Ba nhà nghiên cứu của QUT là thành viên của nhóm nghiên cứu quốc tế đã xác định những cách mới để các nhà bán lẻ sử dụng Trí tuệ nhân tạo kết hợp với camera trong cửa hàng để phục vụ tốt hơn hành vi của người tiêu dùng và bố trí cửa hàng phù hợp để tối đa hóa doanh số bán hàng.
Trong nghiên cứu được công bố trên Tạp chí trí tuệ nhân tạo, nhóm đã đề xuất một khung thiết kế bố cục cửa hàng do AI cung cấp cho các nhà bán lẻ để tận dụng tốt nhất những tiến bộ gần đây trong kỹ thuật AI và các lĩnh vực phụ của nó trong tầm nhìn máy tính và học sâu để theo dõi các hành vi mua sắm thực tế của khách hàng của họ.
>> Tham khảo: Nền tảng cảm biến để nghiên cứu hệ thống mạch máu trong ống nghiệm mở ra khả năng thử nghiệm thuốc.
Bất kỳ người mua sắm nào đã lấy sữa từ góc xa nhất của cửa hàng đều biết rõ rằng cách bố trí cửa hàng hiệu quả để trưng bày hàng hóa của mình vừa thu hút sự chú ý của khách hàng đến các mặt hàng mà họ không có ý định mua, vừa tăng thời gian tìm kiếm và dễ dàng tìm thấy các sản phẩm thay thế có liên quan hoặc khả thi được nhóm lại cùng với nhau.
Một bố cục được cân nhắc kỹ lưỡng đã được chứng minh là có mối tương quan tích cực với việc tăng doanh số bán hàng và sự hài lòng của khách hàng. Đây là một trong những chiến thuật tiếp thị tại cửa hàng hiệu quả nhất có thể ảnh hưởng trực tiếp đến quyết định của khách hàng để tăng lợi nhuận.
Các nhà nghiên cứu của QUT, Tiến sĩ Kiên Nguyễn và Giáo sư Clinton Fookes từ Trường Kỹ thuật Điện & Người máy và Giáo sư Brett Martin, Trường Kinh doanh QUT đã hợp tác với các nhà nghiên cứu, Tiến sĩ Lê Minh, từ Đại học Kinh tế, Thành phố Hồ Chí Minh, Việt Nam, và Giáo sư Ibrahim Cil từ Đại học Sakarya, Serdivan, Thổ Nhĩ Kỳ, để tiến hành đánh giá toàn diện về các phương pháp tiếp cận hiện có trong thiết kế bố trí cửa hàng.
Tiến sĩ Nguyen cho biết cải thiện thiết kế bố trí siêu thị – thông qua sự hiểu biết và dự đoán – là một chiến thuật quan trọng để cải thiện sự hài lòng của khách hàng và tăng doanh thu.
>> Tham khảo: Một thử nghiệm nhanh hơn để tìm và nghiên cứu các cấu trúc liên kết vật liệu.
“Quan trọng nhất là bài báo này đề xuất một khuôn khổ toàn diện và mới lạ để áp dụng các kỹ thuật AI mới trên dữ liệu camera quan sát hiện có để diễn giải và hiểu rõ hơn về khách hàng cũng như hành vi của họ tại cửa hàng”, Tiến sĩ Nguyễn nói.
“CCTV cung cấp thông tin chi tiết về cách người mua sắm đi qua cửa hàng; lộ trình họ đi và những khu vực họ dành nhiều thời gian hơn. Nghiên cứu này đề xuất đi sâu hơn, lưu ý rằng mọi người thể hiện cảm xúc thông qua các nét mặt có thể quan sát được như nhướn mày, mở mắt hoặc mỉm cười.”
Hiểu cảm xúc của khách hàng khi họ duyệt qua có thể cung cấp cho các nhà tiếp thị và nhà quản lý một công cụ có giá trị để hiểu phản ứng của khách hàng đối với các sản phẩm họ bán.
“Thuật toán nhận dạng cảm xúc hoạt động bằng cách sử dụng các kỹ thuật thị giác máy tính để xác định vị trí khuôn mặt và xác định các điểm mốc chính trên khuôn mặt, chẳng hạn như khóe lông mày, chóp mũi và khóe miệng”, tiến sĩ Nguyễn cho biết.
“Hiểu hành vi của khách hàng là mục tiêu cuối cùng của kinh doanh thông minh. Những hành động rõ ràng như lấy sản phẩm, đặt sản phẩm vào xe đẩy và trả sản phẩm trở lại kệ đã thu hút sự quan tâm lớn đối với các nhà bán lẻ thông minh.
>> Tham khảo: Sự tiến hóa của rễ cây có thể đã dẫn đến sự tuyệt chủng hàng loạt.
“Các hành vi khác như nhìn chằm chằm vào sản phẩm và đọc hộp sản phẩm là mỏ vàng để tiếp thị hiểu được sự quan tâm của khách hàng đối với sản phẩm,” Tiến sĩ Nguyễn nói.
Cùng với việc hiểu cảm xúc thông qua các dấu hiệu trên khuôn mặt và đặc điểm của khách hàng, người quản lý bố cục có thể sử dụng phân tích bản đồ nhiệt, theo dõi quỹ đạo con người và kỹ thuật nhận dạng hành động của khách hàng để đưa ra quyết định của họ. Loại kiến thức này có thể được đánh giá trực tiếp từ video và có thể hữu ích để hiểu hành vi của khách hàng ở cấp độ cửa hàng mà không cần phải biết về danh tính cá nhân.
Giáo sư Clinton Fookes cho biết nhóm đã đề xuất khuôn khổ Sense-Think-Act-Learn (STAL) cho các nhà bán lẻ.
“Đầu tiên, ‘Sense’ là thu thập dữ liệu thô, chẳng hạn như từ cảnh quay video từ camera quan sát của cửa hàng để xử lý và phân tích. Người quản lý cửa hàng thường làm việc này bằng mắt của họ; tuy nhiên, các phương pháp mới cho phép chúng tôi tự động hóa khía cạnh cảm biến này và để thực hiện điều này trên toàn bộ cửa hàng,” Giáo sư Fookes nói.
“Thứ hai, ‘Think’ là xử lý dữ liệu được thu thập thông qua AI tiên tiến, phân tích dữ liệu và kỹ thuật học máy sâu, giống như cách con người sử dụng bộ não của họ để xử lý dữ liệu đến.
“Thứ ba, ‘Hành động’ là sử dụng kiến thức và hiểu biết sâu sắc từ giai đoạn thứ hai để cải thiện và tối ưu hóa cách bố trí siêu thị. Quá trình này hoạt động như một chu trình học hỏi liên tục.
Giáo sư Fookes cho biết: “Một lợi thế của khuôn khổ này là nó cho phép các nhà bán lẻ đánh giá các dự đoán về thiết kế cửa hàng như lưu lượng giao thông và hành vi khi khách hàng vào cửa hàng hoặc mức độ phổ biến của các màn hình cửa hàng được đặt ở các khu vực khác nhau của cửa hàng”.
“Các cửa hàng như Woolworths và Coles đã thường xuyên sử dụng các thuật toán hỗ trợ AI để phục vụ tốt hơn sở thích và mong muốn của khách hàng, đồng thời cung cấp các đề xuất được cá nhân hóa. Điều này đặc biệt đúng với hệ thống điểm bán hàng và thông qua các chương trình khách hàng thân thiết. Đây chỉ đơn giản là một ví dụ khác về việc sử dụng AI để cung cấp bố cục và thiết kế cửa hàng dựa trên dữ liệu tốt hơn, đồng thời hiểu rõ hơn về hành vi của khách hàng trong không gian vật lý.”
>> Tham khảo: Xây dựng vi khuẩn để giữ cho chúng ta khỏe mạnh.
Tiến sĩ Nguyễn cho biết dữ liệu có thể được lọc và làm sạch để cải thiện chất lượng và quyền riêng tư và chuyển thành dạng cấu trúc. Vì quyền riêng tư là mối quan tâm chính của khách hàng, dữ liệu có thể được hủy nhận dạng hoặc ẩn danh, chẳng hạn như bằng cách kiểm tra khách hàng ở cấp độ tổng hợp.
Ông nói: “Vì có một luồng dữ liệu dữ dội từ các camera quan sát, một hệ thống dựa trên đám mây có thể được coi là một phương pháp phù hợp để phân tích bố cục siêu thị trong việc xử lý và lưu trữ dữ liệu video”.
“Lớp phân tích video thông minh trong giai đoạn NGHĨ đóng vai trò chính trong việc diễn giải nội dung của hình ảnh và video.”
Tiến sĩ Nguyễn cho biết các nhà quản lý bố cục có thể xem xét các biến thiết kế cửa hàng (ví dụ: thiết kế không gian, trưng bày tại điểm mua hàng, vị trí sản phẩm, vị trí của nhân viên thu ngân), nhân viên (ví dụ: số lượng, vị trí) và khách hàng (ví dụ: đông đúc, thời lượng ghé thăm , mua hàng bốc đồng, sử dụng đồ nội thất, xếp hàng chờ đợi, khả năng tiếp nhận trưng bày sản phẩm).
