【特別企画】

費用対効果を最大化する次世代型の”AIデジタルサイネージ”に迫る!(後編)

「特徴量」で識別するクラウド型客層行動分析システム「CACLOUD」

FocusWEBが現在取り組んでいる、次世代型の”AIデジタルサイネージ”に迫る本連載。前編では、現在のデジタルサイネージが抱える課題と、AIデジタルサイネージの技術的なベースとなる「dSIGN」について紹介した。後編ではもうひとつの技術ベースである製品の「CACLOUD」および、AIデジタルサイネージの全貌について見ていこう。

■本稿前編はこちら:費用対効果を最大化する次世代型の”AIデジタルサイネージ”に迫る!(前編)

dSIGNと並んでAIデジタルサイネージの中核を担うのが、クラウド型客層行動分析システムのCACLOUDだ。このCACLOUDは、店舗や公共施設に設置したネットワークカメラの画像分析から、性別や推定年齢などの人物属性、消費者行動までをも測定・集計・解析するというもの。これにより、店舗の販売促進やマーケティングリサーチ、さまざまな施設の業務効率化に活用することができる。従来の画像分析技術を用いた属性分析では導入コストがネックになるケースが多かったが、クラウド化によって低コストかつ小規模からの導入も可能となっている。

CACLOUDに使われている顔認識技術は、同社が独自開発したものだ。その手順は、まずカメラで認識した人物について両目、口、鼻、輪郭など各種パーツの位置情報を「特徴量」として数値データ化し、専用アプライアンス「Edge」経由でクラウド上に保存。このデータをクラウド上で解析することにより、推定年齢・性別、リピート、笑顔測定、顔の座標(顔の位置や角度)などが明らかになる。こうして得られた解析データの詳細は、グラフィカルな専用BIツールから確認することが可能だ。

CACLOUDのシステム概要

各種パーツの位置情報を「特徴量」として数値データ化し、クラウド上でマッチングを行う

「BI Navigator」のUI画面

FocusWEB 代表取締役の山下貴正氏は「特徴点を用いた顔認識技術は他社でもありますが、その多くはカメラから送られてきた画像データをサーバ側で分析し、スコアが一定の閾値を超えた段階で同一人物と判定します。しかしCACLOUDの場合、Edge内部の処理エンジンで特徴量の抽出までを済ませ、高速並列処理によりクラウド上にある過去のデータベースとリアルタイムにマッチングする方式を採用しています。しかも、対象人物がカメラに写っている間はトラッキングを続けるので、顔の様々な角度から特徴点の増減に応じて認識率の精度も向上するわけです」とCACLOUDの特徴を説明する。

なお、データは数値のみで画像を一切保存しないほか、クラウド上ではすべて暗号化されているため、セキュリティやプライバシー保護の観点でも企業として極めてメリットが高いだろう。

さらに、POSレジと会員証では購買履歴からしか来店情報を得られないのに対して、CACLOUDならウィンドウショッピングでも店内での行動履歴や滞在時間を把握できるのもポイントだ。

顧客属性やリピート数、設置場所や時間に応じてデジタルサイネージへの配信コンテンツを最適化する

「dSIGN+CACLOUD+人工知能」が無限の可能性を生むAIデジタルサイネージ

FocusWEBではこれまで、dSIGNとCACLOUDを組み合わせたソリューションも提供してきた。両者を組み合わせることで、デジタルサイネージで効果的なコンテンツ配信が可能になるためだ。

「もともとdSIGNは、CACLOUDを導入しているお客様の『デジタルサイネージの効果測定がしたい』というご要望から生まれました。従来はデジタルサイネージの再生ログを自社内で細かく確認していたそうですが、それでは業務にかかる負担があまりにも大きすぎます。そこで弊社が横断的なソリューションとして提供できないものかと考え、dSIGNが誕生しました」と語る山下氏。

仕組みとしては、dSIGNの設置場所にカメラを配置し、CACLOUDでデジタルサイネージの前を通る人の属性分析を実施。その属性に応じてdSIGNの配信コンテンツを変更するというもの。これにより、設置場所や時間に応じてデジタルサイネージの配信コンテンツを最適化できるわけだ。

そしてここからが、いよいよAIデジタルサイネージの概要となる。同社が現在取り組んでいるAIデジタルサイネージは、上記のようなdSIGNとCACLOUDの組み合わせに、人工知能をプラスしたものだ。人工知能が行う処理の流れとしては、まず機械学習で過去の分析結果を抽出し、推論モデルの生成を実施。そして、画像認識による顔の特徴量から導き出した属性分析結果に推論モデルを適用することで、より詳細かつ高精度な判定が可能になる。

たとえば、店内で常に行動を共にする2人について、画像認識から「35歳女性と8歳女性」という属性分析結果が得られたとしよう。この結果に対し、人工知能は機械学習で生成した推論モデルの同伴者パターンから、もっとも適合率が高い関係性「母娘」と判定。母娘に最適なコンテンツを配信することで、より効果的な宣伝効果が上げられるわけだ。またこの2人が過去にベーカリーの広告を見たという履歴があれば焼きたてパンの情報を配信するなど、過去データに基づく個人に最適化したコンテンツの出し分けまで可能になる。

さらに、これまではCACLOUDの分析結果を人間が確認・判断してdSIGNの配信コンテンツに反映させていたのに対し、人工知能を追加することで分析からコンテンツ更新までを自動化できるのも大きな強みだ。しかも、人間の手作業では大まかな場所や時間帯での出し分けが限界だったが、人工知能を使えばよりターゲットを絞り込んだピンポイントな個別配信まで実現できる。デパートやショッピングモールなどの大型商業施設であれば、エントランスおよび各フロアに設置したカメラで来店者の画像認識を実施。現在および過去の行動履歴から、行く先々のデジタルサイネージで属性や好みに応じたコンテンツをリアルタイムに配信し、効率的な広告宣伝が行えるのである。もちろん、イベントやキャンペーン施策としても非常に効果的。「広告配信の計画」「視聴者測定」「視聴者分析」「広告配信の最適化」という広告のPDCAサイクルをスピーディーに回し、集客率アップから購買率アップへとつなげることが可能になる。

AIデジタルサイネージのイメージ図

AIデジタルサイネージのシステム概要

このようにAIデジタルサイネージは、従来のデジタルサイネージが抱えていた課題を払拭すると同時に広告配信効果の最適化が図れる、まさに次世代ソリューションといえるだろう。

同社ではすでに「dSIGN+CACLOUD+人工知能」という組み合わせについて、ほぼ実用段階まで達しているという。街中でふと目にしたデジタルサイネージが自分好みのコンテンツへと切り替わる、そんな光景が見られる日が来るのも近そうだ。

■本稿前編はこちら:費用対効果を最大化する次世代型の”AIデジタルサイネージ”に迫る!(前編)

(マイナビニュース広告企画:提供 FocusWEB)



人気記事

一覧

イチオシ記事

新着記事