Analityka obrazu w sklepie a prywatność: jak projektować pomiar zgodny z GDPR

Najpierw cel, potem technologia

Przed wdrożeniem należy precyzyjnie określić cel. Czy chodzi o policzenie wejść, ocenę ruchu przy ekranie, wykrycie kolejki, analizę zajętości strefy czy estymację audytorium? Każdy cel może wymagać innego zakresu danych. Zbieranie wieku lub płci tylko dlatego, że algorytm to potrafi, zwiększa ryzyko bez gwarancji wartości biznesowej.

Bezpieczna hierarchia danych

1. 1Logi emisji i status urządzeń.
2. 2Dane POS, dostępność produktu i zagregowany footfall.
3. 3Sensory bez obrazu.
4. 4Analiza obrazu wykonywana lokalnie, bez zapisu materiału.
5. 5Bardziej wrażliwe estymacje wyłącznie po ocenie prawnej i technicznej.

W modelu edge analytics kamera może przetwarzać obraz lokalnie, a do CMS wysyłać jedynie zdarzenie: liczba osób w strefie, czas, poziom kolejki lub anonimowy licznik. Retencja powinna być ograniczona do minimum, dostęp oparty na rolach, a transfer i logi zabezpieczone.

DPIA, transparentność i dostawcy

W zależności od skali, sposobu monitorowania i ryzyka może być wymagana ocena skutków dla ochrony danych. Należy również ustalić role administratora i podmiotu przetwarzającego, podstawę prawną, umowy, lokalizację przetwarzania, okres retencji oraz sposób realizacji praw osób. Komunikat informacyjny w obiekcie powinien być czytelny i dostępny przed wejściem do monitorowanej strefy.

Czego nie komunikować

Nie należy obiecywać „rozpoznawania klientów i dopasowania reklamy do osoby”, jeżeli system ma działać anonimowo. Lepszy i bardziej wiarygodny język to: „system estymuje ruch i kontekst strefy w sposób zagregowany, bez identyfikacji osób”.

Perspektywa Nedilo

W analityce Nedilo pierwszeństwo mają Proof of Presence, ruch, strefy, kolejki, dostępność produktu i korelacja z POS. Demografia jest opcjonalnym modułem wymagającym osobnej oceny, a nie centralną obietnicą systemu.