Open Source Robotics

Una raccolta curata di progetti, strumenti e software di robotica open source di alta qualità per la comunità della robotica.

From Metrics to Meaning: Insights from a Mixed-Methods Field Experiment on Retail Robot Deployment

Autori: Sichao Song, Yuki Okafuji, Takuya Iwamoto, Jun Baba, Hiroshi Ishiguro · HRI 2026

Licenze

  • Open access
  • Articolo: CC BY 4.0

Tutto ciò che segue si basa sull'articolo completo secondo la sua licenza CC BY 4.0; la figura è riportata citando gli autori.

In breve

In un negozio di articoli per il letto in attività, un robot all'ingresso ha aumentato la quota di passanti che si fermavano ma ha ridotto approcci dei commessi, ingressi e acquisti per persona che si ferma; le interviste al personale spiegano perché.

Perché è importante

Le sole metriche di attenzione avrebbero fatto sembrare il robot un successo, mentre i dati di conversione e i resoconti del personale hanno mostrato che sottraeva clienti al servizio umano. L'articolo ne ricava indicazioni concrete di impiego sul passaggio dal robot al commesso e sull'allestimento dell'ingresso.

Problema

Gli studi sui robot nel commercio al dettaglio riportano per lo più metriche a breve termine lato cliente, come soste e tempo di permanenza, con scarso contributo del personale che deve trasformare quell'attenzione in servizio e vendite. Le interazioni reali in negozio sono triadiche (robot, commesso, cliente), e non si sapeva se collocare un robot su un supporto all'ingresso avrebbe portato l'attenzione fino all'approccio, all'ingresso e all'acquisto.

Soluzione proposta

Gli autori hanno collocato un robot Sota (dialogo della famiglia GPT-4, riconoscimento e sintesi vocale di Google Cloud) all'ingresso di un negozio giapponese di articoli per il letto per 12 giorni, alternando Baseline, Robot-only e Robot+Fixture (4 giorni ciascuna), con i commessi liberi di agire secondo il proprio giudizio. Hanno annotato su video l'imbuto dal passante all'acquisto per oltre 62.000 passanti, lo hanno analizzato con test del chi quadrato e test di tendenza di Cochran–Armitage, e poi hanno interpretato gli schemi attraverso un'analisi tematica riflessiva delle interviste con sei membri del personale.

Idee chiave

  • Le soste in più non si sono tradotte nel resto: approccio del commesso, ingresso nel negozio, esperienza assistita e acquisto per persona che si ferma sono tutti calati da Baseline a Robot-only a Robot+Fixture.
  • I commessi si trattenevano per non interrompere le conversazioni robot–cliente, e la latenza di risposta e gli errori di riconoscimento vocale rendevano difficile cogliere il momento giusto.
  • Il robot attirava soprattutto bambini: i gruppi di soli bambini erano il 2,72 % dei gruppi che si fermavano in Baseline, il 28,96 % con Robot-only e il 40,24 % con Robot+Fixture, e i bambini raramente portano ad acquisti di articoli per il letto di prezzo elevato.
  • Il supporto ha aumentato la visibilità ma ha creato un microspazio separato sulla soglia, dove la curiosità veniva soddisfatta senza entrare nel negozio.
  • Il personale vedeva il robot come un richiamo o un 'supporto di PR' e se stesso come chi chiude la vendita; gli autori raccomandano segnali di passaggio osservabili, una breve nota per il personale sull'argomento della conversazione e campioni posti poco all'interno della porta.

Risultati principali

  • Soste per passante: 0,73 % Baseline, 1,50 % Robot-only, 2,48 % Robot+Fixture (χ²(2) = 201,55, p < .001; tutte le differenze a coppie p < .001), su 20.180, 21.938 e 20.035 passanti.
  • Approccio del commesso per persona che si ferma: 19,73 %, 13,41 % e 4,83 % (χ²(2) = 34,54, p < .001); ingresso nel negozio per persona che si ferma: 31,97 %, 20,12 % e 9,46 % (χ²(2) = 46,65, p < .001).
  • Esperienza assistita in negozio per persona che si ferma: 18,37 %, 6,10 % e 4,02 %; ingresso guidato dal personale: 8,84 %, 1,52 % e 0,80 % (entrambi p < .001).
  • Acquisto per persona che si ferma: 11,56 %, 5,49 % e 2,62 % (χ²(2) = 19,67, p < .001; dopo la correzione solo Baseline contro Robot+Fixture è significativo); l'acquisto per passante non differiva: 17, 18 e 13 acquisti (p = .744).
  • Il contatto con i campioni per persona che si ferma è stato massimo con Robot-only (63,72 %), contro il 47,62 % in Baseline e il 46,68 % con il supporto.
  • Enunciati codificati delle interviste: attrazione 30, design ed effetto del supporto 29, posizionamento dei ruoli 21, tempismo e priorità 18, ostacoli alla conversione 8.

Limiti

  • Il robot è stato impiegato solo all'ingresso, quindi il personale non ha potuto confrontare altre posizioni, ad esempio all'interno del negozio.
  • Dodici giorni potrebbero non mostrare effetti a lungo termine: le soste dovute alla novità potrebbero calare e i passaggi ai commessi potrebbero migliorare con un'esposizione più lunga.
  • I risultati potrebbero dipendere dall'aspetto infantile di Sota; altri tipi di robot, come androidi o agenti virtuali, non sono stati testati.
  • Un solo negozio, una sola categoria di prodotto (articoli per il letto di prezzo elevato) e sei membri del personale intervistati.
  • La didascalia della Figura 1 definisce l'acquisto per persona che si ferma 'pressoché stabile', mentre la Tabella 1 e la Sezione 3.1 riportano un calo dall'11,56 % al 2,62 %.

Impatto sul settore

Menzione d'onore all'HRI 2026 Best Paper Award (track User Studies, full paper), con 2 citazioni. L'articolo non indica alcun rilascio di dati, codice o progetti del supporto.

Abstract

Riportiamo un esperimento sul campo a metodi misti con un robot di servizio conversazionale impiegato, a discrezione quotidiana del personale, in un negozio di articoli per il letto in attività. Per 12 giorni abbiamo alternato tre condizioni–Baseline (nessun robot), Robot-only e Robot+Fixture–e annotato su video l'imbuto del servizio dai passanti all'acquisto. Un disegno sequenziale esplicativo ha poi usato sei interviste al personale successive all'esperimento per interpretare gli schemi quantitativi. Quantitativamente, il robot ha aumentato le soste per passante (al massimo con il supporto), ma i passaggi successivi guidati dai commessi per persona che si ferma–approccio del commesso, ingresso nel negozio, esperienza assistita e acquisto–sono diminuiti. Le interviste hanno spiegato questa divergenza: i commessi evitavano di interrompere la conversazione in corso tra robot e cliente, faticavano a cogliere il momento giusto, reso ambiguo dalla latenza della conversazione, e hanno notato un'attrazione incentrata sui bambini che spesso soddisfaceva la curiosità sulla soglia. Il supporto ha amplificato la visibilità ma ha anche ancorato gli incontri alla soglia, creando un microspazio ben definito in cui i bisogni potevano “chiudersi” senza entrare. Sintetizziamo questi filoni in un resoconto integrato che va dalla prima manifestazione di interesse da parte di un cliente al suo ingresso nel negozio e ne ricaviamo indicazioni operative. I risultati fanno progredire la comprensione delle interazioni tra clienti, personale e robot e offrono raccomandazioni pratiche per impiegare robot di servizio nel commercio al dettaglio ad alto contatto.

Link

  • arXiv 2601.01946: https://arxiv.org/abs/2601.01946
  • DOI 10.1145/3757279.3785588: https://doi.org/10.1145/3757279.3785588
  • PDF: https://arxiv.org/pdf/2601.01946v1

Questo sito richiede JavaScript. Attiva JavaScript per esplorare i nostri progetti di robotica open source.