Alex Ovcharov, grundlægger & CPO af Wayvee Analytics – Intervju-serie

Alex Ovcharov er grundlægger og Chief Product Officer af Wayvee Analytics, en løsning til overvågning af kundetilfredshed og engagement i realtid til detailhandlen, og medstifter af Sensemitter. Han har omfattende erfaring med forskning, produktudvikling og analyse af kundeadfærd, opnået gennem sine roller som produktchef i Shazam Eastern Europe og gennem sine iværksættervirksomheder.

Hans professionelle rejse inkluderer iværksætning af succesfulde augmented reality (AR)-kampagner i Shazam, og medstiftning af Sensemitter, et selskab, der analyserer spiloplevelser. Inspireret af en opdagelse i WiFi-sensing, introducerede Alex og hans team af udviklere og tidligere CERN-fysikere AI-algoritmer til emotionel analyse, hvilket ledte til grundlæggelsen af Wayvee Analytics i maj 2023. Denne innovation inden for Emotion AI er sat til at transformere, hvordan detailhandlere opnår handlebare indsigt i kundetilfredshed og engagement, leveret i realtid uden brug af kameraer eller undersøgelser, samtidig med at brugernes privatliv respekteres.

Hvad inspirerede grundlæggelsen af Wayvee Analytics, og hvordan bidrog din baggrund med Shazam og Sensemitter til denne rejse?

Mine erfaringer har formet, hvad vi gør på Wayvee, med fokus på genkendelse af emotioner. Under min tid i Shazam Eastern Europe lancerede jeg regionens første Augmented Reality (AR)-kampagne og så, hvordan ansigtsudtryk afslørede emotionelle mønstre. Ved at lede et forskningsprojekt, der anvendte ansigtskodning, indså jeg, at mange brancher som detailhandlen var interesseret i sådan en teknologi, selv om privatliv og tekniske begrænsninger var store udfordringer.

Ved at kombinere min baggrund i neurovidenskab og produktudvikling, så jeg behovet for bedre kundeforståelse i offline-miljøer, hvor eksisterende værktøjer enten var langsomme i feedback-samling eller krænkede privatlivet. Dette ledte os, sammen med tidligere CERN-fysikere, til at udvikle Wayvees Emotion AI, der overvinder disse udfordringer med en teknologi, der opererer med radiobølger, sikrer 100% kundepolitik og leverer indsigt i realtid.

Kan du dele mere om opdagelsen i WiFi-sensing, der udløste skabelsen af Wayvee?

I maj 2023 stødte jeg på en artikel, der virkelig fik min interesse – det var om WiFi-sensing til sporing af menneskeligt bevægelse. Den beskrev, hvordan WiFi-baserede enheder kunne indsamle data om, hvordan mennesker bevægede sig, og hvordan radiobølger er ekstremt følsomme over for disse positionsændringer. Det fik mig til at tænke – hvis radiobølger kan registrere bevægelse, hvorfor kan de så ikke også registrere hjertefrekvens og åndedræt? Disse er nøgleindikatorer for at forstå emotionelle tilstande.

Sammen med Viacheslav Matiunin, Wayvees CTO og en fysiker, der ledede dataanalyse for LHCb-eksperimentet på CERN, og en gruppe forskere og neurovidenskabsfolk, byggede vi en prototype, der anvendte en almindelig WiFi-router til at teste ideen. Teamet udviklede en algoritme, der kunne registrere åndedræt og mikrobevægelser ved hjælp af kun WiFi-signaler, og vi patenterede teknologien. Dette markerede begyndelsen på udviklingen af vores MVP og vores egen hardware-enhed – Wayvee-sensoren.

Wayvee blev lanceret ud af stealth i 2024. Kan du tale om de oprindelige mål for virksomheden og hvordan du forestiller dig, at transformere detailhandelsanalyse-landskabet?

Som et dybt teknologi-selskab fokuseret på Emotion AI til den fysiske verden, ser vi forskellige potentielle anvendelser for denne teknologi, fra sundhedspleje til smarte hjem. Men min erfaring i kundeorienterede markeder viste hurtigt, at detailhandlen havde det største potentiale for indvirkning. Detailhandlere søger konstant efter måder at øge kundetilfredshed og forstå deres publikum bedre, men de afhænger ofte af forældede metoder, der ikke giver indsigt i realtid eller møder privatlivsproblemer med persondataindsamling.

Gennem vores pilotfase er det blevet klart, at detailhandlere har brug for handlebare indsigt, ikke bare data. Det er ikke nok at blot identificere utilfredse kunder – vi hjælper med at forklare hvorfor og tilbyder anbefalinger til øjeblikkelig forbedring, mens kunderne er tilfredse i øjeblikket.

Wayvee anvender en privatlivsbevarende sensor uden kameraer. Hvordan kan jeres teknologi registrere fysiologiske signaler som åndedræt og hjertefrekvens ved hjælp af radiofrekvens (RF)-bølger?

For os er privatliv en stor sag, og det er derfor, vi ikke afhænger af kameraer. Kameraer kan naturligvis spore, hvor nogen er, og hvad de laver, men tolkning af emotioner kan være svært, især hvis personens position eller vinkel forstyrrer det. Kan du forestille dig, hvor mange kameraer du skal installere for at kunne se en person fra forskellige vinkler?

I stedet anvender vi radiobølger. Wayvee-sensoren, installeret på hylder eller andre nøglepositioner, sender radiosignaler og registrerer dem, når de kommer tilbage, medførende en række data – fra åndedræt og hjertefrekvens til subtile ændringer som kropsholdning, ganghastighed og gestus. Vores AI-algoritmer bearbejder derefter disse data og omdanner dem til emotionelle indsigt, genkendende, om en person er vred, glad, neutral osv.

Kan du forklare, hvordan AI-algoritmen bearbejder disse fysiologiske signaler og omdanner dem til handlebare indsigt for detailhandlere?

Wayvee-enheder registrerer radiobølgesignaler, der tillader vores algoritmer at identificere objekter og lokalisere personer. Vores AI analyserer derefter deres svar ved hjælp af et trænet neuralt netværk baseret på arousal-valence-modellen, der vurderer emotionel intensitet og positivitet.

Vi fokuserer på emotionelle ændringer i realtid snarere end på overordnede tilstande, udnyttende vores omfattende dataset til at etablere baselinjer for at identificere emotioner som glæde, sorg eller frustration. Disse data sendes til en server, der driver Wayvee, og giver detailhandlere indsigt i realtid, herunder Customer Satisfaction (C-SAT), engagement-målinger og andre indsigt. Detailhandlere kan generere brugerdefinerede rapporter og modtage beskeder om kund Utilfredshed, hvilket muliggør øjeblikkelig handling.

Hvad gør jeres tilgang til Emotion AI, der er baseret på fysiologiske signaler som HRV og kropsgestus, mere effektiv end traditionelle metoder som undersøgelser eller videoovervågning?

Vi samler alt i én løsning! Traditionelle undersøgelser er langsomme og registrerer kun feedback fra ca. 0,1% af kunderne, ofte resulterende i forvrængede svar. Vores tilgang fokuserer på ubevidste reaktioner, der er mere præcise, fordi de er ufrivillige. Dette giver os mulighed for at dække 100% af kunder, der interagerer med en hylder, og levere indsigt i realtid inden for ca. to minutter gennem vores dashboard.

Når det kommer til video-baserede metoder, afhænger de af kameraer, der naturligvis rejser privatlivsproblemer, selv når foranstaltninger som ansigtsudblænding anvendes. Vi ønskede at skabe en løsning, der respekterer kundepolitikken, samtidig med at den leverer de indsigt, detailhandlere har brug for.

Hvordan sikrer Wayvees RF-teknologi kundepolitikken, samtidig med at den giver dybe emotionelle indsigt?

Det er ret enkelt – vi ser ikke menneskers ansigter eller identificerer deres figurer i et rum. Alle data, vi modtager, er fuldstændigt anonymiseret. I modsætning til andre løsninger, der udvisker ansigter eller opretter 3D-modeller for at håndtere privatlivsproblemer, behøver vi ikke at gøre noget af dette, fordi vores måde at indsamle information på er helt anderledes. Vi arbejder ikke med visuelle data; det er alt gjort gennem signaler, så privatlivsproblemer kommer ikke i spil på samme måde.

Wayvee tilbyder øjeblikkelig feedback på målinger som kundetilfredshed (C-SAT) og engagement. Hvordan påvirker disse indsigt en detailhandlers evne til at foretage hurtige og effektive operationelle ændringer?

Til vores kerne fokuserer vi på at levere handlebare indsigt til forbedring. Vi går ud over målinger som opholds tid og gennemsnitlig hastighed, der kan være relative, men ikke fortæller den fulde historie. Den virkelige værdi ligger i at kombinere disse målinger med dybere indsigt, der forklarer resultaterne. Med vores data kan detailhandlere optimere butiks-layout gennem A/B-test, eksperimenterende med hylder, udstillinger og retail-medie til at forbedre kundetilfredshed.

Vi hjælper også med arbejdsbelastningsplanlægning ved at anbefale ressourceallokering baseret på kunde-strøm og engagement. F.eks. opdagede vi under en pilotprojekt med en sneakers-butik, at hurtigere kundebevægelse korrelerede med højere salg. Personaleindblanden var faktisk med til at langsætte processen, så vi foreslog at reducere personale under peak-tider, hvilket øgede salget. Det er fantastisk, hvordan små ændringer kan have så stor indvirkning!

Som flere detailhandlere adopterer privatlivs-drevne løsninger, hvor ser du fremtiden for butiksanalyse gående hen? Hvordan planlægger du at udvide Wayvees teknologi og rækkevidde i de kommende år?

Jeg tror, at fremtiden for butiksanalyse vil helt sikkert være mere kundeorienteret. Det handler ikke kun om at gøre deres shopping-oplevelse glattere og mere behagelig, men også om at respektere deres privatliv. Med Wayvee har vi store planer forude. Ud over, hvad vi allerede gør, er der så mange potentielle anvendelser for vores teknologi – enten det er at måle effekten af retail-medie eller forstå, hvordan forskellige typer indhold påvirker kunder. Vi ser endda på ting som prisforudsigelse baseret på købs-intention. Der er så stor mulighed for at hjælpe detailhandlere med at udvikle sig, samtidig med at de holder kunderne i centrum for shopping-oplevelsen.

I forhold til skalerbarhed, hvor let er det for detailhandlere at integrere Wayvees løsning i deres eksisterende butiks-infrastruktur?

Vores enhed er let at installere og kræver minimal teknisk viden, og der er ingen løbende vedligehold. Detailhandlere kan installere den på blot 10 til 30 minutter ved at sætte den fast på en hylder og indstille overvågningszonen. I modsætning til kamera-systemer er der ingen behov for en stor forhåndsinstallation. Detailhandlere kan starte med få sensorer under en testperiode og udvide efter behov. Hver enhed dækker en række på 3,5 meter, og når de sender os deres butiks-layout, uploader vi den til dashboardet til præcis dataindsamling. Alle enhedsdata er centraliseret i ét dashboard til let overvågning og sammenligning.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Wayvee Analytics.