تعمل Cali Intelligence على تقصير طوابير الانتظار بنسبة 43% باستخدام Ultralytics YOLO
اكتشف كيف تستخدم Cali Intelligence نماذج Ultralytics YOLO لتقليل طوابير الانتظار في منافذ البيع بالتجزئة من خلال اكتشاف الأشياء.
Problem
كانت Cali Intelligence تتطلع إلى تقليل طوابير الدفع الطويلة في متاجر التجزئة الكبرى للمواد الغذائية، والتي تتسبب في خسارة المبيعات وإحباط العملاء واتخاذ قرارات توظيف رد فعلية.
Solution
باستخدام نماذج Ultralytics YOLO، نجحت Cali Intelligence في تقليل طوابير الدفع في متاجر التجزئة بنسبة 43% وتحسين كفاءة التوظيف من خلال المراقبة والتنبيهات في الوقت الفعلي.
خلال ساعات الذروة، يمكن أن تتراكم طوابير الدفع بسرعة في متاجر التجزئة المزدحمة. ومع نمو الطوابير، تزداد أوقات الانتظار، ويشعر الموظفون بالارتباك، وقد يتخلى المتسوقون عن عرباتهم قبل إتمام عملية الشراء.
تمتلك معظم المتاجر بالفعل أنظمة CCTV قائمة. ومع ذلك، تُستخدم هذه الكاميرات عادةً للمراقبة فقط ولا توفر رؤى تشغيلية في الوقت الفعلي. وهذا يعني بدوره أن فرق المتاجر لا تستطيع اكتشاف الازدحام مبكراً أو الاستجابة قبل أن تصبح الطوابير مشكلة.
تعالج Cali Intelligence هذه التحديات التشغيلية من خلال مراقبة تجارة التجزئة المدعومة بالذكاء الاصطناعي. ومن خلال ترقية البنية التحتية الحالية لكاميرات المراقبة (CCTV) بتقنية الرؤية الحاسوبية، فإنهم يحولون خلاصات الفيديو المباشرة إلى بيانات تشغيلية لحظية.
على سبيل المثال، باستخدام نماذج Ultralytics YOLO، يمكن لنظامهم اكتشاف ممرات الدفع، وتحديد الطوابير النشطة، وقياس تراكم العملاء. يساعد هذا فرق المتاجر على الاستجابة بسرعة ومنع أوقات الانتظار الطويلة.
Link to this sectionجلب الذكاء في الوقت الفعلي إلى عمليات التجزئة#
تأسست شركة Cali Intelligence في عام 2020، وهي تطور حلول الذكاء الاصطناعي المصممة خصيصاً لمتاجر التجزئة الفعلية. تم إنشاء الشركة بهدف تعميم الذكاء الاصطناعي في قطاع التجزئة الفرنسي ومساعدة تجار التجزئة على تحسين الأداء وتجربة العملاء من خلال الرؤية الحاسوبية.
يتمثل التحدي الرئيسي في تجارة التجزئة الفعلية في محدودية الرؤية لأنشطة المتجر. فعدم القدرة على توقع الطوابير وتوزيع الموظفين غير المتكافئ يجعل من الصعب على فرق المتاجر الاستجابة بسرعة، خاصة خلال ساعات الذروة عندما تتزايد خطوط الدفع بسرعة.
غالباً ما تُجبر فرق البيع بالتجزئة على اتخاذ قرارات كرد فعل بدلاً من الإدارة الاستباقية. تعالج Cali Intelligence هذه الفجوة من خلال السماح لتجار التجزئة بفهم ما يحدث داخل متاجرهم بشكل أفضل في الوقت الفعلي.
على مدى السنوات الأربع الماضية، وسعت Cali Intelligence حلولها عبر العديد من قطاعات التجزئة، بما في ذلك التوزيع الشامل، والأعمال اليدوية (DIY)، والملابس الجاهزة. اليوم، تعمل الشركة مع كبار تجار التجزئة الفرنسيين مثل Intermarché وLeclerc، لدعم عمليات متجر أكثر كفاءة واستجابة.
Link to this sectionتعقيد عمليات متاجر التجزئة الفعلية#
طوابير الدفع الطويلة هي أحد الأسباب الرئيسية للتخلي عن التسوق. غالباً ما تحدد تجربة الدفع الخاصة بالعميل ما إذا كانت عملية البيع ستكتمل أو سيتم التخلي عنها.
حتى عندما يملأ العملاء سلالهم، يمكن للطوابير الطويلة أن تقوض نية الشراء. وهذا يؤدي إلى خسارة فورية في المبيعات.
في الواقع، التأثير يتجاوز مجرد معاملة واحدة. فالتأخيرات المتكررة تحبط العملاء وقد تدفعهم نحو المنافسين الذين يقدمون خدمة أسرع. وبمرور الوقت، يؤدي هذا إلى تآكل الولاء وتقليل الزيارات المتكررة.
تضع الطوابير الطويلة أيضاً ضغطاً كبيراً على فرق المتاجر. وعلى المستوى التشغيلي، غالباً ما تكافح الإدارة للاستجابة بسرعة كافية.
في كثير من الحالات، لا تتفاعل الفرق إلا بعد أن تصبح الخطوط مزدحمة بالفعل، حيث يتم فتح مكاتب دفع إضافية بمجرد أن يصبح الموقف عاجلاً. هذا النهج التفاعلي يجبر الموظفين على إطفاء الحرائق المستمر بدلاً من تمكين خدمة سلسة ومتسقة.
يضيف التوظيف طبقة أخرى من التعقيد. بدون بيانات الطوابير الحية، من الصعب معرفة متى وأين تكون هناك حاجة حقيقية لدعم إضافي. غالباً ما ينتهي الأمر بالمتاجر بوجود موظفين زائدين خلال الساعات الهادئة وموظفين غير كافيين خلال فترات الذروة، مما يؤدي إلى عدم الكفاءة في كلا الجانبين.
Link to this sectionتحسين عمليات الدفع بالتجزئة باستخدام Ultralytics YOLO#
لتحسين إدارة المتجر وتجربة العملاء، تقوم Cali Intelligence بأتمتة مراقبة الدفع باستخدام الرؤية الحاسوبية من خلال البنية التحتية للكاميرات الموجودة. يتكامل حلهم مباشرة مع أنظمة إدارة الفيديو (VMS) القياسية، مما يسمح لمديري المتاجر بتلقي تنبيهات فورية عند تجاوز حدود الطوابير.
وهذا يمكن الفرق من فتح مكاتب دفع إضافية أو إعادة توزيع الموظفين قبل أن تصبح الخطوط طويلة جداً. في قلب هذا الحل توجد نماذج Ultralytics YOLO.
تدعم نماذج Ultralytics YOLO مهام الرؤية الحاسوبية الرئيسية مثل اكتشاف الأشياء، الذي يحدد العملاء في إطارات الفيديو، وتتبع الأشياء، الذي يتابع هؤلاء العملاء عبر الإطارات بمرور الوقت. هذه القدرات تجعل من الممكن للنظام مراقبة مناطق الدفع، وعد العملاء، وتحديد الطوابير الناشئة.
الشكل 1. مثال على استخدام YOLO لاكتشاف الأشخاص في طابور. مصدر الصورة: Ultralytics.
من خلال اكتشاف وتتبع الأفراد في بث الفيديو المباشر، يمكن للحل أيضاً تقدير أوقات الانتظار والإبلاغ عن الاختناقات النامية. على وجه الخصوص، يعمل النظام على خوادم مدمجة في الموقع باستخدام بنية قائمة على الحافة (edge-first). وهذا يضمن التشغيل على مدار الساعة مع الحفاظ على خصوصية بيانات العملاء.
بالإضافة إلى المراقبة في الوقت الفعلي، يدعم الحل التنبؤ قصير المدى. يمكنه التنبؤ بتراكم الطوابير قبل 15 دقيقة، مما يساعد المديرين على مواءمة مستويات التوظيف مع حركة المرور المتوقعة.
Link to this sectionلماذا تختار نماذج Ultralytics YOLO؟#
توفر نماذج Ultralytics YOLO لشركة Cali Intelligence القدرة على تقديم أداء عالٍ دون الحاجة إلى بنية تحتية سحابية باهظة الثمن. تتعمم النماذج بشكل جيد عبر زوايا الكاميرا وظروف الإضاءة المختلفة، مما يدعم النشر السريع عبر متاجر متعددة مع الحد الأدنى من إعادة التدريب.
تدعم نماذج Ultralytics YOLO أيضاً تتبع الأشياء المتقدم. بدلاً من الاعتماد فقط على عدد الرؤوس، يمكن للنظام قياس الوقت الذي يقضيه العملاء في الطابور. هذا يحسن رؤية الطابور ويساهم في دقة تزيد عن 90% في مشغلات التنبيه في العالم الحقيقي.
علاوة على ذلك، تم تحسين النظام المدعوم بـ YOLO لمعالجة ما يصل إلى 3 إلى 6 تدفقات كاميرا بحوالي 3 إطارات في الثانية لكل تدفق. يسمح هذا بالحفاظ على دقة الاكتشاف مع تقليل حمل الحوسبة بشكل كبير، مما يدعم عمليات التجزئة الفعالة والقابلة للتطوير.
Link to this sectionنماذج Ultralytics YOLO وCali Intelligence تقللان طول الطابور بنسبة 43%#
عندما نشرت Cali Intelligence حلها المدعوم بـ Ultralytics YOLO في ثمانية مواقع تجزئة، كان التأثير فورياً وقابلاً للقياس. على سبيل المثال، في أحد المواقع، انخفض متوسط طول الطابور من 7 إلى 4 عملاء، وهو انخفاض بنسبة 43% في غضون أسبوعين فقط.
تحسنت الكفاءة التشغيلية جنباً إلى جنب مع رضا العملاء. خلال ساعات خارج الذروة، قلل النظام من فتح مكاتب الدفع غير الضرورية بنسبة تصل إلى 10%، مما مكن المتاجر من مواءمة مستويات التوظيف بشكل أوثق مع الطلب الفعلي وتجنب تكاليف العمالة المهدرة.
في الوقت نفسه، ظل أداء الاكتشاف مستقراً عبر تخطيطات المتاجر المختلفة وظروف الإضاءة، مع الحفاظ على معدل خطأ أقل من 6%. منحت دقة التنبيه العالية المديرين الثقة للتصرف بسرعة واتخاذ قرارات مستنيرة في أرضية المتجر.
امتدت الفوائد أيضاً إلى ما هو أبعد من المراقبة في الوقت الفعلي. حقق الاختبار المبكر لتحسين العمالة التنبؤي متوسط خطأ مطلق (MAE) قدره 0.8، متنبئاً بطول الطوابير في حدود عميل واحد من العدد الفعلي وممكناً تخطيطاً أكثر استباقية للقوى العاملة.
ببساطة، تمكنت Cali Intelligence من الاستفادة من Ultralytics YOLO لتحويل فيديو المتجر إلى ذكاء تشغيلي في الوقت الفعلي، مما ساعد في تقليل أوقات الانتظار، وتحسين التوظيف، وتعزيز أداء التجزئة الإجمالي.
Link to this sectionتعزيز عمليات تجزئة أكثر ذكاءً على نطاق واسع#
مع استمرار Cali Intelligence في النمو، تخطط الشركة لمواصلة تحسين أداء الحافة (edge) باستخدام حزمة Ultralytics Python. توفر الحزمة سير عمل مبسطاً لتدريب وتصدير ونشر النماذج، مما يسهل تنفيذ تحسينات الأداء بكفاءة.
بناءً على هذا الأساس، تستكشف Cali Intelligence تنسيقات التصدير TensorRT وONNX لتقليل وقت الاستنتاج وتحسين استخدام الأجهزة في الموقع. يقوم فريق Cali Intelligence أيضاً بتقييم التحول بين متغيرات نماذج Ultralytics YOLO، والانتقال من Medium إلى Small لتحسين الكفاءة مع الحفاظ على دقة اكتشاف عالية.
بشكل عام، تقود Cali Intelligence تحولاً في عمليات التجزئة، حيث تنتقل المتاجر من الإدارة التفاعلية إلى الأداء الاستباقي القائم على البيانات.
هل ترغب في دمج الذكاء الاصطناعي في عملياتك؟ تفضل بزيارة مستودع GitHub الخاص بنا لمعرفة المزيد. استكشف الذكاء الاصطناعي في الخدمات اللوجستية والرؤية الحاسوبية في الرعاية الصحية. تحقق من خيارات الترخيص الخاصة بنا للبدء.
