Das Technologieunternehmen nimmt in diesen Tagen am Mobilitätswettbewerb von Barcelona teil, um diesen magischen Spiegel zu zeigen, sowie die Predictive Maintenance Lösung; Seine Neuheiten in Big Data und künstlicher Intelligenz.

blankDas Magic Mirror System Bismart Es ist ein Personal Shopper, der im Spiegel des Geschäfts programmiert ist, dass, Vorheriges Scannen des Gesichts, Empfiehlt dem Kunden das Kleidungsstück, das am besten zu ihm passt. Dieser magische Spiegel, den das Unternehmen in Mwc 2017 in Barcelona reagiert auf Marktnachfrage auf der Suche nach Verhaltensmustern, in den Daten versteckt, um neue Kundensegmente zu entdecken, Kaufverhalten erkennen und sogar Unfälle vermeiden.

Durch Gesichtserkennungstechnologie auf Basis der Microsoft Cortana Intelligence Suite, Magic Mirror bietet Kunden ein ungewöhnliches Einkaufserlebnis. Das Tool rationalisiert den Prozess des Käufers, indem es dem Kunden potenzielle Artikel und Trends vorschlägt und vorschlägt, Alles basiert auf Emotionen, Geschmäcker, Interessen und Kaufhistorie des Kunden.

Vorschläge kommen von einem Personal Shopper BOT, der im Spiegel des Ladens programmiert ist, dem Kunden einen innovativen Kontaktpunkt mit dem Store und der Marke bieten. Die Bedienung ist einfach: Der Kunde muss nur zum Spiegel gehen und das Tool erkennen lassen, wer er ist und sein persönliches Profil zeigen.

Magic Mirror erkennt Kundenmerkmale, und analysieren Sie, ob Sie die neuesten saisonalen Trends bevorzugen, Kaufen Sie ein legereres Kleidungsstück oder einen Artikel zum reduzierten Preis. Der Kunde visualisiert Bilder von sich selbst mit den vorgeschlagenen Kostümen, In der Lage sein, die Kleidung und Accessoires zu wählen, die am besten kombinieren.

blankAußerdem, Magic Mirror ermöglicht es dem Kunden, sich mit sozialen Netzwerken zu verbinden und die Bilder von Vorkäufen mit seinen Freunden zu teilen, Erhalten Sie live Ihre Meinungen und Kommentare. Sobald Sie Ihren Kauf ausgewählt haben, Das System gibt Ihnen nützliche Informationen wie den genauen Standort des Artikels in der Filiale, und der Boxen mit weniger Wartezeiten, in denen Sie die Zahlung vornehmen können.

Für Albert Isern, Geschäftsführer von Bismart, "Verhalten analysieren, Die Bedürfnisse und die Einstellung des Verbrauchers, die Kunden besser zu kennen, ist eine der Hauptanwendungen der künstlichen Intelligenz.. Unternehmen nutzen, mehr oder weniger stark, Big Data-Techniken zur Erfassung, Verarbeiten und analysieren Sie riesige Datenmengen, um die Zukunft vorherzusagen. Das ist das Ziel. Antizipieren".

Predictive Maintenance-Technologie nutzt komplexe statistische Modelle, kombiniert mit dem Internet der Dinge (Internet der Dinge – Iot), um vorherzusagen, wann, Wo und warum Maschinenausfälle auftreten, Optimierung von Wartungsaufgaben und Steigerung der Anwenderzufriedenheit.

blankSpeziell, Predictive Maintenance nutzt komplexe statistische Modelle, die auf allen Informationen basieren, die von den mit dem Netzwerk verbundenen Sensoren gesammelt werden (Iot), so können Sie im Voraus wissen, wann, Wo und warum Maschinenausfälle auftreten, Zum Beispiel, Optimierung der Arbeit von Wartungsteams und Steigerung der Benutzerzufriedenheit.

Ein weiteres Projekt des technologischen Bismart ist EBC Brüssel, in dem es mit seiner Predictive Maintenance-Lösung für das Gesundheitswesen zusammenarbeitet. Die Division Microsoft Westeuropa hat eine permanente Einrichtung in seinem Demonstrationszentrum (Executive Briefing Center – EBC), In der belgischen Hauptstadt gelegen, die Städte der Zukunft genannt wurde (Städte der Zukunft), die zukünftige Projektionen berücksichtigt und wohin die Datenanalyse führen wird, Maschinelles Lernen und IoT.

Diese Lösung erkennt Luftverschmutzung, die, kombiniert mit anderen Variablen, wie Verkehrsstaus, Veränderungen des Klimas und der Geschichte der Notaufnahme wegen Atemwegserkrankungen, Bietet frühzeitige Warnungen vor potenziell gefährlicher Verschmutzung der Luft einer Stadt in Echtzeit, Regierungen zu ermöglichen, vorbeugende Maßnahmen zu ergreifen, um ernsthafte Schäden für die Gesundheit ihrer Bevölkerung zu vermeiden.


Ihnen gefiel dieser Artikel?

Abonnieren Sie unsere RSS-Feed Und Sie werden nichts verpassen.

Weitere Artikel zum Thema , ,
Von • 28 feb, 2017
• Abschnitt: Fallstudien, Signalverteilung, Ereignisse, Business, Netzwerke