众所周知，线上商家可以通过淘宝平台的大量前端“埋点”轻松获取商品的加购率、收藏率、转化率、成交额等大量基础信息，甚至商家能够在更精细的层面，获取商品关键字变化或者上新/爆款带来的流量变化数据，更甚者商家能够获取竞品的流量结构，从而不断调整自己的商品结构以及经营策略。那么如何让实体商家拥有淘宝一样的数据化运营能力呢？下面，我们主要以大型综合体为例，来看看为了实现我们伟大的使命——让商业更智能， 我们如何应用视觉智能引擎以及数据决策引擎来打造商业“智能沙盘”系统，从而帮助线下的商家在“智能沙盘”上通过数据分析推演计算、运筹帷幄、决胜千里之外。
1、数据怎么来
对于线上商家来说，他们的数据来源于电商平台的大量前端“埋点”。而线下综合体的数据应该怎么来？我们通过自研的AIoT+云能力，打造AI+IoT+云环境，从而完成对综合体的“人”与“场”的数据刻画收集。通过前面的一些技术介绍( Face ID、 Re-ID、 识货等)，我们拥有一个强大的视觉智能引擎，而该视觉引擎与云计算平台结合情况下，构建了一套AIoT+云的数据收集平台。对于数据的收集，通过IoT智能终端+AI算法，对人进行画像，对场进行画像。其中IoT智能终端包括奇点识客、奇点魔盒等。通过我们的视觉智能引擎，可以围绕人这一主体抽象出属性画像、行为画像、关系网络等。属性画像，包括基础的性别、年龄、身高等，更复杂的属性包括穿着、外貌、职业等，比如发型、脸型、唇彩、上衣风格、下衣风格、项链、挎包类型等。行为画像包括进场位置(停车场or大门)、场内消费、场内喜好区域、场内运动轨迹、是否存在危险行为等。关系网络则包括亲密关系、亲属关系、同行关系等。
（图片来源网络）
场的画像，包括区域画像和店铺画像。其中区域画像，指的是对某个具体区域在时空多个维度上进行区域热力、区域人流、区域价值等多方面进行分析。而店铺画像，通过结合人的画像，从而对一个店铺的热度、店铺消费群体、进店转化率、店铺复购率、店铺行业属性等多方面进行描述。
2、数据怎么处理
在大量的IOT智能终端上，每天产生大量的视频、图像数据，那么面对如此海量的数据，我们的系统如何做到多算法级联、及时响应、快速处理、稳定运行呢？在此， 我们提出了视频结构化技术，结构化技术依托端上AI算法、智能设备、奇点云强大的云计算平台，从而形成了我们AIoT+云的智能数据处理平台。这里我们先对结构化技术做一个自我思考后的定义:「视频结构化是基于视频内容(Content-based)做结构化提取的技术，它对视频内容按照语义关系，采用空间量化、时间量化、目标识别、目标跟踪、特征提取、图像处理、编解码等技术，产生低存储、高价值、易分析、可理解的高维数据。」 视频的结构化是基于视频内容的结构化处理，所谓的视频的内容，就是对视频中语义进行理解，所谓的语义简单来说就是视频中有什么、视频中发生着什么，而这些通过我们的AI算法能够准确地进行描述。另外时间量化和空间量化能够更加精确地描述在什么时间、什么地点，视频中有什么、发生着什么。
「存在一个摄像头，通过我们系统自带的空间标定工具，完成摄像头的成像与CAD图的映射关系，即摄像头中的每一个位置都能精确的投射到CAD图上。该摄像头覆盖区域内存在店铺A、广告位B，在某段时间内有数十位顾客经过该摄像头。那么我们以个体为维度，通过Re-ID、Face ID、属性、跟踪等算法，我们可以产生以下较为简单结构化数据:
（点击图片可放大