Биометрические системы для учета рабочего времени: что важно знать и принимать во внимание ритейлеру

Операционный блок розницы имеет KPI по продажам, и при этом каждая отдельно взятая точка розничной сети зачастую живет достаточно автономно. Перед управляющей компанией она отчитывается о том, достигла или не достигла поставленных показателей. Как показывает практика, в реальности сотрудники на местах могут выходить работать не так, как это отражено в табеле, который видит управляющая компания. Случаются такие ситуации: формально при полном штате и хорошем трафике почему-то падают продажи. Когда начинают разбираться, выясняется, что в какой-то момент сотрудник опоздал на работу, в какой-то ушел раньше, а в какой-то вообще не явился. Или вышел, но не в свою смену. Количество рабочих часов совпало с плановым – работник считает, что честно выполнил свои обязательства перед работодателем. Но так как работал он не в то время, когда это было на самом деле нужно, магазин потерял клиентов и продажи. Получается, что бизнес бьется за эффективность, но не понимает, как работают его сотрудники. У работодателя возникает справедливый вопрос: как взять дисциплину под контроль и убедиться, что работники четко выходят в смены? В масштабах крупных сетей сложно отследить все процессы на местах. Справиться с этой задачей могут помочь системы учета рабочего времени.

Какие технологии применяются в системах учета рабочего времени

На рынке существует несколько вариантов.

“Классические” системы СКУД. Сотрудники приходят на работу и отмечаются, прикладывая магнитную карточку к считывателю. Такие системы не отличаются надежностью. Карточку можно легко передать другому человеку, и отметки в системе могут как угодно расходиться с реальностью.

Биометрия пальца. Метод плох тем, что он контактный. Стекла считывателя затираются, данные некоторых людей могут считываться плохо или не считываться вовсе. Вдобавок умельцы научились фальсифицировать отпечатки. При невысокой надежности это самый дешевый способ биометрической идентификации – средняя цена за одно устройство составляет порядка 50 долл.

Биометрия ладоней и вен. Это достаточно надежный метод. На рынке доступны устройства от производителей из Азии, есть отечественные разработчики. Слабое место технологии состоит в том, что когда происходит отток крови, вены становятся плохо различимы. Большая нагрузка идет и на форм-фактор устройства: размер руки у всех разный, ладонь нужно определенным образом расположить над устройством, чтобы снимок вен был корректным. Второй недостаток – высокая стоимость. Цена считывателя у разных производителей варьируется от 15 до 30 тыс. рублей. И это, как правило, только сам датчик. Многие производители устройства не включают в комплект поставки программное обеспечение, а предлагают покупателям писать софт самостоятельно. В одной из крупнейших российских торговых сетей установили порядка 5 тыс. таких биометрических устройств для идентификации сотрудников торговых точек. Но дальше дело не пошло из-за ограниченной производительности: девайсы не позволяли расширить базу для распознавания.

Биометрия радужки глаза. Хорошая и надежная технология. Используя ее, очень важно четко соблюсти все условия для корректной работы, правильно смотреть в камеру. В силу этого, а также того, что этот тип устройств для аутентификации достаточно дорогой, они мало распространены.

Голосовая биометрия. О надежности этого метода говорить, увы, не приходится. Помещения, в которых “чекинятся” работники розничных сетей, часто шумные – там же присутствуют и клиенты. Разные голоса и посторонние шумы ведут к некорректной аутентификации.

Биометрические системы распознавания лиц. Оптимальный вариант с точки зрения баланса точности и стоимости. У всех систем в основе лежит приблизительно один набор алгоритмов: это опенсорсные библиотеки Open CV и Dlib. При этом разработчики программного обеспечения обучают нейросети с разными параметрам, на разных базах и выборках. Чем больше база, тем эффективнее и точнее работа системы. Этот метод – самый распространенный на рынке, поэтому остановимся на нем подробнее.

Биометрические системы распознавания лиц: что важно знать

Наряду с большой базой для «тренировки» алгоритмов, важная характеристика при выборе биометрического решения для распознавания лиц – камера (или камеры). От их корректной работы зависит успех в борьбе с фродом: например, если кто-то попытается обмануть систему, выдавая за человека его фотографию. Некоторые производители используют 3D-камеры, которые умеют отличать фотоснимок от живого человека за счет построения объемного изображения.

Другой подход – не одна, а несколько камер. Интересный вариант решения – две веб-камеры, которые могут работать в широком диапазоне условий. За счет расположения под углом друг к другу они могут захватывать такой же объем, как 3D-камеры, эффективно определяя, человек находится перед объективом или изображение.

На итоговую стоимость влияет набор используемых технологий. И если 3D-камеры стоят около 100 долл., то цена веб-камер в среднем не превышает 10 долл.

Сам процесс распознавания проходит в несколько этапов. Один алгоритм «считывает» лицо перед камерой, и на этом этапе происходит валидация: живой это человек или изображение. На основе снимка камеры формируется дескриптор, который затем «скармливается» обученной нейросети, которая определяет, что за сотрудник перед нами. Дескриптор – метка, которая формируется на основе лица человека. По ней идет дальнейшее распознавание – она сравнивается с другими метками в базе.

При выборе биометрической системы важно обратить внимание на то, как хранятся и обрабатываются данные. Если сама система не хранит ни фото, ни другие персональные сведения о сотрудниках, а только обезличенные дескрипторы и цифровые ID, это снимет с компании целый ряд потенциально спорных вопросов в части законодательства по персональным данным и упростит работу службе безопасности.

На некоторых объектах, таких как удаленные торговые точки или АЗС, случаются перепады напряжения и сбои. Поэтому еще один важный момент – поддерживает ли биометрическое устройство работу офлайн и в автономном режиме, как долго оно может работать от аккумулятора, и какие каналы подключения имеет (ethernet, WI-FI, 3G-модем для работы через мобильные сети).

В дополнение к штатным сотрудникам торговые сети привлекают внешний персонал. Если внесение данных в биометрическую систему по всем таким работникам происходит на стороне сети, это увеличивает срок старта полноценной работы с системой в каждом новом случае. Поэтому хорошо, когда реализован дополнительный сценарий подгрузки фотографий работников подрядчиком. Модель моментально формирует на основе фото новые дескрипторы, и внешний сотрудник в первый же день может отмечаться в системе.

Больше, чем просто учет рабочего времени

Биометрические технологии идентификации сотрудников открывают ритейлерам более широкие возможности, чем учет рабочего времени. Терминал с биометрическим модулем авторизации может выступать полноценным киоском самообслуживания, который поставляет сотруднику различные сервисы. От информирования до запроса справок и мотивационной составляющей – спектр таких сервисов ограничен только задачами бизнеса.

Данные, дескрипторы сотрудников и оргструктура хранятся на центральном сервере. С него же идет управление привязкой сотрудников к терминалам, мониторинг и управление, централизованное обновление программного обеспечения. Стоимость таких терминалов у различных производителей варьируется от 20 до 70 тыс. рублей.

Пока в российской рознице достаточно низкое проникновение биометрических технологий, по нашим оценкам, оно не превышает 10%. Ближе всего к массовому внедрению подошли федеральные сети с высоким уровнем зрелости.

Многих игроков смущает стоимость биометрических проектов при покрытии всей сети. Но если проанализировать издержки из-за низкого контроля дисциплины, легко подсчитать, как быстро подобный проект себя окупит. Как показало внутреннее исследование одной из крупных федеральных торговых сетей, 15% времени персонал торговых точек выходил не в те часы, которые были запланированы в графиках смен. Из-за низкой дисциплины и отсутствия контроля на каждой точке с 10 сотрудниками сеть ежемесячно теряла порядка 30 тысяч рублей. И это не говоря о падении качества покрытия трафика и ухудшении уровня сервиса.