Reaaliaikainen käyttöaste – kriisimittauksesta arjen joukkoviihtyvyyteen
Kapasiteettirajoitukset toivat reaaliaikaisen kävijälaskennan valtavirtaan. Mitä kohteet löysivät asennuksen jälkeen, oli käyttötapauksia, jotka ulottuivat kauas pelkän lainsäädännön noudattamisen ohi.
Vuonna 2020 kaikilla toimialoilla olevilla kohteilla oli sama kiireellinen ongelma: heidän piti tietää juuri nyt, kuinka monta ihmistä oli sisällä. Ei karkeasti, ei laskemalla lippuja, vaan riittävän tarkasti puolustaakseen laillisesti vaadittua kapasiteettirajoitusta. Kävijälaskentalaitteet, jotka olivat viettäneet vuosia nice-to-have -asemassa, tulivat infrastruktuuriksi lähes yön yli.
Siihen mennessä kun kapasiteettivaatimukset purkautuivat, jotain odottamatonta oli tapahtunut. Operaattorit, jotka asensivat reaaliaikaiset käyttöastejärjestelmät selvitäkseen vaatimustenmukaisuusvelvoitteista, olivat alkaneet käyttää dataa muihin asioihin. Henkilöstöä järkevämmin. Ymmärtäen milloin ja missä rakennus tuntui liian ruuhkaiselta ennen kuin valitus saapui. Selvittäen, mitkä sisäänkäynnit olivat pullonkauloja ja mikä kahvilanurkkaus oli tyhjänä lounasruuhkassa. Kriisityökalu oli muuttunut operatiiviseksi.
Mitä reaaliaikainen käyttöasteseuranta tosiasiassa tekee
Mekaniikka on suoraviivainen. Sisäänkäynti- ja poistuminanturit – kamerapohjaiset 3D-laskurit, yläpuoliset kävijälaskurit tai laajemmissa ja hajautuneemmissa ympäristöissä Wi-Fi-pohjaiset järjestelmät – rekisteröivät jokaisen vyöhykkeeseen saapuvan tai sieltä lähtevän henkilön. Järjestelmä ylläpitää juoksevaa laskentaa: nykyinen käyttöaste = kumulatiiviset sisääntulot miinus kumulatiiviset poistumiset.
Tuo laskenta voidaan näyttää kojelaudalla, käyttää laukaisemaan hälytyksiä kynnysarvojen ylittyessä tai syöttää laajempaan analytiikkapinoon. Ovella se voi tehostaa reaaliaikaista indikaattoria – yksinkertaista vihreä/keltainen/punainen -signaalia, joka kertoo kävijöille ensisilmäyksellä, onko kohde rauhallinen, vilkas tai kapasiteetissa. Valvomossa se syöttää reaaliaikaisen kartan käyttöasteesta koko kohteen yli.
Tuotos on täysin koostettu. Järjestelmä tietää, että vyöhykkeessä B on 47 henkilöä; se ei tiedä, keitä heistä kukaan on. Tuo ero merkitsee sekä operatiivisesti että tietosuojanäkökulmasta.
Kapasiteettirajoitukset olivat pakottava funktio
Ennen vuotta 2020 reaaliaikainen käyttöasteseuranta oli olemassa enimmäkseen ympäristöissä, joissa kapasiteetti todella merkitsi: areenoissa, konserttipaikoilla, stadionilla, joissakin liikennekeskuksissa. Muualla se oli vähemmistön työkalu. Pandemia-aikainen vaatimus tiukkojen yläraja-arvojen valvomiseksi ajoi käyttöönoton vähittäiskauppaan, museoihin, kirjastoihin, julkissektorin rakennuksiin ja kaikkialle muualle, missä sisäkokoontumisia rajoitettiin.
Kohdeoperaattorit, jotka eivät aiemmin olleet harkinneet tarkkaan käyttöastettaan, joutuivat instrumentoimaan tilansa nopeasti. Saatavilla oleva teknologia oli useimmissa tapauksissa jo kypsää – kiireellisyys loi markkinat, ei uusi keksintö. Muuttui käyttöönoton nopeus ja nyt reaaliaikaisia laskentoja pyörittävien sektoreiden laajuus.
Vaatimustenmukaisuudesta mukavuuteen
Mielenkiintoisempi muutos tuli rajoitusten päätyttyä. Merkittävä osa operaattoreista piti järjestelmänsä, ei siksi, että ne edelleen tarvitsivat lakisääteistä maksimia, vaan koska ne olivat löytäneet jotain: nykyisen käyttöasteen tietäminen muuttaa rakennuksen pyörittämistä.
Väkijoukon tiheys on yksi luotettavimmista kävijätyytyväisyyden ja -tyytymättömyyden ajureista. Ruuhkautuminen ja huono kävijävirran hallinta ovat johdonmukaisesti kärkipäässä kohteen, kauppakeskuksen ja liikennekeskuksen valituksissa. Kävijä, joka saapuu kauppakeskukseen ja löytää sen odottamatta ruuhkaiseksi lauantailounasaikaan, ei välttämättä lähde, mutta heidän kokemuksensa koko käynnistä värjäytyy sen mukaan. Sama kauppakeskus, koettuna hyvin hallittuna ja ei liian ruuhkaisena, tuottaa korkeamman viipymäajan ja korkeamman palailuaikomuksen.
Reaaliaikainen käyttöastedata antaa operaattoreille mahdollisuuden toimia tiheydellä ennen kuin se ylittää vilkkaan rajan epämiellyttäväksi. Hälytys 80 %:n kohdalla mukavuustiheyskynnystä on hyödyllisempi kuin valitus 110 %:n kohdalla.
Kuinka kohteet käyttävät sitä nyt
Paikallaan pysyneet käyttötapaukset jakautuvat muutamaan kategoriaan.
Proaktiivinen väkijoukkojen hallinta. Areena- ja tapahtumakohteet käyttävät vyöhyketason käyttöastetta jakaakseen väkijoukkoja ennen kuin paine rakentuu tietyssä kohdassa – kulkukäytävässä, portilla, baarijono. Henkilöstö ohjataan uudelleen ennen kuin ongelma huipentuu eikä sen jälkeen kuin se on näkyvissä vieraille.
Kävijäkokemus liikennekeskuksissa. Liikenteen terminaalit – lentokentät, rautatieasemia, lauttaterminalit – ovat aina olleet tiukkojen virran operatiivisten rajoitteiden alaisia. Reaaliaikainen käyttöastedata on siirtynyt turvallisuus- ja turvatoimityökalusta kokemustyökaluksi: data ohjaa dynaamista opastusta, kertoo operaattoreille, milloin turvatarkastuskaista tai check-in-tiski rakentuu, ja tehostaa matkustajatietojärjestelmiä, jotka antavat matkustajille tarkan kuvan rakennuksesta sellaisena kuin se on, ei tunnin takaisena. Kasaantumisen havaitseminen ajoissa on tärkeää, sillä muutaman minuutin jälkeen ihmiset hylkäävät jonon eivätkä juuri palaa.
Reaaliaikainen henkilöstösuunnittelu. Tietäminen, että vyöhykkeessä on tällä hetkellä tavallista enemmän käyttöastetta – koska kampanja pyörii, koska ulkona sataa, koska koululaisryhmä saapui – kertoo lattiapäälliköille, mihin ohjata käytettävissä oleva henkilöstö. Tuo vastaus perustuu todisteisiin, ei intuitioon.
Käyttöastenäyttö kävijöille. Jotkut kohteet julkaisevat reaaliaikaisen käyttöasteen tilan sisäänkäynnin näytöissä tai verkkosivuillaan. Tämä antaa kävijöille mahdollisuuden ajoittaa saapumisensa, vähentää ruuhkautumista huippuaikoina ja signaloi, että operaattori ottaa väkijoukon mukavuuden vakavasti.
Historiallinen suunnittelu. Reaaliaikainen data kerääntyy tallennukseksi. Kuukausien mittaan operaattorit rakentavat tarkan kuvan siitä, kuinka käyttöaste vaihtelee tunnin, päivän, viikon ja kauden mukaan – kaikilla seurantavyöhykkeillä. Tuo tallenne on se, mikä tekee henkilöstöpäätöksistä, aukioloaikaratkaisuista ja tapahtumien aikatauluttamisesta perusteltuja eikä tottumuksen mukaisia.
Viipymä ja tiheys yhdessä
Yksi kerros, johon reaaliaikainen käyttöastedata yksin ei vastaa, on kuinka kauan ihmiset viipyvät. Käyttöaste millä hetkellä tahansa on sekä saapuvien ihmisten määrän että jokaisen viipymän tulos. Tila, joka on pysyvästi korkealla käyttöasteella, saattaa saada runsaasti liikennettä tai kävijät viettävät siellä pitkiä aikoja. Nämä ovat erilaisia ongelmia erilaisilla ratkaisuilla.
Yhdistämällä reaaliaikainen pääluku viipymäaika-analyysiin – jonka reittikohtainen data mahdollistaa – operaattorit saavat molemmat ulottuvuudet. Vyöhyke, jolla on korkea käyttöaste ja pitkä viipymä, saattaa olla suosittu kohde, joka tarvitsee enemmän kapasiteettia. Vyöhyke, jolla on korkea käyttöaste ja lyhyt viipymä, saattaa olla pullonkaula, joka hidastaa ihmisten kulkua. Sama luku kertoo erilaisen tarinan sen pohjalla olevasta riippuen.
Yksityisyys reaaliaikaisessa laskennassa
Yksityisyyskysymys nousee esiin säännöllisesti, erityisesti kamerajärjestelmissä. Rehellinen vastaus on, että se riippuu siitä, mitä järjestelmä tosiasiassa tekee kuvilla.
Kamera, joka käsittelee videota paikallisesti laskeakseen sisääntulot ja poistumiset ja säilyttää vain laskennan – ei koskaan kuvaa, ei biometrisiä tietoja, ei yksilöllisitä tunnistimia – on kategorisesti erilainen kuin valvontakamera. Edellisen tuotos on “23 ihmistä on tällä vyöhykkeellä”; jälkimmäisen tuotos on tallennus siitä, kuka siellä oli. Vain laskenta täyttää kävijälaskentajärjestelmän oikean tarkoituksen.
Bumbeen lähestymistapa on anonyymit, koostatut tilastot läpi: yhtäkään yksilöä ei seurata, yhtäkään kuvaa ei säilytetä, yhtäkään nimeä tai laitetunnistetta ei liitetä liikkumiseen. Tämä on se, mitä tarkoittaa olla Euroopan ainoa tietosuojaviranomaisen hyväksymä kävijämittausmenetelmä – ja standardi, jota vasten mitä tahansa reaaliaikaista käyttöastejärjestelmää tulisi arvioida.
Mitä saat on tarkka väkijoukkojen äly, vyöhyke vyöhykkeeltä, minuutti minuutilta, ei mitään yhdestäkään yksilöstä siihen liitettynä. Operaattoreille, jotka löysivät tämän vaikean muutaman vuoden aikana ja valitsivat jatkaa sen pyörittämistä, se osoittautuu riittäväksi muuttamaan rakennuksen pyörittämistä.
Usein kysytyt kysymykset
Mitä on reaaliaikainen käyttöasteseuranta?
Reaaliaikainen käyttöasteseuranta käyttää kävijälaskureita – kameroita, 3D-antureita tai Wi-Fi-pohjaisia järjestelmiä – seuraamaan tilassa tällä hetkellä olevien kävijöiden määrää. Sisääntulot ja poistumiset lasketaan ja kootaan jatkuvasti, joten operaattoreilla on reaaliaikainen luku nykyisestä käyttöasteesta eikä arvio kävijämäärätotaaleihin tai henkilöstön pääluvun laskemiseen perustuen. Luku on anonyymi ja koostettu; yhtäkään yksilöä ei tunnisteta.
Kuinka reaaliaikaisesta käyttöasteseurannasta tuli valtavirtaa?
Vuosina 2020–2021 käyttöön otetut kapasiteettirajoitukset vaativat monia kohteita – vähittäismyymälöitä, julkisia rakennuksia, liikennekeskuksia, viihdepaikkoja – valvomaan tiukkoja rajoituksia siellä olevien ihmisten määrälle. Se ajoi nopean elektronisten laskentajärjestelmien käyttönoton. Kun rajoitukset poistuivat, monet operaattorit pitivät järjestelmät paikallaan: data oli hyödyllistä lainsäädännön noudattamisen ohi, henkilöstösuunnitteluun, kokemussuunnitteluun ja väkijoukon mukavuuteen.
Mitä on väkijoukon mukavuus ja miksi se merkitsee?
Väkijoukon mukavuus on laaja termi kävijäkokemuksen ulottuvuudelle, johon tilan vilkkaus vaikuttaa – tiheys, ruuhkautuminen, viipymäolosuhteet ja koettu ruuhkaisuus. Kävijäkokemuksen tutkimus löytää johdonmukaisesti, että ruuhkautuminen ja huono kävijävirran hallinta ovat kohteen valitusten kärkipäässä. Reaaliaikainen käyttöastedata antaa operaattoreille mahdollisuuden puuttua asiaan ennen kuin tiheys ylittää mukavan rajan.
Onko reaaliaikainen käyttöasteseuranta GDPR-yhteensopivaa?
Se voi olla, riippuen teknologiasta ja datan käsittelystä. Kamerapohjaiset kävijälaskurit, jotka käsittelevät kuvia vain sisääntulojen ja poistumisten laskemiseksi – tallentamatta materiaalia, tunnistamatta kasvoja tai seuraamatta yksilöitä – eivät käsittele henkilötietoja juridisesti merkittävällä tavalla, kun koostelaskelma on kaikki, mitä säilytetään. Bumbeen lähestymistapa käyttää anonyymejä, koostettuja tilastoja: järjestelmä kertoo, kuinka monta ihmistä vyöhykkeessä on, ei ketkä he ovat.