M.Video-Eldorado : analyses vidéo en magasin — un regard honnête sur un pilote, non un « déploiement à l'échelle du réseau »

• 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

Contexte

M.Video-Eldorado est le plus grand détaillant d'électronique de consommation en Russie : plus de 1 200 magasins au début 2025 ; en 2024, la chaîne a ouvert 100 magasins et est entrée dans 25 nouvelles villes, avec un GMV en hausse de 5 % (CNews). La base technologique est à la hauteur de l'échelle : le budget informatique 2026 du groupe est de 9 milliards de roubles (TAdviser), et la fonction informatique est dirigée depuis août 2020 par le CIO Alexander Sokolovsky.

L'entreprise a commencé à construire son système d'analyse vidéo à l'été 2020 avec son propre centre de données — pas de plateformes prêtes à l'emploi. La décision était à la fois de principe et forcée : la chaîne a plus de mille magasins avec environ 30 caméras de surveillance chacun, mettant l'échelle cible à environ 30 000 caméras. Remplacer l'ensemble du parc de caméras pour s'adapter aux exigences d'une solution de fournisseur est économiquement irréaliste à ce nombre ; le système devait être construit au-dessus du « zoo » hétérogène de caméras CCTV déjà suspendues aux plafonds. La position de départ, enregistrée dans le blog Habr de l'entreprise, était particulièrement honnête : personne ne pouvait estimer l'effet économique à l'avance — il n'y avait que des hypothèses d'optimisation, et la seule façon de les tester était un pilote.

Le contexte de l'industrie aiguise l'histoire. L'analyse vidéo au détail est l'un des segments les plus surchauffés du marché de l'IA : les fournisseurs promettent une « croissance de conversion à deux chiffres » d'emblée, tandis que la plupart des déploiements visibles publiquement ne dépassent jamais un pilote dans quelques magasins. Sur ce fond, M.Video-Eldorado a choisi la stratégie inverse — construire plutôt qu'acheter, avec une minuscule équipe de centre de données de deux à quatre personnes, mais sur une architecture conçue dès le premier jour pour 30 000 caméras.

Ce qui rend ce cas intéressant est précisément sa documentation à chaque étape : une ventilation d'ingénierie détaillée du pilote sur Habr et Retail.ru (mars 2021), puis un communiqué de presse d'expansion avec les premiers chiffres commerciaux (août 2021). À travers ces deux genres — ingénierie et entreprise — vous pouvez voir le même projet sonner différemment, ce qui est en soi une leçon utile pour lire les études de cas en IA.

Problème

Un magasin hors ligne est « aveugle » par rapport à un magasin en ligne : personne ne sait où vont les clients, où ils se coincent, combien de temps ils font la queue, et combien partent sans jamais rencontrer un consultant. Le personnel de vente ne peut physiquement pas voir chaque visiteur, et les compteurs de porte classiques ne peuvent pas répondre à ce qui s'est passé pour une personne entre l'entrée et la caisse. Pour un magasin d'électronique, c'est particulièrement douloureux : les appareils électroménagers sont un produit piloté par la consultation, et un visiteur qui s'est tenu sans surveillance au rayon des lave-linge pendant dix minutes est, avec une forte probabilité, une vente perdue.

Le côté ingénierie du problème n'est pas plus facile que le côté commercial. Les caméras de magasin sont hétérogènes, anciennes et installées pour la sécurité plutôt que pour l'analyse ; la configuration standard laisse des zones aveugles, et certaines caméras ont dû être réorientées tandis que de nouvelles ont été ajoutées. Le flux vidéo de 30 caméras à 1080p et 25 ips est d'environ 6 Mbit/s par caméra : pousser ce trafic de mille magasins vers un nuage central est impossible à la fois en termes de bande passante et financièrement. Enfin, le réseau de neurones doit distinguer les clients du personnel, et les images des caméras doivent être mappées au planogramme du magasin — faire cela manuellement prend beaucoup trop de temps.

Le débat construire ou acheter était une considération séparée. Des plateformes d'analyse vidéo prêtes à l'emploi existaient, mais avec 30 000 caméras, l'économie de la solution est définie par le coût par caméra, et l'entreprise a misé sur un développement interne par une minuscule équipe — selon les propres termes du blog, « essentiellement des étudiants » travaillant « en mode freestyle ».

Solution

L'architecture s'est avérée être franchement bon marché — et intéressante précisément pour cela.

Du côté du magasin, chaque caméra se connecte à un appareil économique de la « famille Raspberry » (environ 50 $) qui prend le flux RTSP et le fait passer à travers un filtre maison : seules les images clés sont extraites — une image tous les deux secondes au lieu de 25 images par seconde. En conséquence, le trafic de 30 caméras d'un magasin s'adapte à environ 3 Mbit/s — moins que le flux brut d'une seule caméra. Les images vont à un nuage privé dans le centre de données de la compagnie, où un seul moteur d'analyse basé sur le réseau YOLO (choisi pour sa faible consommation de ressources et réentraîné pour la tâche) détecte les personnes, convertit leurs positions en coordonnées cartésiennes et les mappe au planogramme du magasin (Habr, Retail.ru).

Les scénarios de première vague : l'alerte « client solitaire » — si un visiteur se tient seul ou se déplace sur le sol trop longtemps, un message va au chatbot du magasin et un consultant va l'aider ; « file d'attente à la caisse » — une notification lorsque les clients dans la zone de retrait dépassent la norme ; et la « carte thermique du magasin » — une distribution de densité des visiteurs pour analyser les itinéraires et la marchandisage. Distinguer le personnel des clients a été résolu avec un pragmatisme presque comique au début : les gens en t-shirt rouge (uniforme de M.Video) sont ignorés ; la solution « élégante » via le suivi multi-caméra a été reportée à la phase suivante.

Le pilote a commencé dans un magasin en octobre 2020 — seulement trois mois après le début du développement. Un mois et demi ont été consacrés au réglage des alertes : au début, le système déclenchait 25 alertes « client solitaire » par jour, la plupart fausses — les consultants auraient rapidement appris à ignorer de tels messages. À la fin de la période, 5 alertes par jour restaient, que le blog de l'entreprise interprète comme « une forte augmentation de la vigilance du personnel » : les signaux sont devenus rares et précis, ce qui rend significatif d'y répondre. En parallèle, l'équipe a résolu les problèmes concrets : zones aveugles, réorientation des caméras, mappage manuel du planogramme — pour la mise à l'échelle, ils ont écrit des instructions standard permettant au personnel du magasin de déployer la solution lui-même en une journée, plus un portail web automatisant le mappage.

En juin 2021, la solution a été mise en place dans cinq autres localités de Moscou, et le 6 août 2021, l'entreprise a annoncé une mise à l'échelle à 50 magasins à Moscou et dans la région d'ici la fin de l'année — avec des caméras connectées au réseau de neurones passant de 50 à 250. Le communiqué de presse a appelé le projet « premier système d'analyse vidéo de Russie avec une efficacité économique prouvée » et a estimé la construction interne à un cinquième du coût des analogues du marché, avec des installations rentabilisées en un mois.

Résultat

Les résultats de ce cas existent dans deux genres, et il est important de ne pas les mélanger.

Genre un — le blog d'ingénierie (Habr, mars 2021). La seule métrique d'impact publiée là concerne l'alerte elle-même : sur 1,5 mois du pilote, les alertes « client solitaire » ont chuté de 25 à 5 par jour ; le système a appris à filtrer les faux signaux et à déranger le personnel uniquement quand cela importait. Sur les métriques commerciales, l'article est explicite : le suivi multi-caméra ne ferait que les rendre mesurables — conversion visite-achat, impact sur le panier moyen.

Genre deux — le communiqué de presse d'entreprise (août 2021). Les chiffres sont plus audacieux : « le coefficient d'attraction des clients dans les magasins pilotes a augmenté d'un tiers plus vite », « le coefficient de conversion a augmenté de 35 % par rapport aux magasins comparables », les notifications d'aide à un client ou d'ouverture des caisses ont chuté de 75 %, les installations se rentabilisent en un mois, et la construction interne coûte un cinquième des analogues du marché. Le communiqué appelle le projet « premier système d'analyse vidéo de Russie avec une efficacité économique prouvée ». La méthodologie de ces comparaisons (combien de magasins, quelle période, comment les magasins « comparables » ont-ils été sélectionnés) n'est pas divulguée, et il n'y a pas de vérification indépendante.

À notre avis, le fossé entre les deux genres est la partie la plus instructive du cas. En mars, les ingénieurs écrivent « nous allons seulement maintenant apprendre à mesurer la conversion » ; en août, le service de presse rapporte « +35 % de conversion » ; strictement parlant, les deux textes peuvent être vrais (les magasins pilotes ont peut-être effectivement surpassé un groupe témoin), mais la confiance dans un nombre dépend directement du genre dans lequel il a été publié. Nous construirions un dossier commercial sur la version d'ingénierie et traiterions celle du communiqué de presse comme une limite supérieure.

La deuxième observation : même selon les données publiques les plus audacieuses, le projet a atteint 50 magasins sur 1 200+ — environ 4 % de la chaîne — et aucune confirmation publique d'un déploiement complet du réseau n'a depuis apparu. La distance entre « l'efficacité économique prouvée » dans un pilote et le déploiement total est mesurée en années et en milliards (30 000 caméras par rapport à 250 connectées au moment du communiqué de presse). C'est pourquoi nous gardons délibérément ce cas à son échelle réelle : un pilote solide et bien documenté avec une mise à l'échelle précoce — et une règle utile pour tous ceux qui lisent les « déploiements à l'échelle du réseau » d'autres entreprises.

Leçons

1. Un pilote n'est pas un déploiement : « fonctionne dans 1 magasin », « mise à l'échelle à 50 », et « fonctionne dans 1 200 » sont séparés par des années et des budgets différents ; un cas honnête nomme son étape.
2. Le vrai travail dans un projet de CV est la précision des alertes : passer de 25 à 5 alertes par jour est le déploiement, parce que le personnel arrête d'ignorer le système.
3. L'économie d'échelle est décidée par l'ingénierie de pointe : un filtre d'images clés sur un appareil à 50 $ a comprimé le trafic de 30 caméras en 3 Mbit/s — sans lui, un projet de 30 000 caméras échoue sur la bande passante et l'argent.
4. Construire sur l'infrastructure existante : la solution fonctionne sur les caméras de sécurité hétérogènes déjà suspendues dans les magasins — remplacer la flotte aurait tué le projet avant le lancement.
5. Les solutions pragmatiques battent les solutions parfaites au début : « ignorer les gens en t-shirt rouge » est une identification du personnel fonctionnelle pour un pilote ; le suivi multi-caméra peut attendre.
6. Distinguez les genres de rapport : le blog d'ingénierie publie la qualité des alertes et dit « nous apprendrons seulement maintenant à mesurer la conversion » ; le communiqué de presse dit « +35 % de conversion » sans méthodologie ; construisez votre dossier commercial sur le premier et traitez le second comme une limite supérieure.
7. L'absence de données de déploiement est aussi des données : depuis août 2021, aucune confirmation publique d'un déploiement à l'échelle du réseau n'a apparu, et le cas doit se terminer là où les sources se terminent.

Questions fréquentes