CN103578018A - 检测由于缺货状况导致的销售损失的方法、装置和系统 - Google Patents

检测由于缺货状况导致的销售损失的方法、装置和系统 Download PDF

Info

Publication number
CN103578018A
CN103578018A CN201310334194.4A CN201310334194A CN103578018A CN 103578018 A CN103578018 A CN 103578018A CN 201310334194 A CN201310334194 A CN 201310334194A CN 103578018 A CN103578018 A CN 103578018A
Authority
CN
China
Prior art keywords
client
retail environment
product
described client
purchase
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310334194.4A
Other languages
English (en)
Inventor
A·P·阿佩尔
M·A·德切尔奎拉加蒂
R·A·德宝拉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN103578018A publication Critical patent/CN103578018A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70Multimodal biometrics, e.g. combining information from different biometric modalities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/44Event detection

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种检测由于缺货状况导致的销售损失的方法、装置和系统。用于检测零售环境中由于缺货状况导致的销售损失的方法的一个实施例包括:至少部分地基于对客户在所述零售环境中的当前行为的观察和所述客户的购买历史而自动检测所述客户何时无法购买期望产品,以及基于所述自动检测而推断所述期望产品缺货。

Description

检测由于缺货状况导致的销售损失的方法、装置和系统
技术领域
本发明一般地涉及零售分析,更具体地说,涉及检测零售环境中的销售损失。
背景技术
术语“缺货”通常用于零售行业,以描述客户未在货架上找到他想要购买的产品的情况。缺货是“脱销”情况的扩展。即,如果某产品在商店中脱销,则该产品也一定缺货。但是,缺货产品不一定脱销。例如,该产品可能仍可在储藏室中提供,但未在货架上提供,因为商店职员没有补货。
缺货状况是零售行业的一个问题,因为它们导致销售损失并降低客户忠诚度,因为客户到别处购买所需产品。例如,据估计,由于缺货状况导致的财务损失可以占零售商总收入的5-10%。该问题在产品流通量高的零售环境中(例如在杂货店中)尤其明显。
用于标识缺货状况的传统解决方案并未区分客户需要的缺货产品和客户不需要的缺货产品。例如,即使某产品可能缺货,但这不一定意味着任何客户都想要购买该产品。因此,并非所有缺货状况都必然导致销售损失。
发明内容
用于检测零售环境中由于缺货状况导致的销售损失的方法的一个实施例包括:至少部分地基于对客户在所述零售环境中的当前行为的观察和所述客户的购买历史而自动检测所述客户何时无法购买期望产品,以及基于所述自动检测而推断所述期望产品缺货。
用于检测零售环境中由于缺货状况导致的销售损失的系统的一个实施例包括:多个传感器,其分布在所述零售环境中以便监视客户在所述零售环境中的当前行为;数据库,其用于存储所述客户的购买历史;以及匹配系统,其用于至少部分地基于所述当前行为和所述购买历史而自动检测所述客户何时无法购买期望产品,以及基于所述自动检测而推断所述期望产品缺货。
附图说明
为了可以详细理解其中实现本发明的上述特性的方式,可以参考实施例获得本发明的更具体的描述,其中某些实施例在附图中示出。但要指出的是,附图仅示出本发明的典型实施例,因此并不被视为对本发明范围的限制,因为本发明可以允许其它同等有效的实施例,这些附图是:
图1是示出根据本发明的用于自动检测销售损失的系统的一个实施例的框图;
图2是示出根据本发明的用于自动检测销售损失的方法的一个实施例的流程图;以及
图3是使用通用计算设备实现的销售损失检测方法的高级框图。
具体实施方式
在一个实施例中,本发明是一种用于自动检测销售损失的方法和装置。具体地说,本发明的实施例检测由于缺货状况导致的销售损失。例如,本发明的实施例评估有关客户购买习惯的历史数据以及客户的目前购买和行为,以便自动推断与所需产品相关的缺货状况。可以使用这些推断客观地标识销售损失并最小化收入损失。
图1是示出根据本发明的用于自动检测销售损失的系统100的一个实施例的框图。系统100的实施例依赖自动标识和数据捕获技术,以便评估客户行为并从中得出结论。系统100与多个传感器协作,例如包括以下一项或多项:成像传感器102(例如,静物摄像机、视频摄像机等)或生物测量传感器104(例如,指纹传感器、眼部传感器、语音传感器等)。其他实施例可以包括射频识别(RFID)传感器或检测机器可读数据(例如,线性和矩阵条码、统一资源定位符(URL)等)的传感器。这些传感器102-104从零售环境中的各种物理位置收集数据。例如,可以布置任意一个或多个传感器102-104,以便在零售环境的入口和出口、从零售环境的单独分区、通道或货架、从零售环境的收银台,或者从任何其它位置收集数据。
系统100订阅传感器102-104的输出,并包括多个被配置为处理这些输出的组件。在一个实施例中,这些组件包括:面部检测系统106、生物测量检测系统108、跟踪系统110、客户标识系统112和匹配系统114。组件106-114中的任何一个都可以包括处理器,其被配置为执行与自动检测销售损失相关的特定功能。
面部检测系统106例如接收成像传感器102捕获的客户图像并处理这些图像,以便检测图像的面部区域(即,显示客户面部的图像部分)。可以使用多种已知技术中的任意一种或多种,以便在图像中检测面部特征。在一个实施例中,面部检测系统106附加地针对图像执行一种或多种后处理技术,以便促进下游处理。这些后处理技术例如可包括运动或模糊补偿、降噪、锐化、亮度或对比度调整等。此外,在一个实施例中,面部检测系统106可以对捕获的图像进行加密。
生物测量检测系统108接收生物测量传感器104捕获的生物测量数据并处理生物测量数据,以便检测客户的生物测量特征。这些生物测量特征可以包括生理特征和行为特征两者。生物测量检测系统108检测的生理特征例如可以包括客户的指纹或眼部(例如,视网膜或虹膜)图像。生物测量检测系统108检测的行为特征例如可以包括客户的手势或步态。在一个实施例中,生物测量检测系统108附加地针对生物测量数据执行一种或多种后处理技术,以便促进下游处理。这些后处理技术例如可包括降噪、端点检测等。此外,在一个实施例中,生物测量检测系统108可以对生物测量数据进行加密。
跟踪系统110接收面部特征和生物测量特征并处理该信息,以便监视特定客户在零售环境中的移动。可以使用多种已知技术中的任意一种或多种,以便关联该信息并从中生成客户轨迹。在一个实施例中,跟踪系统110将客户轨迹存储在运动数据库118中,该数据库根据与轨迹关联的客户建立轨迹索引。这允许系统100检测客户何时进入和离开零售环境,何时在零售环境的特定分区中逗留,或者何时恢复暂停的轨迹,如下面更详细讨论的那样。
客户标识系统112接收面部特征和生物测量特征并处理该信息,以便标识出现在零售环境中的特定客户。可以使用多种已知标识技术中的任意一种或多种,以便关联该信息并从中生成客户标识,包括面部识别、生物测量识别等。在一个实施例中,客户标识系统112访问客户数据库116,其存储已知客户的简档。在其他实施例中,客户标识系统112针对新的(或未识别的)客户生成新简档,并将该新简档存储在客户数据库116中。在另一实施例中,客户标识系统112使用新发现的客户数据(例如,新的购买历史信息)更新现有客户简档。特定客户的简档例如可包括与客户关联的唯一标识或帐号、客户的图像或其它标识生物测量特征、客户的姓名、客户的偏好,或客户的购买历史(即,有关客户过去在零售环境中购买的产品的数据)。这允许系统100检测回头客何时出现在零售环境中,从而允许系统100使用有关回头客购买历史的知识,如下面更详细讨论的那样。
匹配系统114将来自跟踪系统110的客户轨迹与来自客户标识系统112的客户标识相关联。此外,匹配系统114可以从零售环境库存系统120接收机器可读数据。该机器可读数据例如可以包括以下产品的条码或其它标识信息:为了在零售环境中销售而提供的产品和客户在零售环境中购买的产品。这允许系统100将客户的当前购买与其购买历史相比较。可以从此比较得出有关零售环境中缺货状况的结论,如下面更详细讨论的那样。当匹配系统114基于此类比较而检测到缺货状况时,匹配系统114生成警报,该警报被发送到自动化系统或系统管理员以供进一步查看、确认,并且如有必要,采取更正操作。
尽管系统100被示为包括执行分离功能的多个单独组件,但应理解,任意两个或更多个示出的组件可以被组合在执行多个功能的单个组件中。此外,尽管系统100被示为包含系统(contained system),但应理解,系统100的各种组件可以物理地分布在零售环境中(尽管仍然包含在零售环境的物理边界内),并且某些组件甚至可以位于场外(即,在零售环境的物理边界的外部)。为此,系统100的各种组件可以包括无线和物理连接的设备的组合。
图2是示出根据本发明的用于自动检测销售损失的方法200的一个实施例的流程图。方法200例如可以由图1中示出的系统100执行。因此,在方法200的讨论中参考图1中示出的各种元件。但是,应该理解,方法200也可以由具有备选配置的系统执行。
方法200在步骤202开始并继续到步骤204,其中系统100监视零售环境(例如,杂货店、百货商店、便利店等)。在一个实施例中,所述监视包括成像传感器102和生物测量传感器104不断地将它们的输出分别发送到面部检测系统106和生物测量检测系统108。所述输出包括从零售环境中的各种位置收集的基本实时的图像和生物测量数据。
在步骤206,系统100检测客户进入零售环境。例如,面部检测系统106可能在位于零售环境入口附近的成像传感器102的输出中检测到新面孔。对运动数据库118中维护的客户轨迹的检查可以确认该客户是最近进入零售环境的新客户。
在步骤208,系统100捕获客户的图像和生物测量数据,它们用于唯一地标识该客户。在一个实施例中,成像传感器102和生物测量传感器104捕获图像和生物测量数据,如上面讨论的那样。因此,图像例如可以包括客户的静态和/或视频图像。生物测量数据例如可以包括客户的指纹或眼部特征。
在步骤210,系统100根据客户的图像和/或生物测量数据标识客户。在一个实施例中,客户标识系统112将客户的图像和/或生物测量数据与客户数据库116中的简档相匹配。如上面讨论的,如果客户标识系统112未能在客户数据库116中找到客户的图像和/或生物测量数据的匹配,则客户标识系统可以为该客户创建新简档。在一个实施例中,通过唯一标识号或其它标识符(而不是客户的姓名)标识客户,以便保护客户的隐私。
在步骤212,系统100在零售环境中跟踪客户。在一个实施例中,跟踪系统110接收成像传感器102和/或生物测量传感器104的输出并关联输出,以便标识与客户关联的输出。例如,成像传感器102输出的图像的子集可以描绘客户。一旦关联客户的输出,跟踪系统110就可以使用关联后的输出构造客户轨迹,该轨迹在零售环境中跟踪客户的移动。例如,关联后的输出可以指示客户在进入零售环境之后,他直接走向零售环境的特定分区并在该分区中暂停几分钟,然后继续走向收银台。在一个实施例中,轨迹跟踪在客户进入零售环境的时间和客户离开零售环境的时间之间的客户移动。在一个实施例中,跟踪系统110基本实时地(即,当客户遍历零售环境时,而不是在客户离开零售环境之后)构造并更新客户的轨迹。跟踪系统110将客户的轨迹存储在运动数据库118中。
在步骤214,系统100判定客户是否已离开零售环境。在一个实施例中,跟踪系统110检测客户的轨迹何时离开零售环境。例如,来自成像传感器102和/或生物测量传感器104的输出可指示最近检测到的客户位置在零售环境出口附近。备选地,成像传感器102和/或生物测量传感器104的输出可能在阈值时间段内无法包括任何与客户关联的数据,从而指示客户的当前位置可能在零售环境的监视区域之外。因此,系统100将客户在进入与离开之间在零售环境中的时间记录为对零售环境的一次“访问”。在本发明的上下文中,对零售环境的“访问”被定义为在进入和紧接的离开之间在零售环境中花费的时间。
如果系统100在步骤214断定客户未离开零售位置,则方法200循环回到步骤212,并且系统100继续在零售环境中跟踪客户。备选地,如果系统100在步骤214断定客户已离开零售位置,则方法200继续到步骤216。
在步骤216,系统100标识零售环境中客户在访问期间所暂停的区域。在一个实施例中,跟踪系统110查看客户轨迹,以便标识客户运动暂停的区域。此类暂停可以指示客户在指示的区域中逗留以搜索储备在这些区域中的特定产品。
在步骤218,系统100将所标识区域中的产品与客户的购买历史相匹配。在一个实施例中,匹配系统114检索储备在所标识区域中的产品列表。可以从零售环境的库存和存货记录中检索该列表。此外,匹配系统114从客户数据库116检索客户的客户简档。如上面讨论的,客户简档可以包括客户的购买历史记录(即,在零售环境中购买的产品)。匹配系统114然后标识出现在储备在所标识区域中的产品列表以及客户的购买历史两者中的匹配产品。在一个实施例中,按照品牌名称、条码或其它标识信息来匹配产品。例如,匹配系统114可以确定客户在销售X品牌橙汁的零售环境分区中逗留,并且客户经常购买X品牌橙汁。
在步骤220,系统100判定客户在访问期间进行的当前购买中是否缺失任何匹配产品。在一个实施例中,匹配系统114从库存系统120中检索客户的当前购买,并标识未出现在客户的当前购买中的任何匹配产品(例如,按照收银台的报告)。要指出的是,在客户离开零售环境而未进行任何购买的情况下,客户的当前购买中将缺失所有匹配产品。
如果系统100在步骤220断定客户的当前购买中未缺失匹配产品,则方法200循环回到步骤204,并且系统100继续监视零售环境。备选地,如果系统100在步骤220断定客户的当前购买中缺失任何匹配产品,则方法200继续到步骤222。
在步骤222,匹配系统114生成警报,该警报指示客户的当前购买中缺失的那些匹配产品可能缺货。在一个实施例中,匹配系统可以在生成警报之前查看库存系统120,以便确认缺失的匹配产品是缺货、脱销还只是供应量低。在步骤224,匹配系统将警报发送到适当的目的地(例如,库存系统120、经营人员等)。警报有助于零售环境检测潜在的缺货状况,以便可以及时(例如,在造成明显的销售损失之前)补救此类状况。
发送警报之后,方法200循环回到步骤204,并且系统100继续监视零售环境,如上面讨论的那样。
因此,可以采用系统100以便通过观察客户行为(即,客户未能进行预期购买),自动检测或推断缺货产品的销售损失。此外,因为至少部分地根据观察的客户行为做出这种推断,所以标识的缺货产品更可能是客户实际寻找的产品(因此真正表示丧失销售机会)。因此,本发明并非仅检测任意产品何时缺货,而是具体检测客户需要的产品何时缺货。
尽管主要在单个客户的活动的上下文中描述了方法200,但要指出的是,可以针对在零售环境中检测到的每个客户执行步骤206-224。备选地,可以针对所检测客户的子集(例如,仅针对其简档出现在客户数据库116中的所检测客户)执行步骤206-224。
图3是使用通用计算设备300实现的销售损失检测方法的高级框图。在一个实施例中,通用计算设备300包括处理器302、存储器304、销售损失检测模块305和各种输入/输出(I/O)设备306,例如显示器、键盘、鼠标、触笔、无线网络接入卡、以太网接口等。在一个实施例中,至少一个I/O设备是存储设备(例如,磁盘驱动器、光盘驱动器、软盘驱动器)。应该理解,销售损失检测模块305可以被实现为通过通信信道耦合到处理器的物理设备或子系统。
备选地,销售损失检测模块305可以由一个或多个软件应用(或甚至软件和硬件的组合,例如,使用专用集成电路(ASIC))表示,其中软件从存储介质(例如,I/O设备306)加载并由处理器302在通用计算设备300的存储器304中运行。因此,在一个实施例中,用于自动检测销售损失的销售损失检测模块305(如在此参考前面各图描述的那样)可以被存储在计算机可读存储介质(例如,RAM、磁盘或光盘驱动器或磁盘等)中。
应该指出,尽管未显式指定,但根据特定应用的需要,在此描述的方法的一个或多个步骤可以包括存储、显示和/或输出步骤。换言之,根据特定应用的需要,在所述方法中讨论的任何数据、记录、字段和/或中间结果可以被存储、显示和/或输出到另一个设备。此外,附图中描述确定性操作或涉及决策的步骤或方框不一定需要执行确定性操作的两个分支。换言之,确定性操作的一个分支可以被视为可选步骤。
尽管以上所述涉及本发明的实施例,但可以设计本发明的其它和进一步实施例而不偏离本发明的基本范围。在此提供的各种实施例或它们的各部分可以被组合以产生其他实施例。此外,诸如顶部、侧面、底部、前面、后面之类的术语是相对或位置术语,并且针对附图中示出的示例性实施例使用,因此这些术语可以互换。

Claims (35)

1.一种用于检测零售环境中由于缺货状况导致的销售损失的方法,所述方法包括:
至少部分地基于对客户在所述零售环境中的当前行为的观察和所述客户的购买历史而自动检测所述客户何时无法购买期望产品;以及
基于所述自动检测而推断所述期望产品缺货。
2.根据权利要求1的方法,其中所述自动检测包括:
标识储备在所述零售环境的所述客户所逗留的第一分区中的第一组产品;
标识所述第一组产品中的也出现在所述客户的所述购买历史中的产品,其中该产品是所述期望产品;
标识所述客户在所述零售环境中做出的当前购买;以及
检测到所述当前购买不包括所述期望产品。
3.根据权利要求2的方法,其中标识所述第一组产品包括:
跟踪所述客户在所述零售环境中的移动;
检测所述客户何时在所述零售环境的所述第一分区中逗留;以及
从所述零售环境的库存系统检索储备在所述零售环境的所述第一分区中的产品列表。
4.根据权利要求3的方法,其中所述跟踪包括:
从所述零售环境中的多个物理位置捕获唯一地标识所述客户的标识数据;以及
关联所述标识数据以便构造跟踪所述客户在所述零售环境中的移动的轨迹。
5.根据权利要求4的方法,其中所述标识数据包括所述客户的多个图像。
6.根据权利要求4的方法,其中所述标识数据包括所述客户的生物测量数据。
7.根据权利要求6的方法,其中所述生物测量数据包括所述客户的指纹。
8.根据权利要求6的方法,其中所述生物测量数据包括所述客户的眼部特征。
9.根据权利要求6的方法,其中所述生物测量数据包括所述客户的步态。
10.根据权利要求6的方法,其中所述生物测量数据包括所述客户的手势。
11.根据权利要求1的方法,还包括:
从包括多个客户简档的客户数据库检索所述购买历史。
12.根据权利要求11的方法,其中所述检索包括:
从所述零售环境中的至少一个物理位置捕获唯一地标识所述客户的标识数据;
检测所述多个客户简档中与所述标识数据匹配的简档;以及
从该简档提取所述购买历史。
13.根据权利要求12的方法,其中所述标识数据包括所述客户的多个图像。
14.根据权利要求12的方法,其中所述标识数据包括所述客户的生物测量数据。
15.根据权利要求14的方法,其中所述生物测量数据包括所述客户的指纹。
16.根据权利要求14的方法,其中所述生物测量数据包括所述客户的眼部特征。
17.根据权利要求14的方法,其中所述生物测量数据包括所述客户的步态。
18.根据权利要求12的方法,其中由射频识别系统捕获所述标识数据。
19.根据权利要求1的方法,还包括:
发送指示所述期望产品被认为将缺货的警报。
20.一种用于检测零售环境中由于缺货状况导致的销售损失的方法,所述方法包括:
检测客户进入零售环境;
确定所述客户的身份;
根据所述身份检索与所述客户关联的购买历史;
跟踪所述客户在所述零售环境中的移动;
根据所述跟踪来检测所述客户何时在所述零售环境的分区中逗留;
标识储备在所述零售环境的所述分区中并出现在所述购买历史中的产品;
检测所述客户离开所述零售环境;
查看所述客户在进入时间与离开时间之间做出的购买;以及
当所述产品不是所述购买的一部分时,推断所述产品缺货。
21.一种用于检测零售环境中由于缺货状况导致的销售损失以执行权利要求1-20中的任一权利要求的方法步骤的装置。
22.一种用于检测零售环境中由于缺货状况导致的销售损失的系统,所述系统包括:
多个传感器,其分布在所述零售环境中以便监视客户在所述零售环境中的当前行为;
第一数据库,其用于存储所述客户的购买历史;以及
匹配系统,其耦合到所述多个传感器中的至少一些传感器并耦合到所述第一数据库,以便自动检测所述客户何时无法购买期望产品并基于所述自动检测而推断所述期望产品缺货。
23.根据权利要求22的系统,还包括:
跟踪系统,其耦合到所述多个传感器中的至少一些传感器并耦合到所述匹配系统,以便跟踪所述客户在所述零售环境中的移动并检测所述客户何时在所述零售环境的第一分区中逗留。
24.根据权利要求23的系统,还包括:
库存系统,其耦合到所述匹配系统,以便标识储备在所述零售环境的所述第一分区中的第一组产品并标识所述客户在所述零售环境中做出的当前购买。
25.根据权利要求23的系统,还包括:
第二数据库,其耦合到所述跟踪系统以便存储跟踪所述客户的移动的轨迹。
26.根据权利要求22的系统,其中所述多个传感器包括至少一个成像传感器。
27.根据权利要求22的系统,其中所述多个传感器包括至少一个生物测量传感器。
28.根据权利要求27的系统,其中所述至少一个生物测量传感器包括至少一个指纹传感器。
29.根据权利要求27的系统,其中所述至少一个生物测量传感器包括至少一个眼部特征传感器。
30.根据权利要求22的系统,还包括:
标识系统,其耦合到所述多个传感器中的至少一些传感器和所述第一数据库以便确定所述客户的身份。
31.根据权利要求30的系统,其中所述标识系统包括面部识别系统。
32.根据权利要求30的系统,其中所述标识系统包括生物测量识别系统。
33.根据权利要求22的系统,其中所述多个传感器、所述第一数据库以及所述匹配系统均位于所述零售环境的物理边界内。
34.根据权利要求22的系统,其中所述第一数据库或所述匹配系统中的至少一个位于所述零售环境的物理边界的外部。
35.一种用于检测零售环境中由于缺货状况导致的销售损失的系统,所述系统包括:
多个传感器,其布置在所述零售环境中,其中所述多个传感器的第一子集被布置为检测客户进入零售环境,所述多个传感器的第二子集被布置为检测所述客户在所述零售环境中的移动,以及所述多个传感器的第三子集被布置为检测所述客户离开所述零售环境;
标识系统,其耦合到所述多个传感器的所述第一子集,以便确定所述客户的身份;
数据库,其耦合到所述标识系统,以便存储与所述客户关联的简档,所述简档包括所述客户的购买历史;
跟踪系统,其耦合到所述多个传感器,以便生成跟踪所述客户在所述零售环境中从进入到离开的移动的轨迹,并检测所述客户何时在所述零售环境的分区中逗留;以及
匹配系统,其耦合到所述跟踪系统和所述标识系统,以便标识储备在所述零售环境的所述分区中并出现在所述购买历史中的产品,查看所述客户在进入时间和离开时间之间做出的购买,并且当所述产品不是所述购买的一部分时,推断所述产品缺货。
CN201310334194.4A 2012-08-03 2013-08-02 检测由于缺货状况导致的销售损失的方法、装置和系统 Pending CN103578018A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US13/566,253 US20140039950A1 (en) 2012-08-03 2012-08-03 Automatically detecting lost sales
US13/566,253 2012-08-03
US13/613,865 US20140039951A1 (en) 2012-08-03 2012-09-13 Automatically detecting lost sales due to an out-of-shelf condition in a retail environment
US13/613,865 2012-09-13

Publications (1)

Publication Number Publication Date
CN103578018A true CN103578018A (zh) 2014-02-12

Family

ID=50026358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310334194.4A Pending CN103578018A (zh) 2012-08-03 2013-08-02 检测由于缺货状况导致的销售损失的方法、装置和系统

Country Status (2)

Country Link
US (3) US20140039950A1 (zh)
CN (1) CN103578018A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741451A (zh) * 2014-12-29 2016-07-06 东芝泰格有限公司 信息处理系统及信息处理方法
CN110458345A (zh) * 2019-07-31 2019-11-15 深圳蓝贝科技有限公司 确定机器损失出货量的方法、装置、设备及存储介质

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10496946B2 (en) * 2013-11-06 2019-12-03 Catalina Marketing Corporation System and method for risk-based auditing of self-scan shopping baskets
US9607296B2 (en) * 2014-03-11 2017-03-28 Tyco Fire & Security Gmbh System for automation and efficient execution of tasks related to mobile POS in retail business
US9699599B2 (en) 2014-07-10 2017-07-04 Bank Of America Corporation Tracking associate locations
US9691092B2 (en) 2014-07-10 2017-06-27 Bank Of America Corporation Predicting and responding to customer needs using local positioning technology
US10332050B2 (en) 2014-07-10 2019-06-25 Bank Of America Corporation Identifying personnel-staffing adjustments based on indoor positioning system detection of physical customer presence
US10028081B2 (en) 2014-07-10 2018-07-17 Bank Of America Corporation User authentication
US9734643B2 (en) 2014-07-10 2017-08-15 Bank Of America Corporation Accessing secure areas based on identification via personal device
US10108952B2 (en) 2014-07-10 2018-10-23 Bank Of America Corporation Customer identification
US10074130B2 (en) 2014-07-10 2018-09-11 Bank Of America Corporation Generating customer alerts based on indoor positioning system detection of physical customer presence
US9432804B2 (en) 2014-07-10 2016-08-30 Bank Of America Corporation Processing of pre-staged transactions
US9471759B2 (en) 2014-07-10 2016-10-18 Bank Of America Corporation Enabling device functionality based on indoor positioning system detection of physical customer presence
US9659316B2 (en) 2014-07-10 2017-05-23 Bank Of America Corporation Providing navigation functionality in a retail location using local positioning technology
JP5866542B1 (ja) * 2014-10-28 2016-02-17 パナソニックIpマネジメント株式会社 施設管理支援装置、施設管理支援システムおよび施設管理支援方法
JP5942173B2 (ja) * 2014-11-05 2016-06-29 パナソニックIpマネジメント株式会社 商品モニタリング装置、商品モニタリングシステムおよび商品モニタリング方法
US9354066B1 (en) * 2014-11-25 2016-05-31 Wal-Mart Stores, Inc. Computer vision navigation
US10453009B2 (en) 2015-06-19 2019-10-22 Walmart, Apollo, LLC Method and apparatus for detecting and/or utilizing sales anomalies to improve store management
US20170323251A1 (en) * 2016-05-05 2017-11-09 Wal-Mart Stores, Inc. Systems and methods for identifying and managing item stocking status in a retail environment
EP3255593A1 (en) * 2016-06-08 2017-12-13 Essentia Analytics Ltd. Performance analysing and forecasting system
JP6812268B2 (ja) * 2017-02-21 2021-01-13 東芝テック株式会社 情報処理装置およびプログラム
US10997552B2 (en) 2017-03-15 2021-05-04 Walmart Apollo, Llc System and method for determination and management of root cause for inventory problems
US20180268356A1 (en) * 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for perpetual inventory management
US20180268367A1 (en) * 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of perpetual inventory values based upon customer product purchases
US20180268355A1 (en) * 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of perpetual inventory values associated with nil picks
US11055662B2 (en) 2017-03-15 2021-07-06 Walmart Apollo, Llc System and method for perpetual inventory management
US20180268509A1 (en) 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of product movement
US20180341906A1 (en) 2017-05-26 2018-11-29 Walmart Apollo, Llc System and method for management of perpetual inventory values based upon confidence level
US10360733B2 (en) 2017-06-20 2019-07-23 Bank Of America Corporation System controlled augmented resource facility
US10574662B2 (en) 2017-06-20 2020-02-25 Bank Of America Corporation System for authentication of a user based on multi-factor passively acquired data
US20190147228A1 (en) * 2017-11-13 2019-05-16 Aloke Chaudhuri System and method for human emotion and identity detection
US20190156394A1 (en) * 2017-11-18 2019-05-23 Walmart Apollo, Llc Distributed Sensor Systems and Methods for Inventory Control
US20190156270A1 (en) * 2017-11-18 2019-05-23 Walmart Apollo, Llc Distributed Sensor System and Method for Inventory Management and Predictive Replenishment
CN110400161A (zh) * 2018-04-25 2019-11-01 鸿富锦精密电子(天津)有限公司 顾客行为分析方法、顾客行为分析系统及存储装置
JP6597838B1 (ja) * 2018-06-01 2019-10-30 日本電気株式会社 動線分析装置、動線分析方法、および動線分析システム
US20210312476A1 (en) * 2018-08-23 2021-10-07 Sony Corporation Information processing device, information processing method, and program
US11113702B1 (en) * 2018-12-12 2021-09-07 Amazon Technologies, Inc. Online product subscription recommendations based on a customers failure to perform a computer-based action and a monetary value threshold
US11087103B2 (en) 2019-07-02 2021-08-10 Target Brands, Inc. Adaptive spatial granularity based on system performance
EP4143800A4 (en) * 2020-05-01 2023-11-01 Kooick Inc. SYSTEM AND METHOD FOR IDENTIFYING GRIP-AND-GO TRANSACTIONS IN A CASHLESS STORE
JP7041733B2 (ja) * 2020-12-15 2022-03-24 東芝テック株式会社 情報処理装置およびプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6118933A (en) * 1992-11-25 2000-09-12 Roberson; Danny J. Apparatus and method for preparing infant formula from powder with dispensing and filtering means
US7006982B2 (en) * 2001-05-15 2006-02-28 Sorensen Associates Inc. Purchase selection behavior analysis system and method utilizing a visibility measure
US7240027B2 (en) * 2000-04-07 2007-07-03 The Procter & Gamble Company Method and apparatus for monitoring the flow of items through a store or warehouse
US7778863B2 (en) * 2005-02-09 2010-08-17 Kabushiki Kaisha Toshiba System and method for customer behavior movement frequency prediction in a store
CN202261392U (zh) * 2011-08-02 2012-05-30 天津中启创科技有限公司 基于物联网架构的超市监控系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5729697A (en) * 1995-04-24 1998-03-17 International Business Machines Corporation Intelligent shopping cart
US20030055707A1 (en) * 1999-09-22 2003-03-20 Frederick D. Busche Method and system for integrating spatial analysis and data mining analysis to ascertain favorable positioning of products in a retail environment
US6659334B2 (en) * 2000-09-21 2003-12-09 Murata Manufacturing Co., Ltd. Method for forming end-face electrode
US6659344B2 (en) * 2000-12-06 2003-12-09 Ncr Corporation Automated monitoring of activity of shoppers in a market
WO2004104951A1 (en) * 2003-05-26 2004-12-02 Inperspective Research Consultancy (Proprietary) Limited Trolley tracker
US20050149414A1 (en) * 2003-12-30 2005-07-07 Kimberly-Clark Worldwide, Inc. RFID system and method for managing out-of-stock items
EP1566788A3 (en) * 2004-01-23 2017-11-22 Sony United Kingdom Limited Display
GB2410359A (en) * 2004-01-23 2005-07-27 Sony Uk Ltd Display
US7357316B2 (en) * 2005-09-29 2008-04-15 International Business Machines Corporation Retail environment
US7908233B2 (en) * 2007-06-29 2011-03-15 International Business Machines Corporation Method and apparatus for implementing digital video modeling to generate an expected behavior model
US20090083121A1 (en) * 2007-09-26 2009-03-26 Robert Lee Angell Method and apparatus for determining profitability of customer groups identified from a continuous video stream
US20100106662A1 (en) * 2008-10-29 2010-04-29 Satyanarayanan Ramaswamy Method and apparatus for in-store directions using visual or audio cues for current location determination
US8036946B2 (en) * 2008-11-05 2011-10-11 International Business Machines Corporation System and method for making an inference based on cumulative data
US8065353B2 (en) * 2008-12-30 2011-11-22 Target Brands, Inc. Customer search utility
AU2010328655B2 (en) * 2009-12-13 2014-07-17 Intuit Inc. Systems and methods for purchasing products from a retail establishment using a mobile device
US8639440B2 (en) * 2010-03-31 2014-01-28 International Business Machines Corporation Augmented reality shopper routing
US20110270618A1 (en) * 2010-04-30 2011-11-03 Bank Of America Corporation Mobile commerce system
US20120158482A1 (en) * 2010-12-15 2012-06-21 Andrew Paradise Systems and Methods for Managing In-Store Purchases Using Mobile Devices
US20130041837A1 (en) * 2011-08-12 2013-02-14 Accenture Global Services Limited Online Data And In-Store Data Analytical System
US8560357B2 (en) * 2011-08-31 2013-10-15 International Business Machines Corporation Retail model optimization through video data capture and analytics
US20140019199A1 (en) * 2012-07-13 2014-01-16 International Business Machines Corporation Automatically evaluating customer satisfaction

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6118933A (en) * 1992-11-25 2000-09-12 Roberson; Danny J. Apparatus and method for preparing infant formula from powder with dispensing and filtering means
US7240027B2 (en) * 2000-04-07 2007-07-03 The Procter & Gamble Company Method and apparatus for monitoring the flow of items through a store or warehouse
US7006982B2 (en) * 2001-05-15 2006-02-28 Sorensen Associates Inc. Purchase selection behavior analysis system and method utilizing a visibility measure
US7778863B2 (en) * 2005-02-09 2010-08-17 Kabushiki Kaisha Toshiba System and method for customer behavior movement frequency prediction in a store
CN202261392U (zh) * 2011-08-02 2012-05-30 天津中启创科技有限公司 基于物联网架构的超市监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
THOMAS W. GRUEN: "A Comprehensive Guide To Retail Out-of-Stock Reduction In the Fast-Moving Consumer Goods Industry", 《GOOGLE学术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741451A (zh) * 2014-12-29 2016-07-06 东芝泰格有限公司 信息处理系统及信息处理方法
CN105741451B (zh) * 2014-12-29 2019-02-05 东芝泰格有限公司 信息处理系统及信息处理方法
CN110458345A (zh) * 2019-07-31 2019-11-15 深圳蓝贝科技有限公司 确定机器损失出货量的方法、装置、设备及存储介质

Also Published As

Publication number Publication date
US20140039950A1 (en) 2014-02-06
US20140039951A1 (en) 2014-02-06
US20160132910A1 (en) 2016-05-12

Similar Documents

Publication Publication Date Title
CN103578018A (zh) 检测由于缺货状况导致的销售损失的方法、装置和系统
US11216868B2 (en) Computer vision system and method for automatic checkout
JP6854881B2 (ja) 顔画像照合システムおよび顔画像検索システム
JP4753193B2 (ja) 動線管理システムおよびプログラム
US20150208043A1 (en) Computer system and method for managing in-store aisle
RU2753959C2 (ru) Модуль видеоанализа и способ формирования материалов расследования поведения пользователя
JP5958723B2 (ja) 待ち行列管理のためのシステム及び方法
US20030048926A1 (en) Surveillance system, surveillance method and surveillance program
US20200349820A1 (en) Theft monitoring and identification system for self-service point of sale
JP2013196043A (ja) 特定人物監視システム
JP2008257488A (ja) 顔認証応用インストアマーケティング分析システム
US20190327451A1 (en) Video image analysis apparatus and video image analysis method
US9922257B2 (en) Image auditing method and system
US20200387866A1 (en) Environment tracking
JP2011232864A (ja) 施設情報分類システムおよび施設情報分類プログラム
JP7416594B2 (ja) 店舗管理装置、店舗管理システム及び店舗管理方法
JP2022155061A (ja) 画像処理装置、画像処理方法およびプログラム
JP7135329B2 (ja) 情報処理方法、情報処理装置、および情報処理プログラム
JP7054075B2 (ja) 情報処理システム、情報処理方法、及びプログラム
US20230112584A1 (en) Multi-camera person re-identification
WO2023181328A1 (ja) 情報処理装置、情報処理装置の制御方法、及び、情報処理装置の制御プログラムが格納された記録媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140212