Xovis persontelling og analyse

Analyse for Xovis-sensorene du allerede eier

Mange team har investert i Xovis 3D-sensorer og føler seg fortsatt ett steg unna innsikten de ble lovet. Maskinvaren er utmerket, men dataene ligger i et verktøy som ikke passer måten du planlegger på, eller personvernoppsettet er aldri blitt godkjent, eller hvert sted rapporterer tallene sine ulikt.

Bumbee Labs tetter det gapet. Vi tar metadataene Xovis-sensorene dine allerede produserer, og gjør dem om til besøksanalyse du kan handle på: eksakte tellinger, belegg i sanntid, oppholdstid, køer, soneflyt og demografi, samlet på én plattform med en personvernholdning du kan stå inne for. Det kjører på sensorene du har, uten nye sensorer, uten utskifting og uten at nøyaktigheten svekkes.

Beleggsdata fra Xovis er noe av det mest anvendelige sensorene leverer. Det er en løpende telling av hvor mange personer som er i en sone, oppdatert kontinuerlig fra sensoren. Du kan bruke den til å overholde kapasitetsgrenser, bemanne etter behov og holde trengselen på et behagelig nivå, uten å identifisere hvem personene er.

Hva team gjør med Xovis-analyse

Eksemplene under er illustrasjoner på hva denne typen 3D-sensoranalyse gjør mulig på tvers av bransjer. De er ikke konkrete kunderesultater.

Detaljhandel og showrooms

Hos en møbel- eller moteforhandler gir eksakte inngangstellinger konverteringsgraden i butikk en nevner du kan stole på, og oppholdsdata viser hvilke utstillinger som faktisk holder på oppmerksomheten. I ett illustrerende tilfelle holdt en møbelforhandler i Storbritannia tellingene nøyaktige selv om showroom-planløsningene endret seg med noen ukers mellomrom. Forhandleren brukte så fangstrate og oppholdstid til å planlegge gulvet på nytt og løftet konverteringen fra titting til kjøp med en høy ensifret prosent. Med utvidelsene for ekskludering av ansatte og demografi kan en motekjede tilpasse bemanningen til kundene som faktisk er i butikken, i stedet for til en flat vaktplan.

Transport og flyplasser

Automatisk passasjertelling fra 3D-sensorer leverer stabile tellinger med høy nøyaktighet, selv i fulle kjøretøy og på travle perronger. En regional transportoperatør kan bruke disse dataene til å dele billettinntekter rettferdig mellom linjer, dimensjonere tilbudet etter reell etterspørsel og rapportere til myndighetene på tall som tåler ettersyn. På en flyplass bidrar belegg og flyt ved sikkerhetskontroll og bussterminaler til å kutte ventetider og styre bemanning mot køene som faktisk bygger seg opp.

Bygg og campus

Med beleggsdata kan du forvalte et bygg ut fra målt bruk i stedet for gjetning. En stor universitetscampus kan for eksempel se hvilke rom og bygg som står underbrukt, deretter konsolidere areal og justere oppvarming, kjøling og lys etter faktisk tilstedeværelse. Slik kan campuset kutte driftskostnaden for lite brukte arealer med rundt en femtedel og støtte opp under netto null-mål. Det samme sanntidsbelegget støtter sikkerhetsgrenser og smartere renholds- og resepsjonsplaner.

Arrangementer, arenaer og attraksjoner

Når titusenvis av mennesker beveger seg gjennom et rom i løpet av en dag, er belegg i sanntid per sone et sikkerhetsverktøy. En stor arrangementsarena kan se tettheten bygge seg opp sone for sone og handle før det oppstår en flaskehals. Et historisk landemerke i byen kan telle besøkende nøyaktig nok til å planlegge bemanning, måle om en kampanje faktisk flyttet besøkstallene, og underbygge søknader om finansiering med harde tall i stedet for anslag.

Se hvordan dette passer din bransje i bransjeoversikten, fra flyplasser til museer og kultursteder.

Personalfiltrering, demografi og de andre AI-utvidelsene

Xovis-sensorene dine kan mer enn å telle. Utvidelsene du kan slå på, som personalfiltrering, gruppetelling, demografi, blikkretning og objektgjenkjenning, kjører som AI i selve sensoren, og vi gjør metadataene om til KPI-er. Under ser du de mest etterspurte utvidelsene og hva de betyr for tallene dine.

Personalfiltrering i Xovis

Sensorens AI gjenkjenner ansatte som bærer Xovis’ standardiserte mønstertagg, og holder dem utenfor tellingene. Mønsteret er identisk for alle ansatte, så ingen enkeltperson kan identifiseres, og besøkstallene, konverteringsraten og belegget beskriver bare kunder. Tellingene av kunder lander i de samme dashbordene som resten av dataene, så de ansattes bevegelser ikke lenger forstyrrer sammenligninger mellom bemannede timer.

Demografi og kjønnsestimering

Utvidelsen for kjønnsestimering kjører i sensoren og sender bare ut anonymiserte metadata, og ingen bilder forlater noensinne enheten. Du kan bruke den til å planlegge sortiment og bemanning etter hvem som faktisk besøker, og resultatet lander som demografi i de samme dashbordene og API-et som tellingene dine.

Gruppetelling og blikkretning

Gruppetelling skiller følger fra enkeltpersoner, så en familie på fire telles som én kjøpsbeslutning. Blikkretning viser hva folk vender seg mot, og gjør dermed vindusutstillinger og gavlplasseringer målbare.

Hver utvidelse kjører på maskinvaren du allerede eier. Slå på én når et bruksområde krever det, så lander resultatet i de samme dashbordene og API-et som tellingene dine.

Xovis kombinert med Wi-Fi og mobilnett

3D-sensorer forteller deg nøyaktig hvor mange som er i et bestemt punkt akkurat nå. Vår Wi-Fi-metode viser hvordan folk beveger seg gjennom hele lokalet, og mobilnettanalyse viser hvor de kommer fra. Kjør Xovis ved siden av dem i en hybridutrulling, så styrker metodene hverandre: sensorene dine gir Wi-Fi en presis fasit å kalibrere mot, og Wi-Fi gir sensortellingene dine konteksten til hele reisen.

Personvern og GDPR for Xovis-data

Xovis-sensorer er bygget slik at bare metadata forlater enheten, aldri en videostrøm, med flere personvernnivåer for drift i tråd med regelverket. Vi bygger videre på det: dataene vi prosesserer, kan ikke identifisere noen, og du får presis analyse du kan forsvare når noen spør hvordan den fungerer. Siden om GDPR-besøksanalyse viser nøyaktig hvordan.