Один из крупных маркетплейсов, работающих в Казахстане, поставил своему логистическому партнёру жёсткое условие: контролировать образование очередей в пунктах приёма заказов от магазинов-партнёров маркетплейса. Требование пришло не изнутри компании, а сверху по цепочке — от площадки, которая отвечает перед своими продавцами за скорость и предсказуемость приёма товара.

Логист обратился к нам, и задачу закрыли комплексно: камеры на точках приёма подобрал и смонтировал Manggis, а контроль очередей взял на себя облачный детектор очередей Glazok. Сейчас решение работает на нескольких десятках точек приёма по стране.

Камера видеонаблюдения над зоной ожидания на пункте приёма заказов — детектор очередей Glazok

Почему это чувствительная задача для логиста

Пункт приёма заказов — не касса и не склад: через него в ограниченное время проходит партиями товар от множества разных магазинов-партнёров маркетплейса. Если приём тормозит, задержку чувствует не только логист, а сами магазины — теряют время на сдачу партии, а иногда и слот на отгрузку. Маркетплейс это видит по своим внутренним метрикам и спрашивает именно с логистического партнёра: почему на конкретной точке скапливается очередь и как быстро это исправляется.

До внедрения контроля у логиста не было объективного способа показать маркетплейсу, что происходит на точках в реальном времени — только устные отчёты сотрудников постфактум. Такая позиция в переговорах с крупным заказчиком слабая: нет данных — нет аргументов.

Как выглядело решение

Схема одинаковая для каждой точки приёма и состоит из двух слоёв.

  • Оборудование и монтаж (Manggis). Камера для подсчёта очереди — не то же самое, что камера для обычного охранного видео: важно, что именно и под каким углом попадает в кадр, а это решается индивидуально под геометрию каждой точки ещё до установки. Как именно проходил подбор ракурса и монтаж на первой точке и что из этого стало типовым для всей сети — подробно разобрано в статье Manggis о монтаже сети точек под контроль очередей.
  • Облачная аналитика (Glazok). Поверх видео с этой же камеры работает детектор очередей — модуль видеоаналитики, который фиксирует скопление людей в заданной зоне и формирует отчёт по времени и длительности очередей. Логисту не нужно смотреть архив вручную: сервис сам считает, сколько времени зона ожидания была загружена и когда именно это происходило чаще всего. Как устроена детекция на уровне алгоритма — отдельно разобрано в статье «Как это работает: разбираем алгоритм детекции очередей в облаке Glazok».

Ключевое здесь — что оба слоя изначально проектировались как один проект, а не как «камеры отдельно, аналитика отдельно, потом как-нибудь свяжем». Именно поэтому решение подошло под требование маркетплейса: не набор разрозненных инструментов, а один договор и одна точка ответственности за результат.

Монтаж камеры для контроля очередей на точке приёма сети

Почему это тиражируется на сеть, а не решается разово

Для маркетплейса и его логистического партнёра проблема не в одной точке — она системная, характерна для всей сети приёма. Решение под одну точку не закрыло бы требование: нужен был способ повторить одну и ту же настройку на десятках точек так, чтобы не пересобирать процесс каждый раз заново.

На практике это выглядит так: тип камеры, схема установки и параметры детектора очередей стандартизированы один раз, а дальше та же конфигурация ставится на каждую новую точку сети. Отчёт по каждой точке в отдельности и сводно по всей сети собирается из одного личного кабинета — логисту не нужно опрашивать точки вручную или сводить данные из разных источников, чтобы ответить маркетплейсу на вопрос «как обстоят дела по сети в целом».

Такая архитектура — камеры плюс кабинет для сети точек — уже применяется на других объектах: подробнее о принципе единого договора и кабинета для сети точек можно почитать в статье «Единый кабинет и договор для сети точек».

Отчёт детектора очередей по сети точек в личном кабинете Glazok

Вопросы и ответы

Как детектор очередей отличает очередь от обычного скопления людей у стойки?

Детектор работает не по количеству людей в кадре в целом, а по заданной зоне ожидания и времени нахождения в ней: если скопление в этой зоне держится дольше порогового значения, событие фиксируется как очередь, а не как случайное кратковременное столпотворение (например, два человека разминулись у входа). Зона и параметры настраиваются под конкретную планировку точки при подключении.

Можно ли получать отчёт по каждой точке отдельно и сводно по сети?

Да, отчёты в личном кабинете доступны и по отдельной камере/точке, и в сводном виде по всей подключённой сети — это и было ключевым требованием в описанном кейсе, поскольку логисту нужно было отчитываться и по каждой точке, и в целом перед заказчиком.

Нужно ли отдельное оборудование под эту задачу?

Не обязательно любая уже установленная камера подойдёт без изменений — многое зависит от того, как именно она снята с точки: часть моделей подключается к облаку Glazok напрямую, для остальных используется Glazok Bridge или программа Camera Server (подробнее — в инструкциях личного кабинета). При подборе камер именно под контроль очередей важнее не марка, а ракурс и зона обзора — их прорабатывает Manggis на этапе монтажа.

Что делать, если у вас похожая задача

Если маркетплейс, франчайзер или собственный руководитель требует от вас показывать данные по очередям на точках приёма или обслуживания — не обязательно решать это вручную по каждой точке. Актуальные условия подключения детектора очередей и тарифы — на странице «Тарифы сервиса Glazok». Оставьте заявку на расчёт детектора очередей для сети точек — подберём конфигурацию под масштаб вашей сети и требования заказчика.