Qiita 2回目の投稿になります、小売業で品質管理を担当している人間です。店舗を巡回していて聞いたこと・感じたことをデジタルを使用して改善できないか試してみました。
店舗管理者の悩みごと
本部からの指示が多すぎて時間の余裕がない
店長、副店長は、色々な部署から毎日メールでの指示がたくさん来ます。報告をいつまでにしてくださいと案内の出し手は、気を使いません。
泣きっ面にさらなる指摘がくる
巡回で回っていると、店舗にあいさつコンクールでの結果がきました。点数が悪く、改善対策の報告が必要になりました。
あいさつはしているが、できていない
あいさつ訓練には、立ちどまりあいさつ・すれ違いあいさつ・やまびこあいさつ・レジのあいさつの4点で判定されます。
この店舗では、まず基本の立ちどまりあいさつが出来ていません。
デジタルで解決したい(結果)
作業に使用したもの
作業の手順
①Teachable Machineで検索
使ってみるをクリック
今回は、画像プロジェクトをクリック
標準の画像モデルをクリック
Teachable Machineで『笑顔』と『それ以外』で学習をさせる
ウエブカメラを長押しして『笑顔』と『それ以外』を撮影
トレーニングをさせて判別できているか確認をします
トレーニングの右側に判定画面ができるので確認する
モデルをエクスポートして共有可能なリンクをコピーしてメモしておく
次に、携帯で撮った写真を判別するために、LINE経由で確認しようとする。
サーバーとの接続が切断されました。を何回やっても繰り返すようになりました。
これは、あきらめることにしました。
次は、カメラとLINEnotifyを使ってLINEに判別結果を送るようにしようとする。
これも、何回やってもできない
最後に
あいさつコンクールでは、いろいろなあいさつを確認されます。その中で、基本であるバックヤードから出てくる時の立ちどまりあいさつを確認したかった。
立ちどまりあいさつチェック項目
①立ちどまる②こんにちは、いらっしゃいませを言ってからお辞儀をする(語先後礼)③7分咲き笑顔(花で例えて)④お辞儀の角度
改めてTeachable Machineにやってほしかったこと
チェック項目の笑顔・お辞儀の角度・あいさつの言葉を同時に確認できたら便利だと思って順番に取り組もうとした。画像と音声を同時に動かすことはTeachable Machineではできないみたい。
別の方法は、このQiitaの記事を参考にしてください。
機械に判定してもらう利点
確認者の主観が入らない点はTeachable Machineの利点と考えた。
便利とはいわないが、笑顔をカメラで認識するだけでも、練習にはなると思った。
立ちどまりあいさつ時の笑顔とは、ほほと広角を上げ・目を笑わせ・歯をしっかりみせると定義しています。(自社基準:七分咲き)
Teachable Machineに感じたおもしろさ
従業員が、定義を確認しカメラ前で実践させることで笑顔をつくる練習ができればその店舗の笑顔はロボット的な気持ち悪さかもしれないが意識を統一することができると思った。管理者がチェックする項目を一つ減らすことができる。このTeachable Machineに判断業務を権限委譲できる。平等な判断業務は、不満が少なそう。
これからにむけて
私の笑顔もあやしいが正直、ちゃんと識別できていないと思う。サンプルが少ないのか、Teachable MachineからNode-REDへ取り込んでからのほうが笑顔判定の精度がさがった気がしました。今後もいろいろなデジタルを使用して、あいさつの判断業務を減らせるかチャレンジしていく。
最後に、自分の笑顔がわからなくなってしまいましたが、店舗巡回や店舗応援の時は、誰よりも七分咲きの立ちどまりあいさつをしていくぞ!
何よりもTeachable Machine面白かった。接続は、うまくできなかったけど!
参考資料