منظومة Smart Store Analytics AI: الذكاء المكاني والرؤية الحاسوبية لقطاع التجزئة والمتاجر

في المتاجر الإلكترونية، أصحاب البيزنس بيقدروا يعرفوا بدقة كل عميل داس فين، ووقف قدام أي منتج كام ثانية، وخرج من الموقع عند صفحة الدفع ولا كمل. في المقابل، المتاجر والمولات على أرض الواقع—واللي بتستحوذ على أكتر من 80% من حجم التجارة—بتدار بشكل انطباعي بدون أي أرقام تشغيلية دقيقة؛ مركبين كاميرات مراقبة CCTV بتسجل وخلاص بدون أي استفادة حقيقية من الداتا.

المشكلة الأولى إن عدادات البوابات التقليدية بتعد الأشخاص اللي دخلوا المحل وخلاص، بدون ما تعرف راحوا فين بعد ما دخلوا، وإيه الستاندات اللي جذبتهم، وإيه الممرات الميتة اللي محدش بيمشي فيها. المشكلة التانية هي تكدس الطوابير قدام الكاشير؛ المتسوق لما يلاقي الطابور زحمة ومضطر يقف أكتر من 3 أو 5 دقايق، بيزهق ويسيب عربية البضاعة في نص المحل ويمشي، والإدارة مبيوصلهاش إشعار سريع يوجههم لفتح كاشير تاني. والمشكلة التالتة هي قيود الخصوصية وقوانين حماية البيانات؛ ممنوع قانوناً استخدام بصمات الوجوه أو حفظ هويات الزوار في الأماكن العامة.

عشان كده طوّرت منظومة Smart Store Analytics AI كحل رؤية حاسوبية ذكي يشتغل محلياً على السيرفرات الطرفية بالمحل (Edge)، يحلل حركة الكاميرات لحظياً ويحولها لأرقام دقيقة تفيد متخذي القرار مع احترام كامل للخصوصية.

المنظومة بتشتغل محلياً بالكامل على أجهزة المحل وبدون ما ترفع أي فيديو على السحابة، ومبتسجلش أي ملامح أو بصمات وجوه نهائياً:

موديل الرؤية الحاسوبية YOLOv8 وظيفته بتقتصر بس على رصد الإحداثيات المكانية (Bounding Boxes) للأشخاص، وبيحول موضع كل شخص لنقطة ارتكاز حركية بتمثل تلامس أقدامه مع أرضية المحل. بعد كده محرك التتبع متعدد الأجسام (Multi-Object Tracking) بيربط النقاط دي عبر إطارات الفيديو باستخدام مصفوفة التقاطع على الاتحاد (IoU) والمسافة الإقليدية، مع إعطاء كل متسوق معرف تتبع مؤقت (Tracking ID).

أول ما المتسوق يخرج من كادر الكاميرا، المعرف بتاعه بيتمسح تماماً من الرامات بعد 30 إطار وبدون ما يتخزن أي فيديو أو صورة شخصية على الهارد ديسك، وده بيخلي النظام متوافقاً 100% مع معايير الخصوصية الصارمة.

المنظومة مبتكتفيش بتتبع الحركة، بل بتحول خطوط السير لأرقام سلوكية دقيقة تفيد أصحاب المتاجر:

لحساب زمن وقوف المتسوق داخل كل قسم بالتحديد، دمجت خوارزمية إطلاق الأشعة الأفقية (Ray-Casting) المستندة لمبرهنة منحنى جوردان الهندسية؛ الخوارزمية بتفحص نقطة أقدام المتسوق وتحسب بدقة هل هي واقعة جوة المضلع الهندسي للقسم ده ولا براه. أول ما المتسوق يدخل حدود القسم، العداد بيبدأ يحسب الثواني اللي قضاها جوة الستاند لحظة بلحظة لحد ما يخرج.

وعشان الإدارة تشوف زحمة المحل في نظرة واحدة، المحرك بيجمع إحداثيات الحركة كلها ويولد خريطة حرارية (Gaussian Heatmap) بدقة 128x72 نقطة بتتعرض فوق مخطط المحل ثنائي الأبعاد، وتوضح الممرات الساخنة بالأحمر ومناطق الركود بالأزرق بوضوح تام.

صممت المنظومة عشان تكون عملية جداً في إيد مديري الفروع من غير ما يحتاجوا يرجعوا للمبرمجين في كل تعديل:

وفرت محرر أقسام تفاعلي شغال جوة المتصفح مبني بـ HTML5 Canvas؛ مدير الفرع بيفتح الخريطة، ويدوس بالماوس على أركان أي قسم ويسحبها ويغير مساحتها أو يضيف ركن جديد، والتعديلات بتتحفظ فوراً في ملفات JSON يعتمدها المحرك لحظياً.

وعشان نحل مشكلة هروب الزباين من طوابير الدفع، المنظومة بتراقب كاونترات المحاسبة باستمرار؛ لو زاد عدد الواقفين في الطابور عن 5 أشخاص أو طول زمن الانتظار عن 3 دقائق، النظام بيبعت تنبيه فوري عبر تيليجرام وسلاك لإدارة الفرع عشان يستدعوا كاشير إضافي فوراً، مع تفعيل آلية تهدئة زمنية (Cooldown) تمنع تكرار الرسالة لأكتر من مرة كل 3 دقائق عشان نتفادى الإزعاج.

المنظومة بتوفر قمع تحويل متعدد المراحل بيبدأ من الدخول، ثم المرور بقسم العروض الترويجية، ثم الأقسام الرئيسية، وصولاً لصناديق المحاسبة، وبترصد نسب التسرب بين كل مرحلة عشان تحدد الأماكن اللي المتجر بيفقد فيها اهتمام الزوار.

كمان زودت النظام بمساعد ذكي (AI Retail Copilot) بيحلل صحة المحل الإجمالية ويديها تقييم من 0 إلى 100، وبيكتشف تلقائياً الستاندات الميتة اللي معدل زياراتها أقل من المتوسط بـ 40%، ويقترح حلول عملية زي نقل الستاند لممر رئيسي، مع تمييز المنطقة المستهدفة بوميض مرئي على لوحة التحكم.

المنظومة مدعومة بواجهات REST كاملة بـ FastAPI للربط المباشر مع أنظمة نقاط البيع (POS) وبرامج الـ ERP ومطابقة أوقات المكوث بحجم الفواتير الحقيقية.