M.Video-Eldorado: تحليل الفيديو داخل المتجر — نظرة صادقة على مشروع تجريبي وليس 'نشر على مستوى السلسلة'

• Видеоаналитика М.Видео: архитектура (Raspberry + RTSP-фильтр + YOLO), сценарии, пилот в 1 магазине, алерты 25→5/день — Habr (блог М.Видео-Эльдорадо), 2021-03
• Видеоаналитика М.Видео-Эльдорадо: 30 000 камер, один компьютер и нейросеть (хронология июль–октябрь 2020, команда 2–4 человека) — Retail.ru, n/a
• М.Видео-Эльдорадо масштабирует систему видеоаналитики (50 магазинов, 250 камер, конверсия +35% к сопоставимым, уведомления −75%) — М.Видео-Эльдорадо (пресс-релиз), 2021-08-06
• «М.Видео-Эльдорадо» масштабирует систему видеоаналитики (точные формулировки: «рос на треть быстрее», 5 локаций в июне 2021) — Retail.ru, 2021-08-06
• Группа М.Видео-Эльдорадо: итоги 2024 (более 1200 точек, +100 магазинов, 25 новых городов) — CNews, 2025-01-16
• Информационные технологии в М.Видео-Эльдорадо (ИТ-бюджет 2026 — 9 млрд ₽) — TAdviser, n/a
• Группа М.Видео-Эльдорадо объявляет о назначении CIO (Александр Соколовский) — ComNews, 2020-08-03

السياق

M.Video-Eldorado هي أكبر بائع تجزئة للإلكترونيات الاستهلاكية في روسيا: تضم أكثر من 1,200 متجر حتى أوائل 2025؛ في عام 2024، أضافت السلسلة 100 متجر وفتحت 25 مدينة جديدة، مع نمو إجمالي قيمة السلع بنسبة 5% (CNews). تتطابق القاعدة التكنولوجية مع الحجم: ميزانية تكنولوجيا المعلومات للمجموعة لعام 2026 هي 9 مليارات روبل (TAdviser)، وتقودها وظيفة تكنولوجيا المعلومات منذ أغسطس 2020 رئيس تقنية المعلومات Alexander Sokolovsky.

بدأت الشركة بناء نظام تحليل الفيديو الخاص بها في صيف 2020 مع مكتب البيانات الداخلي — بدون منصات جاهزة. كان القرار مبدئياً وملحاً في الوقت نفسه: تضم السلسلة أكثر من ألف متجر يحتوي كل منها على حوالي 30 كاميرا مراقبة، مما يضع الحجم المستهدف حوالي 30,000 كاميرا. استبدال أسطول الكاميرات بالكامل ليناسب متطلبات حل المورد غير واقعي اقتصادياً عند هذا العدد؛ كان يجب بناء النظام على 'حديقة الحيوانات' المختلطة من كاميرات CCTV المثبتة بالفعل على الأسقف. تم تسجيل موضع البداية، المُدوّن في مدونة الشركة على Habr، بصراحة ملحوظة: لا أحد يستطيع تقدير التأثير الاقتصادي مقدماً — كانت هناك فقط فرضيات تحسين، والطريقة الوحيدة لاختبارها كانت من خلال مشروع تجريبي.

يحدد السياق الصناعي القصة. تحليل فيديو التجزئة هو أحد أكثر قطاعات سوق الذكاء الاصطناعي اكتظاظاً بالطلب: يعد الموردون بـ 'نمو تحويل بنسبة ثنائية الأرقام' من الصندوق، بينما لم تتجاوز معظم التطبيقات المرئية علناً مرحلة التجريب في بضعة متاجر. على خلفية ذلك، اختارت M.Video-Eldorado الاستراتيجية المعاكسة — البناء بدلاً من الشراء، مع فريق مكتب بيانات صغير جداً من شخصين إلى أربعة أشخاص، ولكن على أساس معماري تم تصميمه منذ اليوم الأول لـ 30,000 كاميرا.

ما يجعل هذه الحالة مثيرة للاهتمام هو بالضبط توثيقها في كل مرحلة: تفصيل هندسي مفصل للمشروع التجريبي على Habr و Retail.ru (مارس 2021)، ثم بيان صحفي لتوسيع النطاق مع الأرقام التجارية الأولى (أغسطس 2021). عبر هذين النوعين — الهندسة والشركات — يمكنك مراقبة المشروع نفسه وهو يبدو مختلفاً، وهو بحد ذاته درس مفيد في قراءة دراسات الحالات حول الذكاء الاصطناعي.

المشكلة

متجر فعلي هو 'أعمى' بالمقارنة مع متجر إلكتروني: لا أحد يعرف أين يذهب المتسوقون، أين يتوقفون، كم يقفون في الطابور، وكم عدد الذين يرحلون دون الوصول إلى استشاري. لا يستطيع موظفو المبيعات جسدياً رؤية كل زائر، وعدادات الأبواب الكلاسيكية لا يمكنها الإجابة على ما حدث لشخص بين المدخل والدفع. بالنسبة لمتجر الإلكترونيات هذا مؤلم بشكل خاص: الأجهزة المنزلية هي منتج يتطلب استشارات متخصصة، والزائر الذي وقف بلا انتباه في رف الغسالات لمدة عشر دقائق هو، بأعلى احتمالية، بيع تم فقدانه.

جانب الهندسة للمشكلة ليس أسهل من الجانب التجاري. كاميرات المتجر متغايرة وقديمة ومثبتة لأغراض أمنية وليس للتحليل؛ التكوين القياسي يترك مناطق عمياء، وكان يجب إعادة توجيه بعض الكاميرات وإضافة كاميرات جديدة. تدفق الفيديو من 30 كاميرا بدقة 1080p وبـ 25 إطار في الثانية يبلغ حوالي 6 Mbit/s لكل كاميرا: دفع هذه حركة المرور من ألف متجر إلى السحابة المركزية مستحيل من حيث النطاق الترددي والناحية المالية. أخيراً، يجب أن تميز الشبكة العصبية بين المتسوقين والموظفين، وأن تخطط صور الكاميرا إلى مخطط المتجر — القيام بذلك يدوياً يستغرق وقتاً طويلاً جداً.

تم الاختيار بين البناء والشراء. كانت منصات تحليل الفيديو الجاهزة موجودة، لكن عند 30,000 كاميرا، اقتصاديات الحل تُحدّد من خلال التكلفة لكل كاميرا، وراهنت الشركة على التطوير الداخلي بواسطة فريق صغير جداً — في كلمات المدونة نفسها، 'في الأساس طلاب' يعملون 'في أسلوب متهور'.

الحل

اتضح أن المعمارية مركزة جداً على التكاليف المنخفضة — ومثيرة للاهتمام بالضبط لذلك.

على جانب المتجر، تتصل كل كاميرا بجهاز رخيص من 'عائلة Raspberry' (حوالي 50 دولار) الذي يأخذ تدفق RTSP وينفذه من خلال مرشح مصنوع بالمنزل: يتم استخراج الإطارات الرئيسية فقط — إطار واحد كل ثانيتين بدلاً من 25 إطار في الثانية. نتيجة لذلك، حركة المرور من 30 كاميرا في المتجر تناسب حوالي 3 Mbit/s — أقل من تدفق كاميرا واحدة الخام. تذهب الإطارات إلى سحابة خاصة في مركز بيانات الشركة الخاص، حيث يكتشف محرك تحليل واحد بناءً على شبكة YOLO (اختيرت لاستهلاك الموارد المنخفض وأعيد تدريبها للمهمة) الأشخاص، وتحويل مواقعهم إلى إحداثيات ديكارتية، وتخطيطهم إلى مخطط المتجر (Habr، Retail.ru).

سيناريوهات الموجة الأولى: تنبيه 'المتسوق الوحيد' — إذا وقف زائر أو تحرك حول الأرضية بمفرده لفترة طويلة جداً، تذهب رسالة إلى روبوت المتجر وينطلق استشاري للمساعدة؛ 'طابور الدفع' — إشعار عندما يتجاوز عدد المتسوقين في منطقة الاستلام القاعدة المعيارية؛ و 'خريطة حرارية للمتجر' — توزيع كثافة الزوار لتحليل المسارات والعرض. تم حل التمييز بين الموظفين والمتسوقين بسذاجة شبه فكاهية في البداية: يتم تجاهل الأشخاص الذين يرتدون قمصان حمراء (زي M.Video)؛ تم تأجيل الحل 'الأنيق' عبر تتبع متعدد الكاميرات إلى المرحلة التالية.

بدأت التجربة التجريبية في متجر واحد في أكتوبر 2020 — بعد ثلاثة أشهر فقط من بدء التطوير. ذهب شهر ونصف إلى ضبط التنبيهات: في البداية أطلق النظام تنبيهات 'متسوق وحيد' 25 مرة يومياً، معظمها خاطئ — كان الاستشاريون سيتعلمون بسرعة تجاهل رسائل كهذه. بنهاية الفترة، بقي 5 تنبيهات في اليوم، والتي تفسرها مدونة الشركة على أنها 'ارتفاع حاد في انتباه الموظفين': أصبحت الإشارات نادرة ودقيقة، مما يجعلها ذات مغزى للاستجابة. بالتوازي، حل الفريق المشاكل العملية: المناطق العمياء، إعادة توجيه الكاميرات، تخطيط المخطط اليدوي — من أجل التوسيع كتبوا تعليمات قياسية تسمح لموظفي المتجر بنشر الحل بأنفسهم في يوم واحد، بالإضافة إلى بوابة ويب تؤتمتة التخطيط.

في يونيو 2021، تم إنشاء الحل في خمسة مواقع موسكو إضافية، وفي 6 أغسطس 2021، أعلنت الشركة عن التوسيع إلى 50 متجراً في موسكو والمنطقة بحلول نهاية السنة — مع نمو الكاميرات المتصلة بالشبكة العصبية من 50 إلى 250. أطلق البيان الصحفي على المشروع 'أول نظام تحليل فيديو في روسيا مع كفاءة اقتصادية مثبتة' وقيّم البناء الداخلي بخمس تكلفة نظائر السوق، مع تركيبات تسديد الرسوم في الشهر الأول.

النتيجة

نتائج هذه الحالة موجودة في نوعين، ومن المهم عدم الخلط بينهما.

النوع الأول — مدونة الهندسة (Habr، مارس 2021). معيار التأثير الوحيد المنشور هناك يتعلق بالتنبيه نفسه: على مدى 1.5 شهر من التجربة التجريبية، انخفضت تنبيهات 'المتسوق الوحيد' من 25 إلى 5 في اليوم؛ تعلم النظام تصفية الإشارات الخاطئة واستدعاء الموظفين فقط عندما كان الأمر مهماً. في معايير الأعمال، المقالة واضحة: سيجعل التتبع متعدد الكاميرات فقط قياسهم ممكناً — تحويل الزيارة إلى عملية شراء، تأثير إجمالي الإيصالات.

النوع الثاني — البيان الصحفي للشركة (أغسطس 2021). الأرقام هناك أكثر جرأة: 'نما معامل جذب العملاء في متاجر التجربة التجريبية بنسبة أسرع بثلث'، 'نما معامل التحويل بنسبة 35% مقابل المتاجر المماثلة'، انخفضت التنبيهات حول مساعدة العميل أو فتح خطوط الدفع بنسبة 75%، والتركيبات تسديد الرسوم في الشهر الأول، والبناء الداخلي يكلف خمس نظائر السوق. يطلق البيان الصحفي على المشروع 'أول نظام تحليل فيديو في روسيا مع كفاءة اقتصادية مثبتة'. لم يتم الإفصاح عن منهجية هذه المقارنات (كم عدد المتاجر، وما الفترة، وما مدى 'مقارنة' المتاجر)، ولا يوجد تحقق مستقل.

في رأينا، المقص بين النوعين هو الجزء الأكثر تعليماً من الحالة. في مارس كتب المهندسون 'سنتعلم الآن فقط قياس التحويل'؛ في أغسطس تقرير مكتب الصحافة '+35% تحويل'؛ بالمعنى الدقيق، يمكن أن يكون كلا النصين صحيحين (قد تكون متاجر التجربة التجريبية بالفعل تفوقت على مجموعة التحكم)، لكن الثقة في الرقم تعتمد مباشرة على النوع الذي تم نشره فيه. سنبني حالة تجارية على نسخة الهندسة ونعامل النسخة الصحفية كحد أعلى.

الملاحظة الثانية: حتى من خلال أجرأ البيانات العامة المنشورة، وصل المشروع إلى 50 متجراً من أصل 1,200+ — حوالي 4% من السلسلة — ولم يظهر تأكيد علني لنشر شامل على الشبكة منذ ذلك الحين. المسافة بين 'الكفاءة الاقتصادية المثبتة' في التجربة والنشر الكامل سنوات وملايين (30,000 كاميرا مقابل 250 متصلة في وقت البيان الصحفي). لهذا السبب نحتفظ بهذه الحالة عن قصد عند مقياسها الحقيقي: تجربة تجريبية قوية وموثقة جيداً مع توسيع مبكر — ومقياس مفيد للجميع الذين يقرأون 'نشر على مستوى السلسلة' لشركات أخرى.

الدروس المستفادة

1. التجربة التجريبية ليست نشراً: 'يعمل في 1 متجر'، 'التوسيع إلى 50'، و'يعمل في 1,200' مفصولة بسنوات وميزانيات مختلفة؛ حالة صادقة تسمي مرحلتها.
2. العمل الحقيقي في مشروع تحليل الفيديو هو دقة التنبيه: القطع من 25 إلى 5 تنبيهات في اليوم هو النشر، لأن الموظفين يتوقفون عن تجاهل النظام.
3. اقتصاديات المقياس تُحدّد من خلال الهندسة الحدودية: مرشح الإطار الرئيسي على جهاز بـ 50 دولار ضغط حركة المرور من 30 كاميرا إلى 3 Mbit/s — بدونه، مشروع بـ 30,000 كاميرا يفشل على النطاق الترددي والمال على حد سواء.
4. البناء على البنية الأساسية الموجودة: الحل يعمل على كاميرات الأمان المتغايرة المثبتة بالفعل في المتاجر — سيكون استبدال الأسطول قد قتل المشروع قبل الإطلاق.
5. الحلول العملية المتهورة تتفوق على الحلول المثالية في البداية: 'تجاهل الأشخاص الذين يرتدون قمصان حمراء' هو تحديد هيئة الموظفين العاملين لمشروع تجريبي؛ يمكن أن ينتظر التتبع متعدد الكاميرات.
6. التمييز بين أنواع التقارير: تدرج مدونة الهندسة جودة التنبيه وتقول 'سنتعلم الآن فقط قياس التحويل'؛ البيان الصحفي يقول '+35% تحويل' بدون منهجية مفصح عنها؛ بناء حالتك التجارية على السابق وتعامل مع الأخير كحد أعلى.
7. غياب بيانات النشر هو بيانات أيضاً: منذ أغسطس 2021 لم يظهر تأكيد علني لنشر على مستوى السلسلة، وجب أن تنتهي الحالة حيث تنتهي المصادر.

الأسئلة الشائعة