商场到底为什么要做客流统计
十几年前刚开始干这行的时候，很多商场管理层根本不信这一套。他们觉得凭经验就能判断——“周末人多，工作日人少”，话没错，但你问他具体是多少人，他就支支吾吾。没有量化，就只能靠感觉拍脑袋。拍脑袋做决策，往往就是烧钱。
比如，你多排了十个员工结果顾客根本没来，或者活动当天没排够人导致收银排长队。说白了，人流量统计不是摆设，而是商场运营的底层逻辑。FOORIR 这几年之所以在行业里站稳脚跟，说白了就是不停帮客户踩坑、填坑。
指标一：进出人数（基础客流量）
这是最直观的指标，就是统计一天里有多少人进来了多少人出去了。看似简单，实操却麻烦。成人和小孩得分开算，员工要去掉（这就是所谓的员工去除），而且顾客短时间内反复进出也得识别出来，不然就会重复计数。行业里叫REID去重。
我记得有一次在一个中型商场装了设备，结果前两周数据显示客流量比预期高25%。大家第一反应是怀疑设备坏了，结果一查，是员工一天跑进跑出十几趟去抽烟。过滤掉员工后，数据立马正常了。
所以，原始客流量只是底子，过滤后的才是真正能用来做决策的指标。这也是人流量统计的第一步。
指标二：转化率（从访客到消费者）
光有人流不等于有生意。这点很多甲方第一次看到数据时会有点“受伤”。比如某商场，周末每天人流量接近8万人，但真正进入店铺消费的不到10%。剩下的人就是走走逛逛，吹空调而已。
根据《中国购物中心行业报告 2023》（来源：RET睿意德），一线城市商场平均转化率在12%—18%之间。这个数字看似不高，但背后的差距就是利润的生死线。人流量统计只有和转化率结合，才能说明商场的运营到底是不是健康。
指标三：停留时长
这是我个人最喜欢盯的指标。为什么？因为停留时长直接能反映出顾客是不是觉得商场有吸引力。一个人进来三分钟就走，说明没啥兴趣。但如果大多数人能逛上一个小时，那就说明空间和内容对人有黏性。
我遇到过一个案例，某购物中心因为餐饮区翻新后，平均停留时长从43分钟拉到接近70分钟。结果很直接，餐饮营收同比提升了22%（来源：赢商大数据 2022）。这就是停留时长的威力。要做好人流量统计，就得盯紧这一点。
指标四：高峰时段
这部分其实经常被忽视。大家都知道“周末人多”，但具体几点最挤？你要不统计，就只能靠感觉。可感觉往往是错的。
我们有客户在做亲子活动的时候，总觉得下午三点最热闹。但数据显示高峰其实是中午12点到2点。结果他们后来把活动时间改了，参与人数一下子翻倍。这就是为什么高峰时段必须纳入人流量统计。
指标五：动线与热区分布
最后一个是动线数据。说白了，就是顾客怎么走，哪块区域热，哪块区域冷。商场是个空间生意，动线就是血液循环。
以前在一个商场做调研时，某条走廊永远冷清，大家都以为是租户不给力。结果数据一出来，发现那条路根本没人愿意走，因为入口的电梯位置设置太隐蔽。后来一改，客流量分布立马均衡了。人流量统计要到这个层面，才算真正用到刀刃上。
不同方案对比
| 方案 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 红外计数 | 成本低、安装快 | 精度低、无法区分成人小孩 | 小型店铺 |
| Wi-Fi探针 | 能追踪停留时长 | 受隐私限制、依赖顾客开Wi-Fi | 展览、活动现场 |
| ToF/双目相机（FOORIR常用） | 精度高、支持员工去除、可做REID去重 | 成本相对高 | 商场、机场、大型零售 |
| AI视频分析 | 可结合监控系统做动线 | 算力消耗大、运维复杂 | 高端商业综合体 |
选择什么方案，其实就是在精度、预算、功能之间做权衡。但怎么选，都绕不开一个核心：人流量统计要可靠，否则后面的分析全是空谈。
FAQ
Q1：客流统计能否区分成人和小孩？
可以，现在主流的3D摄像头和AI算法能识别体型差异，区分成人小孩已经比较成熟。
Q2：员工去除是怎么实现的？
FOORIR结合标签或工牌识别。
Q3：如果顾客反复进出，会不会重复算？
这就是所谓的REID去重技术，会通过轨迹和特征比对来避免重复统计。
Q4：人流量统计数据怎么用在招商？
很简单，客流热区数据直接就是招商谈判的筹码，租金也能更合理。
小结
说到底，人流量统计就是商场的“血压计”。不测，你就不知道自己是真健康还是假健康。踩过不少坑后，我越来越觉得这是基础设施，而不是可有可无的“锦上添花”。