Sztuczna inteligencja mierzy ruch wokół indoorowych nośników reklamowych

To prawdziwy przełom w pomiarze ruchu wokół nośników indoorowych znajdujących się w galeriach handlowych. AMS i CitiesAI wdrożyły zupełnie nowy standard pomiaru, sztuczna inteligencja analizuje setki tysięcy zdjęć.

Do niedawna wiedza na temat natężenia ruchu w galeriach i centrach handlowych niemal wyłącznie ograniczała się do liczby wejść do obiektu i nie obejmowała tego, jak klienci poruszają się wewnątrz danego obiektu. Tę właśnie lukę wypełnia rozwiązanie zastosowane przez lidera rynku OOH w Polsce – AMS we współpracy z firmą badawczą CitiesAI, dostarczające precyzyjnej wiedzy na temat wielkości ruchu na poszczególnych kondygnacjach i w konkretnych miejscach galerii, w tym w bezpośrednim sąsiedztwie pojedynczego nośnika Digital Indoor AMS.

Oprócz tego zastosowany pomiar dostarcza również podstawowe dane o demografii, czyli informacje o płci i grupie wiekowej odwiedzających oraz rozkład ruchu w poszczególnych godzinach i dniach tygodnia. Co ważne, mamy do czynienia z ustandaryzowanymi pomiarami z różnych galerii handlowych, co pozwala porównywać ruch w poszczególnych porach i dniach tygodnia w różnych obiektach, w tym w wielu sklepach tej samej marki w różnych galeriach.

Nowe narzędzie w rękach reklamodawców – sztuczna inteligencja

Nowatorskie rozwiązanie AMS i CitiesAI dostarcza nieosiągalne dotąd dane, które stanowią kluczową wiedzę o przepływach konsumentów wewnątrz galerii zarówno dla operatorów nośników indoorowych, jak i dla reklamodawców. A to wszystko z niespotykaną dotąd precyzją.

— Zyskujemy wiedzę o wolumenie przejść obok pojedynczych nośników w danej galerii handlowej. Co więcej, wiedza ta obejmuje nie tylko liczbę konsumentów, którzy znaleźli się w zasięgu nośnika o danej porze dnia, lecz również ich wiek i płeć. Jeśli dodamy do tego możliwości ekstrapolowania danych na różne obiekty, łatwo zrozumieć, jak zaawansowane i nowatorskie narzędzie zyskują reklamodawcy — wyjaśnia Waldemar Kruk, Head of Business Intelligence w AMS.

— Dzięki badaniom, które wdrożyliśmy wspólnie z AMS, zaczynamy lepiej rozumieć, co dzieje się w galeriach handlowych, jak tak naprawdę zachowują się konsumenci, jak bardzo i w których lokalizacjach „pracują” poszczególne nośniki reklamowe. To wiedza, która pozwala optymalizować kampanie w indoorze — mówi Piotr Ejdys, Founder w CitiesAI.

Przykładowe dane, jakie można otrzymać dzięki wdrożeniu badania, to precyzyjne informacje odnoszące się do konkretnego nośnika sieci Digital Indoor AMS w danej galerii:

• średnia dzienna liczba przejść wokół nośnika;
• średnia godzinowa liczba przejść;
• średnia liczba przejść w dni robocze;
• średnia liczba przejść w weekendy;
• suma przejść w czasie całej kampanii.

Wszystkie dane są dostępne w podziale na płeć i grupę wiekową konsumentów oraz filtrowane przez dowolnie wybrany zakres dni i porę dnia.

Jak to robimy?

Podstawą metodologii badania jest wykonywanie bardzo dużej liczby zdjęć korytarzy galerii handlowych w sposób zautomatyzowany — nawet jednego zdjęcia na sekundę! Na jedną sesję badawczą, obejmującą np. dwa dni pomiarów, składa się nawet 60 tysięcy zdjęć.

— Nieostre fotografie są automatycznie usuwane, a reszta przetwarzana przez autorskie rozwiązanie CitiesAI oparte na cloud computingu i sztucznej inteligencji, które rozpoznają, czy dany obiekt na konkretnym zdjęciu jest człowiekiem. Jeśli tak, sztuczna inteligencja przypisuje postać do płci i jednej z pięciu grup wiekowych, ponieważ zastosowane w badaniu narzędzie pozwala ocenić pozycję osoby i jej odległości od nośnika — mówi Robert Migas-Mazur, Data Scientist w CitiesAI.

Wszystkie zastosowane w badaniach procedury, przede wszystkim analiza dużej liczby zdjęć, są zgodne z obowiązującym prawem w zakresie ochrony danych osobowych. Proces analizy zdjęć i dostępu do nich nadzorowany jest przez Inspektora Danych Osobowych RODO.

Badania przeprowadzono w pięciu galeriach handlowych:

• Sadyba Best Mall (Warszawa)
• Galeria Łomianki (Łomianki)
• Bonarka City Center (Kraków)
• Alfa Centrum (Białystok)
• CH Auchan (Bydgoszcz)

— Realizacje tego typu projektów, jak „Badanie ruchu wokół nośników indoorowych dla AMS”, stanowią przykład potencjalnego wykorzystania danych CitiesAI nie tylko w kontekście ekspansji i relokacji sieci handlowych — mówi Dawid Przemyski, Head of Business Development w CitiesAI.

To początek prac nad zaawansowanym modelem badawczym, który w przyszłości ma szansę objąć całą największą w Polsce sieć nośników indoorowych AMS.