Principal

Introducción

Escala de mercado y oportunidad

Tecnologías de prevención de pérdidas: análisis de investigación de Coresight

Lo que pensamos

Metodología

El robo en comercios minoristas está aumentando y es hora de que las empresas tomen medidas para minimizar las pérdidas y proteger sus resultados. ¿Cómo pueden los minoristas abordar el robo, el fraude y otros riesgos de pérdida y aliviar las preocupaciones de los clientes sobre las compras en sus tiendas?

Muchas empresas minoristas están recurriendo a la tecnología en busca de respuestas. Exploramos las aplicaciones y beneficios de cinco tecnologías actuales y futuras que están impulsando la prevención de pérdidas de vanguardia en el comercio minorista, incluida la identificación por radiofrecuencia (RFID), la videovigilancia y la IA generativa (inteligencia artificial).

Este informe está patrocinado por Sensormatic, líder mundial en sistemas minoristas, que incluyen RFID, vigilancia electrónica de artículos (EAS), etiquetas y etiquetas antirrobo, desprendedores, gestión de inventario y soluciones de tráfico minorista.

Este informe es parte de nuestra serie de informes RetailTech en curso, que brinda cobertura continua de las principales tecnologías en el comercio minorista.

Empresas mencionadas en este informeincluir:Avery Dennison, Tecnología Deeyook, Impinj, Sensormatic, Tecnologías Zebra

Otras investigaciones relevantes:

Escala de mercado y oportunidad

Análisis de investigación de Coresight

Identificamos cinco tecnologías clave que pueden generar beneficios para los minoristas en la prevención de pérdidas:

Lo que pensamos

La mente criminal busca constantemente nuevas oportunidades para recibir ganancias mal habidas y, desafortunadamente, los minoristas deben permanecer alerta e implementar nuevos medios para frustrarlas. Afortunadamente, existen varias tecnologías que pueden ayudar a los minoristas a reducir el riesgo de pérdida o al menos a identificar robos y fraudes cuando no es posible prevenirlos o detenerlos. Esperamos que los minoristas utilicen tecnologías maduras como RFID, así como tecnologías emergentes como la IA generativa para encontrar e implementar medidas de prevención de pérdidas.

Un desafío importante para los minoristas a nivel mundial sigue siendo el robo y el fraude en el comercio minorista, que afectan gravemente la rentabilidad y parecen estar aumentando a un ritmo alarmante. En Estados Unidos, los titulares recientes enumeran cierres de tiendas relacionados con hurtos en ciudades como Chicago, San Francisco y Nueva York.

En este informe, exploramos las tecnologías actuales y futuras disponibles para los minoristas para prevenir y reducir las pérdidas. Nos centramos principalmente en el entorno minorista de EE. UU., aunque las tecnologías que exploramos son aplicables a nivel mundial.

Este informe está patrocinado por Sensormatic, líder mundial en sistemas minoristas, que incluyen identificación por radiofrecuencia (RFID), vigilancia electrónica de artículos (EAS), etiquetas y etiquetas antirrobo, desprendedores, gestión de inventario y soluciones de tráfico minorista.

La pérdida del comercio minorista ascendió a 94.500 millones de dólares en 2021, un 4,1% más que los 90.800 millones de dólares de 2022, según la Encuesta de seguridad minorista de septiembre de 2022 realizada por la Federación Nacional de Minoristas (NRF). La tasa de pérdida fue del 1,4% de las ventas, que se ha mantenido constante durante los últimos cinco años. Aunque es fácil combinar la pérdida por pérdida con el robo (y este informe probablemente hará la misma generalización por conveniencia), la NRF encontró que las dos mayores fuentes de pérdida por pérdida en 2021 estaban relacionadas con el robo: el crimen minorista organizado (ORC, por sus siglas en inglés) y el robo interno/de empleados. —que representó un 65,5% combinado de toda la merma, como se muestra en la Figura 1.

Además, los minoristas encuestados vieron un aumento interanual del 26,5% en los incidentes ORC. Aún más alarmante es que cuatro de cada cinco minoristas encuestados informaron violencia y agresión asociadas con incidentes de ORC, según la NRF.

Figura 1. Reducción de inventario por fuente, 2021

Sin embargo, las cifras actualizadas de pérdidas de la industria no hacen justicia a las preocupaciones actuales de las empresas minoristas sobre las pérdidas y no tienen en cuenta el reciente aumento de los hurtos en las tiendas.

Brian Cornell, director ejecutivo de Target, en una entrevista posterior a la publicación de las ganancias del 1T24 (primer trimestre del año fiscal 2024) del minorista, afirmó que la merma reduciría su rentabilidad para todo el año en 500 millones de dólares en 2023. Según las cifras informadas de 2022, estimamos que la merma redujo el bruto ganancias de 753 millones de dólares en 2022, lo que representa una tasa de contracción de casi el 3 %, superando con creces la cifra del NRF.

Aparte de las causas sociales (que están más allá del alcance de este informe), la ola de hurto en tiendas se ha visto impulsada por los altos umbrales de hurto, las dificultades para procesar a los delincuentes y un aumento de la ORC. Dado que la policía no responde a las denuncias de hurto menor (es decir, con un robo total generalmente inferior a $1,000, y los ladrones lo saben), los minoristas necesitan ayuda para presentar una denuncia por delito grave. Muchos minoristas no persiguen a los ladrones debido al daño percibido a su imagen y reputación por el desagradable proceso de detener a un ladrón.

Muchos minoristas han respondido encerrando sus productos, lo que Dollar Tree denominó recientemente “merchandising defensivo”, o cerrando tiendas por completo.

Es probable que estas medidas tengan un efecto en los consumidores. Una encuesta reciente de Coresight Research preguntó a los consumidores estadounidenses sobre sus opiniones sobre el comercio minorista en el actual entorno predominante de hurto (consulte la Metodología para obtener más detalles) y encontró que:

Los minoristas están muy motivados para reducir las pérdidas y aliviar las preocupaciones de sus clientes sobre las compras en sus tiendas.

Identificamos cinco tecnologías clave que pueden generar beneficios para los minoristas en la prevención de pérdidas, como se describe en la Figura 2 y se analiza en detalle a continuación.

Figura 2. Tecnologías y beneficios de prevención de pérdidas

La cita “no se puede gestionar lo que no se puede medir” atribuida al pensador de gestión Peter Drucker suena cierta en la prevención de pérdidas, especialmente en lo que respecta a las fuentes de merma que se muestran en la Figura 1. La merma representa inventario no contabilizado, que debe ser contado en primer lugar.

Las etiquetas de artículos permiten a los minoristas garantizar la precisión del inventario, que es la condición previa para servicios populares como envío desde tienda, recogida en la acera y BOPIS (compra en línea, recogida en tienda). La precisión del inventario también permite un mejor control de los precios y minimiza el capital de trabajo atrapado en el inventario.

Existen varias tecnologías de etiquetado de artículos, que generalmente comprenden una etiqueta (algún tipo de identificación de artículo) más un medio de detección.

Las etiquetas RFID ofrecen una solución flexible y de bajo costo para la gestión de inventario y la prevención de pérdidas debido a su capacidad para proporcionar datos de identidad y ubicación. Para los esfuerzos de prevención de pérdidas, las etiquetas RFID proporcionan tres datos clave:

Las etiquetas RFID permiten a los minoristas saber lo siguiente en caso de robo y fraude: qué artículos se llevaron, la hora y la fecha, y si salieron por la puerta delantera o trasera. Estos datos se pueden utilizar para encontrar patrones para identificar causas de pérdida y tomar medidas contra la pérdida, como modificar la presentación o ubicación de los productos dentro de la tienda; los minoristas pueden comprender mejor qué artículos se roban más, qué SKU, en qué cantidades y en qué momentos del día. Por ejemplo, los artículos impagos que salen de la tienda antes de abrir o después del cierre probablemente indiquen un caso de robo por parte de los empleados. Igual de importante es que la tienda conozca el valor de los artículos sustraídos, lo cual es relevante a la hora de construir un caso de delito grave cuando el valor de los artículos supera el umbral correspondiente.

Figura 3. La aplicación de RFID en una tienda minorista

Las etiquetas RFID también pueden mejorar la experiencia del cliente. Por ejemplo, el minorista Uniqlo está utilizando etiquetas RFID para el autopago, donde los artículos que se van a comprar se colocan en un contenedor (que incluye un lector RFID) que escanea automáticamente los artículos. Cuando el consumidor realiza la compra, paga y sale de la tienda, la vista del inventario se actualiza de inmediato.

Los chips RFID de Impinj que utilizan el estándar RAIN (derivado de la identificación por radiofrecuencia) ofrecen un "modo protegido", mediante el cual las etiquetas pueden hacerse "invisibles" para los lectores (por ejemplo, una vez que se ha comprado el artículo) y, por lo tanto, no desencadenar acciones de prevención de pérdidas cuando el cliente abandona la tienda; la etiqueta se puede reactivar simplemente en caso de devolución. Los chips Impinj más nuevos pueden contener datos cifrados que sólo pueden ser leídos por un lector con chips que contienen el código de descifrado, lo que les permite garantizar la privacidad de los datos guardados en el chip.

No es estrictamente cierto que los ladrones puedan utilizar papel de aluminio para bloquear las señales RFID, aunque los conductores metálicos absorben la radiación electromagnética; El papel de aluminio solo bloquea la RFID a largas distancias. Una jaula de Faraday bloquearía todos los campos electromagnéticos, pero un dispositivo de este tipo probablemente esté más allá de las capacidades de la mayoría de los ladrones. Aún así, los minoristas deben tener en cuenta los materiales, incluidos los metales, el agua, el hormigón y el cuero, y más (incluso la pintura) al diseñar tiendas y trastiendas para garantizar que sus antenas puedan cubrir el espacio comercial.

La tecnología EAS tradicional también puede identificar medidas para frustrar el hardware de detección. La siguiente figura incluye una matriz de imágenes de video, y la imagen superior derecha muestra una alerta que indica la detección de una alarma de lámina metálica; es decir, el cliente ingresó a la tienda con una bolsa forrada de lámina diseñada para anular los sistemas EAS.

Como una imagen vale más que mil palabras, el vídeo proporciona la pieza esencial que falta en una plataforma de protección contra pérdidas: proporciona una imagen del presunto ladrón, junto con una idea de lo que lleva consigo, además de la fecha y la hora.

La combinación de "qué, cuándo y dónde" de las etiquetas de los elementos con "quién, cuándo y dónde" del vídeo proporciona una imagen clara de lo que se tomó, cuándo y por qué salida, con una imagen del perpetrador y múltiples incidentes del mismo. El mismo individuo puede combinarse para presentar un delito grave de hurto ante las autoridades una vez que se hayan excedido los umbrales pertinentes.

La combinación de vídeo y las poderosas capacidades de la inteligencia artificial (IA) permite la detección de muchos tipos de comportamiento humano, muchos de los cuales pueden no ser evidentes para la persona observada. Las capacidades de la plataforma minorista de video de Sensormatic incluyen la detección/análisis de:

Proteger a los clientes, asociados y la tienda representa un componente importante de la prevención de pérdidas, y las capacidades mencionadas de IA y video permiten que las plataformas detecten y alerten a los empleados de la tienda sobre amenazas y peligros emergentes, incluidos los siguientes:

El uso de software de reconocimiento facial para la prevención de pérdidas suele generar una gran preocupación con respecto a la privacidad entre los residentes de EE. UU., aunque la tecnología se está utilizando y aceptando en otros países. Según se informa, Walmart había estado utilizando el reconocimiento facial para identificar a ladrones conocidos, pero abandonó su uso tras quejas de privacidad; sin embargo, la empresa es objeto de una demanda colectiva que alega que utilizó la base de datos de reconocimiento facial de Clearview AI en Illinois.

Hay indicios de que las objeciones de los residentes de EE. UU. al reconocimiento facial podrían estar disminuyendo: la tecnología está encontrando uso en otros sectores como la aviación; las aerolíneas y la Administración de Seguridad del Transporte de EE. UU. (TSA) la están utilizando ahora para verificar la identidad en los controles de seguridad y puerta de embarque. La tecnología también ha sido el estándar para identificar a los consumidores en varias generaciones de iPhones de Apple.

Los consumidores también están aceptando otras formas de identificación biométrica. Por ejemplo, Panera Bread está probando la aplicación de escaneo manual Amazon One en sus restaurantes de St. Louis, Missouri. Los consumidores también posiblemente se sientan más cómodos con el término "identificación biométrica" ​​que con "reconocimiento facial".

Las terminales de autopago ofrecen un aumento de la eficiencia y la autosuficiencia para muchos consumidores, ya que les permite realizar el pago más rápido y tomar el control del proceso. Aún así, cada nueva tecnología abre la puerta a nuevas formas para que los malhechores exploten sus debilidades, lo que crea la necesidad de soluciones para abordarlas. Los principales proveedores de SCO incluyen Diebold Nixdorf, Fujitsu NCR y Toshiba.

La Figura 4 muestra riesgos seleccionados de robo y fraude a través del proceso básico de autopago. Mentes tortuosas podrán imaginar aún más formas de eludir incluso las mejores medidas de seguridad.

Figura 4. Proceso de autopago simplificado: riesgos de pérdida, robo y fraude

Los terminales de autopago actuales contienen varios sensores y medidas para reducir el robo y el fraude, incluidas básculas y cámaras. La Figura 5 contiene un terminal de autopago anotado, cuyos elementos analizamos a continuación.

Figura 5. Terminal de autopago anotado

Cámara orientada hacia abajo . La cámara orientada hacia abajo permite a los funcionarios de prevención de pérdidas detectar robos y fraudes que ocurren fuera del campo de visión de la cámara frontal, como la transferencia de artículos directamente al bolso del cliente. También aprovecha la IA para detectar errores de escaneo, cambio de productos, abandono de artículos en la cesta y abandono de artículos en el carrito. El módulo contiene una luz indicadora para indicar la necesidad de asistencia al cliente o una posible situación de robo/fraude.

Escáner de artículos/cámara frontal . Este conjunto incluye dos sensores: el escáner de artículos en la parte inferior y el que está frente al cliente, que incluye una cámara que puede identificar productos y etiquetas, así como monitorear la actividad del cliente. Estas imágenes se utilizan como ayuda para la lista de selección (por ejemplo, para especificar qué tipo de manzana se escanea) y para garantizar el producto. Aunque la transmisión de video no es necesariamente monitoreada en tiempo real por un asociado de prevención de pérdidas, puede grabarse y el mensaje "estás en video" sirve para disuadir a algunos posibles ladrones.

Báscula en zona de ensacado . La báscula realiza una función muy importante: compara el peso incremental de un artículo con el peso promediado a lo largo del tiempo en una base de datos de productos que vende el minorista. La divergencia del peso real de un artículo en comparación con una línea de base (dentro de una cierta tolerancia) podría representar un caso de cambio de etiqueta. La debilidad de este método es que este promedio puede corromperse por mal uso o error para abusar del sistema.

Las cámaras de los sistemas de autopago también pueden aprovechar la IA para fines como la verificación de la edad para la compra de alcohol y tabaco.

No toda la tecnología eficaz de prevención de pérdidas requiere etiquetas de artículos o datos de vídeo de computadora. Hay una gran cantidad de información valiosa incorporada en el inventario diario y en los datos de POS (punto de venta) que se puede extraer mediante la automatización y la capacidad de la IA para identificar relaciones ocultas dentro de los datos.

Resumimos las capacidades de la IA de la siguiente manera:

Las plataformas de análisis, como Zebra Prescriptive Analytics, monitorean los datos para determinar un nivel normal y de referencia para ciertos elementos de datos, que se utilizan para detectar anomalías. Muchas de estas formas de robo y fraude se pueden detectar en el proceso de pago; la diferencia aquí es que se trata de una solución basada en software. Ejemplos de estas anomalías incluyen:

En cada uno de los ejemplos anteriores, se establece una línea de base donde los datos del intento de transacción fraudulenta están fuera de los límites normales y generan una alerta para una inspección adicional.

Figura 6. Descripción general de los tipos de robo y fraude que la IA puede detectar

El análisis prescriptivo también ayuda a los minoristas a identificar oportunidades de ingresos ocultas, fuentes de desperdicio e incumplimiento, y desequilibrios de inventario, como la disponibilidad de productos en el almacén pero no en los estantes de la tienda, que es un área muy sensible de la satisfacción del cliente.

La IA está en práctica hoy en día en varias otras aplicaciones, incluidas las siguientes:

Si bien la tecnología de IA generativa ha tardado años en desarrollarse, la tecnología causó sensación en noviembre de 2022, con el lanzamiento de ChatGPT (basado en GPT-3.5) por parte de OpenAI, y GPT-4 ya está disponible. Las primeras capacidades de la plataforma incluyen su capacidad para responder preguntas en lenguaje natural y resumir y generar texto. Desde el lanzamiento de ChatGPT, varios proveedores de tecnología globales han anunciado la incorporación de la funcionalidad GPT a sus plataformas, incluidos Google, Microsoft y Salesforce.

La combinación del procesamiento del lenguaje natural (PNL) y la capacidad de encontrar conexiones entre grandes cantidades de datos significa que la IA generativa podría ser una herramienta poderosa y flexible para los minoristas, y estas fortalezas le permitirían reemplazar muchas plataformas de software dedicadas. Además, esta flexibilidad podría permitirle crear soluciones en poco tiempo, un beneficio importante para los minoristas, ya que pueden surgir rápidamente nuevas formas de robo y fraude y propagarse rápidamente a través de las redes sociales, y las plataformas de software necesitan tiempo para escribirse, depurarse y probarse. .

En esta etapa inicial, podemos especular sobre posibles aplicaciones de la IA generativa, incluidas las siguientes:

Una vez más, con los chatbots de IA, los empleados de prevención de pérdidas pueden hacer preguntas en un lenguaje sencillo y la IA encuentra patrones, que pueden consultarse y refinarse, lo que proporciona una experiencia más interactiva que los informes y paneles fijos. En el momento de redactar este informe, ningún proveedor de prevención de pérdidas ha anunciado productos que aprovechen la IA generativa; sin embargo, es probable que los avanzados estén experimentando con él, y es sólo cuestión de tiempo antes de que se anuncien nuevos productos y capacidades.

La mente criminal busca constantemente nuevas oportunidades para recibir ganancias mal habidas y, desafortunadamente, los minoristas deben permanecer alerta e implementar nuevos medios para frustrarlas. Afortunadamente, existen varias tecnologías que pueden ayudar a los minoristas a reducir el riesgo de pérdida o al menos a identificar robos y fraudes cuando no es posible prevenirlos o detenerlos. La combinación del ojo vigilante de las cámaras de video más las capacidades cada vez mayores de la IA ofrece formas nuevas y poderosas de identificar comportamientos que sugieren la intención de robar, permitiendo a los minoristas asustar o avergonzar a los posibles ladrones hasta hacerles perder el valor. La capacidad de la IA para utilizar la potencia informática para encontrar relaciones ocultas en los datos permite a los minoristas identificar robos y fraudes que no son visibles para el ojo humano. Finalmente, el poder de la IA generativa desbloquea una gran capacidad analítica y flexibilidad, que pueden estar listas para identificar y prevenir medios nuevos e inteligentes de robo y fraude.

Los datos de este informe se basan en una encuesta en línea de 401 consumidores estadounidenses mayores de 18 años, realizada por Coresight Research el 17 de abril de 2023. Los resultados tienen un margen de error de +/- 5 %, con un intervalo de confianza del 95 %.

Este documento fue generado para

Perspectivas del mercado: Grandes almacenes en China: el cambio del consumidor hacia el comercio electrónico reduce las ventas

Perfil de innovador: Reflekt Me mejora el comercio electrónico a través de imágenes de productos personalizadas

Seguimiento semanal de aperturas y cierres de tiendas en EE. UU. y el Reino Unido en 2023, semana 10: las aperturas en EE. UU. superan las 3500

Junio ​​de 2023 Indicadores del mercado inmobiliario de EE. UU.: Las ventas de viviendas nuevas siguen brillando

Deborah Weinswig, contadora pública certificada, directora ejecutiva y fundadora de Coresight Research, [email protected]​

Nueva York • Hong Kong • Lagos • Londres • Mangaluru (India) • Shanghái

Copyright © 2023 por CORESIGHT RESEARCH. Todos los derechos reservados