Будущее без кассиров и очередей: как развиваются «умные» магазины
Первый «умный» магазин без продавцов предложила компания Amazon, начав тестировать этот формат в Сиэтле в 2016 году среди своих сотрудников. Продажи осуществляются через приложение от Amazon, в котором покупатель получает персональный QR-код для входа в магазин. Товары можно брать с полок и уносить с собой. Благодаря камерам с машинным зрением, нейросеть распознаёт поведение покупателей: система сама «видит», когда товар взяли, вернули обратно или поместили «в корзину», а главное, «понимает», кто его взял. В итоге, покупатель просто выходит из магазина через специальный турникет, система считает сумму и списывает со счета Amazon или привязанной в приложении карты.
В январе 2018 Amazon Go (так компания назвала «умные» магазины) открылся для массового потребителя, а осенью появилась информация, что компания намерена к 2021 открыть 3 тысячи таких точек. Однако к 2020 году сеть разрослась только до 26 магазинов в США.
Немецкий Kaufland (также присутствует в Польше и Чехии) позволил покупателям использовать как магазинные сканеры, так и смартфоны с установленным на них приложением. И если раньше в Европе система присутствовала только в крупных сетях, в условиях пост-пандемии почти все ритейлеры добавили решения по самообслуживанию.
Сложности возникали с взвешиванием товаров, сканированием свежих фруктов и овощей. Также, в сети до сих пор значительная доля расчётов происходит наличными. Вместо мобильных технологий, в Walmart решили продвигать сервис моментальной покупки с ассистентом: сотрудник в торговом зале сканирует товар, платежную карту клиента и выдает ему чек, тем самым, исключая необходимость проходить через кассу. Но далеко не каждый ритейлер может себе позволить нанять персонал под такую задачу.
«Умные» магазины в России
Возможность покупать товары без участия живого кассира появилась в России с 2013 года и началась с касс самообслуживания в сетях METRO и Ашан, а позже и в некоторых торговых точках X5 Retail Group (Пятерочка, Перекресток). Сегодня каждая крупная сеть имеет несколько магазинов с кассами самообслуживания или устройствами self-scan, это норма отрасли.
В 2018 году в России начали появляться беспилотные магазины от стартапа Briskly – размером с павильон у дома, с наклейкой в виде QR-кода. Его нужно отсканировать, чтобы скачать приложение и открыть дверь. Первым был магазин-«контейнер» у IQ-Park, а в 2020 году формат стал более компактным: компания продаёт умные микромаркеты. Их устанавливают в офисах, торговых центрах, институтах. С недавних пор торговые точки стали возникать в подъездах жилых домов. В процессе набора корзины можно отслеживать итоговую сумму, применять скидки, удалять ненужные товары. Модуль управления следит за безопасностью и понимает, кто и когда совершает покупки: без авторизации в приложении дверь просто не откроется.
Следующий этап – внедрение оплаты без очередей в больших магазинах. Мы начали реализовывать этот формат совместно с «Улыбкой Радуги», запустив оплату через B-Pay (приложение). Все по стандарту: вход через QR-код на двери магазина или по геолокации, сканирование штрихкодов смартфоном и оплата картой. Причем сделать это также можно через Apple Pay или Систему быстрых платежей. Проект будет масштабироваться во все регионы присутствия «Улыбки Радуги».
Особенности развития и перспективы
В России покупатели тратят в таких магазинах от 300 до 500 рублей за раз. Однако магазины с кассой в смартфоне посещают чаще, чем обычные: доходит до 35 покупок в месяц.
С такой тенденцией в зале могут остаться только консультанты. Уменьшаются затраты и на обслуживание кассовых аппаратов, платежных терминалов, инкассацию. Доходность самих магазинов может увеличиться благодаря сокращению очередей: сейчас 86% американцев отказываются от покупок, если приходится долго ждать обслуживания. В России лояльность к магазину у человека снижается в среднем на седьмой минуте пребывания в очереди, а спустя 10 минут он просто уходит. По статистике, россияне тратят 27 часов в году на ожидание на кассе супермаркета.
С помощью кассы в смартфоне покупатели не только экономят время, но и сразу видят итоговую сумму в процессе сбора корзины. Скидка применяется в моменте и это повышает средний чек на 15%. Поэтому, ритейлеры видят потенциал таких систем для лояльности потребителей.
Более того, одна из главных категорий потребителей сегодня – это поколение Z, которое неразрывно связано с гаджетами, ценит свое время и инновации. Из тех, кто уже подключен к B-Pay, 80% ожидают, что оплата товаров должна занимать не более 2 минут. И несмотря на то, что совершать покупки даже поколение Z хочет офлайн, оплачивать все больше людей надеются именно онлайн, а кассами самообслуживания и терминалами электронной очереди хотя бы раз воспользовались больше 40% российских потребителей.
Но несмотря на то, что аудитория готова к новым магазинам без кассиров, традиционный формат полностью они не заменят. Для бюджетных сетей расходы на внедрение технологии будут превышать потенциальную прибыль. Кроме того, для некоторых людей поход в магазин – элемент социализации.
Вероника Климова, директор по маркетингу Briskly
Для New Retail
IoT для бизнеса: как умные устройства снижают затраты в ритейле, медицине и на производстве
Расскажем, как можно использовать интернет вещей в разных сферах и покажем реальные кейсы компаний, которые уже оптимизировали бизнес-задачи с помощью умных устройств.
Примеры IoT в ритейле: контроль остатков на складе, защита от воров и магазины без продавцов
Контроль товарных остатков на полках и складах. Есть три основных способа контролировать наличие товаров с помощью IoT:
Например, в магазинах Levi’s Plaza в Сан-Франциско работает IoT-система. К каждому товару крепятся RFID-метки, данные с них передаются в облако — там они обрабатываются, чтобы было понятно, сколько осталось товара, что и когда покупают, какие позиции нужно докупить, а каких еще много в наличии.
Умные ценники. Это небольшие цифровые дисплеи вместо обычного ценника. Цена на них меняется автоматически, если изменилась цена в базе — больше никаких проблем с неправильными ценниками и волокиты с их постоянной сменой и распечаткой.
Так, X5 Retail Group давно внедряет технологии IoT — умное освещение, кассы самообслуживания, умные холодильники. Недавно компания начала тестировать магазин без персонала, который объединяет сразу несколько умных устройств:
Так выглядят кассы самообслуживания в магазине без персонала. Источник
Борьба с воровством. Магазины серьезно страдают от шоплифтеров — профессиональных воров, которые регулярно выносят товары. Если их поймают, они платят штраф — а потом снова приходят воровать. Магазин может вести базу лиц таких шоплифтеров и внедрить систему распознавания лиц. Как только шоплифтер войдет в магазин, камера оповестит охранника, чтобы он внимательно следил за неблагонадежным покупателем.
Интернет вещей в промышленности: предотвращение поломок и контроль брака
Предиктивная аналитика для предотвращения поломок и сбоев. На оборудование устанавливают датчики, которые следят за разными физическими показателями: давлением, силой тока, перепадами напряжения, частотой движений и так далее.
Например, для каждого станка устанавливается норма — предположим, что это 200 движений в минуту. Если станок не соблюдает норму, то есть делает 190 движений или меньше — датчик отправляет сигнал, что с ним что-то не так. Он еще не сломался, но стал работать хуже, значит, его пора чинить. Это помогает предотвратить сложные поломки и простои.
Потом собранные данные можно проанализировать, чтобы понять, когда ломается станок, как часто нужно заменять детали. С этими данными можно работать — например, заранее планировать ремонт и расходы.
Быстрая реакция на поломки. Эта схема тоже основана на отслеживании физических показателей, но она фиксирует критические значения. Например, если сила тока на станке слишком высокая, это может прямо сейчас вызвать поломку, привести к браку или даже спровоцировать аварию. В таком случае датчик подает сигнал, чтобы станок отключили или скорректировали его работу. Можно настроить даже автоматическое отключение — что-то вроде предохранителей, но с множеством сложных условий.
Анализ работы оборудования. Это сложная схема с использованием машинного обучения. Сначала IoT-систему учат — станок выпускает детали, а человек сортирует их — «говорит» станку, что брак, а что нет. После этого станок учится распознавать бракованные детали, и отправляет их в утиль или на доработку.
Кроме того, после обнаружения брака система смотрит на работу станка — анализирует показатели датчиков, чтобы понять, где именно произошла ошибка, какую деталь станка или контролирующий датчик нужно заменить.
Контроль и проверки оборудования. IoT также помогает контролировать работу оборудования. Например, на Смоленской АЭС инженеры каждый день обходят рабочее оборудование и проверяют каждую деталь. Раньше это занимало почти весь рабочий день.
Чтобы сократить затраты, сотрудникам стали выдавать специальные устройства. Они рассчитывают оптимальный маршрут осмотра и сразу передают данные об оборудовании в дата-центр. Там данные автоматически анализируют и отправляют операторам, чтобы они решили, нужно ли что-то ремонтировать. Это помогло компании сэкономить 45 миллионов рублей в год.
Данные от осмотрщиков попадают сразу к специалистам в такой дата-центр. Источник
Умные перевозки и логистика: построение оптимальных маршрутов, беспилотный транспорт и контроль за водителями
Оптимизация маршрутов. В автомобиль устанавливают датчик GPS. Он фиксирует маршрут водителя и передает эти данные на