Рішення з раннього розпізнавання постійних відвідувачів АЗС

Демонстрація

Кліент

Мережі АЗС із власною програмою лояльності (наприклад, “Фішка”).

Проблема

Великі мережі АЗС активно розвивають послуги магазинів і кафе, тому важливо залучати більше клієнтів у ці зони. Для цього маркетинг потребує оперативної інформації про відвідувачів: хто вони, чи є постійними клієнтами та які пропозиції будуть найбільш релевантними.

Завдання

За допомогою відеоаналітики фіксувати всі транспортні засоби, які в’їжджають на територію АЗС, включно з тими, що не заправляються.
Розпізнавати обличчя всіх відвідувачів із подальшим зіставленням із даними про покупки.
Побудувати стійкі профілі відвідувачів на основі зібраних даних.

Для досягнення цілей було впроваджено рішення ULA Video, що включає:

Розпізнавання транспорту

визначення марки, моделі, кольору; опціонально — запит до бази реєстрації для визначення типу двигуна.
Ведення бази профілів

інтеграція профілів з історією покупок і транспортом для подальшого аналізу.
Побудова математичної моделі

зіставлення профілів клієнтів із транспортними засобами на основі повторних візитів.
Система сповіщення

автоматичне інформування маркетингового відділу про появу постійних клієнтів і запуск відповідних сценаріїв комунікації.
Аудіоаналіз

перевірка правильності замовлення пального, реакція на нестандартні ситуації, оцінка дотримання скрипта спілкування.

Етапи реалізації

Збір вимог клієнта та визначення основних задач.
Проєктування рішення з урахуванням потреб клієнта.
Налаштування розпізнавання облич і інтеграція із системами клієнта.
Налаштування відеоаналітики та функцій сповіщення.
Тестування та оптимізація системи.

Результати впровадження

Систематизація даних

Клієнт отримав простий доступ до інформації про відвідувачів для подальшого аналізу.
Автоматизація збору даних

Відділ маркетингу отримав інструменти для створення та перевірки стратегій взаємодії.
Мінімізація втрат

Швидке виявлення помилок під час заправки завдяки аудіоаналізу та розпізнаванню авто.
Персоналізовані пропозиції

Використання історії покупок для більш релевантних рекомендацій, що підвищують ймовірність продажів.
Покращення клієнтського досвіду

Забезпечення швидкої та якісної взаємодії з клієнтом, що формує лояльність і задоволеність.

Система ULA трансформувала роботу мережі АЗС, зробивши обслуговування клієнтів більш персоналізованим і ефективним.

Автоматизація розпізнавання відвідувачів і їхніх потреб дозволила підвищити продажі в магазинах і кафе, оптимізувати маркетингові активності та покращити клієнтський досвід.