Nghiên cứu điển hình adidas sử dụng công cụ Phát hiện đối tượng và
Theo dõi để cải thiện
trải nghiệm mua sắm tại cửa hàng
Theo dõi để cải thiện
trải nghiệm mua sắm tại cửa hàng
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=3&%3Bhl=vi&hl=vi)
adidas là một trong những công ty thể thao được công nhận rộng rãi nhất trên thế giới. Là sân nhà của thể thao và giày thể thao, ứng dụng adidas mang người dùng đến gần hơn với hành động bằng cách truy cập tức thì vào các sản phẩm giày thể thao, sản phẩm thời trang theo mùa, nguồn cảm hứng cho vận động viên và hơn thế nữa.
Tại một cửa hàng bán lẻ adidas, người tiêu dùng muốn biết liệu giày có sẵn kích thước hay không. Trong khi đối tác cửa hàng adidas cung cấp máy tính bảng để kiểm tra kho hàng theo thời gian thực, ứng dụng adidas cho phép người tiêu dùng tự kiểm tra.
Nhóm ứng dụng adidas đã chọn tìm kiếm hình ảnh truyền thống để giúp người tiêu dùng dễ dàng tìm thấy giày mà không phải quét mã vạch. Tuy nhiên, nếu người tiêu dùng chụp ảnh quá gần hoặc quá xa, điều này có thể dẫn đến trải nghiệm khó chịu cho người tiêu dùng với kết quả không chính xác và lãng phí thời gian.![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=3&%3Bhl=vi&hl=vi)
Giải pháp
Nhờ sự ra mắt của Công cụ phát hiện và triển khai đối tượng; API theo dõi của Bộ công cụ máy học, nhóm phát triển có thể tạo ra một trải nghiệm liền mạch và trực quan. Sau khi mở ứng dụng adidas trên Android hoặc iOS và nhấn nút "dùng thử", máy ảnh của điện thoại sẽ được kích hoạt và sử dụng API này. Điện thoại sẽ dễ dàng phát hiện giày theo thời gian thực và trong vòng vài giây sẽ trả về kết quả nhận dạng hình ảnh trên hàng trăm sản phẩm.
Bộ công cụ máy học phát hiện các đối tượng quan tâm theo thời gian thực. Trong trường hợp này, adida là những sản phẩm quần áo và giày dép thể thao. Dựa trên những phát hiện này, ứng dụng adidas tìm nạp trước kết quả nhận dạng hình ảnh từ dịch vụ nhận dạng hình ảnh dựa trên đám mây trước khi người dùng thậm chí yêu cầu rõ ràng kết quả cho đối tượng quan tâm. Điều này làm tăng đáng kể tốc độ người dùng nhận được kết quả, dẫn đến trải nghiệm tìm kiếm trực quan liền mạch và dễ chịu.
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=3&%3Bhl=vi&hl=vi)
Kết quả
Chris Kettle, Trưởng bộ phận sản phẩm của Bán lẻ kỹ thuật số tại adidas cho biết: “Bằng cách sử dụng Bộ công cụ phát hiện và hỗ trợ đối tượng của Bộ công cụ máy học, API Theo dõi không chỉ giúp chúng tôi cải thiện đáng kể tốc độ và độ chính xác của việc ghi lại nội dung người dùng đang tìm kiếm." "Sau khi người tiêu dùng quét giày, hãy chọn kích thước để họ có thể mang một đôi giày đến bất kỳ nơi nào trong cửa hàng. Mọi người đều yêu thích tính năng này.".