가게 앞 3미터는TARS가 세고사장님은 장사에만 마음 쓰세요.
About
가게 앞 3미터를 지나는 사람을 엣지 카메라로 세어
지나감·멈춤·입장 데이터를 만듭니다.
공사 없이,
문 옆에 달면 설치 끝.
길 건너편은 빼고
가게 앞만 세는 AI
첫째도 프라이버시,
영상은 저장하지 않습니다.
첫 실험을 함께할
파일럿 매장을 찾습니다.
We turn passersby
into decisions
with TARS.
Service
감으로 하던 가게 앞 장사,
이제 숫자로 확인하세요.
통행량 분석
가게 앞을 지나는 사람 수를 요일·시간대별로 셉니다.
손님이 몰리는 시간에 맞춰
인력과 재료를 준비할 수 있습니다.
멈춤·입장 전환
지나간 사람 중 멈춘 사람, 멈춘 사람 중 들어온 사람의 비율을 봅니다.
가게 앞에서 손님을 놓치는
단계를 찾을 수 있습니다.
실험 비교
입간판·메뉴판·할인을 바꾸기 전과 후를 나란히 비교합니다.
효과 없는 판촉에 드는 돈을
줄일 수 있습니다.
대기 줄 이탈
줄이 몇 명일 때 손님이 돌아서는지 측정합니다.
웨이팅·테이크아웃 동선을
바꿀 근거가 생깁니다.
아직 가게가 없나요? 후보 자리 앞 보행량을 1~2주 재는 입지 실사 보고서도 있습니다.
입지 실사 보고서 보기Security
영상은 가게 안에서 끝나고,
밖으로는 숫자만 나갑니다.
TARS는 사람을 알아보지 않고, 세기만 하도록 설계했습니다.
안내문 다운로드(준비 중)
영상은 기기 밖으로
나가지 않습니다.
카메라 안의 칩이 그 자리에서 사람 수를 세고 화면은 바로 버립니다. 녹화 파일도, 클라우드 업로드도 없습니다.
얼굴을 보지 않고,
같은 사람을 다시 찾지 않습니다.
얼굴 인식이나 개인 재식별 기능이 없습니다. 누가 지나갔는지가 아니라 몇 명이 지나갔는지만 남습니다.
숫자만 암호화해서
보냅니다.
기기에서 나가는 것은 시간대별 집계 숫자뿐이며, 보내는 구간은 암호화합니다.
Pilot
첫 파일럿 매장과 함께
가게 앞 실험을 시작합니다.
- 파일럿 매장 모집 중
- 식당
- 카페
- 베이커리
- 디저트
- 테이크아웃
- 입간판 실험
- 메뉴판 위치 실험
- 점심 할인 실험
- 대기 줄 분석
- 동네 평균 비교
# 입간판 교체 실험# 2주 전후 비교
막대 위 선: 90% 구간
입간판을 바꾼 뒤 2주 동안 멈춤률이 6.1%에서 8.4%로 올랐습니다.
입장 전환율 차이는 오차 범위 안이라 아직 확실하지 않습니다.
Contact
주방과 손님은 사장님이,
가게 앞 숫자는 TARS가 챙깁니다.
예시 데이터
점심 할인 주간에
멈춤률이 4.2%p 올랐습니다.
대기 줄 6명부터
이탈이 급증합니다.
평일 저녁 보행량 시간당 420명
(90% 구간 380~465명)
통행은 많은데 입장 전환율이
동네 평균보다 낮습니다.