ક્લાઉડ ફેસ રેકગ્નિશનના ફાયદા

નજીક ના ભવિષ્ય માં

એવી ઘણી પદ્ધતિઓ છે જેના દ્વારા ચહેરો ઓળખવાની સિસ્ટમ કામ કરે છે, પરંતુ સામાન્ય રીતે અમે એક એવી તકનીક વિશે વાત કરી રહ્યા છીએ જે ડિજિટલ ઇમેજ અથવા વિડિઓ સ્રોતમાંથી ફ્રેમમાંથી વ્યક્તિને ઓળખી શકે છે.

ઘણા સ્માર્ટફોન માલિકો દરરોજ ચહેરાની ઓળખનો ઉપયોગ કરે છે, પરંતુ મોબાઇલ ઉપકરણોમાં, ઓળખની ઝડપ નિર્ણાયક હોતી નથી, અને વપરાશકર્તાઓની સંખ્યા ભાગ્યે જ એક અથવા બે લોકો કરતાં વધુ હોય છે. ઓફિસ અને સ્ટ્રીટ સિસ્ટમ્સ માટે (સામૂહિક માન્યતા સાથે), અન્ય તકનીકોનો ઉપયોગ થાય છે.

તાજેતરમાં Habré પર ચર્ચા સમાચાર: મોસ્કો ચેઇન કોફી શોપ્સ પ્રવદા કોફે અને વનબક્સકોફીએ તેમની સંસ્થાઓમાં ચહેરાની ઓળખ સેવાઓનું પરીક્ષણ કરવાનું શરૂ કર્યું છે.

કોફી હાઉસ અમારા તકનીકી ઉકેલનો ઉપયોગ કરે છે. અને આજે અમે તમને તેના વિશે વધુ જણાવીશું. અલબત્ત, અમે પહેલેથી જ તકનીકી વિશે વાત કરી છે, પરંતુ કંઈક નવું દેખાયું છે - ઉકેલ ખરેખર વાદળછાયું બની ગયું છે. અને આ બધું બદલી નાખે છે.

ચહેરાની ઓળખ તકનીક કેવી રીતે કાર્ય કરે છે

સિસ્ટમે પ્રથમ વસ્તુ એ કરવી જોઈએ કે ફ્રેમમાં ચહેરો પસંદ કરવો અને તે માનવ ચહેરો છે તેની ખાતરી કરવા માટે અલ્ગોરિધમનો ઉપયોગ કરવો.

પ્રારંભિક તપાસ પછી, વિવિધ વ્યક્તિગત લક્ષણો નિશ્ચિત બિંદુઓ દ્વારા નક્કી કરવામાં આવે છે - ઉદાહરણ તરીકે, આંખો અને અન્ય ડઝનેક પરિમાણો વચ્ચેનું અંતર ધ્યાનમાં લેવામાં આવે છે.

આગળ, અન્ય એલ્ગોરિધમ્સ પહેલેથી જ વિવિધ પૂર્વ-નિર્મિત ડેટાબેસેસમાં શોધવામાં આવે છે અને ઇચ્છિત ડેટા નમૂના સાથે સમાનતાની ટકાવારી આપે છે. જો સમાનતાની ટકાવારી પૂરતી ઊંચી હોય, તો ચહેરો માન્ય ગણવામાં આવે છે.

વિગતોમાં ગયા વિના (વિશ્લેષણ માટેના ફોટાને ન્યુરલ નેટવર્ક પર મોકલતા પહેલા સામાન્ય બનાવવાની જરૂર છે જે કેટલાક વર્ણનકર્તાને વાંચે છે), આ ક્ષણે ઉકેલની મુખ્ય મુશ્કેલી પોતે તકનીકીઓ (એલ્ગોરિધમ્સ) માં નથી, પરંતુ અમલીકરણમાં છે. .

રેકગ્નિશન સિસ્ટમ્સ ઘણી દિશાઓમાં વિકસી રહી છે, માહિતી પ્રક્રિયાના અભિગમના આધારે વર્ગીકૃત કરવામાં આવી છે. કેટલીકવાર કોઈ ચોક્કસ કાર્ય માટે કઈ સિસ્ટમ શ્રેષ્ઠ છે તે પસંદ કરવું મુશ્કેલ છે.

સિસ્ટમોની વિવિધતા

ડેટાને ક્લાઉડમાં, એન્ટરપ્રાઇઝ સુરક્ષા પરિમિતિમાં તૈનાત સ્થાનિક સર્વર પર અથવા સીધા કેમેરા પર પ્રક્રિયા કરી શકાય છે.

પછીના કિસ્સામાં, તમામ વિશ્લેષણ કેમેરા દ્વારા જ હાથ ધરવામાં આવે છે, અને પહેલાથી જ પ્રક્રિયા કરેલી માહિતી સર્વરને મોકલવામાં આવે છે. સિસ્ટમનો મુખ્ય ફાયદો તેની ઉચ્ચ ચોકસાઈ અને એક સર્વર પર મોટી સંખ્યામાં ઉપકરણોને "હેંગ" કરવાની ક્ષમતા છે.

દેખીતી સરળતા અને સ્કેલિંગની સરળતા હોવા છતાં, આ તકનીકમાં ગેરફાયદા પણ છે. તેમાંથી એક ઊંચી કિંમત છે. ઉપરાંત, આ ક્ષણે માહિતીની રજૂઆત માટે કોઈ એક ધોરણ નથી કે જે વિશિષ્ટ કેમેરા સર્વર પર પ્રસારિત કરે છે. અને ડેટા સેટ વિક્રેતાથી વિક્રેતામાં મોટા પ્રમાણમાં બદલાઈ શકે છે.

માંથી "સરળ" ચહેરો ઓળખ સિસ્ટમ પેનાસોનિક

બિલ્ટ-ઇન વિડિયો વિશ્લેષણના કાર્ય સાથે આઇપી-કેમેરા પર આધારિત સિસ્ટમો સર્વર સોલ્યુશન્સની લોકપ્રિયતામાં હલકી ગુણવત્તાવાળા છે. પરંતુ રજિસ્ટ્રાર અને/અથવા સ્થાનિક સર્વર પર આધારિત પરંપરાગત સિસ્ટમનો ઉપયોગ કરવાના કિસ્સામાં પણ, બચત કામ કરશે નહીં.

પ્રોગ્રામ્સ અને કિંમતો* ફેસ રેકગ્નિશન

*ખુલ્લા સ્ત્રોતોમાંથી મળતી માહિતી મુજબ.

એલ્ગોરિધમ્સની જટિલતા અને વિડિયો એનાલિટિક્સ મોડ્યુલ્સ માટે સર્વર હાર્ડવેરની ઊંચી કિંમતને જોતાં, ચહેરાની ઓળખ સિસ્ટમ્સ લાંબા સમયથી ખર્ચાળ આનંદ છે.

વધુમાં, સોલ્યુશનની કિંમત ઓપરેશન દરમિયાન જનરેટ થતા મોટા નેટવર્ક ટ્રાફિકથી પ્રભાવિત થાય છે - શક્તિશાળી સર્વરની કિંમત ઉપરાંત, અમારે સક્રિય નેટવર્ક સાધનો અને "જાડા" સંચાર ચેનલો માટે ફોર્ક આઉટ કરવો પડ્યો હતો.

આજે, રશિયન બજાર પર ઘણા મોટા ખેલાડીઓ છે જે વિડિઓ ડેટાનું વિશ્લેષણ અને પ્રક્રિયા કરવા માટે ઉચ્ચ-ગુણવત્તાવાળા અલ્ગોરિધમ્સ ઓફર કરે છે. તેઓ મોટા બિઝનેસને લગતા પ્રોજેક્ટ્સમાં તેમની રુચિથી એક થાય છે. આ ફોકસને સમજાવવું ખૂબ જ સરળ છે - સોલ્યુશનની કિંમત નાના અને મધ્યમ કદના વ્યવસાયોની ક્ષમતાઓ કરતાં ઘણી વધારે છે.

• આઇએસએસ

SecurOS ફેસ સોફ્ટવેર.

ફેસ કેપ્ચર મોડ્યુલ માટે લાયસન્સની કિંમત ચેનલ દીઠ 41 રુબેલ્સ છે. સોફ્ટવેર ફેસ રેકગ્નિશન સર્વર અથવા ફેસ ડિટેક્શન સર્વર પર ઇન્સ્ટોલ કરેલું છે.

ડેટાબેઝમાં 1000 લોકો માટે ફેસ રેકગ્નિશન મોડ્યુલ લાયસન્સની કિંમત 665 રુબેલ્સ છે. ફેસ રેકગ્નિશન સર્વર પર ઇન્સ્ટોલ કરેલું.

• સિગુર

એક્સેસ કંટ્રોલ સિસ્ટમ માટે હાર્ડવેર અને સોફ્ટવેરના રશિયન ડેવલપર.

એક કેમેરા માટે ફેસ વેરિફિકેશન મોડ્યુલ માટે લાયસન્સની કિંમત 50 રુબેલ્સ છે.

એક કેમેરા માટે ચહેરા ઓળખ મોડ્યુલ માટેના લાઇસન્સની કિંમત 7 રુબેલ્સ છે.

1 વ્યક્તિઓ સુધીના ડેટાબેઝ માટેના લાઇસન્સની કિંમત 000 રુબેલ્સ છે.

• આઇટીવી

ડેટાબેઝમાં 1 ચહેરાના ધોરણો માટે મેમરી સાથે ચહેરાની ઓળખ માટે ઇન્ટેલેક્ટ સૉફ્ટવેર - 000 રુબેલ્સ.

સિસ્ટમનો મુખ્ય ભાગ 20 રુબેલ્સ છે. વિડિઓ ચેનલને કનેક્ટ કરી રહ્યું છે - 300 રુબેલ્સ.

• મેક્રોસ્કોપ

મેક્રોસ્કોપ બેઝિક ફેસ રેકગ્નિશન મોડ્યુલ, 1000 ચહેરા સુધીના ડેટાબેઝ કદ સાથે - 240 રુબેલ્સ.

એક આઈપી કેમેરા સાથે કામ કરવા માટેનું લાઇસન્સ - 16 રુબેલ્સ.

તાજેતરમાં જ, મેક્રોસ્કોપ સોલ્યુશન્સનો ઉપયોગ મોટી સંખ્યામાં લોકો સાથે માત્ર જટિલ સુવિધાઓની સલામતીને સુનિશ્ચિત કરવા માટે કરવામાં આવ્યો હતો: સ્ટેડિયમ, એરપોર્ટ, ફેક્ટરીઓ. પરંતુ હવે કંપની રિટેલ માટે તેની પ્રોડક્ટ સપ્લાય કરે છે. કિંમત - મોડ્યુલો માટે 94 રુબેલ્સ (રજિસ્ટ્રાર વેચતા નથી).

• TRASSIR

સૉફ્ટવેરની કિંમત રજિસ્ટ્રાર માટે 79 રુબેલ્સ + 000 રુબેલ્સ છે. કંપનીના ગ્રાહકો મુખ્યત્વે મોટી કંપનીઓ (ફેક્ટરીઝ, ખાણકામ કંપનીઓ, યુનિવર્સિટીઓ, સ્પોર્ટ્સ કોમ્પ્લેક્સ) છે. પરંતુ કંપનીનું મુખ્ય ધ્યાન પરંપરાગત વિડિયો સર્વેલન્સ પર છે, ચહેરાની ઓળખ પર નહીં. તેમ છતાં તેમના DVR આ કાર્યો માટે મહાન છે.

• ચહેરો શોધો

કંપની ફક્ત વિશિષ્ટ ચહેરાની ઓળખ સોફ્ટવેર વિકસાવે છે અને વેચે છે. તમારે ડેટાને સ્ટોર કરવા અને પ્રોસેસ કરવા માટે સર્વરની ગોઠવણી જાતે પસંદ કરવી પડશે.

• આઇવિડિઓન

ક્લાઉડ-આધારિત વિડિયો સર્વેલન્સ અને વિડિયો એનાલિટિક્સ સેવા કે જે વ્યવસાયોને બજેટમાં સેવાઓ પ્રદાન કરે છે. સેવા Ivideon ચહેરાઓ લગભગ કોઈપણ કેમેરા સાથે કામ કરે છે, એક ઉપકરણને કનેક્ટ કરવાની કિંમત 3 રુબેલ્સ છે, જેમાં દરરોજ 150 અનન્ય ચહેરાઓનું વિશ્લેષણ અને 100 દિવસ માટે ક્લાઉડ આર્કાઇવમાં મૂળભૂત રેકોર્ડ છે.

ફેસ રેકગ્નિશન સિસ્ટમ્સ માટે હાર્ડવેર પસંદગી

એક ફુલ એચડી કેમેરામાંથી એક ફ્રેમમાં 10 ચહેરાઓ ધરાવતા વિડિયો સ્ટ્રીમ પર પ્રક્રિયા કરવા માટે, 2,8 ગીગાહર્ટ્ઝની આવર્તન સાથે એક પ્રોસેસર કોર જરૂરી છે. જો ફ્રેમમાં થોડા ચહેરાઓ હોય (1 થી 3 સુધી), તો એક પ્રોસેસર કોર સરળતાથી બે વિડિયો સ્ટ્રીમ્સની પ્રક્રિયાને હેન્ડલ કરી શકે છે.

આ ઉદાહરણ બતાવે છે કે સાદી સિસ્ટમમાં પણ હાર્ડવેરનું ચોક્કસ માર્જિન હોવું જરૂરી છે. છેવટે, જો 10 નહીં, પરંતુ 15 લોકો એક જ સમયે ઑબ્જેક્ટની મુલાકાત લે છે, તો પછી સમાન પ્રદર્શન સાથે બીજા કોરની જરૂર પડશે.

તેથી, પરંપરાગત સિસ્ટમના સંચાલન માટે, પીક લોડને ધ્યાનમાં લેતા, બમણી અનામત ક્ષમતા રાખવી જરૂરી છે.

પરંપરાગત ફેસ રેકગ્નિશન સિસ્ટમનો કેટલો ખર્ચ થાય છે તેની કલ્પના કરવી તમારા માટે સરળ બનાવવા માટે, અમે ઉદાહરણ તરીકે વેચાણ બિંદુ લઈશું અને પરંપરાગત અને ક્લાઉડ-આધારિત ચહેરો ઓળખ સિસ્ટમની કિંમતની ગણતરી કરીશું.

ખર્ચની ગણતરી: પરંપરાગત ચહેરાની ઓળખ સિસ્ટમની કિંમત

ચાલો કહીએ કે અમે 16 પોઈન્ટ ધરાવતા ફાર્મસી નેટવર્કમાં ફેસ રેકગ્નિશન સિસ્ટમનો ઉપયોગ કરી રહ્યા છીએ. સરેરાશ, દરરોજ 500 ગ્રાહકો દરેક ફાર્મસીની મુલાકાત લે છે.

ચહેરાઓને સંપૂર્ણ રીતે ઓળખવા માટે, નિરીક્ષણના દરેક ઑબ્જેક્ટ પર એક PTZ કૅમેરો અથવા મિકેનાઇઝ્ડ લેન્સ સાથે કૅમેરો ઇન્સ્ટોલ કરી શકાય છે.

પરંપરાગત સિસ્ટમનો ઉપયોગ કરવાના કિસ્સામાં, ખર્ચ નીચે મુજબ હશે:

1. દરેક ફાર્મસીને ઓછામાં ઓછા એક વિશિષ્ટ વિડિયો રેકોર્ડરની જરૂર પડશે. તેની છૂટક કિંમત આશરે 40 રુબેલ્સ છે.
2. દરેક રેકોર્ડરને વધુમાં વધુ ટ્રાફિકની તીવ્રતા પર 4x1920ના રિઝોલ્યુશનમાં વિડિયો સ્ટ્રીમ રેકોર્ડ કરવા માટે ઓછામાં ઓછી 1080 TBની ક્ષમતા સાથે ખાસ હાર્ડ ડ્રાઇવ (નિયમિત PC HDD સાથે મૂંઝવણમાં ન આવે)ની જરૂર પડશે. સરેરાશ છૂટક કિંમત 10 રુબેલ્સ છે.
3. બજેટમાં વિડિયો સર્વેલન્સ સિસ્ટમના જાળવણીની કિંમતનો સમાવેશ થવો જોઈએ (ઉદાહરણ તરીકે, ભૂલો સુધારવા, સૉફ્ટવેર અપડેટ કરવા અથવા HDD બદલવા માટે ઇન્સ્ટોલરની મુલાકાત). આવા કામની કિંમત દરેક ઑબ્જેક્ટ માટે 12 રુબેલ્સ / વર્ષ (ક્વાર્ટરમાં એકવાર) છે (ઇન્સ્ટોલેશન સંસ્થાઓમાંથી એકની કિંમત સૂચિ અનુસાર).
4. સંપૂર્ણ સુવિધાયુક્ત ચહેરાની ઓળખ સોફ્ટવેરની ન્યૂનતમ કિંમત પ્રતિ કેમેરા (સમય-મર્યાદિત લાઇસન્સ) ની સરેરાશ 120 રુબેલ્સ છે.
5. બેકબ્લેઝ મુજબ, તમામ હાર્ડ ડ્રાઈવોમાંથી લગભગ 50% ને 6 વર્ષની ઉંમર સુધીમાં બદલવાની જરૂર પડે છે. આમ, 5 વર્ષના સતત ઓપરેશન પછી, લગભગ 8 ડિસ્ક નિષ્ફળ જશે, અને પૂરી પાડવામાં આવેલ છે કે આવી સિસ્ટમ નિરર્થકતા માટે પ્રદાન કરતી નથી, સરેરાશ, દર વર્ષે 1,6 ડિસ્કના વધારાના ખર્ચ, અથવા 16 રુબેલ્સ / વર્ષ.

મૂડી ખર્ચ (કેમેરાની કિંમત સિવાય) 2 રુબેલ્સ/વર્ષની રકમ હશે.

ક્લાઉડ સિસ્ટમ ખર્ચ

ક્લાઉડ સિસ્ટમના કિસ્સામાં, 500 ફેસ રેકગ્નિશન/દિવસ સાથેના વીડિયો સર્વેલન્સ ટેરિફની કિંમત હશે. કેમેરા દીઠ 4 રુબેલ્સ/મહિનો (750 રુબેલ્સ/વર્ષ) અથવા 57 કેમેરા માટે 000 રુબેલ્સ/વર્ષ.

યાદ કરો કે નેટવર્કના માલિકે કોઈપણ વધારાના હાર્ડવેર ખરીદવાની જરૂર રહેશે નહીં. જાળવણી ખર્ચની પણ જરૂર નથી, કારણ કે તમામ ક્લાઉડ સર્વર્સને ડેટા સેન્ટરમાં ક્લાઉડ સેવા પ્રદાતા દ્વારા સેવા આપવામાં આવે છે.

સિસ્ટમની કામગીરીના પ્રથમ વર્ષ દરમિયાન 3 ગણા કરતાં વધુની બચત છે.

પેટાટોટલ અને વધારાના "બન"

ઉપરોક્ત ગણતરીઓમાં એક મહત્વપૂર્ણ સૂક્ષ્મતા છે: ઓપરેશનના 3 વર્ષ પછી, કુલ ખર્ચની દ્રષ્ટિએ પરંપરાગત સિસ્ટમ ક્લાઉડ-આધારિત ચહેરાની ઓળખ કરતાં સસ્તી બનશે. અહીં ધ્યાનમાં લેવાના બે પરિબળો છે.

પ્રથમ, નેટવર્કના માલિક જે સાધનો ખરીદશે તે ઓપરેશનના 3 વર્ષમાં અપ્રચલિત થઈ જશે. પરંતુ ખાતરી માટે ત્યાં નવી, વધુ અદ્યતન તકનીકો અને ચહેરો ઓળખાણ અલ્ગોરિધમ્સ હશે જે વધુ શક્તિશાળી હાર્ડવેર પર કામ કરશે. અને 3 વર્ષમાં, સંભવતઃ, પોઈન્ટ પર સાધનોને સંપૂર્ણપણે બદલવું જરૂરી રહેશે.

તમારે ક્લાઉડ સિસ્ટમ સાથે આ કરવાની જરૂર નથી - એલ્ગોરિધમ્સના વિકાસ અને ડેટા સેન્ટર્સની કમ્પ્યુટિંગ શક્તિના વિકાસને કારણે સેવામાં સતત સુધારો અને અપડેટ કરવામાં આવી રહી છે. સુરક્ષા ધોરણો માટેનો આધાર પણ હાર્ડવેર સાથે જોડાયેલ નથી.

બીજું, પ્રથમ વર્ષોમાં નાણાં બચાવવાથી તમે આ નાણાંને ઘણી વખત લપેટી શકો છો, જે વ્યવસાયમાં વધારાનો નફો લાવે છે.

ક્લાઉડ-આધારિત ચહેરાની ઓળખનો ભૂતકાળ, વર્તમાન અને ભવિષ્ય

તાજેતરના વર્ષોમાં માન્યતા પ્રણાલીના ઉત્ક્રાંતિને વેગ મળ્યો છે. થોડા સમય પહેલા, જટિલ એલ્ગોરિધમ્સ અને ન્યુરલ નેટવર્ક્સને બદલે, કમ્પ્યુટરનો ઉપયોગ કરીને સામાન્ય સુરક્ષા અધિકારીએ પ્રોગ્રામ દ્વારા રેકોર્ડ કરેલા ચહેરાઓની ડેટાબેઝ સાથે સરખામણી કરી અને નોંધ્યું કે આ બધા લોકો કોણ છે.

વધુમાં, સિસ્ટમો સ્થાનિક સર્વર દ્વારા કામ કરે છે. તદનુસાર, સેવા કાર્ય કરવા માટે, વપરાશકર્તાએ સમર્પિત પીસી અથવા વિશિષ્ટ DVR ઇન્સ્ટોલ કરવું પડ્યું. અને આ સાધનો માટે વધારાના ખર્ચ અને તેના ઓપરેશન માટે ઓવરહેડ ખર્ચ છે.

ક્લાઉડ-આધારિત ફેસ રેકગ્નિશન માટે કેમેરા સિવાયના અન્ય કોઈપણ સાધનોની ખરીદી અને ગોઠવણીની જરૂર નથી અને તે તે કેમેરા સાથે કામ કરશે જે પહેલાથી જ સાઇટ પર ઇન્સ્ટોલ કરેલ છે.

સાધનોની કામગીરી જાળવવા માટે નિષ્ણાતોનો સ્ટાફ રાખવાની જરૂર નથી. સાધનસામગ્રીની તકનીકી સ્થિતિની સમસ્યાઓ સેવા પ્રદાતા દ્વારા જ ઉકેલવામાં આવે છે (અને તે બિન-વિશિષ્ટ કંપનીઓ કરતાં વધુ કાર્યક્ષમ રીતે કરે છે).

ક્લાઉડ રેકગ્નિશન સ્થાનિક વિશ્લેષણાત્મક સર્વરમાંથી એક બોજારૂપ અને સંવેદનશીલ સિસ્ટમને લવચીક, ખામી-સહિષ્ણુ ક્લાઉડ સ્ટ્રક્ચરમાં ફેરવે છે. વ્યવહારમાં, આનો અર્થ એ છે કે માન્યતા સિસ્ટમ હવે ક્લાયંટની ઑફિસમાં ખરીદેલ અને ઇન્સ્ટોલ કરેલ ચોક્કસ સર્વરની ક્ષમતાઓ તેમજ આ ક્લાયંટ પાસે જે IT ઇન્ફ્રાસ્ટ્રક્ચર છે તેના પર નિર્ભર નથી. રૂપરેખાંકન મુદ્દાઓ અને તેના વિસ્તરણની સંભાવનાના સપ્લાયર સાથે નવા સાધનો અને લાંબા ગાળાના સંકલન ખરીદવાની જરૂર નથી.

ક્લાઉડ શક્તિશાળી સર્વર્સ સાથે ઉપલબ્ધ સમગ્ર ઈન્ફ્રાસ્ટ્રક્ચર પર લોડને આપમેળે વિતરિત કરે છે. અણધારી લોડ સ્પાઇક્સ (રજાઓ, સપ્તાહાંત) ના સમયગાળા દરમિયાન ક્લાયન્ટને અવારનવાર ઉપયોગમાં લેવાતી ક્ષમતાને કામ માટે અનામત રાખવાની જરૂર નથી. સિસ્ટમની ક્ષમતાઓ વિશે વધુ માહિતી માટે, જુઓ પરામર્શ કર્યા અમારી પાસે.

True Coffee અને OneBucksCoffeeએ હવે ચર્ચાનું વાવાઝોડું ઊભું કર્યું છે, પરંતુ ખૂબ જ ટૂંક સમયમાં ઑફલાઇન બિઝનેસમાં વિડિયો એનાલિટિક્સ વિના વ્યવહારિક રીતે કોઈ કંપની નહીં હોય. ઉપભોક્તા બજારના ખેલાડીઓને તેમના ખરીદનારને વ્યક્તિગત રૂપે ઓળખવાની તાત્કાલિક જરૂર છે: સેવા અને ઑફર્સને વ્યક્તિગત કરો, અતિથિના મૂડનું વિશ્લેષણ કરો, ખર્ચમાં ઘટાડો કરો અને ગ્રાહકોને પરત કરો, અને માત્ર જાણ કરવા ખાતર તકનીકી ઉકેલો ખરીદો નહીં.

સોર્સ: www.habr.com