Skip to main content

AI • 物聯網 • 網路邊緣

人群行為分析顛覆訪客體驗

人群行為

參加音樂會或體育活動時,任何細節都不容錯過。但是您有時為了上廁所或是肚子餓而必須離開座位,就有錯過精彩畫面的風險。Zack Klima 目前是 WaitTime 的創辦人暨執行長,對於這類兩難,他有切身經驗。Klima 永遠忘不了,他為了排隊買幾瓶啤酒,而錯過了底特律紅翼隊巨星 Henrik Zetterberg 幫助球隊打進致勝球的那一刻。

他腦中浮現的第一個念頭是:「這太荒謬了。一定有更好的方法。如果我離開座位前可以先知道隊伍有多長就好了。」那次的經驗催生了這個構想,而後最終演進為 WaitTime 這間公司,運用 AI 與尖端影像技術監測及分析人群行為

時間快轉九年,該公司的 AI 與電腦視覺技術 WaitTime Crowd Intelligence 平台,目前已獲得各大體育場、購物中心、娛樂場所與機場採用。業主、營運者與房客可享有各種效益,包括人群管理、卓越的訪客體驗、精簡的營運方式、更低的成本,以及新的收益機會等。

明尼蘇達州布盧明頓 Mall of America,是 WaitTime 行為分析發揮效果的極致實例。這個場所不僅僅是購物中心,更是為了改變實體零售競爭態勢,替訪客、零售商、餐廳,甚至是環境部署創新技術的先驅。對於每年有數千萬訪客的觀光勝地來說,這件事顯得尤為重要。全美最大的室內主題公園佔地 560 萬平方英尺,商店與餐廳數量超過500 家,需要覆蓋的範圍很大。

人群行為分析提供高價值的業務優勢

Mall of America 近期的 Intel 活動,突顯了人群行為分析意想不到的優勢,並且彰顯出正確的夥伴關係如何實現顛覆性的解決方案。

首先,顯而易見,WaitTime 邊緣 AI 軟體結合部署於全購物中心天花板的 700 部攝影機,可以如何提供容量、人群密度與購物者的即時深入解析。這份資料有助於購物者在判斷運用時間的方式與地點時無須猜測。Mall of America 專案管理辦公室資深經理 Patrick Wand 及其團隊,輕輕鬆鬆便能取得這類資料,就強化訪客體驗做出更明智的決定。

Wand 表示:「我們將不同的資料集整合至模型儀表板,協助我們瞭解財務狀況,以及我們日後能締造多高的效率。」

即時資訊也有助於購物中心營運採取預防性行動。舉例來說,雖然每天都有保全人員在 47 個入口站崗,但有時候單靠一個人根本不夠。預期繁忙的入口可能未必都是繁忙的入口。Wand 表示:「我們透過 WaitTime 能夠建立儀表板,以更主動的方式將保全人員重新部署到各區域。」

Klima 補充道:「我們掌握任何時間賣場有多少人的準確率超過 95%,也知道他們是從哪個入口進入賣場。」

天氣等因素可能直接影響購物中心人流。Wand 指出,週六兩英寸的降雨量,搭配大型商店拍賣會與其他活動,吸引的訪客人數幾乎與黑色星期五不相上下。他表示:「如果我們知道這週六的訪客人數會比平時多,我們就能透過應用程式與房客溝通,讓他們主動為商店加派員工。」

邊緣 AI 讓人群管理如虎添翼

WaitTime 人群分析的智囊包括四種支援不同使用案例的演算法,而且準確率超過 95%:

  • 排隊演算法的設計主要參考該公司初始的解決方案,旨在量測無序的排隊隊伍。演算法會追蹤每個移動物件的速度與方向,提供這項資訊協助廠商加派員工或增加結帳選項。
  • 反之,支架演算法適用於有序的排隊隊伍,例如可能在星巴克舉目可見的隊伍。軟體會在該區域周圍畫出周界,排除周界外的任何事物。另外,這項資訊有助於判斷加派員工的最佳地點。
  • 入場/出場演算法是購物中心最常用的其中一種演算法。它可即時大量精確監測同時進出的人數。
  • 集合演算法則與其他演算法不同,會利用側視圖監測區域的飽和程度。舉例來說,WaitTime 在美國網球公開賽部署了這個演算法,將攝影機對準看台,追蹤座位容量,幫助觀眾更快也更容易找到座位。

然而,即時分析需要高效的邊緣運算,而 WaitTime 經過最佳化後可在 Intel 硬體上執行。另外,使用 Intel® oneAPI 程式設計模型可協助 WaitTime 提高開發效率,並且增加異質工作負載,儘可能實現最高的效能。

WaitTime 技術長 John Mars 表示:「我們儘量設法讓軟體發揮效率,光靠單一執行緒就能操控大部分攝影機。」「因此,處理器越強大,速度越快,也有更多核心可以處理更多攝影機,而且初始架構基本上完全不需要調整。如果我們能儘量加快它的速度,那麼其他一切都將水到渠成。」

合作的重要性

Mall of America 所展現的技術領先地位與業務創新,只能藉由 Mall of America 及其解決方案供應商之間的這類夥伴關係才能實現。這種夥伴關係是部署成功的關鍵。

除了 Intel 與 WaitTime,Cisco 及其廣泛的解決方案也是 Mall of America 解決方案部署成功的關鍵。Wand 表示:「在運算方面,我們採用 Cisco 的技術。」「範圍涵蓋邊緣到核心:我們的無線存取點、網路骨幹,以及所有的交換器。」

Wand 表示:「Mall of America 建立夥伴關係時,必須就目標取得共識。」「我們如何讓技術發揮到極致、如何找到目標,以及如何共同找到目標,一起實現偉大的成就?」Cisco、Intel 與 WaitTime 也不例外。

從 Wand 的觀點來看,重點不在於與特定一家公司建立合作關係。重點在於他們如何攜手協助 Mall of America 經營業務,在當前與未來實現整體目標。
 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Georganne Benesch is an Editorial Director for insight.tech. Before this she was an independent writer, authoring blogs, web content, solution guides, white papers and more. Prior to her freelance career Georganne held product management and marketing positions at companies such as Cisco, Proxim and Netopia. She earned a B.A. at University of California at Santa Cruz.

Profile Photo of Georganne Benesch