Besöksräkning utan kameror

Ja. De Wi-Fi-åtkomstpunkter som en byggnad redan har kan räkna besökare utan kameror. De fångar upp signalerna som telefoner sänder ut, omvandlar dem till besökssiffror och flöden och behåller bara aggregerad statistik. Ingen bild tas och ingen identifieras. Entréer som behöver en exakt räkning kan använda LiDAR, som inte heller kräver någon kamera.

Kort sagt

• Befintliga Wi-Fi-åtkomstpunkter kan räkna besökare i hela byggnaden utan kamera, och täckningen räcker så långt som nätverket når.
• Telefonernas signaler blir antal besökare, uppehållstid och rörelsevägar mellan zoner; bara aggregerad statistik finns kvar.
• LiDAR ger en exakt räkning vid en entré utan kamera och utan bild.
• Räkningen kalibreras mot manuella räkningar, så den håller på aggregerad nivå.
• Om en DPIA behövs avgör ditt eget dataskyddsombud eller din compliancefunktion.

Kan vi räkna besökare i hela lokalen och vid dörrarna utan kameror?

Ja, och två metoder delar på uppgiften. Wi-Fi-räkning täcker hela lokalen via de åtkomstpunkter som redan finns i byggnaden och ger antal besökare, uppehållstid och rörelsevägar mellan zoner. LiDAR tar hand om en entré där en exakt räkning behövs, och eftersom den mäter med laserpulser uppstår ingen bild.

Att sätta upp optiska räknare vid varje entré, zongräns, rulltrappa och hisslobby kräver projektplanering, kabeldragning och löpande underhåll av hårdvaran. Wi-Fi-räkning använder de åtkomstpunkter som fastighets- eller IT-avdelningen redan sköter för uppkopplingens skull, så täckningen räcker så långt som nätverket når, och i de flesta byggnader behövs ingen ny hårdvara i taket.

Ett köpcentrum med dussintals åtkomstpunkter på fem våningar får zonanalys på alla fem, betydligt mer än en räkning vid ytterdörren skulle visa. För museer och kulturella mötesplatser eller knutpunkter för kollektivtrafik går den detaljnivån oftast att nå utan ett kabeldragningsprojekt, och dataleveranserna blir rikare eftersom räkningen täcker hela byggnaden. Ingen extra kamera behöver motiveras inför en planeringsnämnd eller riktas mot en kö.

Vad fångar Wi-Fi-åtkomstpunkterna upp från en telefon?

En telefon med Wi-Fi påslaget skickar ut söksignaler, korta signaler som frågar om något känt nätverk finns i närheten. Åtkomstpunkter inom räckhåll fångar upp dem. Varje söksignal bar tidigare en unik hårdvaruidentifierare, MAC-adressen, som i princip gjorde det möjligt att följa en viss enhet över tid och rum.

Apple införde MAC-adressrandomisering i iOS 8 år 2014, och Android följde efter från version 8 och framåt.

I dag skickar enheterna söksignaler med randomiserade MAC-adresser, som ändras över tid och skiljer sig mellan nätverk, i stället för ett fast hårdvaru-ID, så adressen följer inte längre med enheten över tid. Integriteten i ett räknesystem avgörs ändå av vad det sedan gör med signalerna.

Vad finns kvar när signalerna har bearbetats?

Wi-Fi-baserad besöksräkning anonymiserar signalerna redan vid insamlingen. Söksignalerna bearbetas till besökssiffror och flödesstatistik, och den underliggande signaldatan lagras inte. Det som sparas är aggregerat: hur många enheter som upptäcktes i en zon under en viss timme, hur lång den genomsnittliga uppehållstiden var och vilken väg genom lokalen som var vanligast. Ingen rad i någon databas motsvarar en person.

Ett GDPR-säkert besöksanalyssystem som bygger på Wi-Fi-räkning kräver inte besökarnas samtycke för att fungera. Samtycke gäller där personuppgifter behandlas, och den här metoden behandlar inga. Det är också därför detta är den enda metoden för besöksmätning i Europa som är godkänd av en dataskyddsmyndighet.

Hur vet vi att siffrorna stämmer?

Systemet ser aldrig några individer, så det kontrollerar sina siffror genom kalibrering. Siffror som tagits fram ur Wi-Fi-signaler valideras mot manuella räkningstillfällen: ett känt antal personer går genom en zon och systemets uppskattning justeras så att den stämmer. Kalibreringen korrigerar också för hur stor andel av besökarna som bär en Wi-Fi-aktiverad enhet, och den andelen varierar mellan platser och över tid. Andra metoder jämförs i hur man räknar besökare.

Noggrannheten är hög på aggregerad nivå, och det är den nivån operativa och strategiska beslut kräver. En handlare behöver veta om det kom 2 000 eller 4 000 personer en lördag, och för att svara på det krävs ingen förteckning över individer. Kalibreringen gör också räkningen jämförbar mellan platser och säsonger, och den jämförbarheten är vad ett besöksriktmärke är värt. Besökssiffran är dessutom den nämnare som kassan inte kan ge: ställd mot försäljningen ger den konverteringsgraden bakom varför besöksflöden och försäljning berättar olika historier.

MAC-randomiseringen, som numera är standard på moderna enheter, hanteras på algoritmisk nivå utan att systemet går tillbaka till beständiga identifierare, så det statistiska resultatet förblir pålitligt.

Vad omfattar en dataskyddsgranskning av Wi-Fi-räkning?

För organisationer som omfattas av GDPR är en konsekvensbedömning (DPIA) för besöksräkning det formella steget för att bedöma en teknik innan den tas i drift. Om en sådan behövs, och vad den i så fall ska omfatta, avgör ditt eget dataskyddsombud eller din compliancefunktion. Metoden ger inga särskilda kategorier av personuppgifter, kräver ingen samtyckesmekanism och lämnar inga registrerades rättigheter att hantera. De frågor ett dataskyddsombud brukar ställa finns på den sidan.

Vad säger personalen och facket?

Mätningen är anonym. Wi-Fi-räkning producerar inga personuppgifter, så ingen, varken anställd eller besökare, kan pekas ut i resultaten, och ingen enskild person följs över tid. Det personalen och deras fackliga företrädare ser är aggregerad statistik om lokalen: hur många som var där, var och när, aldrig vem.

Vad ändras för besökarna när det inte finns någon kamera?

Kamerabaserade system kan en del som Wi-Fi-räkning inte kan: de kan skilja vuxna från barn, räkna personer i bilder med hög precision och i vissa konfigurationer känna igen återkommande besökare. Det är också de förmågorna som väcker obehag hos allmänheten. Ansiktsigenkänning i butiksanalys har uppmärksammats av tillsynsmyndigheter i hela Europa, och även där kamerorna inte används för igenkänning lägger besökare på offentliga platser allt oftare märke till dem och ställer frågor. En synlig kamera kan se ut som övervakning även när den bara räknar, och den friktionen kostar något i besökarupplevelsen, i personaltid och ibland i pressbevakning.

Wi-Fi-räkning riktar ingen kamera mot besökarna och fångar ingen bild av dem. Det spelar störst roll där förtroende är en del av besöket: kulturinstitutioner, kollektivtrafik och vårdinrättningar. Allt oftare spelar det roll även i detaljhandeln, i takt med att beslut om besöksräknare kontra analysplattform granskas noggrannare.

Där en entré behöver en exakt räkning och ett objektiv inte är välkommet ger LiDAR-baserad besöksräkning en precis räkning helt utan kamera. Den mäter rörelse med ögonsäkra laserpulser och visar människor som kluster av punkter i 3D-rummet. Ingen bild uppstår någonsin, så det finns inget att lagra, sudda ut eller maskera.

Källor

• Apple (2014). iOS Security (white paper, October 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
• European Data Protection Board (2020). Guidelines 3/2019 on processing of personal data through video devices, version 2.0. https://www.edpb.europa.eu/documents/guideline/guidelines-32019-on-processing-of-personal-data-through-video-devices_en
• European Parliament and Council of the European Union (2016). Regulation (EU) 2016/679 (General Data Protection Regulation), Recital 26 and Article 35. https://eur-lex.europa.eu/eli/reg/2016/679/oj