Analytics สำหรับธุรกิจค้าปลีกขนาดใหญ่: ยกระดับระบบโดยไม่ต้องเดินสายใหม่ทั้งร้าน

ผู้ค้าปลีกที่มีร้านค้าขนาดใหญ่เกือบทุกรายที่เราทำงานด้วยต้องการสิ่งเดียวกัน 3 อย่าง: รู้ว่ามีคนอยู่ในร้านกี่คน รู้ว่าคิวชำระเงินกำลังจะยาวจนเกินไปหรือไม่ และรู้ว่าห้องลองเสื้อผ้าสามารถรองรับความต้องการได้หรือไม่

แต่แทบไม่มีรายใดต้องการเปลี่ยนระบบ CCTV ทั้งหมดเพื่อให้ได้ข้อมูลเหล่านี้

ความขัดแย้งนี้เองคือสาเหตุที่ข้อเสนอด้าน Analytics จำนวนมากไม่สามารถนำไปใช้งานจริงได้ เทคโนโลยีอาจทำงานได้ดีในร้านทดลอง แต่เมื่อขยายไปถึงสาขาที่ 40 ความเป็นไปได้ทางธุรกิจก็เริ่มเปลี่ยนไป เมื่อรวมค่าเดินสาย การเข้าถึงเพดาน ช่วงเวลาติดตั้งนอกเวลาทำการ และจำนวนอุปกรณ์ที่ต้องติดตั้งทั้งหมดเข้าด้วยกัน

นี่คือสถาปัตยกรรมที่เราเลือกใช้แทน — ออกแบบโดยใช้สิ่งที่มีอยู่บนเพดานของคุณให้เกิดประโยชน์สูงสุด

 

สภาพระบบที่คุณมีอยู่จริง

เครือข่ายร้านค้าปลีกไม่เคยถูกสร้างขึ้นตามมาตรฐานเดียวทั้งหมด แต่จะค่อย ๆ สะสมและพัฒนาไปตามเวลา

ตัวอย่างเช่น เครือร้านเสื้อผ้าในภูมิภาคหนึ่งอาจมี CCTV แบบ Analog ในร้านที่เปิดมานานกว่าสิบปี มีกล้อง IP รุ่นใหม่ เช่น AXIS ในสาขาที่เปิดใหม่ และมีรูปแบบ Layout ที่แตกต่างกันอีกหลายแบบระหว่างแต่ละ Format และตลาด ความสูงของเพดานแตกต่างกัน ความกว้างของทางเข้าแตกต่างกัน และข้อกำหนดเกี่ยวกับข้อมูล Demographic ก็แตกต่างกันในสิงคโปร์ มาเลเซีย ไทย และอินโดนีเซีย

อย่างไรก็ตาม คำถามด้านการปฏิบัติงานกลับคล้ายกันอย่างน่าประหลาดในแต่ละสาขา:

• มีผู้เข้าชมกี่คน และตอนนี้มีคนอยู่ในร้านกี่คน?
• สถานการณ์ของคิวกำลังเข้าใกล้จุดที่ต้องเปิดช่องชำระเงินเพิ่มหรือไม่?
• ห้องลองเสื้อผ้าเต็มความจุหรือไม่ และช่วงเวลาใด?
• เราสามารถดูข้อมูลทั้งหมดนี้ได้อย่างสม่ำเสมอทั่วทั้งภูมิภาคหรือไม่?

ความท้าทายทางเทคนิคไม่ได้อยู่ที่การตอบคำถามใดคำถามหนึ่ง แต่คือการตอบ ทุกคำถามด้วยวิธีเดียวกันในร้าน 60 สาขาที่แต่ละแห่งไม่เคยถูกสร้างขึ้นมาเหมือนกันตั้งแต่แรก

 

 

3 หลักการที่เราใช้ในการออกแบบระบบ

นำโครงสร้างพื้นฐานเดิมกลับมาใช้เมื่อยังเหมาะสมกับวัตถุประสงค์จริง ๆ กล้องที่ติดตั้งอยู่แล้วเหนือพื้นที่คิวและทางเข้าห้องลองเสื้อผ้าถือเป็นสินทรัพย์ ไม่ใช่ภาระ หากมุมกล้องและคุณภาพของภาพยังเหมาะสม กล้องเหล่านี้สามารถนำมาใช้เป็นแหล่งข้อมูลสำหรับ Analytics ได้โดยไม่ต้องเปลี่ยนใหม่ทั้งหมด หากไม่เหมาะสม เราจะแจ้งให้คุณทราบ — และเราต้องการบอกคุณตั้งแต่ช่วง Site Survey มากกว่ารอจนถึงหลังออกใบแจ้งหนี้

เพิ่ม Hardware ใหม่เฉพาะจุดที่ความแม่นยำเป็นสิ่งที่ประนีประนอมไม่ได้ นั่นหมายถึงบริเวณทางเข้า ส่วนพื้นที่อื่น ๆ ให้กล้องที่มีอยู่แล้วทำงาน

รวมศูนย์การประมวลผล ใช้ Analytics Platform เดียวทั่วทั้งเครือข่ายร้านค้า แทนที่จะมีระบบแยกกันในแต่ละสาขาที่ต้องให้ใครสักคน Login เข้าไปทีละร้าน

 

 

ค่าใช้จ่ายที่ซ่อนอยู่: การเดินสาย ไม่ใช่ Hardware

นี่คือตัวเลขที่มักเป็นตัวตัดสินการ Rollout ขนาดใหญ่ และแทบไม่เคยเป็นตัวเลขที่อยู่ในตารางเปรียบเทียบของ Vendor

ในการติดตั้งระบบค้าปลีกหลายสาขา ค่า Installation และ Cabling มักสูงกว่าค่า Hardware เอง การเข้าถึงเพดานในร้านที่ยังเปิดให้บริการ ค่าแรงนอกเวลาทำการ งานติดตั้งระบบเดินสายและงานเก็บรายละเอียดหลังติดตั้ง — ทั้งหมดรวมกันได้เร็วกว่าที่จำนวนอุปกรณ์บอก และเป็นส่วนที่ทำให้ระยะเวลาการ Rollout จากหลักเดือนไปเป็นหลายไตรมาส

นี่คือเหตุผลว่าทำไม Processing Tier จึงสำคัญกว่า Sensor Tier อุปกรณ์ประมวลผลเพียงเครื่องเดียวที่รับ Existing Camera Streams ของคุณ ช่วยให้คุณสามารถใช้ CCTV ที่มีอยู่แล้วเป็นแหล่งข้อมูล Analytics นำกล้องรุ่นใหม่เข้ามาใน Platform เดียวกันได้ทีละระยะ และเริ่มใช้ Analytics ได้โดยไม่ต้องเดินสายใหม่ครั้งใหญ่

ทุกอย่างใช้ Channel Budget เดียวกันบนอุปกรณ์ดังกล่าว — ทั้งกล้อง Analog, กล้อง IP และ Entrance Sensors ร้านที่มีกล้อง IP 10 ตัว, Entrance Sensors 2 ตัว และกล้อง Analog 4 ตัว ถือเป็น Deployment เดียวที่มี 16 Streams ไม่ใช่ 3 ระบบแยกกัน ไม่จำเป็นต้องเปลี่ยนอุปกรณ์ใดเพื่อให้สามารถนับข้อมูลได้

ตัวเลขที่ควรพิจารณาจึงไม่ใช่ ต้นทุนต่ออุปกรณ์ แต่คือ ต้นทุนต่อกล้องที่นำเข้าสู่ Platform และการรวมระบบทั้งร้านไว้บนอุปกรณ์เดียวคือวิธีที่ประหยัดที่สุดที่เราสามารถเสนอได้

จากนั้นเครือข่ายร้านค้าสามารถ Modernise ได้เป็นระยะ ๆ ตามรอบ Capex ที่คุณสามารถรองรับได้ แทนที่จะต้องเปลี่ยนระบบทั้งหมดในโครงการเดียวที่สร้างความรบกวนต่อการดำเนินงาน

ทางเข้า: แยกการกำหนดขนาด และตั้งใจออกแบบเช่นนั้น

บริเวณทางเข้าคือจุดเดียวที่เราไม่ประนีประนอม เพราะ Metric อื่น ๆ ทั้งหมดจะถูก Calibrate โดยอ้างอิงกับข้อมูลจากจุดนี้ นอกจากนี้ยังเป็นจุดเดียวที่เราเลือกใช้ Dedicated Sensor แทนกล้องที่มีอยู่แล้ว เพราะกล้องที่ติดตั้งอยู่บริเวณประตูแทบจะไม่เคยถูกติดตั้งในตำแหน่งที่เหมาะสมสำหรับการนับจำนวนคนอย่างแม่นยำ

สำหรับ Deployment ในร้านค้าขนาดใหญ่ นั่นหมายถึงการติดตั้ง Pro1 เหนือทางเข้าแต่ละจุด และเชื่อมต่อเข้ากับ Appliance เดียวกับระบบอื่น ๆ Pro1 ใช้หนึ่ง Stream เช่นเดียวกับกล้องหนึ่งตัว ระบบประมวลผลเดียวสามารถทำ Analytics ให้กับทั้งร้าน ทำให้ Entrance Counts และ Zone Data มาถึงในรูปแบบ Dataset เดียว แทนที่จะเป็นสองระบบที่ต้องนำมาเปรียบเทียบและจัดการแยกกัน

แนวทางแบบดั้งเดิมคือการวาง Counter ที่มีมุมมองแคบหลายตัวเรียงกันเหนือทางเข้าที่กว้าง แล้วนำผลลัพธ์มารวมกัน วิธีนี้ใช้งานได้ แต่จะเพิ่มจำนวนอุปกรณ์ จุดติดตั้ง และจุดที่อาจเกิดความขัดข้องในทุกสาขา Wide-area, top-down sensing สามารถทำงานเดียวกันได้ด้วยจำนวนอุปกรณ์ที่น้อยกว่ามาก โดยให้ข้อมูล:

• จำนวนผู้เข้าชมและการเคลื่อนที่แบบสองทิศทาง
• จำนวนคนที่อยู่ภายในร้านแบบ Real-time
• การตรวจจับขนาดกลุ่ม
• แนวโน้มข้อมูล Demographic เมื่อกฎหมายคุ้มครองข้อมูลส่วนบุคคลในพื้นที่อนุญาต

หากสถานที่มีรูปแบบทางเข้าที่ผิดปกติ หรือร้านมีขนาดเล็กเกินกว่าที่จะคุ้มค่ากับการติดตั้งระบบครอบคลุมทั้งร้าน เราจะปรับ Specification ให้เหมาะสม — เราอธิบายตัวเลือกสำหรับ Entrance-only ไว้ในบทความแยก: ลิงก์ไปยังบทความ Pro2 (2025) vs Pro3

คิวชำระเงิน: ใช้ Threshold ไม่ใช่แค่จำนวนคน

นี่คือจุดที่หลายโครงการ Analytics พยายามทำเกินความจำเป็น

Analytics สำหรับคิวแบบสนามบินสามารถติดตามบุคคลแต่ละคนผ่านโครงสร้างคิวที่ซับซ้อนได้ แต่ธุรกิจค้าปลีกแทบไม่จำเป็นต้องทำถึงระดับนั้น เมื่อเราถามทีม Operations ของร้านค้าว่าพวกเขาจะนำข้อมูลจำนวนคนแบบละเอียดในแต่ละช่องชำระเงินไปทำอะไร คำตอบที่ตรงไปตรงมามักเป็นว่า “ไม่ได้เปลี่ยนแปลงอะไร”

สิ่งที่เปลี่ยนพฤติกรรมการทำงานจริง ๆ คือ Threshold คิวสั้น ปานกลาง หรือกำลังมุ่งหน้าไปสู่ระยะเวลารอที่ยอมรับไม่ได้? นั่นคือ Trigger ที่ใช้ตัดสินใจว่าจะเปิดช่องชำระเงินเพิ่มหรือดึงพนักงานจากพื้นที่ขายมาช่วย

ดังนั้น Model ที่เรา Deploy จะใช้กล้องที่มีอยู่แล้ว ซึ่งติดตั้งเหนือพื้นที่คิวที่มีโครงสร้างชัดเจน เพื่อวิเคราะห์ Customer Density และการเคลื่อนตัวผ่าน Milestone Zones ที่กำหนดไว้ล่วงหน้า พร้อมรายงานการสะสมของคิวเทียบกับ Operational Thresholds และส่ง Alerts ไปยังบุคคลที่สามารถดำเนินการได้

ร้านส่วนใหญ่ไม่จำเป็นต้องติดตั้งกล้องเพิ่ม และไม่จำเป็นต้องทำให้ปัญหาที่แท้จริงมีความซับซ้อนเกินกว่าที่จำเป็น ซึ่งท้ายที่สุดแล้วมีเพียงสามสถานะ

ห้องลองเสื้อผ้า: โซนที่ถูกวัดผลน้อยที่สุดในธุรกิจแฟชั่น

สำหรับธุรกิจ Fashion Retail ห้องลองเสื้อผ้าอาจเป็นพื้นที่ที่มี Purchase Intent สูงที่สุดในร้าน ลูกค้าที่เข้าไปในห้องลองอยู่ในขั้นตอนการตัดสินใจซื้ออย่างจริงจัง — และลูกค้าที่เดินออกไปเพราะต้องรอคิวหน้าห้องลอง คือ Conversion ที่คุณจ่ายเงินเพื่อดึงเข้าร้านมาแล้ว แต่กลับสูญเสียไปในขั้นตอนสุดท้าย

การใช้กล้องบริเวณทางเข้าห้องลอง ร่วมกับ Virtual Line-crossing และ Occupancy Estimation สามารถให้ข้อมูล:

• จำนวนคนเข้าและออก
• จำนวนคนที่อยู่ภายในแบบ Live เทียบกับความจุ
• แนวโน้มการใช้งานและช่วงเวลาที่มีความต้องการสูงสุด

ไม่มีการติดตั้งอุปกรณ์ภายในพื้นที่เปลี่ยนเสื้อผ้าเอง การวัดผลเกิดขึ้นเฉพาะบริเวณเส้นทางเข้าเท่านั้น ความแตกต่างนี้มีความสำคัญทั้งในด้านความสบายใจของลูกค้าและการประเมินระบบภายใต้กฎหมายคุ้มครองข้อมูลส่วนบุคคลในแต่ละภูมิภาค

ในด้าน Operations ข้อมูลนี้ช่วยให้คุณทราบว่าจำนวนพนักงานประจำห้องลองสอดคล้องกับความต้องการใช้งานจริงหรือไม่ ซึ่งเป็นคำถามที่ผู้ค้าปลีกแฟชั่นส่วนใหญ่ในปัจจุบันยังตอบด้วยการคาดเดา

หนึ่ง Platform สำหรับทุกสาขา

ข้อมูลระดับร้านค้าที่อยู่ในระบบระดับร้านค้าไม่ได้ช่วยเปลี่ยนแปลงการตัดสินใจในระดับภูมิภาค

ผลลัพธ์ทั้งหมดจะถูกรวมเข้าสู่ Platform เดียวที่ครอบคลุมทั้งข้อมูลรายสาขา การดำเนินงานระดับภูมิภาค และการรายงานระดับกลุ่มบริษัท พร้อม Dashboard, API Access, Dataset ที่สามารถ Export ได้ และ Role-based Permissions

Regional Manager สามารถเปรียบเทียบข้อมูลบนพื้นฐานเดียวกัน Store Manager สามารถเห็นตัวเลขของร้านตัวเอง และทีม Finance กับ IT สามารถได้รับ Access Model ตามนโยบายขององค์กร

ออกแบบมาให้ขยายต่อได้โดยไม่ต้องสร้างใหม่

Deployment เริ่มต้นครอบคลุมทางเข้า คิว และห้องลองเสื้อผ้า สถาปัตยกรรมถูกออกแบบให้รองรับความสามารถเพิ่มเติมในอนาคต โดยไม่จำเป็นต้องเปลี่ยนสิ่งที่เพิ่งติดตั้งไป:

• Zone flow analytics — วิเคราะห์การเคลื่อนไหวของลูกค้าระหว่างแผนก โดยใช้ BLE-assisted flow analysis
• Product engagement analytics — ใช้ Vision Language Models วิเคราะห์ปฏิสัมพันธ์กับสินค้าและ Display
• Behavioural intelligence — ตรวจจับรูปแบบการเคลื่อนไหวหรือ Dwell Time ที่ผิดปกติเพื่อแจ้งให้ทีม Operations ตรวจสอบ

เนื่องจากทั้งหมดทำงานบน Platform แบบ Centralised และ Data Layer เดียวกัน ความสามารถใหม่จึงสามารถเพิ่มเข้ามาได้เมื่อ Business Requirements พัฒนาขึ้น แทนที่จะต้องเริ่มโครงการใหม่ทุกครั้ง

สิ่งที่ระบบนี้มอบให้ในเชิงธุรกิจ

• จำนวน Hardware ต่อร้านน้อยลง
• ค่า Installation และ Recabling ลดลงอย่างมีนัยสำคัญ
• Metrics มีความสม่ำเสมอระหว่างรูปแบบร้านและตลาดต่าง ๆ
• Rollout ได้เร็วขึ้น — อุปกรณ์น้อยลงหมายถึงใช้เวลาติดตั้งสั้นลง
• Insight เชื่อมโยงกับการตัดสินใจที่ทีมร้านค้าสามารถนำไปใช้จริง
• Infrastructure สามารถขยายต่อได้แทนที่จะต้องเปลี่ยนใหม่

บทบาทของเรา

การเขียนเกี่ยวกับ Architecture เป็นส่วนที่ง่าย การนำระบบไปใช้งานจริงทั่วทั้งเครือข่ายระดับภูมิภาคคือจุดที่โครงการจะประสบความสำเร็จหรือหยุดชะงัก และนี่คือส่วนที่เรารับผิดชอบ:

• Camera suitability audit — ก่อนเสนอราคา เราจะประเมินว่ากล้องเดิมตัวใดสามารถใช้กับ Analytics ได้จริง โดยพิจารณาตำแหน่งและมุมติดตั้ง Field of View, Resolution, ความสม่ำเสมอของแสง, Compression และความมั่นคงของตำแหน่งติดตั้งว่ามีความเหมาะสมต่อการทำ Line-crossing หรือไม่ กล้องบางตัวผ่าน บางตัวไม่ผ่าน และคุณจะได้รับรายการแยกตามแต่ละสาขาไม่ว่าจะเป็นกรณีใด
• Site surveys across formats — บันทึกความสูงเพดาน ความกว้างทางเข้า และ Layout Variations ของแต่ละร้าน เพื่อให้ Sensor Plan สะท้อนสภาพร้านจริงของคุณ ไม่ใช่ Reference Design
• Stream counting before hardware counting — เราจะนับจำนวนกล้องที่มีประโยชน์ต่อ Analytics ในแต่ละร้านก่อน แล้วจึงกำหนด Appliance ที่เหมาะสม เพื่อให้คุณไม่ต้องจ่ายเงินสำหรับ Channel ที่ไม่มีใครใช้งาน
• Phased rollout planning — เริ่มจาก Pilot Stores จากนั้น Flagships แล้วจึงขยายไปยังสาขาที่เหลือ โดยวางลำดับให้สอดคล้องกับเวลาทำการและรอบ Capex
• POS และ Business-system integration — Traffic, Queue และ Fitting Room Data จะมีประโยชน์มากขึ้นเมื่อทำงานร่วมกับข้อมูล Transaction
• Regional privacy compliance — Demographic และ Occupancy Analytics อยู่ภายใต้ข้อกำหนดที่แตกต่างกันใน Singapore PDPA, Malaysia PDPA, Thailand PDPA และ Indonesia PDP Law เราจึงกำหนดสิ่งที่เก็บรวบรวมตามแต่ละตลาดและจัดทำเอกสารประกอบ แทนที่จะใช้ Configuration เดียวกับทุกประเทศแล้วหวังว่าจะไม่มีปัญหา
• First-line support across four markets — คุณทำสัญญากับเรา มีจุดติดต่อเดียว มีเส้นทาง Escalation เดียว และอยู่ใน Time Zone ของคุณ

 

---

มีร้านค้าหลายรูปแบบและกำลังสงสัยว่าระบบอะไรที่สามารถนำกลับมาใช้ได้จริง? ส่งรายชื่อร้านค้าและตัวอย่างตำแหน่งกล้องที่มีอยู่มาให้เรา เราจะกลับมาพร้อม Suitability Assessment, Sensor Plan และต้นทุนสำหรับ Phased Rollout — รวมถึงระบุให้ด้วยว่าสาขาใดบ้างที่ไม่จำเป็นต้องติดตั้งอะไรใหม่เลย

เรียบเรียงและดัดแปลงโดยได้รับอนุญาตจากบทความต้นฉบับของ FootfallCam ดูฉบับเต็มได้ที่: Read here