瑞為成立於2012年，是一家視覺感知產品與解決方案提供商，專注於在性能、功耗、成本均受限的嵌入式前端實現複雜的機器視覺算法，目前主要應用在安防、家電、零售、車輛等領域，其中零售是其核心的落地場景之一。
瑞為聯合創始人兼零售業務負責人張國強表示，之所以將零售業作為發力點，一方面是由於該賽道較新，市場尚未卡位，有充分競爭的可能性；另一方面則源於零售場景的複雜性和多樣化，導致准入門檻較高，容易實現在細分領域的搶先優勢。而零售業＋視覺識別的高門檻主要體現在兩方面：應用和成本。
應用層面，針對線下門店的數據收集，瑞為推出“店計”、“曉客”等智能終端，前者用於精準分析入店客戶，後者用於識別客戶對商品、廣告的關注。覆蓋店前、入店、逛店、買單等一系列完整消費行為的數據採集，包括基於人臉識別的年齡、性別數據、VIP識別、關注度分析、回頭客分析等。店後服務層面，瑞為推出針對店面管理人員的“店客雲及”APP，基於對用戶畫像的分析，提出資源優化配置建議。
不同於安防、金融等鏡頭方位明顯的應用場景，零售業中人臉識別智能終端的安裝需是無感知的，這也對安裝位置、光線條件、鏡頭方案、硬件性能等技術層面提出更高要求。瑞為採用易操作的傻瓜式極簡安裝，對店前數據採集的精準度超過92%，店內因光線、環境等因素的干擾人臉識別的準確率也在80%以上。
此外，成本也是困擾零售業＋視覺識別領域的一大痛點。張國強表示，零售業最看重投入產出比，對成本的變化相當敏感。“客戶最終需要的是這套解決方案能給他們帶來的實際利益，這就需要在成本與效益間找到一個平衡點。理論上來說識別的數據自然越精準越好，但這也意味著更高的成本，而零售行業需要的是一個能反映到盈利、降本和提效上的大概率數據，至於數據的精準度在投入產出比面前並不是最重要的。”
因此針對不同層級不同規模的店面需定製化配套解決方案，調整智能終端的佈置數量和方位，將成本控制在合理範圍內。據張國強表述，瑞為低成本高效率的前端數據採集能將系統成本控制在傳統攝像頭解決方案的五分之一。
目前，在零售行業，瑞為已合作80多家品牌，覆蓋10000多家門店，部署超4萬個智能終端，用戶續費率近100%，2017年用戶增長率達300%。
前端門店的數據收集還只是冰山一角，未來，瑞為打算將觸角延伸至零售行業的上下游，圍繞門店，向品牌商服務、原料、供應鏈、分銷、市場推廣等上下游服務商擴展業務，例如採集快閃店、展會等線下活動的數據為服裝類品牌客戶、時尚買手提供多維用戶畫像，與大的諮詢公司合作提供戰略層面的幫助等，通過對每一個節點數據的採集反哺上下游供應商，深層次多層面地為新零售賦能，真正意義上實現線下門店的全數據化運營。
團隊方面，創始人兼總經理詹東暉畢業於南京大學，曾就職於華為，於2007年離職創辦遠立科技；2012年開始第二次創業，進軍圖像智能分析領域，並以人臉識別作為主要方向。
閱讀更多 玩轉數上的碼 的文章
