商场购物中心线下客流统计方案分析docWord格式.docx

商场购物中心线下客流统计方案分析docWord格式.docx

《商场购物中心线下客流统计方案分析docWord格式.docx》由会员分享，可在线阅读，更多相关《商场购物中心线下客流统计方案分析docWord格式.docx（19页珍藏版）》请在冰豆网上搜索。

　　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

　　第四代信号客流分析方案，在线下商业场所里布置信号采集设备，利用带有模块的智能终端会持续发出信号的特点，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，第四代信号客流分析方案从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终端打开关闭的影响，信号客流统计方案还无法保证客流采集的准确率，目前的实验结果显示城市里面的客流采集准确率约为，随着智能终端的进一步普及及上网习惯的培养，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，但是设备唯一性地址作为识别的特点赋予了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信号客流分析方案的性能比较如表：

　　表–视频客流统计方案信号客流统计方案对比

信号检测客流分析方案

图–信号客流分析方案流程

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信号采集设备，采集消费者携带的智能终端模块发出的信号，包括时间戳、信号强度、终端唯一性识别地址等参数，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。

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。

.店内外客流变化

图 

–某餐饮广场一周店内外客流比较

如图，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。

.门店内客流变化特征

图 

某餐饮广场工作日店内客流变化特征

某餐饮广场节假日店内客流变化特征

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，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。

.顾客停留时间

–某餐饮广场顾客平均停留时间

–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。

下面我们会以某区域餐饮广场两个的数据对顾客忠诚度进行一个简单分析。

.常客比例及变化

图某餐饮广场两常客及顾客变化

从图可见，在日到日这段时间内，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。

.顾客光顾频次分布

图某餐饮广场顾客光顾频次分布

从图可见，只光顾一次的消费者比例还是非常高，而该餐饮广场位于区域，主力客源是在附近上班的白领，理论上每天都需要找地方吃饭，可见该餐饮广场在提高顾客忠诚度，增加消费者光顾的频次方面还有比较大的提升空间。

在这种情形下，餐饮广场的运营者也许可以考虑选择周套票的促销方式，这样吸引顾客一周内多次来餐饮广场消费。

.顾客早晚光顾分析

图某餐饮广场中午晚上连续光顾顾客比例

由图可见，该餐饮广场中午晚上都光顾的消费者比例还比较低，由于区域白领下班后回家或者去其他地方用餐的缘故，晚餐的客流相对于午餐下降很多，在这种情形下，餐饮广场的运营者也许可以考虑采用午餐、晚餐捆绑打折销售的方式，希望能够在保有午餐客流量的基础上，增加晚餐的客流量。

.常客来店间隔分布

图某餐饮广场常客来店间隔时间分布

由图可见，常客来店的间隔时间主要分布在天之内，可以认为该餐饮广场目前的常客还比较活跃，尤其以间隔天光顾最多，可以推测有好多来店顾客喜欢连续两天光顾，在这以后有一段时间不来。

还有一个有趣的现象，该分布图有以周为单位梯度递减的现象，可以看出常客的活跃规律也喜欢以周为单位，这一点与常客的平均来店间隔时间天也比较相符合。

客流大数据动线分析

.室内定位

在讨论顾客动线之前，首先要了解室内定位技术，购物中心内顾客动线的分析依赖于室内定位技术，在对顾客持续定位的基础上，进行数据处理和数据挖掘（例如聚类等），从而分析购物中心内典型的顾客动线。

到目前为止室内定位已经有了多种技术：

）蓝牙室内定位技术，例如推出了的室内精确定位解决方案，采用基于蓝牙的三角定位技术，除了使用手机的蓝牙模块外，还需部署蓝牙基站，最高可以达到亚米级定位精度。

但由于蓝牙基站的不普及，室内精确定位成本较高，在目前公开报道中，尚没有大规模推广的报道。

）超宽带定位技术，例如，其定位方案采用（超宽带）脉冲信号，由多个传感器采用和定位算法对标签位置进行分析，多径分辨能力强、精度高，定位精度可达亚米级。

但难以实现大范围室内覆盖，且手机不支持，定位成本非常高。

）超声波定位技术，例如，在店铺安装超声波信号盒，能够被手机麦克风检测到，从而实现定位，主要用于店铺的签到。

）手机自主惯性传感器定位导航，例如和，他们推出利用手机的惯性传感器数据进行定位计算的硬件解决方案，但由于手机初始姿态的不确定性和手机惯性传感器精度问题，室内定位效果不佳。

）定位技术，例如，定位系统通过往天花板上的灯具实现，灯具发出像莫斯电报密码一样的闪烁信号，再由用户智能手机照相机接收并进行检测，而且用户不需要将手机相机对准某一个特定方向，亦可以接收到反馈过来的直接光源信号，定位精度可以在米之内。

但定位需要改造灯具，增加芯片，增加成本，目前还无法普及。

）基于的定位，采用刷卡方式，根据阅读器位置对刷卡人员或设备进行区间定位。

主要应用在仓库、煤矿、货物跟踪、安检、、办公考勤等，无法进行实时定位，定位精确度低。

）定位，由于网络的普及，目前国内外很多公司都使用定位技术推出产品。

定位可以达到米级定位（米），定位产品可以应用在专业行业领域（矿井、监狱、医院、石油石化等），如和公司的定位产品，现在也有很多定位产品用在了商场内的导航上。

这也是目前我们正在尝试使用在线下商业场所内对消费者动线进行分析的技术手段。

.顾客动线分析

消费者从购物中心哪个门，哪个通道进入，在购物中心的内部按照什么样的线路移动，在哪些门店里面有较长时间的停留，最后又从哪个门、哪个通道离开，对于消费者来购物中心完整动线的分析：

从这些数据中，能够分析和挖掘消费者来店的方式，自驾、地铁、公交等等

从这些数据中，能够分析和挖掘消费者来购物中心的消费购买模型，例如看电影吃饭溜冰买衣服

从这些数据中，能够分析和挖掘消费者的消费能力和喜好，例如快餐、西餐、中餐等等

从这些数据中，能够通过分析和挖掘，预测这个消费者未来的消费倾向，例如购买孕妇用品的，未来会对婴儿用品有需求

进一步的将所有消费者的动线进行聚类分析，可以分析和挖掘出整个购物中心内部的几条最典型的实际消费者动线，这些数据可以对购物中心的运营决策，例如业态布置和调整，租金制定和调整，消费者动线调整设计，促销广告的摆放位置等提供详细的数据支撑，同时可以对所有的决策提供后评估数据支撑，辅助购物中心的运营实现迭代式提高，是购物中心等线下商业场所从粗放式运营向精细化运营迈进的不可缺少的步骤。

示例如图，某餐饮广场消费者动线分析，此案例的原理是在餐饮广场内部署一系列的信号采集设备，采集消费者携带的智能终端持续发出的信号，并发送到后端云平台，使用网络侧定位的算法，对消费者实现持续定位，将消费者在餐饮广场内部停留时段内的所有定位点生成一个一维向量，表征此消费者在餐饮广场内部的动线；

进一步的将所有消费者的动线进行聚类分析，可以分析和挖掘出此餐饮广场内消费者的典型动线特征。

图某餐饮广场消费者动线分析

此餐饮广场有类进出口：

电梯，自动扶梯，下沉式楼梯。

电梯是本楼工作的白领习惯的来店通道，自动扶梯是在楼上商场逛街的消费者习惯的来店通道，下沉式楼梯是外面大街上消费者习惯的来店通道。

从图中可见：

有的消费者习惯于从下沉式楼梯进入，其中的消费者用完餐后从原路离开，的消费者会选择从电梯离开，另外的消费者会选择从自动扶梯离开

有的消费者习惯于从自动扶梯进入，其中的消费者用完餐后从原路离开，的消费者会选择从下沉式楼梯离开，另外的消费者会选择从电梯离开

有的消费者习惯于从电梯进入，其中的消费者用完餐后从原路离开，的消费者会选择从下沉式楼梯离开，另外的消费者会选择从自动扶梯离开

由于此餐饮广场内部线路比较简单，业态也比较单一，没有做室内的消费者动线分析，只是对消费者进、出门做了简单的动线分析，但是同样的技术和原理可以用到更大、