comprendre les émotions à travers les repères faciaux et la caractérisation des clients, les responsables de la mise en page pourraient utiliser des techniques d’analyse de cartes thermiques, de suivi de la trajectoire humaine et de reconnaissance des actions des clients pour éclairer leurs décisions. Ce type de connaissances peut être évalué directement à partir de la vidéo et peut être utile pour comprendre le comportement des clients au niveau du magasin tout en évitant d’avoir à connaître les identités individuelles.

    Le professeur Clinton Fookes a déclaré que l’équipe avait proposé le cadre Sense-Think-Act-Learn (STAL) pour les détaillants.

    « Tout d’abord, ‘Sense’ consiste à collecter des données brutes, par exemple à partir de séquences vidéo provenant des caméras de vidéosurveillance d’un magasin, à des fins de traitement et d’analyse. Les responsables de magasin le font régulièrement de leurs propres yeux ; cependant, de nouvelles approches nous permettent d’automatiser cet aspect de la détection, et pour effectuer cela dans tout le magasin », a déclaré le professeur Fookes.

    « Deuxièmement, ‘Think’ consiste à traiter les données collectées via l’IA avancée, l’analyse de données et les techniques d’apprentissage automatique en profondeur, comme la façon dont les humains utilisent leur cerveau pour traiter les données entrantes.

    « Troisièmement, ‘Act’ consiste à utiliser les connaissances et les idées de la deuxième phase pour améliorer et optimiser l’agencement du supermarché. Le processus fonctionne comme un cycle d’apprentissage continu.

    « Un avantage de ce cadre est qu’il permet aux détaillants d’évaluer les prévisions de conception des magasins telles que le flux de trafic et le comportement lorsque les clients entrent dans un magasin, ou la popularité des présentoirs placés dans différentes zones du magasin », a déclaré le professeur Fookes.

    « Des magasins comme Woolworths et Coles utilisent déjà régulièrement des algorithmes basés sur l’IA pour mieux servir les intérêts et les désirs des clients, et pour fournir des recommandations personnalisées. Cela est particulièrement vrai au niveau du système de point de vente et des programmes de fidélité. C’est simplement un autre exemple d’utilisation L’IA pour fournir de meilleurs agencements et conceptions de magasins basés sur les données, et pour mieux comprendre le comportement des clients dans les espaces physiques. »

    Le Dr Nguyen a déclaré que les données pourraient être filtrées et nettoyées pour améliorer la qualité et la confidentialité et transformées en une forme structurelle. La confidentialité étant une préoccupation majeure pour les clients, les données pouvaient être anonymisées ou rendues anonymes, par exemple en examinant les clients à un niveau agrégé.

    « Étant donné qu’il existe un flux de données intense provenant des caméras de vidéosurveillance, un système basé sur le cloud peut être considéré comme une approche appropriée pour l’analyse de l’agencement des supermarchés dans le traitement et le stockage des données vidéo », a-t-il déclaré.

    « La couche d’analyse vidéo intelligente dans la phase THINK joue le rôle clé dans l’interprétation du contenu des images et des vidéos. »

    Le Dr Nguyen a déclaré que les responsables de la mise en page pourraient prendre en compte les variables de conception du magasin (par exemple, la conception de l’espace, les présentoirs de point de vente, le placement des produits, le placement des caissiers), les employés (par exemple : le nombre, le placement) et les clients (par exemple : la foule, la durée de la visite , achats impulsifs, utilisation de mobilier, formation de files d’attente, réceptivité aux présentations de produits).

    N'oubliez pas de voter pour cet article !
    1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
    Loading...
    mm

    La Rédaction

    L'équipe rédactionnelle

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *