Külastajate loendamine ilma kaamerateta

Jah, külastajate loendamine ilma kaamerateta on võimalik. Hoones juba töötavad Wi-Fi pääsupunktid saavad külastajaid loendada ilma kaamerata. Need võtavad vastu telefonide saadetavaid signaale, teevad neist külastajate arvu ja liikumisteed ning säilitavad ainult koondstatistika. Pilti ei tehta ja kedagi ei tuvastata. Sissepääsudes, kus on vaja täpset arvu, saab kasutada LiDAR-it, mis samuti kaamerat ei vaja.

Lühidalt

• Olemasolevad Wi-Fi pääsupunktid loendavad külastajaid kogu hoones ilma kaamerata ja katavad kõik alad, kuhu võrk ulatub.
• Telefonide signaalidest saadakse külastajate arv, viibimisaeg ja liikumisteed tsoonide vahel; alles jääb ainult koondstatistika.
• LiDAR annab sissepääsus täpse arvu ilma kaamera ja pildita.
• Loendusi kalibreeritakse käsitsi loendamise abil, nii et need peavad koondtasemel paika.
• Kas andmekaitsealane mõjuhinnang (DPIA) on vajalik, otsustab Teie oma andmekaitsespetsialist (DPO) või vastavusüksus.

Kas saame külastajaid loendada nii müügisaalis kui ka ustel ilma kaamerateta?

Jah, ja seda tööd jagavad kaks meetodit. Wi-Fi-põhine loendamine katab müügisaali hoones juba olemasolevate pääsupunktide kaudu ning annab külastajate arvu, viibimisaja ja liikumisteed tsoonide vahel. LiDAR katab sissepääsu, kus täpne arv on oluline, ja mõõdab laserimpulssidega, nii et pilti ei teki.

Optiliste loendurite paigaldamine igale sissepääsule, tsooni piirile, eskalaatorile ja liftifuajeesse nõuab projekti planeerimist, kaabeldust ja riistvara pidevat hooldust. Wi-Fi-põhine loendamine kasutab pääsupunkte, mida kinnisvarahaldus või IT juba ühenduvuse jaoks haldab. Seega ulatub katvus kõikjale, kuhu ulatub võrk, ja enamikus hoonetes ei ole vaja lakke uut riistvara paigaldada.

Kaubanduskeskus, kus viiel korrusel on kümneid pääsupunkte, saab tsoonitasemel analüüsi kõigil viiel korrusel, mis on palju rohkem, kui näitaks peaukse juures loendatud külastajate arv. Muuseumides ja kultuuriasutustes või ühistranspordi sõlmpunktides on selline detailsus tavaliselt saavutatav ilma kaabeldusprojektita, ja külastatavuse andmed on rikkalikumad, sest loendamine katab kogu hoone. Ühtegi lisakaamerat ei pea planeerimisasutusele põhjendama ega järjekorrale suunama.

Mida Wi-Fi pääsupunktid telefonist kätte saavad?

Sisselülitatud Wi-Fi-ga telefon saadab probe request’e, lühikesi signaale, mis küsivad, kas mõni tuttav võrk on läheduses. Leviulatuses olevad pääsupunktid võtavad need vastu. Varem kandis iga selline päring seadme unikaalset riistvaratunnust, MAC-aadressi, mis võimaldas põhimõtteliselt konkreetset seadet ajas ja ruumis ära tunda.

Apple võttis MAC-aadressi juhuslikustamise kasutusele iOS 8-s 2014. aastal; Android järgnes alates versioonist 8.

Seadmed saadavad nüüd probe request’e püsiva riistvaratunnuse asemel juhuslike MAC-aadressidega, mis aja jooksul muutuvad ja on igas võrgus erinevad, nii et püsiv riistvaraaadress ei seo seadet enam ajas. Loendussüsteemi privaatsus sõltub siiski sellest, mida süsteem signaalidega edasi teeb.

Mis jääb alles pärast signaalide töötlemist?

Wi-Fi-põhine külastajate loendamine anonüümib signaalid kogumise hetkel. Probe request’idest arvutatakse külastajate arv ja liikumisstatistika ning algseid signaaliandmeid ei salvestata. Alles jäävad koondandmed: mitu seadet tuvastati tsoonis antud tunni jooksul, kui pikk oli keskmine viibimisaeg ja milline tee läbi ruumi oli kõige levinum. Ükski andmebaasi rida ei vasta inimesele.

Wi-Fi-põhisel loendamisel töötav GDPR-iga kooskõlas külastatavuse analüüs ei vaja külastajate nõusolekut. Nõusolek on vajalik siis, kui töödeldakse isikuandmeid, ja see meetod neid ei töötle. Sellepärast on see ka Euroopa ainus külastajate loendamise meetod, mille on heaks kiitnud andmekaitseasutus.

Kuidas me teame, et loendus on õige?

Süsteem ei näe kunagi üksikisikuid, seega kontrollib see oma loendusi kalibreerimise abil. Wi-Fi-signaalidest saadud arve võrreldakse käsitsi loendamise tulemustega: teadaolev arv inimesi kõnnib läbi tsooni ja süsteemi hinnangut korrigeeritakse, kuni see klapib. Kalibreerimine arvestab ka sellega, kui suur osa külastajatest kannab Wi-Fi-ga seadet, sest see osakaal sõltub asukohast ja ajast. Teisi meetodeid võrdleb artikkel kuidas külastajaid loendada.

Koondtasemel on täpsus kõrge, ja just seda taset vajavad nii igapäevased kui ka strateegilised otsused. Jaemüüja peab teadma, kas laupäeval tuli 2 000 või 4 000 inimest, ja selleks pole vaja üksikisikuid üles lugeda. Kalibreerimine teeb loenduse ka asukohtade ja hooaegade vahel võrreldavaks, ja just see võrreldavus määrab, mida väärt on külastatavuse võrdlusnäitaja. Loendus on ka nimetaja, mida kassa anda ei saa: müügiga kõrvutades annab see kaupluse konversioonimäära, mis selgitab, miks külastatavus ja müük räägivad erinevat lugu.

MAC-aadressi juhuslikustamist, mis on tänapäeva seadmetes standard, käsitletakse algoritmi tasemel ilma püsitunnuste juurde tagasi pöördumata, nii et statistiline tulemus jääb usaldusväärseks.

Mida hõlmab Wi-Fi-põhise loendamise andmekaitseline hindamine?

GDPR-i kohaldamisalasse kuuluvate organisatsioonide jaoks on andmekaitsealane mõjuhinnang (DPIA) külastajate loendamiseks ametlik samm tehnoloogia hindamiseks enne selle kasutuselevõttu. Kas seda on vaja ja mida see peab hõlmama, otsustab Teie oma andmekaitsespetsialist või vastavusüksus. Meetod ei tekita eriliiki isikuandmeid, ei vaja nõusolekumehhanismi ega jäta andmesubjekti õigusi, mida hallata. Küsimused, mida andmekaitsespetsialist tavaliselt esitab, on toodud sellel lehel.

Mida ütlevad töötajad ja nende ametiühing?

Mõõtmine on anonüümne. Wi-Fi-põhine loendamine ei tekita isikuandmeid, nii et tulemustest ei saa kedagi välja tuua, ei töötajat ega külastajat, ja kedagi ei jälgita ajas. Töötajad ja nende esindajad näevad koondstatistikat ruumi kohta: kui palju inimesi seal oli, kus ja millal, aga mitte kunagi seda, kes.

Mis muutub külastajate jaoks, kui kaamerat pole?

Kaamerapõhised süsteemid suudavad asju, mida Wi-Fi-põhine loendamine ei suuda: need eristavad täiskasvanuid lastest, loendavad pildil olevaid inimesi suure täpsusega ja mõnes seadistuses tunnevad ära korduvkülastajaid. Just nendest võimetest tuleb ka avalikkuse ebamugavustunne. Jaekaubanduse analüütikaga seotud näotuvastus on pälvinud reguleerijate tähelepanu üle Euroopa, ja isegi kui kaamerad näotuvastust ei kasuta, märkavad külastajad neid avalikes ruumides üha sagedamini ja esitavad küsimusi. Nähtav kaamera võib paista videovalvena ka siis, kui see ainult loendab, ja see hõõrdumine maksab nii külastajakogemuses, töötajate ajas kui ka mõnikord meediakajastuses.

Wi-Fi-põhine loendamine ei suuna külastajatele ühtegi kaamerat ega salvesta neist pilti. See on kõige olulisem seal, kus usaldus on külastuse osa: kultuuriasutustes, ühistranspordis ja tervishoiuasutustes. Üha olulisemaks muutub see ka jaekaubanduses, kus valikut külastajate loenduri ja analüütikaplatvormi vahel vaadatakse hoolikamalt.

Kui sissepääsus on vaja täpset arvu ja objektiivi seal ei soovita, annab LiDAR-põhine külastajate loendamine täpse arvu üldse ilma kaamerata. See mõõdab liikumist silmale ohutu laservalguse impulssidega ja näitab inimesi punktiparvedena 3D-ruumis. Pilti ei teki kunagi, seega pole midagi salvestada, hägustada ega maskeerida.

Allikad

• Apple (2014). iOS Security (valge raamat, oktoober 2014). https://www.apple.com/mx/privacy/docs/iOS_Security_Guide_Oct_2014.pdf
• Android Open Source Project. Implement MAC randomization. https://source.android.com/docs/core/connect/wifi-mac-randomization
• Martin, J., Mayberry, T., Donahue, C., Foppe, L., Brown, L., Riggins, C., Rye, E. C., & Brown, D. (2017). A study of MAC address randomization in mobile devices and when it fails. Proceedings on Privacy Enhancing Technologies, 2017(4), 365–383. https://doi.org/10.1515/popets-2017-0054
• Euroopa Andmekaitsenõukogu (2020). Guidelines 3/2019 on processing of personal data through video devices, versioon 2.0. https://www.edpb.europa.eu/documents/guideline/guidelines-32019-on-processing-of-personal-data-through-video-devices_en
• Euroopa Parlament ja Euroopa Liidu Nõukogu (2016). Määrus (EL) 2016/679 (isikuandmete kaitse üldmäärus), põhjendus 26 ja artikkel 35. https://eur-lex.europa.eu/eli/reg/2016/679/oj