• Breaking News

    Robot Skoltech menganalisis perilaku pembeli

                         

    Para peneliti dari Skoltech's Intelligent Space Robotics Lab telah mengusulkan metode baru untuk analisis perilaku pelanggan dan distribusi permintaan berdasarkan inventarisasi Radio Frequency Identification (RFID). Penelitian mereka dipublikasikan dalam prosiding Konferensi Internasional tentang Kontrol, Otomasi, Robotika dan Visi (ICARCV).

    Sistem robotik otonom yang telah meliputi kehidupan sehari-hari kita dihadapkan pada sejumlah tugas yang menantang, seperti inventarisasi di lingkungan yang berubah dengan cepat.

    Tim Skoltech yang dipimpin oleh Profesor Dzmitry Tsetserukou dari Skoltech Space Center (Intelligent Space Robotics Lab) telah mengusulkan metode baru yang membantu membangun model yang menggambarkan ketergantungan permintaan terkait lokasi dan lokasi tepat barang hilang dan dipindahkan. Robot yang mampu membaca tag RFID dengan akurasi 0,3 m mengawasi pembeli, mencatat lokasi yang menurut mereka paling menarik, dan memprediksi permintaan, sehingga memberikan tip berguna kepada pengecer tentang tempat terbaik untuk meletakkan barang. untuk meningkatkan penjualan dan keuntungan.

    "Solusi yang ada kurang dapat diterapkan pada situasi kehidupan nyata dalam ritel, yang dapat mengakibatkan hilangnya penjualan yang tak terduga. Solusi kami memberikan informasi lengkap kepada pengecer tentang distribusi permintaan dengan menggunakan robot seluler untuk inventarisasi otonom di toko yang dilengkapi RFID. Penelitian kami berdiri terpisah dari karya terkait lainnya karena hanya ukuran kumpulan data dunia nyata yang kami kumpulkan dalam rentang waktu lebih dari 10 bulan, "kata salah satu pengembang dari Skoltech Space Center, Alexander Petrovsky.

    "Di Skoltech, kami telah mengembangkan Michelle, robot otonom berkemampuan RFID untuk toko Decathlon, yang sangat membantu mengurangi jumlah kesalahan pembacaan RFID yang disebabkan oleh faktor manusia dan membuat inventaris lebih cepat dan lebih murah. Kami menemukan ide untuk manfaat dari data besar yang dikumpulkan selama 10 bulan operasi robot di toko. 

    Secara khusus, kami ingin memperkirakan perubahan kepadatan tag di seluruh area pembelian. Pertama, kami mengusulkan model probabilistik untuk memperkirakan lokasi tag dengan akurasi 0,3 meter dan kemudian membuat peta hit dari dinamika kepadatan tag yang secara jelas menunjukkan area kuantitas pembelian maksimum dan minimum. Temuan ini sangat penting bagi pengecer dalam merelokasi barang untuk memaksimalkan keuntungan penjualan dan memprediksi profil permintaan musiman, "Komentar Profesor Skoltech Dzmitry Tsetserukou.

    Pendekatan baru ini dapat digunakan di semua ruang ritel yang dilengkapi dengan teknologi RFID.  

    Sumber: https://www.eurekalert.org/pub_releases/2021-03/sios-asr030221.php

    No comments

    Post Top Ad

    Post Bottom Ad