個案研究 adidas 運用物件偵測和
追蹤功能,提供更優質的
店內購物體驗
追蹤功能,提供更優質的
店內購物體驗
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=7&%3Bhl=zh-tw&hl=zh-tw)
adidas 是全球最認可的運動公司之一。作為運動和運動鞋的源源,adidas 應用程式透過即時運動鞋功能、季節性時尚單曲、運動員靈感和其他內容,讓使用者近距離體驗。
在 adidas 零售商店中,消費者想知道鞋子是否有現貨,雖然 adidas 商店員工使用平板電腦即時檢查庫存庫存,但 adidas 應用程式可讓消費者進行自我檢查。
adidas 應用程式團隊選擇使用傳統視覺化搜尋,讓使用者不必掃描條碼,就能輕鬆搜尋鞋。但要是消費者拍得太近或太遠,可能會導致消費者體驗失準,並浪費時間產生的結果。![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=7&%3Bhl=zh-tw&hl=zh-tw)
具體措施
機器學習套件導入 Object Detection & Tracking API 後,該團隊得以打造順暢、直覺的使用體驗。在 Android 或 iOS 裝置上開啟 adidas 應用程式並按下「試用」按鈕後,手機相機就會使用這個 API,並即時偵測偵測到的鞋子,進而在數百秒內傳回圖片辨識結果,與數百項產品相符。
機器學習套件會即時偵測感興趣的物件,例如 adidas 運動是運動服飾和鞋類。根據這些偵測結果,adidas 應用程式甚至會明確從雲端式圖片辨識服務擷取圖片辨識結果,使用者甚至明確地要求偵測物件的結果。這可大幅提升使用者取得搜尋結果的速度,並帶來流暢且優質的視覺搜尋體驗。
![](https://developers-dot-devsite-v2-prod.appspot.com/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=7&%3Bhl=zh-tw&hl=zh-tw)
結果
adidas 數位零售產品主管 Chris Kettle 表示:「使用 ML Object Detection 和 amp API 追蹤 API 後,我們不僅大幅提升了搜尋使用者的速度和精確度,還能為消費者提供順暢的消費歷程。「消費者掃描鞋款並選取尺寸後,店員就能把一對商品放在商店中任何地方,每個人都喜歡這項功能。」