Deep Learning per l’analisi del comportamento dei consumatori in ambienti retail

Nel retail, capire come i consumatori si muovono negli spazi del punto vendita e interagiscono con i prodotti è molto prezioso. Sebbene l’ambiente retail presenti diverse caratteristiche favorevoli alla computer vision, come un’illuminazione ragionevole, il gran numero e la diversità dei prodotti venduti, nonché la potenziale ambiguità dei movimenti degli acquirenti, fanno sì che la misurazione accurata del comportamento dei consumatori sia ancora una sfida.

Negli ultimi anni sono stati sviluppati strumenti di machine learning e features-based per il conteggio delle persone, nonché per l’analisi e la valutazione delle interazioni, con l’obiettivo di apprendere il comportamento dei consumatori sulla base di camere RGB-D in configurazione top-view. Tuttavia, gli approcci di apprendimento automatico si sono evoluti in approcci di deep learning, che rappresentano un modo più potente ed efficiente di affrontare le complessità del comportamento umano.

Partendo dall’esperienza negli ultimi 10 anni condotta insieme a molte aziende internazionali e ad alcune aziende italiane che lavorano con noi in questo settore, in questo corso affronteremo le applicazioni di deep learning per le vending machine, per poi passare all’analisi di ciò che accade all’interno del negozio, fino ad arrivare al punto in cui ci troviamo oggi con l’analisi delle traiettorie umane per la simulazione di nuovi store. Sarà inoltre dedicato spazio all’analisi implicita ed estesa del comportamento degli acquirenti per applicazioni di marketing.