毛片网站在线观看-毛片网站在线-毛片网站有哪些-毛片网站视频-女生脱衣服app-女色综合

1 目標(biāo)和概述

目前傳統(tǒng)零售行業(yè)存在較大的同質(zhì)性，競(jìng)爭(zhēng)比較激烈。頭部零售企業(yè)開(kāi)始通過(guò)大數(shù)據(jù)分析對(duì)日常經(jīng)營(yíng)進(jìn)行指導(dǎo)，以提高坪效并提升運(yùn)營(yíng)效率、降低成本。

在此過(guò)程中，傳統(tǒng)大數(shù)據(jù)主要集中在貨和單，如供應(yīng)鏈數(shù)據(jù)、買(mǎi)單數(shù)據(jù)等，而對(duì)關(guān)鍵信息（消費(fèi)者）相關(guān)的數(shù)據(jù)采集、分析仍是空白，無(wú)法達(dá)到優(yōu)化分析。目前已有一些方案如Wi-Fi探針、客流計(jì)等，但都存在缺陷，如無(wú)法獲知用戶(hù)畫(huà)像（性別、年齡等），無(wú)法做到精準(zhǔn)營(yíng)銷(xiāo)/推送、人-貨/人-場(chǎng)/人-單統(tǒng)計(jì)分析等。

基于人臉的智慧商超建設(shè)變得非常重要，需要建設(shè)滿足零售要求的智慧零售產(chǎn)品解決方案。

線下智慧零售的邊緣計(jì)算解決方案基于云-邊-端三級(jí)架構(gòu)，通過(guò)部署端側(cè)攝像機(jī)產(chǎn)品線、邊緣側(cè)AI網(wǎng)關(guān)產(chǎn)品線、云平臺(tái)大數(shù)據(jù)分析系統(tǒng)，從而構(gòu)建“云邊端”協(xié)同的智慧零售整體解決方案。

本解決方案強(qiáng)調(diào)以邊緣計(jì)算為核心的線下零售場(chǎng)內(nèi)數(shù)據(jù)實(shí)時(shí)采集、處理、分析與聯(lián)動(dòng)。通過(guò)構(gòu)建一系列邊緣算力/算法體系框架，完成了諸如實(shí)時(shí)客群結(jié) 構(gòu)化分析、實(shí)時(shí)熱力計(jì)算、實(shí)時(shí)關(guān)注度、實(shí)時(shí)顧客身份比對(duì)、實(shí)時(shí)單體動(dòng)線軌跡、實(shí)時(shí)索引等特色化功能服務(wù)，為零售提供基于“顧客”維度的信息采集、分析，結(jié)合商家本身的運(yùn)營(yíng)體系，有效指導(dǎo)商家的日常經(jīng)營(yíng)和提升運(yùn)營(yíng)效率。

2 解決方案介紹

線下智慧零售的邊緣計(jì)算解決方案基于零售行業(yè)關(guān)注的人-貨-場(chǎng)-單多個(gè)維度，對(duì)各維度進(jìn)行詳細(xì)的剖解與 分析，將兩兩維度進(jìn)行組合，形成零售行業(yè)多維數(shù)據(jù)分析的NanoCell模型。如圖1所示。 

圖1 NanoCell模型

整個(gè)解決方案基于云-邊-端三級(jí)架構(gòu)，端側(cè)完成AI數(shù)據(jù)的基礎(chǔ)采集；邊緣側(cè)實(shí)現(xiàn)數(shù)據(jù)匯聚處理，完成數(shù)據(jù)的采集、清洗和過(guò)濾，并對(duì)實(shí)時(shí)性要求高的業(yè)務(wù)功能進(jìn)行本地處理響應(yīng)；云端應(yīng)用基于大數(shù)據(jù)進(jìn)行長(zhǎng)周期的業(yè)務(wù)統(tǒng)計(jì)、分析，配合第三方數(shù)據(jù)指導(dǎo)運(yùn)營(yíng)。如圖2所示。

圖2 解決方案云-邊-端三級(jí)架構(gòu) 

具體產(chǎn)品分為硬件產(chǎn)品包、算法產(chǎn)品包、數(shù)據(jù)應(yīng)用產(chǎn)品包等。 

（1） 硬件產(chǎn)品包：由前端攝像機(jī)系列和邊緣AI網(wǎng)關(guān)/服務(wù)器系列產(chǎn)品構(gòu)成。其中前端產(chǎn)品為商業(yè)場(chǎng)景定 制，部署在場(chǎng)內(nèi)各采集點(diǎn)位，滿足場(chǎng)景化采集需求。邊緣AI網(wǎng)關(guān)系列作為邊緣AI計(jì)算的基礎(chǔ)載體，部署在場(chǎng)內(nèi)弱電機(jī)房。其中邊緣算力產(chǎn)品線如表1所示。

表1 邊緣算力產(chǎn)品線 

（2） 算法產(chǎn)品包：分為基礎(chǔ)AI算法與業(yè)務(wù)類(lèi)算法，實(shí)踐中通過(guò)對(duì)商業(yè)零售場(chǎng)景所需要的量化指標(biāo)進(jìn)行分析，定制和優(yōu)化了各維度AI算法引擎，新增了實(shí)時(shí)客群分析、實(shí)時(shí)熱力計(jì)算、實(shí)時(shí)關(guān)注度、實(shí)時(shí)索引等商業(yè)領(lǐng)域的邊緣側(cè)算法、并配合邊緣AI網(wǎng)關(guān)進(jìn)行高性能、高吞吐、高并發(fā)、強(qiáng)實(shí)時(shí)性等本地邊緣側(cè)計(jì)算，確保數(shù)據(jù)分析的有效性、實(shí)時(shí)性和針對(duì)性。

（3） 數(shù)據(jù)應(yīng)用產(chǎn)品包：在基礎(chǔ)場(chǎng)內(nèi)AI實(shí)時(shí)數(shù)據(jù)分析的基礎(chǔ)上，進(jìn)行長(zhǎng)時(shí)的數(shù)據(jù)統(tǒng)計(jì)與查詢(xún)類(lèi)應(yīng)用，并進(jìn)行多商戶(hù)多分店的賬號(hào)、設(shè)備等平臺(tái)性管理工作。同時(shí)可以和三方平臺(tái)數(shù)據(jù)打通，完成更多維度的數(shù)據(jù)管理與分析。在數(shù)據(jù)安全方面，依托邊緣計(jì)算能力，實(shí)現(xiàn)了從前端到平臺(tái)的全鏈路安全策略，做到客戶(hù)數(shù)據(jù)不離場(chǎng)。如圖3所示。

圖3 數(shù)據(jù)應(yīng)用產(chǎn)品包

3 代表性及推廣價(jià)值

基于邊緣計(jì)算的智慧零售解決方案，區(qū)別于傳統(tǒng)的云平臺(tái)方案，在線下門(mén)店即可進(jìn)行邊緣側(cè)的AI數(shù)據(jù)匯聚與處理，實(shí)現(xiàn)數(shù)據(jù)分析的實(shí)時(shí)性，減少帶寬消耗。同時(shí)行業(yè)頭部零售客戶(hù)對(duì)于數(shù)據(jù)隱私保護(hù)有強(qiáng)烈訴求，本解決方案可以在場(chǎng)內(nèi)邊緣側(cè)進(jìn)行匯聚后直接對(duì)接客戶(hù)的數(shù)據(jù)平臺(tái)，有效打消客戶(hù)的數(shù)據(jù)隱私疑慮。

基于該方案優(yōu)勢(shì)，在京東零售（連鎖門(mén)店類(lèi)型）、T11（大型購(gòu)物商超）等頭部客戶(hù)開(kāi)展了試點(diǎn)與應(yīng)用， 取得客戶(hù)好評(píng)。其中京東零售于2019年開(kāi)始在全國(guó)數(shù)十個(gè)大中城市標(biāo)桿門(mén)店試用，2020年業(yè)務(wù)全線鋪開(kāi)，依托京東星鏈平臺(tái)在全國(guó)多省市進(jìn)行商用落地，推動(dòng)全國(guó)門(mén)店的總部集中運(yùn)營(yíng)與強(qiáng)管控需求，同時(shí)大幅度地節(jié)省全國(guó)現(xiàn)場(chǎng)巡店成本。T11大型商超自2019年?duì)I業(yè)以來(lái)，基于此方案，日均處理多達(dá)上萬(wàn)個(gè)顧客的來(lái)店行為，每日采集和分析處理多達(dá)百萬(wàn)級(jí)抓拍圖片，進(jìn)行全時(shí)域、全空域的場(chǎng)內(nèi)數(shù)字化重構(gòu)，形成可量化的顧客行為洞察， 成功建立多達(dá)5萬(wàn)人的高頻消費(fèi)顧客會(huì)員庫(kù)，以及多個(gè)黑名單人員預(yù)警，日常提醒命中率高達(dá)98%以上，整體時(shí)延2秒鐘以?xún)?nèi)，為進(jìn)一步服務(wù)好高端客戶(hù)、有效防損建立了評(píng)判依據(jù)。

通過(guò)特斯聯(lián)線下智慧零售的邊緣計(jì)算解決方案，賦能大型商超和連鎖零售門(mén)店，實(shí)現(xiàn)了門(mén)店在集中運(yùn)營(yíng)、強(qiáng)效管控、客戶(hù)行為洞察、建立客戶(hù)畫(huà)像等方面的提質(zhì)增效。通過(guò)京東零售、T11大型商超的落地實(shí)踐，也使方案具備了可參考和復(fù)制性。

摘自《自動(dòng)化博覽》2021年2月刊