談談人臉識別在線下商業中的應用

人臉識別作為AI中的一個分支，2017年無論是資本市場還是線下應用都開始熱起來。按照目前人臉識別技術的成熟度，已經具備了在線下大規模應用的條件。相信2018年，人臉識別技術會在線下商業得到更廣更創新的應用。本文談談自己對人臉識別應用的理解。

個人把人臉識別技術在新零售中運用，概括成三件事：數據收集，數據應用，反饋閉環。

數據收集

拋開隱私這一點，人臉識別的好處是無感和非接觸，也因此人臉識別的線下應用的優勢在於數據收集。收集數據的方法，目前看到的做法要麼在某個屏幕前自動拍攝人臉，要麼在小程序里自拍。

有了第一次人臉的綁定，可以針對這部分用戶作更多業務場景的收集，例如在各類支持人臉識別的屏幕前識別，採集用戶在屏幕上的行為，這裡用戶行為能收集的數據取決於屏幕的互動設計，除了人臉識別，還可以結合語音，語義，大數據推薦，等科技概念，有很大發揮的空間，個人相信多屏幕也會是智慧零售的一個特點。在各種屏幕上，對於線下門店，增加了業務場景和增強了用戶體驗，同時也可以考慮線下到線上的引流。除了屏幕，有了人臉識別，在線下門店還能收集更多的數據，例如用戶是否到店，到店的頻次，在門店的行進路徑，感興趣的SKU，停留時間等等。

數據應用

數據的收集不是目的，數據的應用才是目的。通過人臉識別抓取的數據，豐富了CRM資料庫。以上數據可以應用於全渠道的精細化營銷，例如公眾號，小程序，APP和線下屏幕，這些渠道基於人臉識別中收集的數據（以及其他渠道的數據），可以千人千面的方式服務於用戶。甚至線下屏幕可以通過識別人臉，基於收集的數據，作個性化的交互。

人臉識別也可以應用於支付，通過識別人臉，找到用戶之前綁定的openid，調用免密代扣介面實現刷臉支付。人臉識別技術在人臉庫比較大的時候，會有一定的誤識別和通過率降低，這就需要產品設計的時候盡量規避純粹通過人臉識別支付，例如需要輸入手機號碼後幾位，在識別不出時自動提示使用其他支付方式等。

如果人臉打通了會員CRM，線下場景人臉可以應用於會員服務。線下無人店的自動開門，通知導購會員的入店，柜子的自動打開，會員的自動積分等。通過識別人臉，洞察用戶在門店的行進路徑和停留時間，可以對門店的SKU受歡迎程度作分析，指導供應鏈端的SKU供貨。同時也可以通過這些分析，指導門店的貨架陳列等。

反饋閉環

所有的數據應用，都需要做效果的收集完成閉環，這樣才能指導後續的數據收集以及數據應用。

如果花很大的人力做好線下數據的收集，卻停留在CRM里，那絕對和智慧零售南轅北轍。如果做了大量的數據應用，就需要評估這些應用是否偏離了商業的方向，評估這些應用的實際回報和效果，這些都需要在做數據應用的時候做好數據收集的閉環。例如刷臉後數據推薦的點擊，試穿，查看，例如使用刷臉支付的效率，復購率，例如大屏的使用人流，引流效果等等。

最後，人臉識別的應用中，安全性特別重要，這不僅需要人臉識別技術的提高，更需要通過解決方案中產品流程的設計來規避。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！