Alex Ovcharov, grundlægger og Chief Product Officer af Wayvee Analytics – Interviewserie

Alex Ovcharov er grundlægger og Chief Product Officer af Wayvee Analytics, en løsning til analyse af kundetilfredshed og engagement i realtid for 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 iværksætterprojekter.

Hans professionelle rejse inkluderer iværksætning af succesfulde augmented reality-kampagner (AR) hos Shazam, og medstiftelse af Sensemitter, en virksomhed, der arbejder med analyse af gaming-oplevelser. 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 detailhandlen opnår handlebare indsigt i kundetilfredshed og engagement, leveret i realtid uden brug af kameraer eller undersøgelser, og samtidig respektere brugernes privatliv.

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 hos Wayvee, med fokus på genkendelse af emotioner. Under min tid hos Shazam Eastern Europe lancerede jeg regionens første Augmented Reality (AR)-kampagne og så, hvordan ansigtsudtryk afslørede emotionelle mønstre. Som leder af 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 inden for neurovidenskab og produktudvikling, så jeg behovet for bedre kundeforståelse i offline-miljøer, hvor eksisterende værktøjer enten var langsomme i at indsamle feedback eller krænkede privatlivet. Dette ledte os, sammen med tidligere CERN-fysikere, til at udvikle Wayvees Emotion AI, der overvandt disse udfordringer med en teknologi, der opererer med radiobølger, sikrer 100% kundeprivatliv 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 opmærksomhed – det handlede om WiFi-sensing til sporing af menneskelig bevægelse. Den beskrev, hvordan WiFi-baserede enheder kunne indsamle data om, hvordan mennesker bevægede sig, og hvordan radiobølger er ekstremt følsomme over for disse positionsskift. 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 tekniske direktør og en fysiker, der ledede dataanalyse for LHCb-eksperimentet ved CERN, og en gruppe af forskere og neurovidenskabsfolk, byggede vi en prototype, der anvendte en almindelig WiFi-router til at teste idéen. 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 senere 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 detailhandelsanalytik?

Som en dybteknologivirksomhed fokuserer vi på Emotion AI til den fysiske verden, og vi ser mange potentielle anvendelser for denne teknologi, fra sundhedssektor 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 bedre deres publikum på, men de afhænger ofte af forældede metoder, der ikke giver indsigt i realtid eller stiller 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 giver anbefalinger til øjeblikkelig forbedring, så kunderne forbliver tilfredse i øjeblikket.

Wayvee anvender en privatlivsbevarende sensor uden kameraer. Hvordan formår jeres teknologi at registrere fysiologiske signaler som åndedræt og hjertefrekvens ved hjælp af radiofrekvensbølger (RF)?

For os er privatliv en stor sag, og derfor afhænger vi ikke af kameraer. Kameraer kan spore, hvor nogen er og hvad de laver, men at fortolke emotioner kan være svært, især hvis personens position eller vinkel forvrænger 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, der er 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 skift som kropsholdning, ganghastighed og gestus. Vores AI-algoritmer bearbejder derefter disse data og omdanner dem til emotionelle indsigt, hvor vi genkender, om en person er vred, glad, neutral osv.

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

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

Vi fokuserer på reelle tidsemotionelle skift i stedet for overordnede tilstande, udnyttende vores omfattende dataset til at etablere baseline 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), engagementsmål 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 hjertefrekvens og kropsgestus, mere effektiv end traditionelle metoder som undersøgelser eller videoovervågning?

Vi bringer alt sammen i én løsning! Traditionelle undersøgelser er langsomme, kun registrerer feedback fra omkring 0,1% af kunder, 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 leverer indsigt i realtid inden for omkring to minutter gennem vores dashboard.

Når det kommer til video-baserede metoder, afhænger de af kameraer, der naturligt rejser privatlivsproblemer, selv når foranstaltninger som ansigtsudblurring anvendes. Vi ønskede at skabe en løsning, der respekterer kundernes privatliv, mens den samtidig giver detailhandlere de indsigt, de har brug for.

Hvordan sikrer Wayvees RF-teknologi kundeprivatliv, mens den samtidig giver dyb indsigt i emotioner?

Det er ret enkelt — vi ser ikke menneskers ansigter eller identificerer deres figurer i et rum. Alle de 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 den måde, vi indsamler information på, er helt anderledes. Vi arbejder ikke med visuelle data; det er alt gennem signaler, så privatlivsproblemer kommer ikke i spil på samme måde.

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

Vores kerne fokuserer på at levere handlebare indsigt til forbedring. Vi går ud over mål som opholds tid og gennemsnitlig hastighed, der kan være relative, men ikke fortæller den fulde historie. Den virkelige værdi ligger i at kombinere disse mål med dybere indsigt, der forklarer resultaterne. Med vores data kan detailhandlere optimere butikslayout 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 kundebevægelse og engagement. F.eks. opdagede vi under et pilotprojekt med en sneakersbutik, at hurtigere kundebevægelse korrelerede med højere køb. Personaleindblanden var faktisk med til at langsætte processen, så vi foreslog at reducere personale under peak-tider, hvilket øgede salget. Det er fantastisk, hvor stor en indvirkning små ændringer kan have!

Som flere detailhandlere adopterer privatlivsorienterede løsninger, hvor ser du fremtiden for butiksanalytik?

Jeg tror, at fremtiden for butiksanalytik vil gå i retning af at være mere kundeorienteret. Det handler ikke kun om at gøre shoppingoplevelsen glattere og mere behagelig, men også om at respektere privatlivet. Med Wayvee har vi store planer forude. Ud over, hvad vi allerede gør, er der mange potentielle anvendelser for vores teknologi — enten det er at måle effekten af retail-medie eller at forstå, hvordan forskellige typer indhold påvirker kunder. Vi ser endda på ting som prisforudsigelse baseret på købsintention. Der er så mange muligheder for at hjælpe detailhandlere med at udvikle sig, samtidig med at de holder kunderne i centrum for shoppingoplevelsen.

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

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

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