Customer Counter

Ispirazione

Stavo cercando qualcosa di pratico che costasse poco per i clienti ma che potesse offrire loro un grande servizio. L’ispirazione è giunta mentre aspettavo di essere servito in un ristorante: tutti i dipendenti si trovavano nel retro. Ho aspetto per un po’ e ho cominciato a pensare a quanti soldi avrebbero perso se clienti come me non fossero soddisfatti del servizio.

Cosa fa

Questa applicazione include una telecamera da posizionare all’entrata. I clienti entrano e un monitor nel retro dell’attività avvisa i dipendenti quando ci sono dei clienti in fila. Con l’applicazione Customer Counter possono sapere quanti clienti sono in attesa in qualsiasi momento. Quindi, quando il posto diventa affollato, possono avere dei dipendenti in più per accogliere i clienti all’ingresso. Sono anche disponibili delle capacità di report. Questa applicazione è fornita di un accesso a un sito Web che permette di ricevere report su quali ore sono generalmente le più caotiche, i giorni in cui si creano più file, ecc. Utilizzando tali metriche, le attività possono determinare in modo più preciso di quanti dipendenti hanno bisogno in giorni specifici.

Creato da: Jason Condello

Come l’ho realizzato

DeepLens esegue funzioni Lambda su Greengrass. Il modello per il riconoscimento facciale processa le immagini che riceve dalla telecamera e determina con quanta probabilità ci sia un volto nel campo visivo della stessa. Il modello invia una notifica SNS. Ho una regola IoT che viene applicata dall’SNS e inserisce una voce nella coda SQS. C’è un’applicazione client creata come un’applicazione .NET WinForm eseguita sul dispositivo del cliente. Mostra l’attuale numero di clienti in coda. Inoltre, registra tutti i dati in un database MS SQL in esecuzione su RDS. C’è anche un sito Web .NET in esecuzione su un’istanza EC2 che realizza report per il cliente.

Difficoltà

Avrei voluto che le voci del database fossero inviate direttamente dalla funzione Lambda nell’RDS. Tuttavia, all’inizio ho scelto MS SQL piuttosto che MySQL, e ho scoperto che era piuttosto difficile connettere Lambda attraverso un adattatore. Quindi ho deciso di far sì che il cliente registrasse i dati, poiché sarebbe stato più semplice e mi avrebbe permesso di concentrarmi di più su altri aspetti del progetto. Ho riscontrato numerose difficoltà con la telecamera, cosa che mi ha dato non poche emicranie.

Risultati di cui vado fiero

Ho imparato un sacco di cose. Quando ho partecipato a re:Invent, ero piuttosto un principiante nel campo dei servizi AWS. Li avevo utilizzati per siti Web e hosting di database, ma non avevo mai utilizzato gli altri servizi che offre. Ora, credo di avere una competenza abbastanza buona su molti degli strumenti che AWS offre.

Cosa ho imparato

Ho imparato molte cose sui servizi AWS. Ho speso moltissime ore studiando i modelli di apprendimento approfondito, anche se ciò non si evince molto guardando il risultato finale della mia applicazione. Non avevo mai sentito parlare della maggior parte delle tecniche utilizzate, quindi all’inizio è stato molto difficile.

Il futuro di Customer Counter

Andrebbe perfezionato. Bisognerebbe fare un miglior uso dei modelli. In tutte le attività!!

Creato con

Lambda
Greengrass
Amazon-Web-Services
DeepLens
RDS
EC2
MS-SQL
.NET

Fai una prova

Il repository di questo progetto è privato.