Realtime bezetting: van crisissturing naar dagelijks bezoekerscomfort

Realtime bezetting is het aantal mensen dat zich op dit moment in een ruimte bevindt. Sensoren bij een deur of poort tellen elke binnenkomst en elk vertrek, en het lopende totaal is binnenkomsten min vertrekken. Exploitanten gebruiken het om binnen een capaciteitslimiet te blijven, personeel naar een zone te sturen die volloopt en openingstijden en evenementen te plannen.

In het kort

• Sensoren bij een deur of poort houden een lopende telling bij van binnenkomsten min vertrekken. Die telling laat zien hoeveel mensen er nu binnen zijn.
• Personentelling via Wi-Fi toont de aanwezigheid in een hele ruimte en hoe die in de loop van de dag oploopt en weer afneemt.
• Door capaciteitslimieten kwamen er in 2020 en 2021 tellers op veel locaties, en veel exploitanten hielden ze voor personeelsplanning en bezoekerscomfort.
• Arena’s, vervoersknooppunten en vloermanagers gebruiken het cijfer om bezoekers om te leiden, rijen vroeg op te merken en personeel op de drukte af te stemmen.
• Een telling is geen persoonsgegeven, maar wat een systeem vastlegt kan dat wel zijn. Vraag dus wat het vastlegt en bewaart.

Welke telmethoden geven een live bezettingscijfer?

Sensoren die een afgebakend punt in de gaten houden, geven een live cijfer: 3D-personentellers aan het plafond, AI-camera’s, LiDAR-sensoren en, bij ingangen waar de telling exact moet kloppen, Xovis 3D-sensoren. Iedereen die de tellijn passeert, wordt als binnenkomst of vertrek geteld, zodat het totaal meebeweegt als mensen komen en gaan.

Personentelling via Wi-Fi past bij grotere en meer verspreide omgevingen. Ze laat zien hoeveel mensen er in een ruimte aanwezig zijn en hoe dat aantal in de loop van de dag oploopt of afneemt. Voor een live cijfer bij één bepaalde deur is een sensor naast die deur nodig.

De cijfers kunnen op een dashboard verschijnen, in een controlekamer als bezettingskaart van de hele locatie worden getoond of doorstromen naar een bredere analyseomgeving. Drempelmeldingen werken vrijwel realtime via de Crowd Alert-add-on. De uitvoer is volledig geaggregeerd, en dat komt zowel de bedrijfsvoering als de gegevensbescherming ten goede. Het cijfer zegt dat er 47 mensen in zone B zijn en niets over wie dat zijn.

Is bezettingstelling nog zinvol nu de capaciteitslimieten weg zijn?

Veel exploitanten vinden van wel. Toen de capaciteitseisen werden afgebouwd, hield een aanzienlijk aantal van hen de systemen aan, ook al gold er geen wettelijk maximum meer. Ze gebruikten de data voor personeelsplanning en om te zien wanneer en waar het gebouw te druk aanvoelde voordat er een klacht binnenkwam, welke ingangen knelpunten vormden en welke caféhoek leeg bleef tijdens de lunchdrukte.

Veel van die systemen kwamen er in 2020. Locaties in alle sectoren moesten toen weten hoeveel mensen er op dat moment binnen waren, en een ruwe schatting of een telling van tickets was niet nauwkeurig genoeg om een wettelijk vereiste capaciteitslimiet te verdedigen. Apparatuur voor personentelling, tot dan toe een luxe, werd bijna van de ene op de andere dag infrastructuur. Daarvoor kwam bezettingsbewaking vooral voor waar capaciteit het zwaarst woog: arena’s, concertzalen, stadions en enkele vervoersknooppunten. De limieten brachten de techniek naar retail, musea, bibliotheken, overheidsgebouwen en alle andere plekken waar bijeenkomsten binnen werden beperkt. De technologie was in de meeste gevallen al volwassen. Wat veranderde, was hoe snel locaties overstapten en in hoeveel sectoren.

Bezoekersdichtheid is een van de factoren die het betrouwbaarst bepalen hoe tevreden, of ontevreden, bezoekers zijn. Drukte bepaalt hoe een bezoek aanvoelt: onderzoek naar drukte in winkels laat zien dat krappe ruimte de tevredenheid verlaagt, terwijl een levendige, drukke sfeer die kan verhogen. Een bezoeker die op zaterdag rond lunchtijd bij een winkelcentrum aankomt en het onverwacht vol aantreft, gaat niet per se weg, maar het kleurt wel het hele bezoek. Voelt hetzelfde winkelcentrum goed beheerd en niet te druk aan, dan is de kans groter dat bezoekers langer blijven. Een melding bij 80% van een comfortabele dichtheidsdrempel is nuttiger dan een klacht bij 110%.

Hoe gebruiken exploitanten realtime bezetting voor capaciteitsmanagement?

Ze zien de druk oplopen en handelen ernaar: ze leiden bezoekers om, zetten personeel op een extra doorgang of houden een locatie binnen de limiet die ze veilig aankan.

Arena’s en evenementenlocaties gebruiken de bezetting per zone om bezoekers te spreiden voordat het op één punt te druk wordt, zoals een omloop, een toegangspoort of de rij bij de bar. Personeel gaat dan al op pad voordat gasten het probleem zien.

Vervoersterminals (luchthavens, treinstations, veerhavens) hebben altijd met strikte operationele grenzen aan de doorstroming gewerkt. Daar is bezettingsdata van een instrument voor veiligheid en beveiliging een instrument voor de reizigerservaring geworden. De data geeft input voor dynamische bewegwijzering, laat exploitanten zien wanneer het bij een beveiligingsrij of incheckbalie oploopt en voedt informatieschermen die reizigers het gebouw tonen zoals het nu is. Het is belangrijk die opbouw vroeg te zien, want lange rijen zijn wat reizigers opmerken en onthouden.

Op de winkel- of locatievloer kan een zone drukker zijn dan normaal omdat er een promotie loopt, het buiten regent of er net een schoolgroep binnenkwam. De telling laat vloermanagers zien waar ze beschikbaar personeel heen moeten sturen.

In de loop van maanden groeien de tellingen uit tot een overzicht van hoe de bezetting per uur, dag, week en seizoen varieert, in elke gemeten zone. Met dat overzicht zijn beslissingen over personeel, openingstijden en evenementenplanning te onderbouwen.

Kunnen we bezoekers laten zien hoe druk het nu is?

Sommige locaties doen dat al. Ze tonen de huidige bezetting op een scherm bij de ingang of op hun website, bijvoorbeeld als groen, oranje of rood signaal voor rustig, druk of vol. Bezoekers kunnen dan zelf kiezen wanneer ze komen, wat ophoping in piektijden kan verminderen. Het getoonde cijfer is dezelfde telling die de dashboards en de API voedt. Bumbee Labs kan het scherm zelf leveren of het cijfer via de API aanleveren voor de eigen schermen en website van de locatie.

Wie het cijfer publiceert, laat ook zien dat de exploitant bezoekerscomfort serieus neemt. De meeste locaties vertellen bezoekers nog altijd niet dat de bezettingsgraad nu 60% is en dat het over een uur rustiger wordt.

Is een drukke zone een populaire plek of een knelpunt?

Dat hangt af van hoe lang mensen blijven. De bezetting op elk moment volgt uit hoeveel mensen er binnenkomen en hoe lang elk van hen blijft. Een ruimte die voortdurend vol zit, krijgt dus misschien veel bezoekers te verwerken, of bezoekers blijven er juist lang. Die twee problemen vragen om verschillende oplossingen.

Wie het aantal aanwezigen combineert met een analyse van de verblijftijd, iets wat data op routeniveau mogelijk maakt, ziet beide dimensies. Een zone met hoge bezetting en lange verblijftijd kan een populaire bestemming zijn die meer capaciteit nodig heeft. Een zone met hoge bezetting en korte verblijftijd kan een knelpunt zijn dat mensen vertraagt.

Gaat het bij bezettingstelling om persoonsgegevens?

Een telling is geen persoonsgegeven, maar wat er wordt vastgelegd kan dat wel zijn. Een cijfer als “23 mensen in deze zone” zegt niets over wie ze zijn. Bij elk bezettingssysteem is de zinvolle vraag dus wat het onderweg naar dat getal vastlegt en bewaart. Een camera die video lokaal analyseert en alleen de telling doorgeeft, werkt eerst toch met beelden, en een opnamesysteem legt vast wie er was.

Bumbee Labs levert anonieme, geaggregeerde statistieken: het systeem volgt geen individu, bewaart geen beeld en koppelt geen naam of apparaatidentificator aan een beweging. Dat is de standaard waaraan elk bezettingssysteem moet worden beoordeeld.

Bumbee Labs is het bedrijf achter de enige methode voor bezoekersmeting in Europa die is goedgekeurd door een gegevensbeschermingsautoriteit.

Bronnen

• Blut, M., & Iyer, G. R. (2020). Consequences of perceived crowding: A meta-analytical perspective. Journal of Retailing, 96(3), 362–382. https://doi.org/10.1016/j.jretai.2019.11.007