Neural System
Soluzioni · Retail

Capire il comportamento dei clienti in negozio

Flusso e conteggio delle persone, code, soddisfazione, profilo dei visitatori e incidenti nelle corsie — indicatori che prima esistevano solo nell’e-commerce.

Soddisfazione dei clienti

Reazioni dei clienti a prodotti, vetrine e servizio

Vedi la demo

Modello di IA addestrato a riconoscere le espressioni del viso associate alle emozioni — felicità, tristezza, paura, disgusto, sorpresa, rabbia, disprezzo e neutralità. Misura in tempo reale come clienti, studenti e pubblico reagiscono a prodotti, servizio, lezioni, vetrine e presentazioni.

Come funziona

  1. 1Il rilevatore YuNet individua i volti in ogni fotogramma.
  2. 2Il modello HSEmotion (addestrato sul dataset AffectNet) classifica 8 emozioni con le relative probabilità.
  3. 3Le letture vengono livellate nel tempo per ogni persona per evitare oscillazioni.
  4. 4Un indice di soddisfazione (valenza) riassume l’umore del pubblico minuto per minuto.
YuNet (OpenCV)HSEmotion (AffectNet)Tracciamento dei voltiYOLO11-pose

Vantaggi

  • Un riscontro emotivo oggettivo, senza questionari.
  • Individua i momenti e i prodotti che generano più entusiasmo (o frustrazione).
  • Integra NPS e sondaggi con dati continui e anonimi.
+10–20%
Efficacia delle campagne
-50%
Costo dei pre-test
tempo reale
Rilevamento dell’insoddisfazione nel servizio

Le espressioni del viso indicano emozioni apparenti, non stati interiori. Uso anonimo e aggregato, in conformità con le leggi applicabili sulla protezione dei dati.

Pozzanghere e perdite nelle corsie

Individua perdite e pozzanghere su pavimenti, tubazioni e impianti

Vedi la demo

Rilevamento automatico di perdite di acqua, olio, sostanze chimiche ed effluenti tramite telecamere. Il sistema individua la sorgente, misura l’area interessata e ne segue l’evoluzione, inviando allerte per il contenimento prima che il problema causi fermi, infortuni o danni ambientali.

Come funziona

  1. 1Le telecamere coprono le aree critiche (sale pompe, serbatoi, tubazioni, banchine di carico, pavimenti di stabilimento).
  2. 2La segmentazione tramite testo (CLIPSeg) traccia il contorno di getti, gocciolamenti, colature e pozze, senza addestramento specifico per la scena.
  3. 3Le regioni che somigliano più a vapore o fumo vengono scartate; il modello addestrato da Neural rafforza il rilevamento.
  4. 4La perdita è confermata in almeno 3 fotogrammi su 5 consecutivi, evitando allarmi dovuti ai riflessi.
  5. 5L’area interessata viene misurata fotogramma per fotogramma per individuare l’espansione.
  6. 6Le allerte con immagini vengono inviate alla manutenzione e al servizio di sicurezza sul lavoro.
CLIPSeg (segmentazione tramite testo, senza addestramento)YOLOv5 (modello addestrato da Neural)OpenCV

Vantaggi

  • Il rilevamento precoce riduce le perdite di prodotto e i fermi macchina.
  • Previene scivolamenti e cadute, una delle principali cause di infortunio.
  • Evita la contaminazione del suolo e le sanzioni ambientali.
  • Storico per la manutenzione predittiva.
fino al 30%
Riduzione delle perdite di materiali
-50%
Tempo medio di contenimento
Migliaia
Costo evitato per fermo non pianificato

Stime di riferimento; dipendono dal tipo di liquido, dall’illuminazione e dalla posizione della telecamera.

Flusso e conteggio delle persone

Visitatori, ingressi, tempo di permanenza e mappa di calore del negozio

Vedi la demo

Conteggio automatico e anonimo delle persone: ingressi e uscite attraverso una linea virtuale, occupazione in tempo reale, visitatori unici, tempo medio di permanenza e mappa di calore delle aree più frequentate — le telecamere diventano un sensore di pubblico per le decisioni operative e di marketing.

Come funziona

  1. 1Ogni persona viene rilevata e seguita con un identificativo anonimo.
  2. 2L’attraversamento della linea virtuale definisce un ingresso o un’uscita.
  3. 3Le posizioni accumulate formano la mappa di calore degli spostamenti.
  4. 4I report per ora, giorno, settimana e negozio supportano personale, layout e campagne.
YOLO11 (COCO)ByteTrackLinea virtualeMappa di calore

Vantaggi

  • Il tasso di conversione reale del negozio (affluenza × scontrini).
  • Turni del personale allineati ai picchi di affluenza.
  • Disposizione ed esposizione dei prodotti guidate dalla mappa di calore.
  • Controllo della capienza per la sicurezza e la normativa antincendio.
+5–15%
Aumento della conversione
-10–20%
Costo del personale inattivo
98%
Precisione tipica del conteggio

Conteggio anonimo (senza identificazione delle persone), compatibile con le leggi applicabili sulla protezione dei dati. La precisione dipende dalla posizione della telecamera.

Monitoraggio delle code

Lunghezza della coda, tempo di attesa e avvisi per aprire una nuova cassa

Vedi la demo

Misura automatica della lunghezza delle code e del tempo di attesa a casse, banchi, reception e sportelli. Quando la coda supera il limite, il sistema consiglia di aprire un nuovo punto di servizio — prima che il cliente rinunci all’acquisto.

Come funziona

  1. 1Sull’immagine della telecamera si disegna una zona della coda.
  2. 2Ogni persona nella zona viene seguita e il suo tempo di attesa misurato.
  3. 3Uscire dalla zona conta come essere serviti.
  4. 4Gli avvisi di coda lunga e attesa eccessiva vengono inviati alla direzione.
YOLO11 (COCO)ByteTrackZona della coda

Vantaggi

  • Meno acquisti abbandonati a causa delle code lunghe.
  • Rispetto delle norme sul tempo massimo di attesa.
  • Dimensionamento delle casse basato su dati reali.
-30–50%
Tempo medio di attesa
+2–4%
Vendite recuperate
+15 pt
NPS

Stime di riferimento del mercato retail; i risultati dipendono dal volume di clienti e dall’organizzazione.

Profilo dei visitatori

Genere e fascia d’età stimati del pubblico + contenuti personalizzati

Vedi la demo

Stima anonima del profilo del pubblico — genere e fascia d’età — a partire dalle telecamere. I dati alimentano report sul pubblico e i Contenuti personalizzati: schermi e totem mostrano i contenuti più adatti al profilo di chi passa in quel momento.

Come funziona

  1. 1I volti vengono rilevati e seguiti finché restano nell’inquadratura.
  2. 2Un Vision Transformer (ViT) stima l’età in anni e il genere dai volti frontali, più volte per persona.
  3. 3Le letture vengono consolidate per persona (età mediana e probabilità media di genere), eliminando le oscillazioni.
  4. 4Ogni persona viene contata una sola volta, senza conservare immagini né identità.
  5. 5Il profilo aggregato attiva la raccomandazione di contenuto/campagna più pertinente.
YuNet (OpenCV)Vision Transformer età/genere (ViT-Base/16 · ONNX INT8)Tracciamento dei voltiMediana temporale per persona

Vantaggi

  • Sapere chi visita davvero il negozio (non solo chi acquista).
  • Campagne e assortimento allineati al pubblico reale in ogni fascia oraria.
  • Pubblico dimostrabile per vendere spazi pubblicitari ai partner.
+20–35%
Attenzione ai contenuti sullo schermo
+8–12%
Vendite dei prodotti promossi
nuovi ricavi
Monetizzazione degli schermi (retail media)

Le stime di età e genere sono approssimazioni statistiche (errore medio di ~6–7 anni e ~87% di accuratezza sul genere in validazione sul dataset FairFace; illuminazione, angolazione e risoluzione della telecamera influiscono). Si consiglia un uso aggregato e anonimo (leggi applicabili sulla protezione dei dati).

Tutti i settori

Hai in mente un caso d’uso? Invia un video e ricevi un’analisi gratuita.

Inviaci uno spezzone video della tua attività: lo elaboriamo con la nostra IA e ti restituiamo il risultato con rilevamenti, allarmi e indicatori — senza impegno.