Ольга Чернышова: «Технически мы полностью готовы к созданию Центра фиксации краж»

Вчера в 23:30

Ольга Чернышова, заместитель генерального директора Rubetek по коммерческой деятельности, в интервью журналу RUБЕЖ рассказала, как интеллектуальная система видеонаблюдения в магазинах перестаёт быть бесполезным архивом и превращается в инструмент повышения прибыли для ритейла. Эксперт объяснила, почему интеграция систем безопасности с кассой и CRM критична для борьбы с кражами, а также как правильно рассчитать окупаемость видеоаналитики в магазине и подготовиться к созданию государственного Центра фиксации хищений.

RUБЕЖ: Большинство систем видеонаблюдения — «чёрный ящик»: пока не случился инцидент, непонятно, что происходит в торговой точке. Как ваше решение превращает архивы в источник бизнес-инсайтов и работает не постфактум, а в моменте?

Ольга Чернышова: Система становится «чёрным ящиком» только в одном случае — если при внедрении заранее не определили цели. Когда заказчик чётко понимает задачи: сократить повторные кражи, снизить измеримый уровень мошенничества на кассах самообслуживания и так далее, — у системы нет шансов стать бесполезным архивом. Поэтому проблема не в том, какая система используется, а в том, как её выбирали, какие задачи ставили изначально, как планировали интегрировать результаты в бизнес-процессы и по каким метрикам оценивали эффективность до и после внедрения.

Процесс превращения архива в полезный инсайт всегда строится на измеримом показателе. Заказчик говорит: «У нас критически низкий показатель здесь. Есть гипотеза, что причина в этом». Мы устанавливаем соответствующий видеоаналитический модуль, который проверяет этот показатель по заданной метрике. Гипотеза подтверждается или опровергается. Часто на поверхность всплывают совершенно другие факторы, которые привели к проблеме. А дальше заказчик уже принимает решение, как использовать эту информацию.

Что касается онлайн-реагирования: чаще всего это реализуется через срабатывание системы на негативный сценарий. Здесь заказчик заранее даёт инструкцию сотруднику, ответственному за процесс: что делать в такой ситуации. Есть и топ-уровень — предиктивная аналитика. Но там уже нужны эксперты со стороны заказчика. Мы совместно пишем сценарий: эксперты на основе опыта говорят, что определённые действия покупателя или персонала обычно предшествуют нарушению. Система срабатывает не на момент нарушения, а на этот сценарий действий.

RUБЕЖ:  На «Неделе ритейла» эксперты упоминали, что задействуется в решении бизнес-задач, в том числе безопасности, 13 % видеоархивов, остальное остаётся невостребованным. Есть ли у вас инструменты, которые сами прогоняют весь массив и находят скрытые аномалии или тренды без ручного пересмотра?

О. Чернышова:  Да, конечно. Все наши видеоаналитические модули — и стандартные, и кастомные, написанные под заказчика, — можно прогонять через архив. Это особенно важно как раз для создания сценариев предиктивной аналитики. Это также актуально, если со стороны компании нет сотрудников, готовых выступить экспертами, или когда требуется подтвердить гипотезу эксперта. Ну и еще может быть вариант, когда процесс для компании новый и опыта, что могло пойти не так, просто нет: никто не попадался, не за кем наблюдать.

—  Мультимодальная аналитика — совмещение видео с другими данными (кто на смене, стаж, частота возвратов). Позволяет ли ваше решение интегрироваться с кассой, CRM, учётом рабочего времени?

О. Чернышова: Только так система видеонаблюдения и должна работать. Особенно важно иметь интеграции со всеми лидерами смежных систем: платёжные системы, СКУД, учёт ресурсов, CRM и пр. Без этих данных СВН действует ограниченно, а с данными от других систем у неё появляются подтверждения срабатываний. Более того, данные системы видеонаблюдения могут давать команды интегрированным системам, и наоборот. Идеально, если у вас действует PSIM-система, куда интегрировано максимальное количество используемых вами смежных решений.

—  О прогнозировании очередей — камера видит скопление людей и рекомендует открыть новую кассу. Используете такое и какой эффект?

О. Чернышова: Если честно, этот вопрос вызывает у меня улыбку. Этот модуль есть у 9 из 10 компаний, работающих с ритейлом в видеоаналитике. Но почему улыбку? Несколько лет назад ритейл активно пилотировал его. И что выяснилось? Модуль подтвердил, что большинство магазинов имеют проблемы с очередями. Я не берусь утверждать точно, но, по моим ощущениям, процентов 80. И что дальше? А ничего. Потому что взять персонал было негде.

То есть перед внедрением любого модуля и построением гипотезы нужно заранее предусмотреть, что делать с результатами и есть ли у нас варианты изменения ситуации. Тогда негатив пошёл в сторону модуля: все и так было ясно, зачем покупали модуль, ведь сделать ничего не могли. Ситуация кардинально поменялась, когда стали активно применяться кассы самообслуживания. Модуль прогнозирования очередей усилили модулем подсчёта посетителей, и вся эта связка стала очень востребованной для анализа нагрузки и расчёта необходимого количества КСО на магазин.

—  Моделирование сценариев: что будет при пожаре или если вместо пяти сотрудников осталось три. Есть ли такое предложение у вас, помогает ли это планировать?

О. Чернышова: Не думаю, что здесь важно три или пять сотрудников. Даже десяток человек может вовремя не заметить возгорание в отличие от технических средств безопасности. Будь то видеоаналитический модуль детекции дыма и огня или стандартная охранно-пожарная система. Это уже старт сценария. На этом этапе человеческий фактор уже может негативно повлиять на время реакции.

А дальше спрогнозировать, как будет распространяться огонь и с какой скоростью, не всегда возможно — ситуация меняется ежесекундно. Нужно планировать пути вывода персонала, въезд пожарной техники, и всё это делать с учётом постоянных изменений, без эмоций. Не каждый человек на это способен. Сейчас для таких целей применяют ИИ, который позволяет избежать негативной нагрузки человеческого фактора. Большинство компаний на рынке видеоаналитики имеют в линейке модуль детекции дыма и огня как базовый. А вот применение ИИ для прогнозирования, его внедрение и тестирование на объектах — это пока только запускается. Надеюсь, скоро увидим это в базовом наборе функций.

— Если государство создаст ситуационный центр автоматической фиксации краж (по аналогии с дорожными камерами), ваша система сможет встроиться — фиксировать, распознавать лицо, передавать данные?

О. Чернышова: Да, конечно. Наша компания работает в системе «Безопасный город», поскольку наши решения — от железа до софта — полностью отечественные и имеют соответствующие сертификаты. Сокращение такого рода нарушений, мне кажется, тоже может стать частью этой системы и сделает нашу жизнь безопаснее. Технически мы полностью готовы к такой задаче.

— Люди боятся слежки. Как вы защищаете персональные данные при распознавании лиц в магазинах, и имеет ли место такая проблема вообще?

О. Чернышова: В системах, которые используют лица именно для идентификации человека (например, для сокращения повторных краж), согласно закону о защите персональных данных нужно применять соответствующие дополнительные решения и привлекать операторов персональных данных. Всё остальное для такой системы — так или иначе костыль с определёнными рисками. Основная проблема здесь не в применении технологии, а в удорожании системы, если делать всё правильно.

Но если вы не храните «лица» и не привязываете их к другим персональным данным о человеке, то достаточно оповестить посетителя, что здесь ведётся видеонаблюдение, и вы можете продолжать запись. А то, что люди боятся слежки, — это очень индивидуально. Это одна из многих человеческих тревог. Важно понимать: это делается для обеспечения безопасности граждан. Если вы законопослушный человек — система работает на вас и ради вас.

— Модернизация даже маленького магазина — около 500 000 ₽. Какой минимум для старта и за сколько это отбивается за счёт меньших потерь?

О. Чернышова: 500 000 — это очень абстрактно. На что? На какой площади? Какие модули мы хотим применять? Сколько каналов? От этого зависит также нагрузка на сервер, а значит, и финальная стоимость.

Но начинать нужно точно не с этого. Давайте сначала посмотрим на покупательский поток, среднюю сумму покупки, среднюю сумму кражи, количество краж, которые удалось зафиксировать. И, конечно, сумму недостачи. Теперь собираем всё в единый кейс и к каждому пункту применяем свой модуль. Пример: если на одной кассе мы фиксируем краж на 100 рублей в месяц, в год — 1200 рублей. И это то, что мы смогли идентифицировать (допустим, это 70% от общего объёма). Теперь мы можем посчитать стоимость установки системы для конкретной кассы. Например, 120 рублей. Получается, что на одной кассе система окупится меньше чем за полтора месяца. Но корректнее считать окупаемость на весь магазин, потому что сложно разделить стоимость сервера на одну кассу. Можно попробовать поделить на количество каналов, но это грубовато. В общем, это моя любимая тема — расчёт окупаемости внедрения, о ней можно говорить очень долго.

— На специалистов по видеоаналитике сегодня есть спрос? Для работы с вашими системами нужен отдельный человек в штате или система сама работает с вашей поддержкой?

О. Чернышова: А на работу с CRM нужен отдельно обученный человек? А с платёжной системой? Я уверена, что нет. Любые современные системы адаптированы под бизнес-процессы и имеют интуитивно понятный, дружелюбный интерфейс. Большинство людей очень быстро учатся с ними работать. Тем более мы всегда помогаем с обучением — проводим вводные вебинары, даём доступ к демо-стендам и базе знаний, а при необходимости выезжаем на объект. Технически система живёт своей жизнью, а наша поддержка готова подключиться в любой момент. Отдельного штатного «видеоаналитика» не нужно, достаточно того, кто у вас отвечает за конкретный процесс.

— Мелкие кражи — массовое явление, полиция ими не занимается. Можете автоматически фиксировать такие инциденты, чтобы службе безопасности не надо было сидеть и выискивать?

О. Чернышова: Это одна из ключевых задач, которую необходимо закрывать. Иначе в системе нет смысла. Мы не заставляем сотрудника безопасности часами листать архив. Система сама детектирует аномалии: неоплаченный товар в корзине, проход мимо кассы, перекладывание ценников, «проворот» товара на кассе самообслуживания. Всё это фиксируется в моменте или при прогоне архива. Сотрудник СБ получает не видеопоток, а уже готовые клипы с отметкой времени, типом инцидента и даже уровнем риска. Ему остаётся только принять решение: вынести предупреждение, заблокировать покупателя в списке стоп-листов (если это повторная кража) или просто посмотреть статистику по дням недели. Никакой рутины.

— Чтобы передать материал в полицию, надо собрать кучу бумаг — вырезки, скриншоты, справки. Можно автоматизировать создание этого пакета одной кнопкой?

О. Чернышова: Да, мы это очень любим — когда всё в один клик. Из нашего интерфейса можно сформировать полноценный отчёт по инциденту: видеофрагмент с событием, скриншоты ключевых кадров, временная метка, номер кассы, информация о смене, а если используется распознавание лиц — ещё и вероятный идентификатор нарушителя. Это экономит часы оперативного времени, особенно в сетях, где десятки магазинов.

— В магазине один продавец, охраны нет, а товар пропадает. Чем ваши технологии помогают в такой ситуации, когда камеры — единственное, что осталось?

О. Чернышова: Это классика — наш любимый кейс. Здесь камеры перестают быть просто «глазами» и становятся виртуальным охранником. Нужно ставить модуль детекции пустых полок (или падения товара), модуль подсчёта посетителей в сравнении с количеством транзакций и модуль фиксации нарушений на кассе. Даже один продавец получает простой и понятный дашборд: сейчас в зале 5 человек, у кассы двое, один положил товар в карман — приходит сигнал на смартфон или ККТ.

— Современная служба безопасности должна трансформироваться из «затратного центра» в «драйвер эффективности». А как сегодня на самом деле обстоят дела? Как ваши решения по видеоаналитике помогают ритейлеру достичь этой цели и что в итоге получит от вас торговый объект?

О. Чернышова:  На самом деле трансформация идёт, но с разной скоростью. Там, где СБ воспринимают как охранную функцию, изменений не видно. А где начинают считать: окупаемость модуля, снижение потерь на кассе, сокращение времени на разбор конфликтов, — там СБ становится аналитическим центром. Мы это поддерживаем на 100%.

Ранее RUБЕЖ сообщал, что Александр Краснопольский на "Неделе российского ритейла" выступил с предложением создать Центр фиксации краж.