传统门店在消费者心中的信赖上风仍未消逝，以电子消费品类为例，93%的消费者会先在线上研究再到实体店体验；96%的消费者会选择线下渠道体验或购买。
线下门店仍是天然的流量场所，而传统门店现有的会员系统、支付体系可获取的数据仅有发卖记录和有限的客流（人次）信息，流量的数据转化率较低，对上游供应链的掌握和下贱消费者的触达均有限。
在瑞为看来，落地到AI +新零售运用处景的精准化数据才是线下门店的生命，也恰是以，瑞为希望通过视觉识别技能帮助线下门店实现精准流量数据的转化。
瑞为成立于2012年，是一家视觉感知产品与办理方案供应商，专注于在性能、功耗、本钱均受限的嵌入式前端实现繁芜的机器视觉算法，目前紧张运用在安防、家电、零售、车辆等领域，个中零售是其核心的落地场景之一。
瑞为联合创始人兼零售业务卖力人张国强表示，之以是将零售业作为发力点，一方面是由于该赛道较新，市场尚未卡位，有充分竞争的可能性；另一方面则源于零售场景的繁芜性和多样化，导致准入门槛较高，随意马虎实现在细分领域的抢先上风。而零售业＋视觉识别的高门槛紧张表示在两方面：运用和本钱。
运用层面，针对线下门店的数据网络，瑞为推出“店计”、“晓客”等智能终端，前者用于精准剖析入店客户，后者用于识别客户对商品、广告的关注。覆盖店前、入店、逛店、买单等一系列完全消费行为的数据采集，包括基于人脸识别的年事、性别数据、VIP识别、关注度剖析、转头客剖析等。店后做事层面，瑞为推出针对店面管理职员的“店客云及”APP，基于对用户画像的剖析，提出资源优化配置建议。
瑞为智能终端产品“店计”
不同于安防、金融等镜头方位明显的运用处景，零售业中人脸识别智能终真个安装需是无感知的，这也对安装位置、光芒条件、镜头方案、硬件性能等技能层面提出更高哀求。瑞为采取易操作的傻瓜式极简安装，对店前数据采集的精准度超过92%，店内因光芒、环境等成分的滋扰人脸识别的准确率也在80%以上。
此外，本钱也是困扰零售业＋视觉识别领域的一大痛点。张国强表示，零售业最看重投入产出比，对本钱的变革相称敏感。“客户终极须要的是这套办理方案能给他们带来的实际利益，这就须要在本钱与效益间找到一个平衡点。理论上来说识别的数据自然越精准越好，但这也意味着更高的本钱，而零售行业须要的是一个能反响到盈利、降本和提效上的大概率数据，至于数据的精准度在投入产出比面前并不是最主要的。”
因此针对不同层级不同规模的店面需定制化配套办理方案，调度智能终真个支配数量和方位，将本钱掌握在合理范围内。据张国强表述，瑞为低本钱高效率的前端数据采集能将系统本钱掌握在传统摄像头办理方案的五分之一。
目前，在零售行业，瑞为已互助80多家品牌，覆盖10000多家门店，支配超4万个智能终端，用户续费率近100%，2017年用户增长率达300%。
入店客户关注剖析
前端门店的数据网络还只是冰山一角，未来，瑞为打算将触角延伸至零售行业的高下游，环绕门店，向品牌商做事、质料、供应链、分销、市场推广等高下游做事商扩展业务，例如采集快闪店、展会等线下活动的数据为服装类品牌客户、时尚买手供应多维用户画像，与大的咨询公司互助供应计策层面的帮助等，通过对每一个节点数据的采集反哺高下游供应商，深层次多层面地为新零售赋能，真正意义上实现线下门店的全数据化运营。
团队方面，创始人兼总经理詹东晖毕业于南京大学，曾就职于华为，于2007年离职创办远立科技；2012年开始第二次创业，进军图像智能剖析领域，并以人脸识别作为紧张方向。