Premier

John Harmon, CFA, directeur général de la recherche technologique

Introduction

Échelle et opportunité du marché

Technologies de prévention des pertes : analyse de recherche Coresight

Ce que nous pensons

Méthodologie

Le vol au détail est en hausse et il est temps que les entreprises prennent des mesures pour minimiser les pertes et protéger leurs résultats. Comment les détaillants peuvent-ils lutter contre le vol, la fraude et les autres risques de démarque inconnue et atténuer les inquiétudes des clients concernant les achats dans leurs magasins ?

De nombreuses entreprises de vente au détail se tournent vers la technologie pour trouver des réponses. Nous explorons les applications et les avantages de cinq technologies actuelles et futures qui sont à la pointe de la prévention des pertes dans le commerce de détail, notamment l'identification par radiofréquence (RFID), la vidéosurveillance et l'IA générative (intelligence artificielle).

Ce rapport est parrainé par Sensormatic, un leader mondial des systèmes de vente au détail, y compris la RFID, la surveillance électronique des articles (EAS), les étiquettes et étiquettes antivol, les détacheurs, la gestion des stocks et les solutions de trafic de vente au détail.

Ce rapport fait partie de notre série de rapports RetailTech en cours, qui fournit une couverture continue des principales technologies du commerce de détail.

Les entreprises mentionnées dans ce rapport comprennent :Avery Dennison, Deeyook Technology, Impinj, Sensormatic, Zebra Technologies

Autres recherches pertinentes :

Échelle et opportunité du marché

Analyse de la recherche Coresight

Nous identifions cinq technologies clés qui peuvent générer des avantages pour les détaillants dans la prévention des pertes :

Ce que nous pensons

L'esprit criminel est constamment à la recherche de nouvelles opportunités pour recevoir des gains mal acquis et, malheureusement, les détaillants doivent rester vigilants et mettre en œuvre de nouveaux moyens pour les contrecarrer. Heureusement, il existe plusieurs technologies qui peuvent aider les détaillants à réduire le risque de démarque inconnue ou au moins à identifier le vol et la fraude lorsqu'il n'est pas possible de les prévenir ou de les arrêter. Nous nous attendons à ce que les détaillants utilisent des technologies matures telles que la RFID ainsi que des technologies émergentes telles que l'IA générative pour trouver et mettre en œuvre des mesures de prévention des pertes.

Un défi majeur pour les détaillants à l'échelle mondiale reste le vol et la fraude dans le commerce de détail, qui ont de graves répercussions sur la rentabilité et semblent augmenter à un rythme alarmant. Aux États-Unis, les gros titres récents font état de fermetures de magasins liées au vol à l'étalage dans des villes comme Chicago, San Francisco et New York.

Dans ce rapport, nous explorons les technologies actuelles et futures à la disposition des détaillants pour prévenir et réduire la démarque inconnue. Nous nous concentrons principalement sur l'environnement de la vente au détail aux États-Unis, bien que les technologies que nous explorons soient applicables à l'échelle mondiale.

Ce rapport est parrainé par Sensormatic, un leader mondial des systèmes de vente au détail, y compris l'identification par radiofréquence (RFID), la surveillance électronique des articles (EAS), les étiquettes et étiquettes antivol, les détacheurs, la gestion des stocks et les solutions de trafic de vente au détail.

La contraction du commerce de détail s'est élevée à 94,5 milliards de dollars en 2021, en hausse de 4,1 % par rapport à 90,8 milliards de dollars en 2022, selon l'enquête sur la sécurité du commerce de détail de septembre 2022 de la National Retail Federation (NRF). Le taux de démarque inconnue était de 1,4 % des ventes, ce qui est resté constant au cours des cinq dernières années. Bien qu'il soit facile de confondre la démarque inconnue avec le vol - et ce rapport fera probablement la même généralisation pour des raisons de commodité, le NRF a constaté que les deux principales sources de démarque inconnue en 2021 étaient liées au vol - le crime organisé dans le commerce de détail (ORC) et le vol par les employés/internes. — qui représentaient ensemble 65,5 % de toute la démarque inconnue, comme le montre la figure 1.

De plus, les détaillants interrogés ont constaté une augmentation de 26,5 % d'une année sur l'autre des incidents ORC. Encore plus alarmant, quatre détaillants interrogés sur cinq ont signalé des violences et des agressions associées aux incidents de l'ORC, selon le NRF.

Figure 1. Réduction des stocks par source, 2021

Cependant, les chiffres datés de la démarque inconnue de l'industrie ne rendent pas justice aux préoccupations actuelles des entreprises de vente au détail concernant la démarque inconnue et ne tiennent pas compte de la récente augmentation des vols à l'étalage.

Le PDG de Target, Brian Cornell, dans une interview à la suite de la publication des résultats du détaillant pour le premier trimestre de 2024 (premier trimestre de l'exercice 2024), a déclaré que la démarque réduirait sa rentabilité sur l'ensemble de l'année de 500 millions de dollars en 2023. Sur la base des chiffres publiés pour 2022, nous estimons que la démarque inconnue a réduit le chiffre d'affaires brut. profit de 753 millions de dollars en 2022, ce qui représente un taux de contraction de près de 3 %, dépassant de loin le chiffre du NRF.

Outre les causes sociales (qui dépassent le cadre de ce rapport), l'éruption du vol à l'étalage a été alimentée par des seuils élevés de vol criminel, des difficultés à poursuivre les contrevenants et une augmentation de l'ORC. La police ne répondant pas aux plaintes pour vol qualifié (c'est-à-dire avec un vol total généralement inférieur à 1 000 $ - et les voleurs le savent), les détaillants ont besoin d'aide pour déposer une plainte pour crime. De nombreux détaillants ne poursuivent pas les voleurs en raison des dommages perçus à leur image et à leur réputation par le processus disgracieux d'arrestation d'un voleur.

De nombreux détaillants ont réagi en fermant les marchandises, ce que Dollar Tree a récemment qualifié de « marchandisage défensif », ou en fermant complètement les magasins.

Ces mesures sont susceptibles d'avoir un effet sur les consommateurs. Une récente enquête de Coresight Research a demandé aux consommateurs américains ce qu'ils pensaient du commerce de détail dans l'environnement actuel de vol à l'étalage (voir la méthodologie pour plus de détails) et a constaté que :

Les détaillants sont très motivés pour réduire les pertes et atténuer les inquiétudes de leurs clients concernant les achats dans leurs magasins.

Nous identifions cinq technologies clés qui peuvent générer des avantages pour les détaillants dans la prévention des pertes, comme nous le décrivons dans la figure 2 et discutons en détail ci-dessous.

Figure 2. Technologies de prévention des pertes et avantages

La citation « vous ne pouvez pas gérer ce que vous ne pouvez pas mesurer » attribuée au penseur de la gestion Peter Drucker sonne vrai en matière de prévention des pertes, en particulier en ce qui concerne les sources de démarque inconnue présentées dans la figure 1. La démarque inconnue représente un stock non comptabilisé, qui doit compter en premier lieu.

Les étiquettes d'articles permettent aux détaillants d'assurer l'exactitude des stocks, condition préalable aux services populaires tels que l'expédition depuis le magasin, le ramassage en bordure de rue et le BOPIS (achat en ligne, ramassage en magasin). La précision des stocks permet également un meilleur contrôle des prix et minimise le fonds de roulement bloqué dans les stocks.

Il existe plusieurs technologies d'étiquetage d'articles, qui comprennent généralement une étiquette (un certain type d'identification d'article) plus un moyen de détection.

Les étiquettes RFID offrent une solution flexible et peu coûteuse pour la gestion des stocks et la prévention des pertes en raison de leur capacité à fournir des données d'identité et de localisation. Pour les efforts de prévention des pertes, les étiquettes RFID fournissent trois éléments d'information clés :

Les étiquettes RFID permettent aux détaillants de savoir ce qui suit en cas de vol et de fraude : quels articles ont été pris, l'heure et la date, et s'ils sont partis par la porte avant ou par la porte arrière. Ces données peuvent être utilisées pour trouver des modèles afin d'identifier les causes de la démarque inconnue et de prendre des mesures contre la démarque inconnue, par exemple en modifiant la présentation ou l'emplacement des produits dans le magasin ; les détaillants peuvent mieux comprendre quels articles sont le plus volés, quels SKU en quelles quantités et à quelles heures de la journée. Par exemple, des articles non payés qui quittent le magasin avant l'ouverture ou après la fermeture indiquent probablement un cas de vol par un employé. Tout aussi important, le magasin connaît la valeur des articles pris, ce qui est pertinent pour constituer potentiellement un cas de crime lorsque la valeur des articles dépasse le seuil pertinent.

Figure 3. L'application de la RFID dans un magasin de détail

Les étiquettes RFID peuvent également améliorer l'expérience client. Par exemple, le détaillant Uniqlo utilise des étiquettes RFID pour le paiement en libre-service, où les articles à acheter sont placés dans une poubelle (qui comprend un lecteur RFID) qui scanne automatiquement les articles. Lorsque le consommateur passe à la caisse, paie et quitte le magasin, la vue d'inventaire est immédiatement mise à jour.

Les puces RFID d'Impinj qui utilisent la norme RAIN (dérivé de Radio-frequency Identification) offrent un "mode protégé", dans lequel les étiquettes peuvent être rendues "invisibles" aux lecteurs (par exemple, une fois l'article acheté) et donc ne pas déclencher des actions de prévention des pertes lorsque le client quitte le magasin ; le tag peut simplement être réactivé en cas de retour. Les puces Impinj plus récentes peuvent contenir des données cryptées qui ne peuvent être lues que par un lecteur avec des puces contenant le code de décryptage, ce qui leur permet de garantir la confidentialité des données enregistrées dans la puce.

Il n'est pas strictement vrai que les voleurs peuvent utiliser une feuille d'aluminium pour bloquer les signaux RFID, bien que les conducteurs métalliques absorbent le rayonnement électromagnétique ; le papier d'aluminium ne bloque la RFID que sur de longues distances. Une cage de Faraday bloquerait tous les champs électromagnétiques, mais un tel dispositif dépasse probablement les capacités de la plupart des voleurs à l'étalage. Pourtant, les détaillants doivent être conscients des matériaux tels que les métaux, l'eau, le béton et le cuir et plus encore (même la peinture) lors de la conception des magasins et des arrière-boutiques pour s'assurer que leurs antennes sont capables de couvrir l'espace de vente au détail.

La technologie EAS traditionnelle peut également identifier des mesures pour contrecarrer le matériel de détection. La figure ci-dessous comprend une matrice d'images vidéo, l'image en haut à droite montrant une alerte indiquant la détection d'une alarme à feuille métallique, c'est-à-dire que le client est entré dans le magasin avec un sac doublé d'aluminium conçu pour contourner les systèmes EAS.

Comme une image vaut mille mots, la vidéo fournit la pièce manquante essentielle à une plate-forme de protection contre les pertes, fournissant une image du voleur présumé, ainsi qu'une idée de ce qu'il transporte, ainsi que la date et l'heure.

La combinaison de « quoi, quand et où » des balises d'articles avec « qui, quand et où » de la vidéo fournit une image claire de ce qui a été pris, quand et par quelle sortie, avec une image de l'auteur et de multiples incidents de la même individu peut être combiné pour déposer un crime de vol auprès des forces de l'ordre une fois que les seuils pertinents ont été dépassés.

La combinaison de la vidéo et des puissantes capacités de l'intelligence artificielle (IA) permet la détection de nombreux types de comportement humain, dont beaucoup peuvent ne pas être apparents pour la personne observée. Les capacités de la plateforme de vente au détail de vidéos de Sensormatic incluent la détection/analyse de :

La protection des clients, des associés et du magasin représente un élément majeur de la prévention des pertes, et les capacités ci-dessus de l'IA et de la vidéo permettent aux plateformes de détecter et d'alerter les employés du magasin des menaces et dangers émergents, notamment :

L'utilisation de logiciels de reconnaissance faciale dans la prévention des pertes soulève généralement des inquiétudes importantes concernant la confidentialité des résidents américains, bien que la technologie soit utilisée et acceptée dans d'autres pays. Walmart aurait utilisé la reconnaissance faciale pour identifier les voleurs à l'étalage connus, mais a abandonné son utilisation à la suite de plaintes concernant la confidentialité, mais la société fait l'objet d'un recours collectif alléguant qu'elle a utilisé la base de données de reconnaissance faciale de Clearview AI dans l'Illinois.

Certains signes indiquent que les objections des résidents américains à la reconnaissance faciale pourraient s'atténuer : la technologie est utilisée dans d'autres secteurs tels que l'aviation - les compagnies aériennes et la Transportation Safety Administration (TSA) des États-Unis l'utilisent désormais pour la vérification de l'identité au point de contrôle de sécurité et porte d'embarquement. La technologie a également été la norme pour identifier les consommateurs dans plusieurs générations d'iPhones Apple.

Les consommateurs acceptent également d'autres formes d'identification biométrique. Par exemple, Panera Bread teste l'application de numérisation manuelle Amazon One dans ses restaurants de St. Louis, Missouri. Les consommateurs sont également peut-être plus à l'aise avec le terme "identification biométrique" qu'avec "reconnaissance faciale".

Les terminaux de paiement en libre-service améliorent l'efficacité et l'autonomie de nombreux consommateurs, car ils leur permettent de payer plus rapidement et de prendre le contrôle du processus. Pourtant, chaque nouvelle technologie ouvre la porte à de nouvelles façons pour les mécréants d'exploiter leurs faiblesses, ce qui crée un besoin de solutions pour y remédier. Les principaux fournisseurs de SCO incluent Diebold Nixdorf, Fujitsu NCR et Toshiba.

La figure 4 montre une sélection de risques de vol et de fraude dans le cadre du processus de paiement en libre-service de base. Les esprits sournois pourront imaginer encore plus de façons de contourner même les meilleures mesures de sécurité.

Figure 4. Processus de paiement en libre-service simplifié : risques de perte, de vol et de fraude

Les terminaux de paiement en libre-service actuels contiennent plusieurs capteurs et mesures pour réduire le vol et la fraude, notamment des balances et des caméras. La figure 5 contient un terminal de paiement en libre-service annoté, dont nous discutons les éléments ci-dessous.

Figure 5. Terminal de paiement automatique annoté

Caméra orientée vers le bas . La caméra orientée vers le bas permet aux agents de prévention des pertes de détecter les vols et les fraudes qui se produisent en dehors du champ de vision de la caméra frontale, comme le transfert d'articles directement dans le sac du client. Il exploite également l'IA pour détecter les erreurs de numérisation, le changement de produit, le fait de laisser des articles dans le panier et de laisser des articles dans le panier. Le module contient un voyant lumineux pour signifier le besoin d'assistance client, ou une situation potentielle de vol/fraude.

Scanner d'articles/caméra frontale . Cet ensemble comprend deux capteurs : le scanner d'articles en bas et celui face au client, qui comprend une caméra qui peut identifier les produits et les étiquettes, ainsi que surveiller l'activité du client. Ces images sont utilisées pour l'assistance à la liste de sélection (par exemple, en spécifiant le type de pomme numérisée) et l'assurance produit. Bien que le flux vidéo ne soit pas nécessairement surveillé en temps réel par un associé à la prévention des pertes, il peut être enregistré et le message "vous êtes en vidéo" sert à dissuader certains voleurs potentiels.

Échelle dans la zone d'ensachage . La balance remplit une fonction très importante, comparant le poids supplémentaire d'un article au poids moyen dans le temps dans une base de données de produits vendus par le détaillant. La divergence du poids réel d'un article par rapport à une ligne de base (dans une certaine tolérance) pourrait représenter un cas de changement d'étiquette. La faiblesse de cette méthode est que cette moyenne peut être corrompue par une mauvaise utilisation ou une erreur d'abus du système.

Les caméras des systèmes de paiement en libre-service peuvent également tirer parti de l'IA à des fins telles que la vérification de l'âge pour l'achat d'alcool et de tabac.

Toutes les technologies efficaces de prévention des pertes ne nécessitent pas d'étiquettes d'articles ou de données vidéo informatiques. De nombreuses informations précieuses sont intégrées dans les données quotidiennes d'inventaire et de point de vente (POS) qui peuvent être extraites à l'aide de l'automatisation et de la capacité de l'IA à identifier les relations cachées au sein des données.

Nous résumons les capacités de l'IA comme suit :

Les plates-formes d'analyse telles que Zebra Prescriptive Analytics surveillent les données pour déterminer un niveau de référence normal pour certains éléments de données, qui sont utilisés pour détecter les anomalies. Bon nombre de ces formes de vol et de fraude peuvent être détectées lors du processus de paiement. La différence ici est qu'il s'agit d'une solution logicielle. Voici des exemples de ces anomalies :

Dans chacun des exemples ci-dessus, une ligne de base est établie où les données de la tentative de transaction frauduleuse sont en dehors des limites normales et génèrent une alerte pour une inspection plus approfondie.

Figure 6. Présentation des types de vol et de fraude que l'IA peut détecter

L'analyse prescriptive aide également les détaillants à identifier les opportunités de revenus cachées, les sources de gaspillage et de non-conformité, ainsi que les déséquilibres d'inventaire, tels que la disponibilité des marchandises dans l'entrepôt mais pas sur l'étagère du magasin, qui est un domaine très sensible de la satisfaction client.

L'IA est en pratique aujourd'hui dans plusieurs autres applications, dont les suivantes :

Alors que la technologie d'IA générative a mis des années à se développer, la technologie a fait sensation en novembre 2022, avec le lancement par OpenAI de ChatGPT (basé sur GPT-3.5), et GPT-4 est déjà disponible. Les premières capacités de la plate-forme incluent sa capacité à répondre aux questions en langage naturel et à résumer et générer du texte. Depuis le lancement de ChatGPT, plusieurs fournisseurs mondiaux de technologies ont annoncé l'ajout de la fonctionnalité GPT à leurs plates-formes, notamment Google, Microsoft et Salesforce.

La combinaison du traitement du langage naturel (NLP) et de la capacité à trouver des connexions entre de grandes quantités de données signifie que l'IA générative pourrait être un outil puissant et flexible pour les détaillants, ces atouts lui permettant de remplacer de nombreuses plates-formes logicielles dédiées. De plus, cette flexibilité pourrait lui permettre de créer des solutions en peu de temps - un avantage majeur pour les détaillants - car de nouvelles formes de vol et de fraude peuvent émerger rapidement et se propager rapidement par les médias sociaux, et les plates-formes logicielles ont besoin de temps pour être écrites, déboguées et testées. .

À ce stade précoce, nous pouvons spéculer sur les applications probables de l'IA générative, notamment les suivantes :

Encore une fois, avec les chatbots IA, les employés chargés de la prévention des pertes peuvent poser des questions en langage clair, et l'IA trouve des modèles, qui peuvent être interrogés et affinés, ce qui offre une expérience plus interactive que les rapports et tableaux de bord fixes. Au moment de la rédaction de ce rapport, aucun fournisseur de prévention des pertes n'a annoncé de produits tirant parti de l'IA générative ; cependant, les plus avancés l'expérimentent probablement, et ce n'est qu'une question de temps avant que de nouveaux produits et capacités ne soient annoncés.

L'esprit criminel est constamment à la recherche de nouvelles opportunités pour recevoir des gains mal acquis et, malheureusement, les détaillants doivent rester vigilants et mettre en œuvre de nouveaux moyens pour les contrecarrer. Heureusement, il existe plusieurs technologies qui peuvent aider les détaillants à réduire le risque de démarque inconnue ou au moins à identifier le vol et la fraude lorsqu'il n'est pas possible de les prévenir ou de les arrêter. La combinaison de l'œil vigilant des caméras vidéo et des capacités sans cesse croissantes de l'IA offre de nouveaux moyens puissants d'identifier les comportements qui suggèrent l'intention de voler à l'étalage, permettant aux détaillants d'effrayer ou de faire honte aux voleurs potentiels de perdre leur sang-froid. La capacité de l'IA à utiliser la puissance de calcul pour trouver des relations cachées dans les données permet aux détaillants d'identifier le vol et la fraude non visibles à l'œil humain. Enfin, la puissance de l'IA générative libère une grande puissance d'analyse et une grande flexibilité, qui peuvent être prêtes à identifier et à prévenir de nouveaux moyens intelligents de vol et de fraude.

Les données de ce rapport proviennent d'une enquête en ligne menée par Coresight Research le 17 avril 2023 auprès de 401 consommateurs américains âgés de 18 ans et plus. Les résultats ont une marge d'erreur de +/- 5 %, avec un intervalle de confiance de 95 %.

Ce document a été généré pour