В момент входу відвідувача до ТРЦ виконується фіксація обличчя та визначаються наступні дані про відвідувача:

• Стать
• Вік
• Емоції
• Наявність або відсутність маски на обличчі
• В разі, якщо обличчя людини знаходиться у базі данних, виконується розпізнавання з виведенням на екран наступної інформації (ПІБ, відділ/категорія, комментар з бази, фото з бази)

Фіксація обличчя виконується також по всім іншим камерам в межах комплексу, в поле зору яких потрапляє обличчя відвідувача. 

Вся інформація виводиться на екран, а також зберігається в БД SQL. Система дає можливість сформувати базовий набір звітів щодо статистики відвідувань з категоризацією за гендерними та віковими характеристиками, а також за часом та зонами відвідувань.
Додатково, за необхідності, за рахунок роботи з БД SQL (Big Data Analysis) користувач має можливість відсортувати статистичні дані та сформувати звіт, котрий буде задовільняти індивідуальні запити користувача.

Приклад звітів, що можуть бути сформовані в результаті роботи з БД SQL:

• Статистика та маршрути переміщення, а також час, проведений в кожній з зон ТРЦ, як по кожному відвідувачу окремо (обличчя яких  потрапили до поля зору камер), так і вцілому за категоріями відвідувачів
• Статистика відвідувань за категоріями відвідувачів (постійні, випадкові, непостійні відвідувачі), попередньо визначив критерії таких відвідувачів (Big data analysis)

Можливості для користувачів системою (ТРЦ/власники бутиків)

• Персоналізація обслуговування за рахунок розпізнавання постіних/VIP клієнтів
• Заміна карток лояльності
• Контроль за дотриманням вимог карантинного режиму (контроль за кількістю осіб всередині приміщення, контроль за дотриманням маскового режиму)
• Формування розуміння портрету цільової аудиторії (вік, стать)
• Визначання якорних орендарів за рахунок підрахунку кількості відвідувачів і середнього часу, проведенного в кожній з зон, кожною з цільових груп відвідувачів
• Підвищення якості обслуговування за рахунок контролю за довжиною черги 
• Аналіз потреб споживачів за рахунок аналізу середнього часу, проведеного в кожній з зон закладу
• Підрахунок конверсії потоку відвідувачів в кожен із магазинів, як співвідношення кількості відвідувачів магазину до кількості людей, що пройшли повз
• Підрахунок конверсії відвідувачів в покупки, як співвідношення кількості покупок до кількості відвідувачів магазину
• Вирішення спірних питань за рахунок швидкого пошуку в архіві відеозаписів по зафіксованому камерою обличчю відвідувача, або чеку
• Аналіз результативності маркетингових акцій та пошук найбільш ефективних маркетингових стратегій
• Використання адаптивної реклами
• Аналіз гарячих та холодних зон