为什么会有客流系统?毋庸置疑,这是科技进步与市场需求的共同产物。过去几十年,随着计算机技术的高速发展,数字化被众多企业提上了日程。作为日常生活中重要的线下场景,购物中心在顾客数字化上的发展历程(客流系统技术演进)上,实现了客流系统1.0到4.0的跨越,从仅统计人次到如今的顾客全流程,这是一部技术史,也是一部技术与现实相互成就的历史。

客流系统1.0

No-ID:仅统计人次,不去除重复

(资料图)

计算机视觉的技术革新为众多行业带来了新的发展曙光,许多难以把握的问题在其加持下收获了预料之外的解决方案。当计算机视觉技术开始应用于购物中心,客流系统也随之发生了质的改变。最早利用计算机视觉技术开展客流统计的时代,我们称之为"客流系统1.0",其主要是通过摄像头的部署,从上往下拍摄,通过识别人的头肩特征进行客流计数,也叫头肩客流。

不得不承认的是,在无法大量快速计数的时代,客流系统1.0让行业收获了数字化的初代应用。对于购物中心的一些关键卡口,如入口、楼梯口、门店口等,其能对进出人群以人头计数。但是,对于重复出现的人,客流系统1.0无法确认是否为同一个人,即不能去除重复。基于这一系统,购物中心只能获得人次数据,很难获得准确的人数数据。这便是计算机与客流统计相结合的初次尝试。

客流系统2.0

Face-ID:隐私不合规,低头易漏识

1.0系统的无法去重和较大误差,让越来越多的购物中心开始寻求更高级别的客流系统。随着人工智能技术的发展与普及,市面上曾出现过一个短暂但未在购物中心实现广泛落地的客流系统2.0阶段,其主要是依靠人脸识别,来解决客流系统1.0无法去除重复的问题。

基于每个顾客的人脸 ID,客流系统2.0可以实现一定程度上的去重效果,但是这一方案对顾客状态的要求比较高,顾客在抬头时可以识别,但一旦低头、转身,就容易出现漏识,准确率不稳定。另外,自2021年《个人信息保护法》出台,明确规定了购物中心内顾客未同意情况下进行人脸识别属于违法行为后,这一技术也随之基本淡出市场。

客流系统3.0

ReID:难辨同一人,难获全流程

在人脸识别不被允许的情况下,部分公司开始采用 ReID(行人重识别,Person re-identification)技术,以期基于非人脸 ID的人体表观特征等实现跨镜识别,即客流系统3.0,其技术路线有二,一是斜照 ReID,二是顶视频 ReID。

市面上很多 AI头部公司以及互联网巨头都曾尝试过斜照 ReID技术,但测试结果证明,仅通过人的衣着、配饰等人体表观特征,在客流量较大的购物中心内,很容易因为顾客"撞衫"或"遮挡"等问题而无法辨认是否为同一人。

与此同时,部分公司也在尝试顶视频 ReID技术,其原理与斜照 ReID基本一致,不同的是,顶视频 ReID从头顶向下拍摄,斜照 ReID是倾斜拍摄,顶视频能够拍摄到的范围,基本停留在人的头和肩,远远小于斜照拍摄范围。

对于购物中心而言,不论是斜照 ReID还是顶视频 ReID技术,误差都大幅存在,其仍无法获得完整、真实、准确的顾客数据。

客流系统4.0

3D时空动线:AI精准客流·顾客全流程数字化

回顾人类发展史,不断超越现有基础是发展轨迹,而技术便是其中的一个缩影。经历了1.0到3.0的不断探索和演变,客流系统来到了4.0时代(也称之为 AI精准客流)。相较于前三个阶段,这一时期的最大特点便是实现了顾客的全流程数字化,而这都将基于3D时空动线技术。

具体而言,即需要先对购物中心进行全场景的高精度三维重建,使空间中的所有要素获得厘米级精准的三维坐标映射。在三维重建之上,再通过多个空间计算技术,基于200多个人体表观特征进行时空关联分析,最终实现对顾客全场动线的匿名连续感知。

值得一提的是,客流系统4.0所采用的 3D时空动线技术,不收集任何人脸特征等生物识别信息,也不存储任何个人信息,整个过程全匿名化,均在法律允许的范围,极为注重对顾客的隐私保护。据悉,这一顾客全流程数字化客流统计技术,来自于一家专注于线下空间数字化与智能化的领军企业——爱笔(北京)智能科技有限公司,其是目前市场上唯一一个真正实现这一愿景的公司。

其打造的客流系统现已通过了 GDPR合规评估——符合欧盟 GDPR合规要求(General Data Protection Regulation,通用数据保护条例)。此前更获得由英国标准协会(BSI)授权颁发的 ISO/IEC 27001:2013信息安全管理体系认证与 ISO/IEC 27701:2019隐私信息管理体系认证。据业内人士透露,获得GDPR、ISO/IEC 27001及27701三重认证的 AI公司,Aibee是国内首个,其已在隐私保护、信息安全、数据安全方面已走在了行业前列。

相比过去的客流系统,4.0系统不仅能提供人次统计,更可实现去重后的客流人数统计。在保护顾客隐私的情况下,输出顾客全流程的真实动线,形成多层次的客流漏斗(过店/进店/深逛),为购物中心日益增长的数字化运营需求提供精准数据支撑。与此同时,基于顾客动线分析、店铺关联组合、公区/多经点位效率优化等200+数据维度的商业场景洞察,既能客观反映每一个顾客的线下行为偏好,也能精准量化各类区域的空间利用效率,进而赋能购物中心招调、推广、运营全链路数智升级,让线下购物中心具备如同线上一般的精细化运营能力。

4.0的价值在何处

赋能购物中心深度运营

AI精准客流系统将为购物中心带来哪些价值?顾客全流程的数字化在深度运营方面将为购物中心带来持续不断的惊喜。除了以往客流系统能提供的全场到访人数、各楼层到访人数外,基于此运营者还能获得爬楼率等运营指标,进而了解楼层间、业态间、店铺间的相互导流情况。

以购物中心内起引流作用的餐饮业态为例,众所周知,餐饮店是购物中心里坪效比较低的业态,很多运营者主要希望通过餐饮店集客并为其他店铺导流。但是过去很难评估餐饮业态到底吸引了多少流量给购物中心,更难确认吸引的流量是否为购物中心的目标客群,是否被充分利用。

某一已投入使用该系统的大型购物中心相关负责人表示,其餐饮业态的单逛率高达56%,而事实上,很多高端购物中心的餐饮单逛率普遍在40%-50%。运营人员想方设法把顾客吸引到场,但事实是到场的流量价值不仅难量化也难优化。试想,如果一个购物中心的餐饮客流占整体客流的30%,其中56%又是吃完饭就走的"单逛客流",那这个购物中心全量客流的15%以上可以说是被浪费,流量并没有按照预期创造更大的价值。

对于这类情况, AI精准客流系统将每一个ID进行颗粒级细化,运营者借此能清晰了解到每个店铺的单逛情况,并精准找到导流弱的店铺,再进一步挖掘场内与其客群兴趣重合度高的门店,基于此对店铺位置进行调整,从而将到场客流发挥到到最大价值。

要说能否用一句话总结客流系统4.0,那便是每一个运营动作的结果都可以被精准量化评估。其实精准量化评估并不是横空出世的新鲜词汇,在过去的15-20年,其便已经成为了互联网运营不断提升的核心工具。只是由于线下空间本身并不具备数字化这一特点,所以对于现实场景而言,它晚到了许多年。

从1.0到4.0

是技术的发展,更是需求的敦促

究竟是技术的发展创造了人类新的需求,还是人类的需求创造了技术的发展,智者见智仁者见仁。但就客流系统的发展来看,二者相辅相成。AI精准客流系统对于购物中心而言早已期盼已久,技术的发展创新也在不断为自身寻找合适落脚点。

对于购物中心,AI精准客流系统可以清晰地帮其运营者了解楼层间、业态间、店铺间的相互导流情况。以往对引进店铺的实际导流情况、某一店铺的单逛率统计、投放广告后的店铺新增人流统计等因为缺乏技术支撑,行业在此困囿许久。

而技术也在现实场景中实现了自身进步的真正价值。据透露,目前市场上 TOP30商业地产中,已有20家与 Aibee展开了深度合作,不少企业选择将 Aibee提供的商业地产数字化解决方案作为集团推广的标配。可以确定的是,基于顾客全流程数字化的深度运营时代,正向商业地产行业加速奔来。

关键词：