Blog

Jun 04, 2023

Principal

John Harmon, CFA, Director General de Mercado de Introducción a la Investigación Tecnológica

John Harmon, CFA, Director General de Investigación Tecnológica

Introducción

Escala de mercado y oportunidad

Tecnologías de prevención de pérdidas: análisis de investigación de Coresight

Lo que pensamos

Metodología

El robo minorista va en aumento 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 recurren a la tecnología en busca de respuestas. Exploramos las aplicaciones y los beneficios de cinco tecnologías actuales y futuras que impulsan 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, separadores, gestión de inventario y soluciones de tráfico minorista.

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

Las empresas mencionadas en este informe incluyen:Avery Dennison, Tecnología Deeyook, Impinj, Sensormatic, Tecnologías Zebra

Otras investigaciones relevantes:

Escala de mercado y oportunidad

Análisis de investigación 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, lamentablemente, 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 pérdidas o, al menos, a identificar el robo y el fraude cuando no es posible prevenirlos o detenerlos. Esperamos que los minoristas utilicen tecnologías maduras como RFID, así como tecnologías emergentes como 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 minorista, que afectan gravemente la rentabilidad y parecen estar aumentando a un ritmo alarmante. En los EE. UU., los titulares recientes enumeran el cierre de tiendas relacionadas con hurtos en ciudades como Chicago, San Francisco y la ciudad de Nueva York.

En este informe, exploramos las tecnologías actuales y futuras disponibles para los minoristas para prevenir y reducir las pérdidas. Nos enfocamos 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, separadores, gestión de inventario y soluciones de tráfico minorista.

La pérdida minorista ascendió a $ 94.5 mil millones en 2021, un 4.1% más que los $ 90.8 mil millones en 2022, según la Encuesta de seguridad minorista de septiembre de 2022 realizada por la Federación Nacional de Minoristas (NRF). La tasa de merma fue del 1,4 % de las ventas, que se ha mantenido constante durante los últimos cinco años. Aunque es fácil confundir la merma con el robo, y este informe probablemente hará la misma generalización por conveniencia, la NRF descubrió que las dos fuentes más importantes de merma en 2021 estaban relacionadas con el robo: el crimen minorista organizado (ORC) y el robo de empleados/interno. —que representó un 65,5 % combinado de todas las mermas, como se muestra en la Figura 1.

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

Figura 1. Reducción de inventario por fuente, 2021

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

El CEO de Target, Brian Cornell, en una entrevista posterior a la publicación de ganancias del minorista del 1T24 (primer trimestre del año fiscal 2024), declaró que la reducción reduciría su rentabilidad anual en $ 500 millones en 2023. Según las cifras informadas de 2022, estimamos que la reducción bruta beneficio de $753 millones en 2022, lo que representa una tasa de reducción de casi el 3 %, superando con creces la cifra de NRF.

Aparte de las causas sociales (que están más allá del alcance de este informe), la ola de robos en tiendas ha sido alimentada por altos umbrales de hurto por delitos graves, dificultades para enjuiciar a los delincuentes y un aumento en ORC. Dado que la policía no responde a las denuncias por delitos menores de hurto (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 cerrando la mercancía bajo llave, lo que Dollar Tree denominó recientemente "merchandising defensivo", o cerrando las tiendas por completo.

Es probable que estas medidas tengan un efecto sobre los consumidores. Una encuesta reciente de Coresight Research preguntó a los consumidores de EE. UU. sobre sus opiniones sobre el comercio minorista en el entorno actual en el que predominan los hurtos (consulte la Metodología para obtener más detalles) y descubrió 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 la gestión Peter Drucker, suena cierta en la prevención de pérdidas, especialmente con respecto a las fuentes de merma proporcionadas en la Figura 1. La merma representa el inventario no contabilizado, que debe contarse en primer lugar.

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

Las etiquetas RFID permiten a los minoristas saber lo siguiente en caso de robo o fraude: qué artículos se robaron, la hora y la fecha, y si se fueron por la puerta delantera o trasera. Estos datos se pueden usar para encontrar patrones para identificar las causas de la merma y tomar medidas contra la merma, como modificar la presentación o la 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 momento del día. Por ejemplo, los artículos sin pagar que salen de la tienda antes de abrir o después de cerrar probablemente indiquen un caso de robo por parte de un empleado. Igual de importante, la tienda conoce el valor de los artículos tomados, lo cual es relevante en la posibilidad 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 finaliza la compra, paga y sale de la tienda, la vista de 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", en el que las etiquetas se pueden hacer "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 el caso de una devolución. Los chips Impinj más nuevos pueden contener datos cifrados que solo puede leer 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 usar 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 tal dispositivo probablemente esté más allá de las capacidades de la mayoría de los ladrones. Aún así, los minoristas deben tener en cuenta los materiales que incluyen metales, agua, concreto y cuero y más (incluso pintura) al diseñar tiendas y trastiendas para garantizar que sus antenas puedan cubrir el espacio minorista.

La tecnología EAS tradicional también puede identificar medidas para frustrar el hardware de detección. La siguiente figura incluye una matriz de imágenes de video, con la imagen superior derecha que 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 con lámina diseñada para vencer los sistemas EAS.

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

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

La combinación de video 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:

La protección de los clientes, los asociados y la tienda representa un componente importante de la prevención de pérdidas, y las capacidades anteriores 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 en la prevención de pérdidas generalmente genera una preocupación importante con respecto a la privacidad entre los residentes de EE. UU., aunque la tecnología se usa y se acepta en otros países. Según los informes, Walmart había estado usando el reconocimiento facial para identificar a los ladrones conocidos, pero dejó de usarlo luego de quejas de privacidad, sin embargo, la compañía es objeto de una demanda colectiva que alega que usó 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) ahora la están utilizando para verificar la identidad en el punto de control 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 en St. Louis, Missouri. Los consumidores posiblemente también se sientan más cómodos con el término "identificación biométrica" ​​que con "reconocimiento facial".

Los terminales de autopago ofrecen un impulso en la eficiencia y la autosuficiencia para muchos consumidores, ya que les permite pagar 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 los riesgos de robo y fraude seleccionados a través del proceso básico de autopago. Las mentes retorcidas 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 balanzas 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 agentes de prevención de pérdidas detectar robos y fraudes que ocurren fuera del campo de visión de la cámara frontal, como transferir artículos directamente a la bolsa del cliente. También aprovecha la IA para detectar escaneos erróneos, cambios de productos, dejar artículos en la cesta y dejar 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 para ayudar con la lista de selección (por ejemplo, especificar qué tipo de manzana escaneada) y la garantía del producto. Aunque la transmisión de video no es necesariamente monitoreada por un asociado de prevención de pérdidas en tiempo real, se puede grabar y el mensaje "estás en video" sirve para disuadir a algunos posibles ladrones.

Báscula en zona de embolsado . La báscula realiza una función muy importante, comparando el peso incremental de un artículo con el peso que se promedia 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 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 en los sistemas de autopago también pueden aprovechar la IA para fines como la verificación de edad para la compra de alcohol y tabaco.

No todas las tecnologías efectivas de prevención de pérdidas requieren etiquetas de artículos o datos de video de computadora. Hay una gran cantidad de información valiosa integrada en el inventario diario y los datos de POS (punto de venta) que se pueden 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 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 el estante de la tienda, que es un área muy sensible de satisfacción del cliente.

AI está en práctica hoy en varias otras aplicaciones, incluidas las siguientes:

Si bien la tecnología de IA generativa lleva años en desarrollo, la tecnología causó sensación en noviembre de 2022, con el lanzamiento de OpenAI de ChatGPT (basado en GPT-3.5), 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 global han anunciado la incorporación de la funcionalidad GPT a sus plataformas, incluidos Google, Microsoft y Salesforce.

La combinación de procesamiento de lenguaje natural (NLP) 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, con estas fortalezas que le permiten reemplazar muchas plataformas de software dedicadas. Además, esta flexibilidad podría permitirle crear soluciones en poco tiempo, un gran beneficio para los minoristas, ya que las nuevas formas de robo y fraude pueden surgir rápidamente 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 las 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 se pueden consultar y refinar, 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 solo 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, lamentablemente, 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 pérdidas o, al menos, a identificar el robo y el fraude 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 el comportamiento que sugiere la intención de robar en tiendas, lo que permite a los minoristas asustar o avergonzar a los posibles ladrones para que pierdan los nervios. La capacidad de la IA de 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 cantidad de poder analítico y flexibilidad, que puede estar listo 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