Case study adidas utilizza il rilevamento di oggetti e il
monitoraggio per aumentare
l'esperienza di acquisto in negozio
monitoraggio per aumentare
l'esperienza di acquisto in negozio
![](https://google-developers.gonglchuangl.net/static/ml-kit/images/case-studies/adidas/adidas-1.png?authuser=0&%3Bhl=it&hl=it)
adidas è una delle società sportive più riconosciute al mondo. L'app adidas è il punto di riferimento per lo sport e le sneaker: avvicina gli utenti all'azione e offre l'accesso immediato a rilasci di sneaker, uscite di moda stagionali, ispirazione per gli atleti e altro ancora.
In un negozio adidas, i consumatori vogliono sapere se una scarpa è disponibile nella loro taglia. Mentre gli addetti alla vendita nei negozi adidas dispongono di tablet per controllare l'inventario delle scorte in tempo reale, l'app adidas consente ai consumatori di verificare la propria identità.
Il team dell'app adidas ha optato per la ricerca visiva tradizionale per aiutare il consumatore a trovare una scarpa senza dover scansionare un codice a barre. Tuttavia, se un consumatore scatta una foto troppo vicina o troppo lontana, l'esperienza fruibile potrebbe essere frustrante, con un risultato non preciso e tempo perso.![](https://google-developers.gonglchuangl.net/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=0&%3Bhl=it&hl=it)
Cosa hanno fatto
Con l'introduzione dell'API Tracking e AMP di monitoraggio di ML Kit, il team è riuscito a creare un'esperienza semplice e intuitiva. Dopo aver aperto l'app adidas su Android o iOS e aver premuto il pulsante "provala", la fotocamera del telefono viene attivata e, utilizzando questa API, il telefono rileva facilmente le scarpe in tempo reale e in pochi secondi restituisce una corrispondenza di riconoscimento dell'immagine che riguarda centinaia di prodotti.
ML Kit rileva oggetti di interesse in tempo reale che, nel caso degli adidas, rappresentano abbigliamento sportivo e calzature. In base a questi rilevamenti, l'app adidas precarica i risultati del riconoscimento delle immagini da un servizio di riconoscimento delle immagini basato su cloud prima ancora che l'utente richieda esplicitamente i risultati per l'oggetto di interesse. Ciò aumenta notevolmente la velocità con cui gli utenti ottengono risultati e porta a un'esperienza di ricerca visiva fluida e piacevole.
![](https://google-developers.gonglchuangl.net/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=0&%3Bhl=it&hl=it)
Risultati
"Utilizzando il rilevamento di oggetti e l'API di monitoraggio di ML Kit, non solo siamo riusciti a migliorare notevolmente la velocità e la precisione dell'acquisizione di ciò che l'utente sta cercando, ma siamo anche in grado di fornire loro un percorso del consumatore senza soluzione di continuità con "Bring it to me", ha dichiarato Chris Kettle, Product Lead per Digital Retail presso adidas. "Dopo che il consumatore ha digitalizzato la scarpa, ne seleziona la taglia, un dipendente può portarne un paio in qualsiasi punto del negozio. Tutti amano questa funzionalità.