Большой брат для больших продаж: зачем в маркетинге нужна видеоаналитика. Личный топ Юлии Вихревой, Ivideon

Видеоаналитика на базе искусственного интеллекта — одно из самых востребованных решений в ритейле и сфере обслуживания. Юлия Вихрева, директор по маркетингу Ivideon, рассказала, как использовать видеоаналитику в маркетинге.

1. Портрет клиента. Посетителя магазина или ресторана можно изучить с помощью видеоаналитики. Камеры «с мозгами», то есть с ИИ, собирают и обрабатывают всю необходимую информацию о клиенте (пол, возраст, предпочтения и даже настроение). Полученные данные маркетологи анализируют и выстраивают на их основе гипотезы о том, кто этот человек и зачем он пришёл. А далее за считанные минуты могут создать для каждого покупателя подборку актуальных товаров и показать персонализированную рекламу на интерактивном стенде.

Успейте купить корпоративный пакет COSSA-2025 со скидкой!

Cossa анонсирует главный рекламный формат на весь 2025 год: сразу 8 различных опций.

Пакет идеально подходит для онлайн-сервисов, стартапов, интернет-компаний и digital-агентств.

Успейте приобрести пакет до повышения цены!

В качестве примера: «умный» ресторан KFC в Китае. В 2016 году во все аппараты ресторана внедрили систему биометрической идентификации. Она распознаёт гостя и предлагает ему любимые блюда на основе истории предыдущих заказов.

Системы управления контентом в торговых сетях без анализа видеоданных сегодня уже неактуальны.

2. Из офлайна в онлайн и обратно. В онлайне легче анализировать действия клиентов, чем в офлайне. Физические точки продаж и обслуживания до недавнего времени оставались «ящиком пандоры» для владельцев бизнеса из-за невозможности присутствовать в нескольких магазинах одновременно. А организация изучения посетителей в оффлайне без средств автоматизации — очень дорогой и трудоёмкий процесс.

Оцифровывать процессы, управлять клиентским опытом, изучать поведение потребителя и спрос на отдельные товары с помощью видеоаналитики в офлайне так же просто, как с помощью веб-аналитики изучать процессы в ecommerce. Видеокамеры, подключенные к сервису распознавания лиц, идентифицируют постоянных клиентов и собирают о них необходимую информацию. Эти данные помогают принимать важные управленческие решения и осознанно выстраивать маркетинговые стратегии.

3. Продавать не услугу, а эмоции. Подход к продажам за последнее десятилетие кардинально изменился. Сегодня стратегия «‎Положить продукт в корзину покупателя всеми правдами и неправдами» уже не работает. Клиенту важно подарить заботу, в том числе и об его эмоциональном состоянии.

С помощью видеоанализа можно считать практически все базовые эмоции человека — грусть, радость, удивление, страх, гнев, презрение и отвращение. Если камера зафиксировала раздражение или разочарование гостя, она даёт сигнал менеджеру, который тут же берёт эту информацию на вооружение.

Он может изменить тактику обслуживания клиента. Например, предложить ему что-то в подарок, сделать скидку или спецпредложение — всё, чтобы тот ушёл счастливым. Анализ эмоций в сервисе для видеоаналитики также помогает автоматизировать оценку индекса NPS (индекс потребительской лояльности).

4. Вернуть любой ценой. Если клиент ушёл подавленный и не вернулся, нужно разобраться с причинами. Казалось бы, видеоаналитика здесь бесполезна. Но это не так. Данные с камер помогают понять, как менялось настроение гостя или покупателя и когда оно окончательно испортилось. Эти перемены управляющий может сопоставить с разными факторами и понять, что повлияло на уход клиента: плохое обслуживание, грязный пол, отсутствие любимого товара на полке, грубость сотрудника или что-то другое.

5. Выход из кризиса. Если бизнес теряет одного клиента за другим, он рано или поздно умрёт. Чтобы этого не допустить, важно своевременно задаться вопросом: почему уходят клиенты? Возможно, сто́ит заострить внимание на мелочах или полностью трансформировать подход к маркетинговой стратегии.

У одного из наших клиентов (сеть магазинов стройматериалов) на протяжении двух месяцев падала выручка. Анализ видеоданных и кассовых операций, полученный с помощью сервиса сквозной облачной аналитики, показал, что частота покупок в магазинах среди женщин упала на 19%. Дополнительный анализ потребительского сегмента говорил, что женщины в этой торговой сети чаще всего покупают декор. Мы предположили, что на частоту покупок повлияла перестановка стенда с визуализацией декора, и предложили вернуть стенд на прежнее место. Это позволило вернуть продажи на прежний уровень.