解方案
case
案例
案例
传统门店未来趋势
竞争会相对僵持、胶着，彼此的融合会更紧密、深入，线上线下的界 限也会逐渐模糊，但双方的核心业务不会改变，电商依然以线上为主， 店商收入的主要来源还是线下门店
双线竞争相对僵持，融合紧密深入
坚持以消费需求导向、以顾客为中心，加快向商业零售本质回归已成 为实体零售行业的共识，各地的消费需求、消费习惯、消费热点可能 也不尽相同，必然也会导致各地的实体零售表现出越来越多的差异性
过去
人货场关系重构---场
智能接待机器人
• 增强客户现场体验 • 潜移默化品牌标签 • 给予顾客更好的体验 • 白天接待客户，夜间店内巡逻，减少人工成本
店内安全巡逻
远程视频会议
客户接待
人脸考勤
总结
云从能协助客户实现什么？
基础能力
客流统计 属性分析 热力图 娱乐化营销 VIP客户识别 熟客识别 行为轨迹追踪
银行、公安行业PK超过63次折桂 奠定人脸识别行业地位第一
2015年5月
2016年1月
工行软开中心 广州 测试第一名 建行广州 分行 广州 测试第一名
2015年7月
聚龙科技 北京 测试第一名
2016年1月
中行上海分行 上海 测试第一名
2015年9月
西安银行 西安 测试第一名
2015年10月
银联 上海 测试第一名
客流量是零售行业的首要关注点，门店入口是客流必经之处，相比线 上数据能力，还缺乏准确识别客户、计算客流、分析人群的能力.
数据获取（促销区域）
门店入口
促销区域
结账离店
销售后
客户分析：通过人脸识别技术实现热 点分析、轨迹追踪、行为分析
智能机器人：店内引流、 客户接待引导、夜晚巡店
智能广告机：属性分析，感知客户 年龄、性别、心情等属性标签并根 据客户标签推荐商品
产业化国家队——参与国家发改委重点项目建设
2017年3月
云从科技，与百 度、腾讯、科大讯飞 共同承担国家发改委 重大工程建设。 “人工智能基础资源 公共服务平台”项目 任务。 科大讯飞云从腾讯
核心优势：全球顶尖团队提供强大的立体化研发支撑
云从科技研发机构布局，已有超过300人研发团队
30名
成都研发中心
他知道用户买了什么东西，但是不知道用户看了什么东西，在哪家店内停留的时间更长，对哪种
类型产品更有兴趣。
交易数据
过程数据
入店前
购物中
结账时
销售后
数据渗入购物的每一个环节
数据获取（门店入口）
堂外慧眼： VIP识别、熟客识别、 客流统计、属性分析
门店入口
促销区域
结账离店
销售后
娱乐营销终端：，通过娱乐化应用， 实现店内引流、顾客身份信息收集
存储
主信息
通过各类信 息碰撞产生
信息碰撞
附属信息
数据分析1：VIP识别
数据分析2：熟客识别
熟客识别：找到真正的刚需客户。
1对1精准服务
进店顾客
潜在刚需客户筛选
高贡献值客户
➢ 进店熟客数量与成交额分析 ➢ 熟客识别推送，重点服务 ➢ 提供更多智能增值服务，吸引商家入驻
数据分析3：客流分析
数据分析3：客流分析
场
消费场景重塑：增加更为智能化的体验及服务；
方案整体展示
堂口慧眼：通过人脸识别技术针对进出客户进行人脸识别、熟 客分析识别、客流统计（人数、人次、性别、年龄进行统计）
智能广告机：属性分析，感知客户年龄、性别、 心情等属性标签并根据客户标签推荐商品
结算
堂口
辅屏
慧眼
堂口 慧眼
智能货架：顾客驻留时间、人货对应数据采集。
云从科技 智慧门店解决方案
400-151-5992
CONTENT
目M +录
About us
关于我们
Trend analysis
趋势分析
Solution
解决方案
case
案例
云从科技背景简介
产业化国家队 中科院人脸识别技术 的唯一代表
银行业人脸识别 第一大供应商
80%国内枢纽机场 采用云从技术
国标制定 国家发改委认可 战略先导
应用场景
以人脸信息计数，最精准 基于顾客群体分类，为营销提供数据参考 优化商品布局、区域租金定价数据支撑 聚集人气、增加体验、精准营销 优质客户服务， 精准营销，提升转化率 优质客户服务，会员转化 个体顾客行为分析，挖缺真实需求
结合业务形态
行业AI大脑
总结
云从优势
➢ 核心算法自有：基于智慧门店的人脸识别、行为分析、人群计数、行人 再识别等算法均为自研。随着算法迭代，能够有效提升识别精准度以及 支持更多的功能场景。
云从对新零售的理解
重构关系
内容先导 洞察消费者
大数据支撑
重构有效人、货、场的关系
用互联网思想、AI技术重构人、货、场（消费场景）的关系，寻找新机会、带来新效率
云从对新零售的理解（1）
重构关系
内容先导 洞察消费者
大数据支撑
服务引导商品消费
商品成为服务的一个元素，消费者因喜欢服务而消费商品 好的商品生产者，也须是好的服务生产者
“千店一面”坚冰开始消融，个性化零售时代开启
顾客回归实体店，线下零售小幅回暖
经过多年的摸索，实体零售企业在会员管理、自媒体营运、微信 微博营销的能力也已有相当积累，更多的炒作与互动，便捷的支 付与服务，也必将吸引消费者对实体门店的关注
开店、关店并举，线下集中线下分散
一批租赁经营、创新乏力、聚客无方、扩销无门、成本费用控制不力 的实体店有可能因持续亏损而黯然退市，一些优秀的连锁企业则会借 机并购重组，逆势扩张，行业的集中有望逐步提升
2016年3月
重庆市沙坪坝公安 重庆 测试第一名
2016年4月
重庆市公安局大库检索 测试第一名
2015年10月
重庆银行 重庆 测试第一名
2016年4月
晋商银行 太原 测试第一名
2015年11月
2016年4月
广州公安大库检索 广州 测试第一山名东城商行联盟 济南 测试第一名
2016年5月
桂林银行 桂林 测试第一名
……
人货场关系重构---场
营销娱乐化、精准化
• 推出紧跟时事热点的各类AI娱乐应用，配合人脸识别技术，实现“娱乐体验+精准营销”。
移形换影
明星大撞脸
人货场关系重构---场
通过人脸识别技术，实现精准推送，营业厅不再需要无差别的 各类营销轰炸。
未来 人脸识别，精准推送
未来门店更整洁、广告更有效、墙面利用率更高
VIP服务
精准营销
刷脸支付
云从对新零售的理解（2）
以客户需求为中心
运用AI新技术（人脸识别、属 性分析、消费分析、热力图等） 直接洞察消费者需求，可以更 好服务于商品设计、生产、品 牌、营销等
重构关系
内容先导 洞察消费者
大数据支撑
以满足需求为目的
通过人工智能技术、大数据分析，可以精准 获取不同客户群体真实需求
➢ 分析顾客对于各个门店（商品）的关注度 ➢ 提供分析报表供入驻商家参考
人货场关系重构---货
精准画像→定制服务→“货”的改变
数据来源
• 人脸识别系统、Wi-Fi/Portal、POS系统、CRM系统、线上平台/APP、 • 建立大会员系统
顾客标签化
• 基本会员信息、价值贡献、行为偏好
分析模型
• RFM顾客价值分析 • RFD模型（顾客黏着度)：驻留时间、到达频率、最近时间 • 顾客聚类：顾客角色分析 • 关联分析：顾客-顾客-业态-店铺-商品-时间-活动/优惠…
➢ 落地能力强：云从有完整的应用落地解决方案。并已经在移动营业厅、 大型商圈、小米门店等地落地应用。
➢ 客户需求响应快：云从拥有强大的开发团队，遍布全国的售后交付团队， 能够基于客户的具体需求，进行定制开发。
CONTENT
目M +录
About us
关于我们
Trend analysis
趋势分析
Solution
数据获取（结账离店）
门店入口
促销区域
结账离店
销售后
降损耗，提营收
功能：
➢ 降低内部损耗，提升门店营收，解决飞单 现象；
➢ 刷脸支付，实现交易信息脸谱化；
数据获取（销售后）
门店入口
促销区域
结账离店
附属信息
购物清单明细
轨迹信息
兴趣点停留信息
时间花费信息
主信息 人的基础信息 人脸 性别 年龄
销售后
XX大数据应用
2016年8月
中国农业银行总行 北京 测试第一名
2016年8月
重庆巴南公安 重庆 测试第一名
2016年10月
洛阳银行 洛阳 测试第一名
2016年10月
交通银行信用卡中心 北京 测试第一名
CONTENT
目M +录
About us
关于我们
Trend analysis
趋势分析
Solution
解决方案
case
传统客流统计
每天真实进店人数？ 每天进入店内人员性别、年龄占比？
哪些人多次重复进店？ 店内员工进出如何筛选？
每天真实进店人数统计 每天进入店内人员性别、年龄占比分析
多次重复进店顾客数据筛选 店内员工自动筛选，不计入客流统计
数据分析4：热点数据分析
热点区域分析
入驻商家（商品）受关注度对比
➢ 分析店内热点区域 ➢ 优化店面布局、产品陈列
2016年8月
海南琼海公安 琼海 测试第一名
2016年6月
江苏省农信社 南京 测试第一名