商场购物中心线下客流统计方案分析

线下客流统计方案分析

1 简述

消费者在线下商业场所消费时，留下了非常丰富的数据，客流数据是其中最为重要的数据类别，线下商业场所内外客流数据的分析和挖掘对于线下商业场所的数据化营销和精细化运营有着非常重要的指导意义，例如：

顾客动线设计应该如何调整

商业场所里面的业态应该如何调整

商业场所内铺位的租金应该如何调整

设计什么样的促销对客流的拉动效果比较好，顾客留存率比较高

分析商业场所内客群的需求，实现数据化精准营销和精细化运营

关注哪些商业场所消费者常用的比价线上网站竞争对手

2 客流统计方案比较

线下商业场所使用的客流统计方案到目前为止经历了几代的发展：第一代人工客流统计方案;第二代红外线客流统计方案;第三代视频客流统计方案;第四代WiFi信号客流分析方案：

第一代人工客流统计方案，是最传统的客流统计方式，工作人员手持计数器在线下商业场所门口统计客流，再通过人工的方式将数据输入到文档中生成最后的报表

第二代红外线客流统计方案，在线下商业场所门口安装红外检测装置，当消费者走过检测区时，检测装置发出的红外光束就会被打断，系统就会认为是一个人通过

第三代视频客流统计方案，将摄像机垂直安放在线下商业场所主要的出入口、扶手电梯和租户场所的出入口，对在镜头范围内出现的人群进行统计，了解顾客进出店及在特定区域停留的数量

第四代WiFi信号客流分析方案，在线下商业场所里布置WiFi信号采集设备，利用带有WiFi模块的智能终端会持续发出Ping信号的特点，采集进入商业场所并在里面流动的智能终端发出的WiFi Ping信号，并推断分析商业场所里面的客流情况

目前第一代人工客流统计方案和第二代红外线客流统计方案已经基本被市场淘汰，第三代视频客流统计方案是现在市场上线下商业场所广泛使用的主流方案，第四代WiFi信号客流分析方案从2012年左右开始在市场上出现，还处于市场开拓阶段，由于智能终端的普及程度及WiFi终端打开/关闭的影响，WiFi信号客流统计方案还无法保证客流采集100%的准确率，目前的实验结果显示 - 城市里面的客流采集准确率约为40%~70%，随着智能终端的进一步普及及WiFi上网习惯的培养，WiFi信号客流分析方案的客流采集准确率会进一步提高。

第三代视频客流统计方案在客流的准确度统计方面比较好，但是由于面部识别技术限制以及无法时时刻刻捕捉到消费者的完整面部的问题，对消费者的个体识别方面比较弱，第四代WiFi信号客流分析方案在客流的准确度统计方面不如视频客流统计方案，但是WiFi设备唯一性MAC地址作为识别ID的特点赋予了WiFi信号客流统计方案其他更加重要的优点，辅以数据分析和数据挖掘的技术手段使得客流特征的指标从简单统计走向了深入分析的阶段，第三代视频客流统计方案和第四代WiFi信号客流分析方案的性能比较如表1：

表1 –视频客流统计方案/WiFi信号客流统计方案对比

3 WiFi信号检测客流分析方案

图1 – WiFi信号客流分析方案流程

WiFi信号客流分析方案的原理是利用部署在线下商业场所里面的WiFi信号采集设备，采集消费者携带的智能终端WiFi模块发出的Ping信号，包括时间戳、RSSI信号强度、终端唯一性识别MAC地址等参数，再将采集到的数据扰码处理后通过加密通道发送到后端云平台进行数据分析和数据挖掘，生成一系列反映线下商业场所客流特征的指标，通过WEB页面方式提供给线下商业场所管理者作为数据化营销和精细化运营决策参考。

WiFi信号客流分析方案能够给线下商业经营者提供下列反应消费者行为的信息和分析：

- 每日分时段的顾客流量变化

- 每周顾客流量变化

- 顾客的平均停留时间以及停留时间发布

- 顾客忠诚度分析

- 顾客活跃度分析

- 老顾客流失预警分析

- 促销的效果分析

- 促销后的顾客留存分析

- 顾客在线下商业场所动线分析

线下企业也非常希望了解其店内外的客流特征，以便提高自己的管理效率，给消费者提高更好的服务。使用线下客流分析方案（例如基于WiFi信号的客流分析方案）,可以获取下述基本的客流特征数据，在这些客流特征数据的基础上，可以进行进一步的数据分析和挖掘，给门店的经营提供决策指导。

1. 店内外客流变化

图1–某餐饮广场一周店内外客流比较

如图1，店内外客流放到一起分析，一方面可以用来评估线下门店所在区域客流情况（门前经过的人流情况及时间段发布），另一方面可以评估同一时期店内的客流情况。将店内客流除以店内客流能够得到进店转化率指标，此指标可以用来评估店铺的店外引流能力，例如店招、橱窗陈列、店外宣传推广和营销的效果。

2. 门店内客流变化特征

图2 - 某餐饮广场工作日店内客流变化特征

图3 - 某餐饮广场节假日店内客流变化特征

图4 - 某餐饮广场一周店内客流变化特征

门店内客流变化特征包括日客流变化，周客流变化，月客流变化等等。客流变化特征数据可以帮助门店更好的调整营业时间，一方面节约人力开销，另一方面确保门店的运营高效合理，门店管理人员也可以根据客流特征把最精干的营销人员安排到客流高峰时（最需要服务的时候）工作。

3. 顾客停留时间

图5–某餐饮广场顾客平均停留时间

图6–某餐饮广场顾客停留时间分布

顾客平均停留时间与店铺的盈利能力有一定的正线性关系，也反映了门店服务人员的服务水平，顾客对门店的满意度等指标，对于餐饮行业来说，和翻台率有直接的关系。

顾客忠诚度是可以用来衡量消费者对线下商业场所忠诚程度的量化指标，评估消费者对线下商业场所的提供的产品或者服务的偏爱，并长期重复去该场所消费的程度。保有和提高消费者的忠诚度对线下商业场所的经营者来说，是相当重要的任务。下面我们会以某CBD 区域餐饮广场两个月的数据对顾客忠诚度进行一个简单分析。

1. 常客比例及变化

图1 - 某餐饮广场两月常客及顾客变化

从图1可见，在10月15日到12月15日这段时间内，相对于顾客数量的平稳（或略微变化），在关顾的顾客中，常客的数量变化更加明显，绝对数量和占比都有有一定的上升趋势，显示出该餐饮广场在运营上面在逐渐提高。

2. 顾客光顾频次分布