Dos compañías tecnológicas de la Argentina trabajan con reconocimiento facial y análisis de datos para generar información para las marcas

Los consumidores, cuando entran a un centro comercial, suelen ir hacia la derecha, jamás hacia la izquierda. Las expresiones de los compradores frente a una vidriera pueden ser útiles para entender si los productos en exhibición son atractivos para los potenciales clientes. Los datos biométricos, su captura y su correcta interpretación, son clave para medir el comportamiento de las personas en tiempo real. Una experiencia deportiva puede mejorar para organizadores, patrocinadores y espectadores gracias al reconocimiento facial.

Los sensores toman 33 patrones del rostro y lo analizan según nueve emociones

Sumato ID y Loopa hacen desarrollos en ese sentido. La primera de estas compañías argentinas se ocupa de la toma de datos biométricos mientras que Loopa tiene como misión la lectura en tiempo real de esa información. Trabajan juntas. “Hacemos biométrica basada en video análisis. La toma de datos biométricos es una tecnología no invasiva. Permite conocer bien a una audiencia determinada en un estadio, en las zona de stands comerciales en un torneo de tenis y en cualquier ámbito público que permita capturar esa información”, cuenta Augusto Clement, director de ciencia y tecnología de Sumato ID y con pasado en desarrollos biométricos para NEC.

Antonela Vistalli es BI Data Analytics de Loopa.Es la encargada de la interpretación de los datos en tiempo real y con experiencia en empresas de productos de consumo masivo. No duda un instante de la certeza de este método para arribar a conclusiones confiables. “Los datos biométricos permiten conseguir información en tiempo real para entender qué pasa en un determinado punto de venta o de concentración de espectadores. Se genera un big data que posibilita accionar de inmediato. Captar esos datos, limpiarlos y contrastarlos con otras bases implica darle inteligencia al número que se consigue y tomar decisiones correctas”.

Sumato-Id Retail Solutions from Sumato-Id on Vimeo.

La captura de datos biométricos extraen información de 33 puntos diferentes del rostro humano. Esas expresiones se catalogan en 9 tipos de emociones y a su vez se combinan con otro tipo de gestualidad (morderse un labio, levantar las cejas..) para conformar una fuente de información muy precisa y que puede generar patrones predictivos. Ese big data puede ser interpretado por su volumen y por segmentación. Es posible saber con que frecuencia alguien asiste a un lugar específico. Clement da un ejemplo: “Hay una creencia de que las mujeres son quienes más van a los shoppings, cosa que es cierto. Pero en horas del mediodía el flujo de hombres crece notablemente porque suelen ir a los patios de comida para almorzar. Incluso se puede determinar si una persona suele asistir todos los martes a la misma hora y qué comportamientos tiene. Esa información puede ser valiosa para una marca que quiera realizar alguna acción específica en ese lugar”.

” Eso es el big data aplicado al deporte: cuando la gran cantidad de información, tomada con herramientas confiables, permite generar una tendencia y sacar conclusiones..”

 

El uso de los datos biométricos están muy relacionados con la seguridad y el control. Para Vistalli ahí está su fortaleza: “Como ese es su origen, se trata de un tipo de captura de información que es robusta, tiene mucha tecnología que la respalda (apenas con una cámara es posible conocer el comportamiento de una multitud) y las decisiones que se tomen desde esa lectura tienen sentido. Ahora le llega la etapa del marketing. Cruzar la información en tiempo real le sirve a las marcas modificar lo que no funciona al instante, sin necesidad de esperar a un cambio de temporada cuando ya no hay nada por hacer…”.

Una muestra de la potencia de la herramienta la hizo Sumato ID cuando captaron las emociones de Juan Martín Del Potro en el partido contra Milos Raonic por los cuartos de final del Miami Open. “El algoritmo detectó que Del Potro es muy expresivo – dice Clement-. Se le detectaron muchas emociones: alegría, enojo, disgusto, miedo, sorpresa. Pero eso que se aprecia es apenas una capa de imagen. El valor real está cuando el dato cuantitativo le gana al dato cualitativo. Eso es el big data aplicado al deporte: cuando la gran cantidad de información, tomada con herramientas confiables, permite generar una tendencia y sacar conclusiones”, señala Clement.

“El aprendizaje profundo permite trabajar con personas y con objetos. Podríamos también correr el algoritmo sobre la raqueta para medir velocidades, momento del impacto, condiciones climáticas en las que se juega, características del rival. En el béisbol ya se hace con el bateo. Un algoritmo que trabaja con material de video rápidamente llega al 90 por ciento de conocimiento de lo que analiza y luego puede ir perfeccionándose. La revolución cognitiva que viene tiene mucho para explorar. Depende sobre todo de que los especialistas del deporte sepan qué es lo que tienen que buscar..”.

 

Marcelo Gantman

Director de Contenidos de Analítica Sports.

Twitter