ОБЗОР БИОМЕТРИЧЕСКИХ МЕТОДОВ ИДЕНТИФИКАЦИИ ДЛЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ МАРКЕТИНГА В РОЗНИЧНОЙ ТОРГОВЛЕ

OVERVIEW OF BIOMETRIC IDENTIFICATION METHODS FOR THE MARKETING INFORMATION SYSTEM IN RETAIL

Nikita Evsyugov

student, Department of Automated Control Systems, Ufa State Aviation Technical University,

Russia, Ufa

АННОТАЦИЯ

В данной статье обозреваются существующие биометрические методы удаленной идентификации потребителей для информационной системы маркетинга магазинов в розничной торговле.

ABSTRACT

This article reviews existing biometric remote consumer identification methods for the retail store marketing information system.

Ключевые слова: биометрия, идентификация, аутентификация, распознавания лиц, розничная торговля, стимулирование сбыта.

Keywords: biometrics, identification, authentication, facial recognition, retail, sales promotion.

ВВЕДЕНИЕ

В настоящие дни рост и развитие информационных технологий во многих сферах жизни не может оставаться незамеченным. Особенно можно наблюдать всплеск применения биометрических технологий в различных прикладных областях как одно из решений распознавания людей [1]. С каждым годом как крупные, так и малые сети магазинов делают все сильнее упор на автоматизацию и реинжиниринг различных процессов как на способ повышения эффективности своей деятельности, наращивая техническое и информационное превосходство.

Актуальность данной темы состоит в том, что на данном этапе развития маркетинговых инструментов и применяемых технологий исследования стимулирования сбыта товаров проходят неэффективно, т.к. сбор данных не может проходить индивидуально под каждого клиента и непрерывно. Т.е. без непрерывных маркетинговых исследований для каждого клиента не достичь максимального результата со стороны снижения затрат и повышение товарооборота.

При нынешнем подходе стимулирования сбыта товаров существует несколько серьёзных аналитических проблем. Специалисты по маркетингу при подготовке стимулирования основываются в целом на общую картину потребителей рынка без привязки к индивидуальной оценке каждого клиента, т.е. их интересов (не считая всяких действий в разного рода информационных системах магазинов). Если при подготовке стимулирования все же были использованы исследования в виде различных фокус-групп и опросов, то они имеют небольшую выборку. Все это может привести к ошибочным результатам и выводам в течении проведения всего процесса. Т.е. без непрерывных маркетинговых исследований для каждого клиента не достичь максимального результата со стороны снижения затрат и повышение товарооборота.

Для увеличения точности маркетинговых результатов и повышения эффективности стимулирования товаров есть необходимость внедрения и применения некого комплекса технических средств и информационных систем, который позволил бы распознавать клиентов для анализа их поведения в магазине чтобы в дальнейшем предлагать релевантные товары. Все это позволит перейти процессу стимулированию на новый виток развития.

Целью исследования является анализ существующих решений по поставленной проблеме процесса стимулирования сбыта товаров клиентам.

Задачами исследования являются:

‒ анализ проблемы выбранной предметной области;

‒ выявление и изучение методов решения, которые можно соотнести к проблеме;

‒ оценка, выбор и обоснование оптимального способа решения проблемы.

1 АНАЛИЗ СУЩЕСТВУЮЩИХ РЕШЕНИЙ ПРОБЛЕМЫ

Чтобы подробно изучать существующие биометрические системы необходимо углубиться в саму суть ее технологии. Нужно выяснить принцип работы таких систем как с программной, так и с технической стороны. Также разобраться с самими биометрическими данными, т.е. какие есть способы проверки в мире. Что же такое идентификация и аутентификация?

Биометрические технологии – автоматическое или автоматизированное распознавание личности, основанное на определении поведенческих и биологических (анатомических и физиологических) характеристик (ГОСТ Р ИСО/МЭК19794-2—2005) [2].

Идентификация – это процедура, позволяющая однозначно распознать субъекта по его идентификатору в той или иной системе. После идентификации производится аутентификация. Аутентификация – это процедура проверки подлинности идентификатора или человека. Для этого выделяют три основных фактора аутентификации:

‒ знания (то, что известно только нам) - пароль, ПИН-код, ключ и т.д.;

‒ владения (то, что имеем только мы) - пропуск, смарт-карта, общегражданские документы и т.п.;

‒ свойства (то, что является нашей неотъемлемой частью) - биометрические данные (отпечатки пальцев, голос, сетчатка глаза и т. д.).

Именно по последнему фактору и основываются различные биометрические методы аутентификации. Существует множество таких методов, к которым применяются различные технологии проверки и стандарты [3].

Практически во всех случаях биометрия по своей сути – это математическая статистика, и при реализации технологий для каждой биометрии применяются отличимые алгоритмы.

Ранее указанные определения терминов идентификации и аутентификации можно соотнести к процедуре, когда человек сам вводит в системе свои данные, что подразумевает последующую авторизацию. Сама же идея применения биометрии в розничной торговле заключается в непрерывном сборе поведенческих данных покупателей (историю покупок, время проведения у определенного прилавка и т.д.) без представления своей биометрии каждый раз для анализа в дальнейшем стимулировании товаров.

Можно подумать, что биометрическая идентификация и аутентификации связаны неразрывно. На самом деле они отличаются тем, что при идентификации пользователь соотносится путем сравнения его биометрических данных со всеми, имеющимися в системе, до момента нахождения совпадения. При аутентификации пользователь для подтверждения своей учетной записи предоставляет биометрию, система по этому логину считывает его эталонные биометрические данные из базы данных и затем производит их сверку с теми, которые предоставляет пользователь [4].

Из всего многообразия биометрических данных для применения в ритейле самыми эффективными будут методы удаленной идентификации, которые не требуют вмешательства человека. К таким данным автор относит: геометрия лица, термограмма лица, голос, электромагнитные излучения и другие возможные методы. Чтобы сузить круг до самого перспективного метода придется изучить их особенности и тенденции на рынке как международного, так и в частности российского.

Данная область в качестве решения была выбрана за счет стремительного развития и заинтересованности многих стран. Притом приоритет за последние годы сместился на бесконтактные методы биометрического распознавания. На мировом рынке биометрических систем активно применяются технологии, основанные на следующих биометрических данных [5]:

‒ отпечатки пальцев (более 50% всего объема рынка);

‒ изображение лица (21,6%);

‒ изображение радужной оболочки глаза (10,2%);

‒ голос (4%);

‒ рисунок вен (3%);

‒ геометрия ладони, ДНК и иное (около 7%).

Рынок России находится на стадии более динамичного развития, чем мировой. Прогнозируемые ежегодные темпы роста биометрических технологий в России в ближайшие два года превысят общемировой показатель более чем в 1,5 раза, что также увеличит долю России на глобальном рынке биометрии (рисунок 1).

Рисунок 1. Темпы роста мирового и российского рынка биометрии

Структура российского рынка биометрических технологий значительно отличается от мирового. В то время как в мире доминирующую долю продолжает занимать распознавание по отпечатку пальца, в России наблюдается активное увеличение распознавания по лицу. К 2020 году технологии распознавания лица в России увеличат свою долю в объеме всего российского биометрического почти до 50% [6]. (рисунок 2).

Рисунок 2. Структура российского и мирового рынка биометрических технологий

Исходя из рыночных данных, самой растущей технологией является Face ID, которая может применяться дистанционно, что даст розничной торговле ощутимый комфорт. Но, прежде чем остановить свой выбор на ней, нужно сравнить её с остальными биометрическими данными, чтобы дать оценку эффективности. Сравнение каждого типа биометрии будет происходить по таким критериям как: безопасность, удобство и ценовая доступность.

Основным параметром, характеризующим безопасность биометрической аутентификации, являются коэффициент ложного допуска FAR (False Acceptance Rate) и ошибочный отказ в доступе FRR (False Rejection Rate) [7]. Для критерия удобства будут играть такие параметры как скорость срабатывания, форма считывания и чувствительность к изменениям. Оценка будет основываться на трехуровневой системе: низкий, средний и высокий. Сравнение биометрических технологий с помощью количественной оценки представлено в таблице 1.

Таблица 1.

Сравнительная оценка технологий биометрической аутентификации

Исходя из таблицы, самыми лучшими биометрическими показатели являются голос, радужная оболочка и 3D лицо.

Биометрические технологии распознавания личности уже давно применяются во многих компаниях для систем контроля и управления доступом, а также учета рабочего времени. Основой таких систем является биометрический терминал, который считывает данные пользователя и сверяет с его шаблоном. Данные системы не требовательны к дополнительным программным и аппаратным ресурсам. Исходя из необходимых задач может понадобиться только один терминал, т.к. во многих таких системах встроены программные модули и своё хранилище шаблонов. Для крупных же предприятий данные системы могут подключаться к преграждающим устройствам, различным ПО и внешним базам. С самых первых годах развития Программные модули большей части таких систем основаны на одной из известной математической модели «нейронных сетях», использующие векторы для своей работы [8].

Для биометрического распознавания личностей при проведении процесса стимулирования сбыта товаров в розничной торговле понадобится целый комплекс технических и программных средств. Исходя из выше полученного анализа лучшим выбором будет идентификация по лицу. Таким образом, схема комплекса технических средств будет выглядеть следующим образом: биометрическая база данных, камеры видеонаблюдения, сервер, CRM-система и другие системы магазинов. Но такой комплекс очень зависит от возможностей каждого вовлеченного ресурса. Так для розничной торговли (как и других сфер деятельности) потребуется огромное централизованное хранилище шаблонов лиц в непрерывном онлайн режиме, что может вызвать сложности при передаче баз лиц распределенным объектам автоматизации, которые имеют свои локальные сети [9].

Отечественные и зарубежные попытки применения систем биометрического распознавания личности по лицу уже имеют опыт (в банках, аэропортах, стадионах и т.д.) [10]. Но в России стремительный рост применения биометрии с высоким уровнем качества произошел в финансовом секторе, в частности в банковской сфере.

На примере крупнейшего банка России «Сбербанк», бизнес-стратегия которой на 2020 год, поставленная еще в 2017 году, заключается в выходе на российский рынок финансовых услуг с улучшенной и расширенной экосистемой, увеличением долей небанковских услуг, а также с техническим превосходством для нового уровня конкурентоспособности. Придерживаясь этого технического наращивания, компания начала поэтапную волну сокращения сотрудников, где уже произошла роботизация или масштабная автоматизация внутренних процессов [11]. Все это ведет к тому, что в последующим десятилетии крупные российские банки плавно начнут переход на дистанционное банковское обслуживание, где будет предоставляться максимальный спектр услуг. Об этом подтверждают и данные исследований, что уже в 2018 году доля участников интернет-банкинга выросла до 45,1%.

Также у нынешних интернет-банков все юридические значимые действия происходят через сканы документов, а в онлайн-системах обычных банков присутствуют только самостоятельные небольшие операции для выполнения, а юридические в итоге приведут в отделение.

При таком дистанционном обслуживании сразу вытекает серьёзная проблема идентификации и аутентификации клиентов. Для нового подхода необходимы жесткие меры безопасности с целью точной идентификации пользователя, благодаря которым обмануть её будет невозможно. Так в 2018 году была разработана компанией «Ростелеком» Единая биометрическая система для удаленной идентификации человека [12].

В течении первого полугодия 2018 отделения крупных российских банков приняли участие в тестировании ЕБС и 30 июня 2018 года ЕБС уже официально заработала. Еще на стадии ранних разработок Сбербанк заявил, что будет использовать эту технологию одними из первых в России, что способствует в дальнейшем развитию автоматизации и реинжиниринга различных процессов среди не только банков, но и компаний совсем других сфер отраслей.

Запуск ЕБС в банковской сфере, которые остро нуждались в этой технологии, можно назвать первой волной, которая продлится до конца 2020 года. На основе анализа успехов ее работы, Ростелеком расширит сферы применения и начнет предоставлять свои услуги по биометрии розничной торговле. В работу системы также входит анализ уже имеющихся биометрических алгоритмов и возможность добавления новых, что позволяет решать задачи маркетинга [13].

ВЫВОДЫ

В ходе работы автор выявил маркетинговую проблему в магазинах, которая приводит к снижению товарооборота. Затем на основе проблемы предложено решение в виде биометрического распознавания личностей и сбора анализа. Затем был выяснен принцип работы данной технологии. Изучив структуру рынка биометрических технологий и их свойства, был выявлен лучший метод и на его основе оптимальная существующая биометрическая система для целого комплекса решения.

Список литературы:

1. Купцов Р.Р. Анализ современных методов биометрической идентификации СКУД // Студенческий научный журнал. 2018. № 8. С. 32-35.
2. Мазниченко Н.И. Области применения и принципы построения биометрических систем идентификации личности // Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование. 2007. № 19. С. 127-132
3. Девицына С.Н., Мешков А.В. Обзор современных биометрических методов идентификации личности // Сборник тезисов докладов I Всероссийской научно-практической конференции. г. Севастополь: Севастопольский государственный университет, 2018. С. 77-80
4. Конявский В. А. Удаленная идентификация/аутентификация с использованием биометрии [Электронный ресурс]. – Режим доступа: http://lib.itsec.ru/articles2/biometric/udalennaya-identifikatsiya-autentifikatsiya-s-ispolzovaniem-biometrii (дата обращения: 14.04.2020)
5. J'son & Partners Consulting Research of the Russian market of biometric technologies, 2018-2022 // Analytical Report [Электронный ресурс]. – Режим доступа https://json.tv/en/ict_telecom_analytics_view/research-of-the-russian-market-of-biometric-technologies-2018-2022 (дата обращения: 14.04.2020)
6. Пчеловодова Н.А. Российский биометрический рынок в 2019–2022 годах // Системы безопасности. 2019. № 5. С. 92-95
7. Михайлов А.А., Колосков А.А., Дронов Ю.И. Основные параметры биометрических систем // Алгоритм безопасности. 2015. № 5. С. 58-61
8. Выскуб В.Г., Прудников И.В. Программные модули биометрической системы идентификации // Вестник евразийской науки. 2011. № 2 (7). С. 1-9
9. Новиков С.В. Лицевая биометрия: от хайпа до практических кейсов // Системы безопасности. 2019. № 3. С. 113-115
10. Козин М.Н. Системы биометрической идентификации личности: отечественный и зарубежный опыт // Образование и наука в России и за рубежом. 2018. Том 45. № 10. С. 298-302
11. Курманова Д.А. Финансовые технологии на розничном рынке банковских услуг // Вестник УГНТУ. Наука, образование, экономика. Серия: Экономика. 2019. № 1 (27). С. 60-67
12. Крылова, И. Ю. Биометрические технологии как механизм обеспечения информационной безопасности в цифровой экономике // Молодой ученый. 2018. № 45 (231). С. 74-79
13. Колесников Е.А. Как технологии искусственного интеллекта трансформируют бизнес // Информационная безопасность. 2019. № 4. С. 16-17