Mesurer l’audience d’un point de vente, une technologie devenue incontournable pour les commerçants avec le Covid ?
SS - Avec le Covid, les commerçants , marchés ou centres commerciaux, doivent montrer que non seulement leur lieu ne favorise pas la création de clusters, mais aussi que le parcours d’achat y est simplifié pour permettre aux consommateurs d’y passer le moins de temps possible.
Notre solution Glens répond parfaitement à ces enjeux; dans un premier temps, lorsque des capteurs traditionnels aux entrées d’un magasin sont capables de détecter simplement un taux d’affluence, notre solution identifie aussi bien l’affluence, que les ports de masques ainsi que les regroupements trop importants d’individus.
Dans un second temps, nous avons poussé nos analyses pour permettre à Glens d’identifier les parcours en magasin, les temps passés dans tel ou tel rayon ou encore les premiers produits mis en panier. L’objectif étant d’aider les commerçants à prédire les comportements des consommateurs pour leur proposer la meilleure expérience dans un temps imparti réduit.
Le choix d’une mesure optique permet d’être plus complet que les technologies qui reposent sur l’identification radio des smartphones ?
SS - Les technologies basées sur l’identification radio des smartphones posent la question de l’anonymat dans un premier temps. Ensuite, celles-ci ne permettent bien souvent d’avoir qu’une partie de la vérité; pour être fonctionnelles, il faut que le consommateur ait un téléphone, et que le wifi et/ou le bluetooth soit activé. Et que l’utilisateur ait donné son accord. Enfin ces technologies, bien qu’efficaces pour des mesures basiques ne permet pas d’aller au bout des comportements des consommateurs : premier produit mis en panier, panier ou produit abandonné.
Avec une mesure optique, nous pouvons demander à notre algorithme de décrire anonymement tout ce qu’il « voit » au travers des caméras.
Une technologie qui impose néanmoins une anonymisation des données, faute de consentement des utilisateurs en point de vente... ?
SS - Une identification radio émet un identifiant pouvant relier directement à l’identité d’une personne, par défaut intraitable sans un consentement explicite.
Dans le cas de Glens, nous avons été accompagnés par un cabinet spécialisé dans la propriété intellectuelle et les médias afin d’être en totale conformité face au RGPD et recommandations de la Cnil.
Ainsi, notre solution n’enregistre aucune image; lorsque le flux vidéo arrive sur nos serveurs, celui-ci est analysé, et l’image est détruite. C’est d’ailleurs la raison pour laquelle nous avons besoin de très peu d’espace de stockage mais d’une forte capacité en mémoire vive !
Les données issues de ce traitement peuvent soit être exposées au travers une API, ou un simple fichier Excel, ce qui rend l’identification des individus totalement impossible.
En admettant que le recueil du consentement soit possible dans une application, ces technologies pourraient elles être utilisées pour mesurer l’efficacité du drive to store ?
SS - Elles pourraient, bien entendu, mais nous serions obligés de revoir notre algorithme pour l’adosser au périphérique de l’individu, et dans ce cas, nous retomberions dans l’écueil de la donnée privée.
Néanmoins, nous pouvons très bien, dans l’état actuel de notre solution, effectuer une campagne de drive to store auprès d’une certaine catégorie d’individus (exemple: jeunes gens de 18-25 ans) et mesurer l’impact de l’affluence de ces personas en magasin. En complément, et sans besoin de consentement, nous pourrions identifier clairement les parcours d’achat.
La Chine a massivement adopté la reconnaissance des visages pour une grande variété d’applications marketing. Faut-il s’inspirer de leurs bonnes pratiques …ou s’en démarquer ?
SS - Et pas que la Chine ! Beaucoup de systèmes essaient d’attacher des préférences d’achats à une identité, chose qui n’est selon nous pas envisageable d’un point de vue éthique, et compte tenu de la réglementation Européenne.
Nous nous en inspirons pour comprendre quelles sont les données intéressantes à analyser comme les périodes d’affluence en fonction des personas, de la météo, les temps passés en caisse en fonction de ces périodes, les parcours moyens en magasin, les premiers produits mis en panier en fonction de la période, sont autant d’indicateurs communs avec les solutions étrangères.
Nous ne sommes pas sur le créneau qui consiste à associer ces comportements à une identité. Nous savons que ces technologies arrivent et qu’elles ne respectent en rien la vie privée. Lorsqu’elles deviendront inéluctables et que les retailers européens auront compris leur intérêt, nous voulons être là et prêts pour proposer une solution Française et respectueuse de la vie privée.
SS - Avec le Covid, les commerçants , marchés ou centres commerciaux, doivent montrer que non seulement leur lieu ne favorise pas la création de clusters, mais aussi que le parcours d’achat y est simplifié pour permettre aux consommateurs d’y passer le moins de temps possible.
Notre solution Glens répond parfaitement à ces enjeux; dans un premier temps, lorsque des capteurs traditionnels aux entrées d’un magasin sont capables de détecter simplement un taux d’affluence, notre solution identifie aussi bien l’affluence, que les ports de masques ainsi que les regroupements trop importants d’individus.
Dans un second temps, nous avons poussé nos analyses pour permettre à Glens d’identifier les parcours en magasin, les temps passés dans tel ou tel rayon ou encore les premiers produits mis en panier. L’objectif étant d’aider les commerçants à prédire les comportements des consommateurs pour leur proposer la meilleure expérience dans un temps imparti réduit.
Le choix d’une mesure optique permet d’être plus complet que les technologies qui reposent sur l’identification radio des smartphones ?
SS - Les technologies basées sur l’identification radio des smartphones posent la question de l’anonymat dans un premier temps. Ensuite, celles-ci ne permettent bien souvent d’avoir qu’une partie de la vérité; pour être fonctionnelles, il faut que le consommateur ait un téléphone, et que le wifi et/ou le bluetooth soit activé. Et que l’utilisateur ait donné son accord. Enfin ces technologies, bien qu’efficaces pour des mesures basiques ne permet pas d’aller au bout des comportements des consommateurs : premier produit mis en panier, panier ou produit abandonné.
Avec une mesure optique, nous pouvons demander à notre algorithme de décrire anonymement tout ce qu’il « voit » au travers des caméras.
Une technologie qui impose néanmoins une anonymisation des données, faute de consentement des utilisateurs en point de vente... ?
SS - Une identification radio émet un identifiant pouvant relier directement à l’identité d’une personne, par défaut intraitable sans un consentement explicite.
Dans le cas de Glens, nous avons été accompagnés par un cabinet spécialisé dans la propriété intellectuelle et les médias afin d’être en totale conformité face au RGPD et recommandations de la Cnil.
Ainsi, notre solution n’enregistre aucune image; lorsque le flux vidéo arrive sur nos serveurs, celui-ci est analysé, et l’image est détruite. C’est d’ailleurs la raison pour laquelle nous avons besoin de très peu d’espace de stockage mais d’une forte capacité en mémoire vive !
Les données issues de ce traitement peuvent soit être exposées au travers une API, ou un simple fichier Excel, ce qui rend l’identification des individus totalement impossible.
En admettant que le recueil du consentement soit possible dans une application, ces technologies pourraient elles être utilisées pour mesurer l’efficacité du drive to store ?
SS - Elles pourraient, bien entendu, mais nous serions obligés de revoir notre algorithme pour l’adosser au périphérique de l’individu, et dans ce cas, nous retomberions dans l’écueil de la donnée privée.
Néanmoins, nous pouvons très bien, dans l’état actuel de notre solution, effectuer une campagne de drive to store auprès d’une certaine catégorie d’individus (exemple: jeunes gens de 18-25 ans) et mesurer l’impact de l’affluence de ces personas en magasin. En complément, et sans besoin de consentement, nous pourrions identifier clairement les parcours d’achat.
La Chine a massivement adopté la reconnaissance des visages pour une grande variété d’applications marketing. Faut-il s’inspirer de leurs bonnes pratiques …ou s’en démarquer ?
SS - Et pas que la Chine ! Beaucoup de systèmes essaient d’attacher des préférences d’achats à une identité, chose qui n’est selon nous pas envisageable d’un point de vue éthique, et compte tenu de la réglementation Européenne.
Nous nous en inspirons pour comprendre quelles sont les données intéressantes à analyser comme les périodes d’affluence en fonction des personas, de la météo, les temps passés en caisse en fonction de ces périodes, les parcours moyens en magasin, les premiers produits mis en panier en fonction de la période, sont autant d’indicateurs communs avec les solutions étrangères.
Nous ne sommes pas sur le créneau qui consiste à associer ces comportements à une identité. Nous savons que ces technologies arrivent et qu’elles ne respectent en rien la vie privée. Lorsqu’elles deviendront inéluctables et que les retailers européens auront compris leur intérêt, nous voulons être là et prêts pour proposer une solution Française et respectueuse de la vie privée.
En savoir plus ? https://glens.ai