Flame Analytics

実際に「見ている」のがHypersensorだ。一般的なIPカメラのストリームを受け取り、深層学習モデルで人数、動線、滞在時間、ゾーン別の活動量を出力する。Flameは人数計測で99%超の精度をうたっており、四半期ごとに顧客先で現地監査を実施していると説明する。1台のカメラが複数の指標を同時に出すので、計測用、滞在時間用、ヒートマップ用と別々のセンサーをそろえる必要はない。

施設の視野はたいてい重なっている。カメラごとに数えると、フレームの境目をまたぐたびに同じ人が二重に計上される。Flameは複数カメラの検知結果を匿名の1本の軌跡につなぐ。3台の前を通った来訪者は1人で、3人にはならない。生体情報も保存映像も使わない。情報管理の担当者が最初に確認するのはこの点だ。

従業員は一日中歩き回る。そのまま数えると、どの数字も水増しされる。Flameは2つの方法で対処する。ゾーンごとの従業員の典型的な動きを学習するモジュールと、倉庫やバックヤード、従業員通路に手動で引く除外ゾーンだ。判定は行動にもとづき、顔にはよらない。生体情報ゼロの原則の内側に収まっている。

レポート画面は分析の専門家でない人向けに作られている。ドラッグ&ドロップのウィジェット、既製テンプレート、定期配信で200を超える指標をカバーし、ヒートマップと推移グラフはリアルタイムで更新される。複数拠点のアカウントには店舗間の比較ビューがあり、チェーンにとっての価値の大半はここに集まる。

POSやERPをつなぐと、訪問者数を取引数で割れる。店舗別、時間帯別の実際の転換率が出てくる。マーケティングの問題と店頭の問題を分ける指標であり、これがあるからこそ来店カウンターが営業責任者の日常ツールになる。

FlameはWiFiアクセスポイント経由でも人数を数え、ログイン情報を会員施策に使う。同意を得たうえで、ネットワークにつないだ来訪者を属性で分け、CRMと結びつけられる。商業施設やホテルなら、来訪者が去った後にも働きかけができる。WiFiの計数は推定値でカメラの精度には届かない。補助信号として扱うのが適切だ。

オープンAPIと各種コネクタで、指標をCRM、CMS、データレイクへ送れる。リアルタイムのトリガーは自動処理を起動する。ゾーンが混み合ったらサイネージの内容を変える、スタッフに通知するといった使い方だ。デバイス管理機能はカメラの状態を監視し、落ちているストリームに印を付ける。気づかないうちに1カ月分のデータが台無しになる事態を防ぐ。