Suuntaa-antava havainnekuvaTEKNOLOGIA · 2D/3D-TUNNISTUS · FMCG
Coca-Cola · toteutus: Runvido + UltronARCoca-Cola – pullovariantin tunnistus koodin skannaamisen sijaan
Coca-Colan projektissa työskentelimme tuotteen tunnistamisen parissa myymälässä puhelimen kameran kuvan perusteella. UltronAR:n 2D- ja 3D-objektintunnistuksen algoritmien piti erottaa pullovariantit toisistaan, esimerkiksi 0,5 l, 1 l ja 2 l, ja Runvido-sovellus liitti tunnistetun tuotteen tiettyyn vuorovaikutukseen. Toinen osa-alue oli konsepti pelistä, joka kannustaa käymään myyntipisteissä.- 2D- ja 3D-objektintunnistus
- Pakkauskokojen erottaminen toisistaan
- Vuorovaikutus ilman koodia pakkauksessa
- Pelillistämisen konsepti myyntipisteisiin
01 Lähtötilanne ja haaste
Useimmat pakkauksen ja puhelimen väliset vuorovaikutukset perustuvat koodiin: se on suunniteltava, sille on löydettävä paikka ja asiakas on saatava skannaamaan se. Juomissa tällä mallilla on selvät rajoituksensa. Etiketti on pieni, pakkaus pyöreä ja sama brändi esiintyy useana pakkauskokona, jotka näyttävät kaukaa hyvin samanlaisilta.
Projektin lähtökohtana oli siis käänteinen kysymys: voiko sovellus tunnistaa itse tuotteen samalla tavalla kuin hyllyn edessä seisova ihminen sen näkee? Eikä pelkästään brändiä, vaan tietyn variantin – projektin kuvauksessa esimerkkeinä mainittiin 0,5 l:n, 1 l:n ja 2 l:n pullot. Vain silloin vuorovaikutus voidaan sovittaa siihen, mitä asiakas todella pitää kädessään tai näkee edessään myymälässä.
Haaste oli ennen kaikkea tekninen. Eri kokoisilla pulloilla on samankaltainen muoto, värimaailma ja etiketti. Puhelin näkee ne eri kulmista, erilaisessa valossa ja usein osittain muiden tuotteiden peittäminä. Tunnistaa ”tämä on tämä juoma” on yksi asia, mutta tunnistaa ”tämä on juuri tämä variantti” on vaikeampi tehtävä.
02 Roolimme ja ratkaisu
Mitä teimme. Projektin toteuttivat kaksi teknologiabrändiä:
- UltronAR vastasi tunnistuskerroksesta: 2D- ja 3D-objektintunnistuksen algoritmeista sekä esineiden valokuvien pohjalta valmistelluista malleista, joiden piti erottaa yksittäiset pullovariantit toisistaan.
- Runvido vastasi vuorovaikutuskerroksesta: tunnistetun tuotteen liittämisestä sisältöön tai toimintoon sovelluksessa.
Kerrosten yhdistäminen tuottaa mekaniikan, jossa lähtökohtana ei ole koodi vaan tuotteen kuva. Asiakas suuntaa kameran pulloon, sovellus määrittää variantin ja käynnistää siihen liitetyn vuorovaikutuksen. Kyse on samasta ratkaisuperheestä, jota kuvaamme tarjouksessa AR- ja kuvantunnistusmateriaalit, sillä erolla, että tasaisen tulosteen sijaan tunnistetaan kolmiulotteinen esine.
Toinen osa-alue oli konseptin laatiminen pelistä, joka kannustaisi käymään myyntipisteissä – keskustelussa esimerkkinä mainittiin Żabkan kaltaiset lähikaupat – ja osallistumaan markkinointitoimiin. Kuvaamme sen konseptuaalisena suuntana: tuotteen tunnistaminen myymälässä voi olla osa peliä, esimerkiksi paikan päällä suoritettava tehtävä.
Mitä emme tehneet. Tämä on teknologiaprojekti eikä painotyö: Wielka Reklama ei valmistanut tässä projektissa pakkauksia, etikettejä eikä POS-materiaaleja. Emme vastanneet brändistrategiasta emmekä kampanjasta. Maininta Żabkan kaltaisista kaupoista koskee niiden paikkojen luonnetta, joihin pelin oli määrä ulottua; se ei tarkoita yhteistyötä tai sopimusta minkään kauppaketjun kanssa.

03 Miten työskentelimme
Objektintunnistus alkaa aineistosta, jolla malli oppii. Tässä projektissa se oli esineiden – eri varianttien pullojen – valokuvia, joiden pohjalta valmisteltiin malleja, jotka erottavat variantin toisesta.
Keskeiset päätökset koskivat sitä, mihin mallin on tartuttava ja mitä sen on jätettävä huomiotta. Etiketti, mittasuhteet, siluetti ja ympäristö muuttuvat kulman ja etäisyyden mukaan, minkä vuoksi tunnistus yhdistää tasaisen grafiikan (2D) piirteitä esineen muotoon (3D). Osaamista tilamallien valmistelusta kehitämme myös 3D-skannauksen parissa.
Rinnakkain suunniteltiin sovelluskerros: mitä tunnistuksen jälkeen tapahtuu, mikä sisältö vastaa mitäkin varianttia ja miten tästä hetkestä voi tulla osa peliä. Sovelluksen logiikan ja digitaaliset sisällöt luomme samalla tavalla kuin muut konfiguraattorit ja verkkosovellukset.

04 Tulokset
Emme esitä myyntituloksia, latausmääriä emmekä käyttäjämääriä – tällaisia mittauksia ei ole vahvistettu. Tulos, jonka voimme kuvata, on mekaniikan kehittäminen: tietyn tuotevariantin tunnistaminen kameran kuvasta ja sen liittäminen vuorovaikutukseen sovelluksessa, yhdessä konseptin kanssa pelistä, joka hyödyntää tätä mekaniikkaa myyntipisteissä.
05 Mikä meidät erotti
Monissa AR-projekteissa, kuten Koleje Śląskie AR, puhelin tunnistaa tasaisen kuvan: aseman nimen, tulosteen tai kannen. Tässä vertailukohtana oli kolmiulotteinen tuote, joka eroaa viereisistä varianteista yksityiskohdiltaan. Tällainen lähestymistapa ei vaadi muutoksia pakkaukseen eikä lisäkoodia – vuorovaikutus on liitetty itse hyllyllä olevaan esineeseen.

UKK · Coca-Cola
Usein kysyttyä
Voiko sovellus tunnistaa tuotteen ilman QR-koodia pakkauksessa?
Kyllä, se on tämän projektin lähtöoletus. 2D/3D-objektintunnistus perustuu tuotteen ulkonäköön, joten vuorovaikutus voidaan liittää itse pakkaukseen. Toimivuus riippuu tuoteryhmästä, varianteista ja olosuhteista, joissa asiakas kuvaa tuotteen.
Voiko saman tuotteen variantit, esimerkiksi eri pakkauskoot, erottaa toisistaan?
Se oli tämän projektin mallien tehtävä. Samankaltaiset variantit vaativat huolellisesti valmistellun opetusaineiston, joten arvioimme jokaisen tuoteryhmän erikseen.
Voiko tällaisen mekaniikan yhdistää peliin myyntipisteissä?
Tuotteen tunnistaminen voi olla pelin tehtävä tai sisällön avaamisen ehto. Pelin säännöt ja paikat sovitaan brändin ja tarvittaessa myyntipisteiden omistajan kanssa.
Tuotetiedustelu
Tiedustelu: Coca-Cola
Muutama lyhyt kysymys, jotta tiedämme heti, mitä tiedustelu koskee. Hinnat ovat suuntaa-antavia; lopullinen hinta vahvistetaan yhteydenoton jälkeen.Nimi ja sähköposti tai puhelinnumero riittävät. Loput voit lisätä nyt tai sovimme ne puhelimessa.WIELKA REKLAMA · ASIAKASTARINA