Российский банк – ТОП-50
Очереди — неприятное, но вполне контролируемое явление. В крупных компаниях часто случается столпотворение в столовой, но эту проблему можно легко решить, если правильно распределить загруженность кафе и дать сотрудникам возможность самостоятельно выбирать время обеда

Именно по этому пути пошёл банк, решивший с помощью системы видеоаналитики сделать жизнь работников центрального офиса удобной и приятной
«НЕ КАЖДЫЙ КРУПНЫЙ БАНК ИЛИ КОМПАНИЯ ОЗАБОЧЕНЫ СЕГОДНЯ ПРОБЛЕМОЙ СКОПЛЕНИЯ ЛЮДЕЙ В ОЧЕРЕДИ В КАФЕ В ОЖИДАНИИ ОБЕДА. А ДЛЯ НАС КОМФОРТ И УДОБСТВО РАБОТЫ СОТРУДНИКОВ, ВКЛЮЧАЯ ИХ ОБЕДЕННОЕ ВРЕМЯ, — ВАЖНАЯ ЧАСТЬ КОРПОРАТИВНОЙ КУЛЬТУРЫ И ЭФФЕКТИВНОСТИ РАБОТЫ ПЕРСОНАЛА В ЦЕЛОМ.

МЫ РЕШИЛИ ПРОВЕСТИ ЭТОТ ЭКСПЕРИМЕНТ, КОТОРЫЙ ВПОСЛЕДСТВИИ СТАЛ ОТЛИЧНЫМ РЕШЕНИЕМ СОВЕРШЕННО В ДРУГИХ ЗАДАЧАХ БАНКА», — РУКОВОДИТЕЛЬ ИТ–ПОДРАЗДЕЛЕНИЯ БАНКА.
Запрос
Решить проблему потери сотрудниками рабочего времени в результате длительного ожидания в очередях в столовой

Решение
Загруженность кафе в течение недели (по часам)
При нажатии на кнопку виджета любой сотрудник банка, имеющий доступ к порталу, попадал на web–страницу, где видно состояние очереди в данный момент времени и прогноз загруженности в виде графика.

Для прогнозирования будущих очередей использовались данные по загрузке за предыдущие дни. В графике выводилось среднее значение для конкретного диапазона времени.
Статистика загруженности очереди в столовой
В банке работает более 350 сотрудников с нерегламентированным временем обеда. Большинство сотрудников обедают в корпоративном кафе. В пиковые часы скапливается большое количество народа. При этом, приди часть сотрудников на 15 минут раньше или позже, они успели бы спокойно пообедать без ущерба рабочему процессу.

Банк обратился в «Центр2М» с просьбой решить эту задачу.
Команда «Центр2М» решила эту задачу с помощью системы видеоаналитики — была разработана предиктивная модель управления очередями, которая позволила прогнозировать и предупреждать возникновение очередей в кафе. Реализация решения состояла из 2–х этапов
Команда дополнила комплекс видеонаблюдения в кафе системой, способной считать количество человек в помещении
1
Несколько установленных в кафе камер передают информацию в систему видеоаналитики, которая подсчитывает количество находящихся в зоне охвата камеры людей. При работе двух и более камер в одном помещении сохраняется зона перекрытия изображений, заранее установленная через интерфейс системы. При попадании человека в область видимости нескольких камер, он учитывается в расчёте один раз.

Далее формируется значение количества человек в очереди для нескольких идущих подряд кадров — за интервал ∆t. В течение получаса для каждого помещения выгружаются значения для множества таких интервалов. Размер временного интервала и количество интервалов определяется исходя из количества помещений и используемых вычислительных мощностей.
Формируется значение количества человек в очереди для каждого помещения
Для каждого интервала формируется массив значений с количеством людей в помещении. Выбирается наиболее часто встречающееся значение. Если встречается несколько значений с одинаковой частотой, выбирается максимальное.

Получившееся значение — это количество людей в очереди, относящееся к моменту времени t, следующему непосредственно за рассматриваемым интервалом. Всего за час получается набор значений для различных интервалов — т.е. значения к моментам времени t_1 , t_2 …. t_n.
Наиболее часто встречающееся значение в массиве — это количество людей в очереди, относящееся к моменту времени t
Далее для t_1 , t_2 …. t_n вычисляется максимальное и среднее значения количества людей — эти значения отображаются в отчёте в качестве пиковой и средней нагрузки для заданного часа.
Вычисляется максимальное и среднее значения количества людей — эти значения отображаются в отчете
Создали виджет для корпоративного портала, где отображалась информация о том, насколько загружено кафе
2
Система также анализировала часы и посещаемость кафе. На основе полученных данных сотрудник получал совет, стоит идти за булочками прямо сейчас или лучше отложить поход на более подходящее время.
Итог
ДО ВНЕДРЕНИЯ СИСТЕМЫ
ПОСЛЕ ВНЕДРЕНИЯ СИСТЕМЫ
очередь в пиковые часы
50 человек
Результат
Система умной видеоаналитики избавила сотрудников кафе от неконтролируемого аврала в работе, а самих сотрудников банка — от неприятностей вроде длинной очереди и недовольства от ожидания
Цитата заказчика:

«Эксперимент с умной видеоаналитикой не просто помог решить проблему очередей в одном частном случае. Этот кейс стал готовым решением и для других крупных офисов банка.

CenterVision позволит реализовать самые различные сценарии:
• внедрять распознавание лиц;
• развивать оперативную и надежную систему безопасности, которая легко настраивается в соответствии с бизнес-задачами.
Использование системы станет огромным толчком к тому, чтобы повысить качество услуг банка и сделать работу сотрудников приятной и удобной»
очередь в пиковые часы
<15 человек
среднее время нахождения в очереди в пиковые часы
61 минута
среднее время нахождения в очереди в пиковые часы
18,5 минут
cреднее время на обслуживание одного сотрудника
>1,5 минут
длились работы по внедрению системы небольшой командой: со стороны компании — архитектор системы, разработчик, РП, со стороны банка — ИТ–специалист
4 месяца