(2020-08-03)降低成本且兼顧禮儀,實體通路、大眾交通工具服務團隊,如何在野火不斷的疫情紛擾中,做到顧客滿意的第一步?

(圖片來源:圖片截自網路)

(2020-08-03)新冠肺炎疫情(Covid-19)在台灣防疫網層層防堵下,成績斐然,無疑是全世界的佼佼者;然而,國外疫情綿延不斷,境外移入也可能造成國人不安。根據東方線上消費者行為報告指出,部分實體通路,包含電影院、百貨公司、大賣場等,在疫情初期都是消費者首先減少拜訪的地點。

隨著台灣境內案例減少,零星有境外移入,消費者享受正常生活之餘,也害怕疫情捲土重來;因此,實體通路業者一時三刻也無法鬆懈,甚至要更積極防疫,提供令顧客安心的場域。

 

但時不時傳出顧客進入店家或交通運輸樞紐,不願戴口罩、不接受酒精消毒及量測體溫的消息,業者與消費者間為了配戴口罩的爭執火爆場面,也透過新聞時有所聞;而另外配置人力來監測到訪消費者的口罩配戴狀況,更是增添了額外的成本,也危急員工的人身安全。

尤其盛夏時期,對於疫情降溫帶來的疫情新生活運動,讓人失去耐性,不想在炎熱的空氣帶著煩人的口罩。但對便利商店、餐廳、百貨公司而言,一旦染疫,得不償失。這樣的心態,造成兩難,無疑是疫情帶的零售衝擊之一。是否有好方法能有效且不失禮的提醒顧客「防疫禮儀」,同時降低通路業者的「顧門成本」?

在東方線上數據創新研究中心的推導下,連結臉部辨識的大數據分析,加上擴音儀器架設以及螢幕顯示的溫馨提醒,甚至是透過藍牙連動會員App的1-1通知,或許是個好方法!

關鍵特徵辨識,人工智能迅速協助判斷
首先,建置關鍵特徵辨識的重要影像內容,作為分辨「有戴口罩」、「沒戴口罩」及「口罩沒戴好」三大狀態的依據。


口罩狀態標記(由財團法人伊甸社會福利基金會附設數位資料處理庇護工場所標記,PASCAL VOC格式)。(圖片來源:圖片截自網路)

接著,我們選擇一種演算機制,訓練人工智慧模型進而判讀影像中人物「有戴口罩」、「沒戴口罩」及「口罩沒戴好」三大關鍵特徵。透過卷積神經網絡(Convolution Neural Network,以下簡稱CNN)作為主要的算法。

可以把各種複雜的圖像,轉化成更簡易數值,再加上適當的方程式運算,降低CNN的運算結果的極端值,提升偵測「有戴口罩」、「沒戴口罩」及「口罩沒戴好」三大狀態的準確率。


演算機制:可以把各種複雜的圖像,轉化成更簡易數值。(圖片來源:圖片截自網路)

最終我們得到一個可以信賴的模型,那個模型及可以迅速判斷人們口罩配戴的狀況,提供最為即時自動偵測辨識。


擺在街道上的判讀情境(以Rectified Linear Units,ReLUs為例)。(圖片來源:圖片截自網路)


零售店的應用想像。(圖片來源:圖片截自網路)

透過人工智慧辨識出結果後,只要將偵測結果輸出接到喇叭或是螢幕上,當偵測到沒戴口罩或是口罩沒戴好的人們時,作出適當提醒。亦或是針對正確配戴的消費者提供獎勵機制,回饋到通路會員App介面,作為店家與消費者在防疫新生活上共襄盛舉的鼓勵回饋。

也因此,不論是阻擋未正確配戴口罩民眾進入,或是針對完善配合的民眾給予鼓勵,針對關鍵特徵的辨識,將有更為多元的行銷互動與發揮空間。如此一來,可以降低通路端人員與顧客之間的接觸機會,同時系統的回饋機制,得以善意提醒進入通路的消費者。最後,讓消費者以及商家,都各自得到更安心的保障。

延伸應用,商機無限
同樣的模式,應用在特定的活動上,就可以成為辨別特定服飾、配件、圖案(如特定顏色的dress code、品牌識別Logo)的機制。

例如在舉辦白色服裝派對,在出入口即可透過此機制辨別是否全身穿著為全白或是至少80%為白色的來賓。或是以迪士尼唐老鴨的主題的派對,可以監測到是否穿著基本的藍、白、黃三色搭配,或是配戴特定款式的帽子。

如此一來,活動主辦方可以降低人力成本,縮短進出管制時間,或是在來賓進入掃描QR code時,一併提供符合dress code的獎勵優惠,讓主客盡歡。

另外,對通路來說,也可以針對特定品牌Logo做辨識。例如辨識出當日穿著或是搭配精品品牌產品的顧客,提供其相應的品牌熟客優惠,或是邀請他來店坐坐。亦或是在特定季節,辨識來店顧客是否沒有穿戴某樣商品,而提供他相對的購物推薦。例如冬季時分,辨識出沒有圍巾或是帽子的客人,將其當作主要的溝通對象,刺激其對於相關冬季單品的購物慾望。

新冠肺炎疫情在未來市場一年仍狀況不明。2020年上半年遭逢打擊的相關零售通路,更得將科技的創新發展融入實體場域中,不論是降低相關人力成本或疫情風險,又或是抬升消費者的參與或互動程度,科技發展都在疫情的壓力影響下,激發了更多的想像與商業升級的機會。

註:卷積神經網絡CNN詳細的工作原理及完整訊息可以參考網址
https://cs231n.github.io/convolutional-networks/取得更多資訊。