谈谈人脸识别在线下商业中的应用


来源:移动支付网    作者:JeffChen    2018-2-11 10:45

人脸识别作为AI中的一个分支,2017年无论是资本市场还是线下应用都开始热起来。按照目前人脸识别技术的成熟度,已经具备了在线下大规模应用的条件。相信2018年,人脸识别技术会在线下商业得到更广更创新的应用。本文谈谈自己对人脸识别应用的理解。

个人把人脸识别技术在新零售中运用,概括成三件事:数据收集,数据应用,反馈闭环。

数据收集

抛开隐私这一点,人脸识别的好处是无感和非接触,也因此人脸识别的线下应用的优势在于数据收集。收集数据的方法,目前看到的做法要么在某个屏幕前自动拍摄人脸,要么在小程序里自拍。

屏幕适合线下的场景,无论是智慧门店的入口还是进入小程序自拍,在微信生态里,先让Faceid和openid作一次绑定。如果用户本身是会员,则相当于CRM中增加了Faceid。如果用户不是会员,可以在绑定人脸的同时,让用户在小程序里开卡成为会员,在绑定人脸的同时,拉动用户成为会员,当然考虑用户操作的简化,也可以使用支付即会员的能力,延后让用户成为会员。

有了第一次人脸的绑定,可以针对这部分用户作更多业务场景的收集,例如在各类支持人脸识别的屏幕前识别,采集用户在屏幕上的行为,这里用户行为能收集的数据取决于屏幕的互动设计,除了人脸识别,还可以结合语音,语义,大数据推荐,等科技概念,有很大发挥的空间,个人相信多屏幕也会是智慧零售的一个特点。在各种屏幕上,对于线下门店,增加了业务场景和增强了用户体验,同时也可以考虑线下到线上的引流。除了屏幕,有了人脸识别,在线下门店还能收集更多的数据,例如用户是否到店,到店的频次,在门店的行进路径,感兴趣的SKU,停留时间等等。

数据应用

数据的收集不是目的,数据的应用才是目的。通过人脸识别抓取的数据,丰富了CRM数据库。以上数据可以应用于全渠道的精细化营销,例如公众号,小程序,APP和线下屏幕,这些渠道基于人脸识别中收集的数据(以及其他渠道的数据),可以千人千面的方式服务于用户。甚至线下屏幕可以通过识别人脸,基于收集的数据,作个性化的交互。

人脸识别也可以应用于支付,通过识别人脸,找到用户之前绑定的openid,调用免密代扣接口实现刷脸支付。人脸识别技术在人脸库比较大的时候,会有一定的误识别和通过率降低,这就需要产品设计的时候尽量规避纯粹通过人脸识别支付,例如需要输入手机号码后几位,在识别不出时自动提示使用其他支付方式等。

如果人脸打通了会员CRM,线下场景人脸可以应用于会员服务。线下无人店的自动开门,通知导购会员的入店,柜子的自动打开,会员的自动积分等。通过识别人脸,洞察用户在门店的行进路径和停留时间,可以对门店的SKU受欢迎程度作分析,指导供应链端的SKU供货。同时也可以通过这些分析,指导门店的货架陈列等。

反馈闭环

所有的数据应用,都需要做效果的收集完成闭环,这样才能指导后续的数据收集以及数据应用。

如果花很大的人力做好线下数据的收集,却停留在CRM里,那绝对和智慧零售南辕北辙。如果做了大量的数据应用,就需要评估这些应用是否偏离了商业的方向,评估这些应用的实际回报和效果,这些都需要在做数据应用的时候做好数据收集的闭环。例如刷脸后数据推荐的点击,试穿,查看,例如使用刷脸支付的效率,复购率,例如大屏的使用人流,引流效果等等。

最后,人脸识别的应用中,安全性特别重要,这不仅需要人脸识别技术的提高,更需要通过解决方案中产品流程的设计来规避。

本文为作者授权发布,不代表移动支付网立场,转载请注明作者及来源,未按照规范转载者,移动支付网保留追究相应责任的权利。
相关文章

月点击排行
关于本站    联系我们    版权声明    手机版
Copyright © 2011-2018 移动支付网    粤ICP备11061396号-5     粤公网安备 44030602000994号