Miten kävijöitä lasketaan?

Mihin kysymykseen kävijälaskennan pitäisi vastata?

Kävijälaskenta voi vastata moneen kysymykseen: kuinka moni tuli sisään, kuinka kauan he viipyivät, mitkä vyöhykkeet vetivät heitä, kuinka moni käveli ohi astumatta sisään ja kuinka täynnä rakennus on juuri nyt. Niihin vastaavat eri menetelmät. Kävijälaskentajärjestelmä, joka sopii yhteen näistä käyttötarkoituksista, voi olla väärä valinta toiseen, joten kirjaa ensin ylös, mitä sinun pitää tietää, ja valitse teknologia vasta sen jälkeen.

Lyhyesti

• Wi-Fi mittaa käyttäytymistä kokonaisissa tiloissa, eikä useimpiin kohteisiin tarvita uusia laitteita.
• 3D-anturit, AI-kamerat ja LiDAR antavat tarkat laskennat yhdessä pisteessä, kuten ovella, eikä mikään niistä tallenna henkilökuvia laskiessaan.
• Mobiiliverkkodata kattaa kaupunginosat ja ulkoalueet, mutta se ei anna sisätilojen yksityiskohtia eikä tarkkaa ovilaskentaa.
• Monet kohteet yhdistävät Wi-Fin, 3D-anturit ja mobiiliverkkodatan hybridiksi, jolloin kukin menetelmä paikkaa muiden heikkouksia.

Miten kävijälaskennan menetelmät eroavat toisistaan?

Voiko Wi-Fillä laskea kävijöitä koko tilassa?

Kyllä. Wi-Fi-kävijälaskenta muuttaa kohteen jo käyttämät yritystason tukiasemat (Cisco, Ruckus, Aruba ja muut) laskentaverkoksi. Puhelimet, joissa Wi-Fi on päällä, lähettävät signaaleja ihmisten liikkuessa. Signaalit anonymisoidaan ja kootaan kävijämääriksi, viipymäajaksi, vyöhykkeiden välisiksi kulkureiteiksi, ohikulkijoiksi ja sisääntuloasteeksi, ja AI-suodatus poistaa kohinan, kuten paikallaan olevat laitteet ja henkilökunnan. Manuaaliset kontrollimittaukset kalibroivat jokaisen asennuksen todellisuutta vasten, ja artikkeli kävijöiden laskennasta ilman kameroita selittää periaatteen.

Useimmat kohteet eivät tarvitse uusia laitteita. Yksittäisellä oviaukolla Wi-Fi on kuitenkin heikompi: tarkkaan linjanylityslaskentaan yhdellä sisäänkäynnillä ja ovella mitattavaan käyttöasteeseen 3D-anturit ovat parempi työkalu.

Milloin tarkat ovilaskennat vaativat 3D-antureita tai AI-kameroita?

3D-anturilaskenta käyttää kattoon asennettuja optisia 3D-antureita, kuten Xovis ja Flir/Brickstream, yhdistettynä AI-analytiikkaan. Jos kohteeseen sopii paremmin tavallinen kameralaitteisto, AI-kamera kävijälaskentaan hoitaa laskennan itse kamerassa. Se on käytännöllinen ratkaisu kohteissa, joissa kamerainfrastruktuuri on jo olemassa. Molemmat on rakennettu paikkoihin, joissa luvun on oltava tarkka: suuntakohtainen sisään/ulos-laskenta sisäänkäynnillä, käyttöaste suhteessa turvalliseen enimmäismäärään sekä jonot ja viipymä pullonkaulakohdissa. Laskentatilassa henkilökuvia ei tallenneta.

Kantama on niiden rajoitus: anturi on tarkka omassa pisteessään mutta ei rekisteröi mitään sen ulkopuolella, ja 3D-anturit vaativat laitteiden asentamista jokaiseen pisteeseen, jossa halutaan laskea.

Laskeeko LiDAR kävijöitä ilman kameraa?

Kyllä. LiDAR-kävijälaskenta perustuu silmäturvallisiin laserpulsseihin, jotka pyyhkäisevät tilan. Ihmiset näkyvät anonyymeina pisteryhminä, joten kameraa ei käytetä eikä kuvaa synny. Tuloksena ovat tarkat laskennat, käyttöaste ja kulkureitit sisällä tai ulkona missä valossa tahansa. Menetelmä on vahvimmillaan siellä, missä valaistus on vaikea tai alue laaja ja avoin. Jos valitset LiDARin ja kameran välillä, lue LiDAR vai kamera kävijälaskentaan.

Mobiiliverkko: laskentaa kaupunginosan mittakaavassa

Mobiiliverkkoanalytiikka (4G/5G) kattaa kokonaiset kaupunginosat, kadut ja avoimet ulkoalueet. Se perustuu anonymisoituun, aggregoituun mobiiliverkkodataan ja vastaa laajoihin kysymyksiin: kauppakadun kokonaiskävijämäärät ja mistä kaupunginosista kävijät saapuvat, päivittäin ja kausittain. Sisätilojen yksityiskohdat ja tarkka laskenta ovella jäävät sen ulottumattomiin.

Miksi monet kohteet yhdistävät menetelmiä?

Jokaisella menetelmällä on katvealueensa, joten monet kohteet käyttävät hybridiratkaisua: Wi-Fiä käyttäytymisen mittaamiseen koko tilassa, 3D-antureita oville, joilla tarvitaan tarkat laskennat, ja mobiiliverkkodataa laajoille ulkoalueille. Datavirrat ristiinvalidoivat toisensa, ja antureiden vertailudata kalibroi Wi-Fi-mallin, mikä lisää luottamusta jokaiseen lukuun.

Mikä menetelmä sopii mihinkin kohteeseen?

• Yksi sisäänkäynti, jossa laskennan on oltava tarkka: 3D-anturi. Jos vertaat sitä yksinkertaiseen ovilaskuriin, lue kävijälaskuri vai kävijäanalytiikka.
• Myymälät, showroomit ja pop-upit: Wi-Fi viipymään, vyöhykkeisiin ja sisääntuloasteeseen sekä anturi ovelle, jolla tarkka sisään/ulos-laskenta on tärkeä.
• Kauppakeskukset, liikenteen solmukohdat ja suuret kohteet: Wi-Fi koko tilaan ja anturit tärkeimmille sisäänkäynneille.
• Museot ja galleriat: Wi-Fi näyttelysaleihin ja anturi sisäänkäynnille; katso museoiden kävijäanalytiikka.
• Lentoasemat: hybridi, terminaalin edustalta portille.
• Kaupunkikeskustat, kaupunginosat ja ulkoalueet: mobiiliverkko laajaan näkymään ja Wi-Fi sinne, missä yksityiskohdat ratkaisevat.

Miten laskennasta tulee tilastoja?

Minkä yhdistelmän valitsetkin, data päätyy yhdelle analytiikka-alustalle, jossa on kävijälaskennan API. Dashboardit antavat jokaiselle sidosryhmälle oman näkymän, ja avoin, dokumentoitu API syöttää dataa jo käyttämiisi BI-työkaluihin. Vakiomittarit ovat valmiina käyntiä seuraavana päivänä, ja myös saman päivän aikana toistuvat käynnit voidaan mitata. Kun käyttöaste ratkaisee, Crowd Alert -lisäosa antaa ruuhkahälytykset lähes reaaliajassa. Sivu datatoimitukset kertoo, mikä menetelmä tuottaa minkäkin mittarin.

Kaikilla menetelmillä saamasi data on anonyymia ja aggregoitua. Vaatimustenmukaisuuden yksityiskohdat löytyvät sivulta GDPR-turvallinen kävijäanalytiikka. Bumbee Labs on yritys, jonka kehittämä menetelmä on Euroopan ainoa kävijämittausmenetelmä, joka on tietosuojaviranomaisen hyväksymä.

Kaikki resurssit ja oppaat kokoaa oppaat, sanaston ja valikoituja näkemyksiä; kaikki näkemykset löytyvät sivulta näkemykset.