无人零售终端存在的问题
无人货架(柜):
货损严重。据业内数据统计货损一度达85%左右,现在可以控制到40%左右。40%的货损是什么概念?一般便利店的毛利润也就是10到20个点之间,也就是说超过15个点的货损基本上就肯定是赔钱的;
人性的问题。比如恶意拿走商品,搬走货架等;
运营成本被拉高。
RFID智能货柜:
RFID标签费用、人工费用,二次物流费用都非常高
RFID标签容易撕毁,可互换及读标灵敏度不高,而无法正确扣款
自动贩卖机:
容易卡货
商品种类受限能耗过高
占地面积大
用户体验性差
无感猫智能无人零售解决方案
业务架构
无人售卖业务架构
用户通过AI人工智能,物联网、构建出无人售货场景下的新零售模式
本架构能解决
24小时无人值守、用户超强的购物体验感; 物联网技术实现互动大数据分析,实现简本增效使零售企业更专注于业务运营;
架构图对应解决的业务问题
智能选址:提高设备布点效率,减低成本,减少决策风险 智能物流:大数据能力提高商品流转效率 智能推荐:实现消费者千人千面 物联网:稳定的平台提升用户体验、减低安全隐患
无感猫方案场景及优势
人脸识别 智能物流 用户分析 智能巡视
人脸识别

实现人脸的检测、分析和比对,包括人脸检测定位、人脸属性识别和人脸比对等独立服务模块,可为服务零售终端提供高性能的用户身份识别技术,应用于人脸AR、人脸识别和认证等各种场景

基础算法
人脸肖像检测 人脸对比识别 人脸特征定位 用户身份匹配 发布解锁指令
智能物流

物联网与消息服务的结合,可以实现无人终端与服务端之间高性能的信息传输。大数据业务的架构实时数据处理,离线数据处理。可以根据自身业务场景进行应用,实现智能商品分析、智能配送等

预警库存
数据智能物流 用户需求预测 商品库存管理 商品配送方案 配送指令发布
用户分析

“人-货-终端”模型中“人”的数字化问题。该产品基于视频视觉技术,通过摄像头、数据计算、云技术和大数据分析,为用户提供高性价比的商品服务。目标应用场景:智能无人终端、无人便利店等。

用户画像
用户购物喜好 用户购物习惯 用户活动场景 用户购物方式 用户需求定制
用户分析

帮忙铺设多点的客户实现远程视频巡检,并利用AI技术自动化部分常规巡检任务,提高管理效率,降低管理成本。更贴心的工作流:通过视频叠加、事件处理,方便快速地定位问题,即时推进问题解决。更低的使用成本,通用摄像头,能够降低客户对系统的投入成本。

无感猫智能无人零售系列产品
他们都在使用无感猫智能无人零售终端

酒水行业

食品行业

果蔬行业

保健用品行业

零售便利店

行业应用

企业/办公

健身运动场馆

校园

居民社区

高铁/机场/车站

场景应用