Internet of Things (IoT), handler om at vi har en masse enheder som er forbundet til internettet. Alle enheder kan således sende og modtage data, og på den måde kommunikere med hinanden. Kommunikationen mellem enhederne har et unikt potentiale, eksempelvis for detailhandlen.

Hvis du havde en webshop, og flere tusinde besøgende dagligt, men ingen valgte at foretage et køb – hvad ville du så gøre? Kigge på deres adfærd? Kigge på webshoppens opbygning? Undersøge hvor de falder fra? Det findes der heldigvis en række analyseværktøjer til.

Men hvis du så omvendt havde en fysisk butik, også med flere tusinde besøgende dagligt, men uden nogle af dem foretog et køb, hvad ville du så gøre? Kan du overvåge de besøgene på samme måde som på en webshop, for hvad med de besøgenes rettigheder og privatliv? På webshoppen er det mere anonymt end i virkeligheden. Men heldigvis findes der løsninger, som kan bruges i den fysiske butik, og som ikke krænker privatlivets fred. I denne artikel introduceres du til hvordan teknologierne virker og hvordan du selv kan komme igang med at foretage værdifulde målinger og analyser.

Hvor går kunden hen?

For at kunne se, hvor kunderne bevæger sig hen, kan du gøre brug af flere forskellige metoder og teknologier. En oplagt teknologi er at opsætte en række kameraer i butikken. Flere butikker har dem allerede som led i tyverisikring, og det er fuldt lovligt. Men det kan være dyrt og krævende at analysere og anonymisere alle videooptagelserne. Desuden skal de ifølge loven slettes efter 30 dage. Derfor er det en fordel at finde alternative teknologier til at undersøge og analysere kunders færden i butikken. Et godt eksempel på dette kunne være beacons.

I nedenstående video kan du høre Peter Andersen fra Alexandra Instituttet fortælle om beacons, og hvordan de kan anvendes i en butik.

Beacons er en af de teknologier som kan bruges til forskellige typer af tracking af fysiske genstande. Beacon betyder ”lysfyr” og rent teknisk, så kan de her små brikker, som har et meget lille strømforbrug, sidde på fysiske ting og sende et lille signal engang imellem. Hvis man så har opsat en række sensorer, kan de registrere hvilke beacons der siger hvad, og hvorfra de kommer. På den måde kan du – helt anonymt – registrere kundernes bevægelsesmønstre i butikken, ligesom man kan gøre det på webshops. Dette har man testet i en Meny-butik vi har besøgt i København, og du kan læse mere om vores besøg i butikken her.

I Butikken fik man brugbare informationer omkring kunderne og deres adfærd, blandt andet viste det sig, at hver mandag kl. 12, der opholdte kunderne sig i mere end 2 min. i kyllingeafdelingen. Her kunne man så gå analytisk til værks og undersøge, hvorfor er det netop mandag? Hvilke andre produkter køber kunderne? Det kan man se igennem kassebonerne. Data man allerede har i butikken, men som kan anvendes på andre måder.

 

 

Kameraer

Vi har været inde på det tidligere. Butikker har typisk flere kameraer installeret, som alle er med til at forebygge kriminalitet. Men der findes flere intelligente kameraer, eksempelvis testede man også i Meny-butikken i København et 3D kamera. Hør Peter Lemcke fra Teknologisk Instittu fortælle om de kameraer man anvendte i butikken og hvilken effekt det har for butikker at anvende kameraer.

Men tracking af kunder og brugere kan også gøres på en langt simplere (og billigere) måde. Som Mikkel Leth Olsen fra Force Technology siger; “Den simpleste måde man kan gøre det på, er med en blok og et stykke papir. Hver gang der så er en kunde, så sætter man en streg. Men man kan også sætte et lille lavopløseligt kamera op, spille det hurtigt igennem og sætte nogle streger når der sker det ene og det andet”. 

Værdien af disse data er stor, for på hvilke tidspunkter er der flest i butikken? Hvor færdes de typisk? Disse data er medvirkende til at man kan prioritere sinde ressourcer i butikken således der meget fokus på de steder med stor trafik, men ligeledes hvor fokus skal øges – de “døde” områder – hvor der skal skabes mere trafik. En måde hvorpå der skal skabes yderligere trafik rundt i butikken, kunne være via “Wayfinding” løsninger. Dette testede man også i Meny, og formålet var at hjælpe kunderne med at finde vej. Denne “service” bruger medarbejderne typisk meget tid på,  og der kan derfor være en del ressourcer at spare ved at automatisere dette. Men i den guidede tur, kunne man sagtens forestille sig, at kunderne kunne blive guidet forbi de “døde” områder. Du kan nedenfor høre Mikkel Leth Olsen fra Force Technology fortælle om hvad de konkret gjorde i Meny butikken.

Nu spørger du måske dig selv – hvad kræver det af ressourcer at sætte sådanne ting igang? Som Mikkel Leth Olsen fra Force Technology siger, kan du starte med blok og blyant. Det koster ikke ret meget andet end din tid. Men hvis I allerede har en masse data tilgængelig, kunne man også være tilbøjelig til at tro, at arbejdet med de store mængder data kræver man er datalog. Men det er faktisk ikke rigtigt…

Jeg tror egentligt ikke det kræver at man er datalog eller er machine learning ekspert for at kunne trække data som det vi har gjort ud. Det har vi kunnet gøre med relativt simple værktøjer som excel. Hvis man har lært lidt excel-analyse, så kan man gøre mange af de her ting. Det handler om at lave nogle tidsgrafer, og hvis der er afvigelser, jamen så skal man spørge sig selv, hvorfor er der det? Så kan man kigge på hvad der skete. Det kan man langt hen ad vejen lave i excel. Noget af det bedste machine learning vi stadigvæk har, det er vores hjerner. Så hvis vi kan sætte den (hjernen) i stand til at bearbejde de har mange data, eksempelvis ved at visualisere dem på en måde, hvor vi pludseligt kan se nogle mønstre, som ikke står tydeligt når man kigger på flere tusinde tal. Det er en måde at gøre det på. Man kan se forskellige grafer og her kan man se hvordan tingene fordeler sig. Bagefter kan man begynde at tænke over, hvad de her dele så betyder i virkeligheden.
Peter Andersen
Alexandra Instituttet

Det handler ikke altid om mere udstyr og investering heri, men derimod om tankegangen. Det handler om at ændre tankegangen vedr. brugen af udstyret, og se det andet til andre formål end hvad det i første omgang er tiltænkt til. Det handler om at tage små skridt, teste nye ideer af og i sidste ende finde frem til nye interessante løsninger til gavn for både virksomhed og kunder.

Læs mere om samarbejdet med Meny og Digitaliseringssekretariatet

På udviklerseminaret om Internet of Things, har Viden om data i samarbejde med HK Handel og Dansk Erhvervs Digitaliserings-sekretariat fået en unik mulighed for at tilbyde et udviklerseminar med udgangspunkt i en temadag hos Meny på Borupsallé i København.

Du kan læse mere om vores besøg i Meny her.

 

Selve projektet i Meny på Borupsallé i Kbh. er et IBIZ Techlab Demonstrationsprojekt med forskere fra Alexandra Instituttet, Teknologisk Institut og Force Technology.