Liczenie ruchu osób przez drzwi automatyczne: przewodnik zakupowy dla środowisk handlowych i detalicznych

Każdy sklep detaliczny, centrum handlowe, terminal lotniska oraz budynek komercyjny ma problem z przepływem ludzi. Decyzje dotyczące poziomu zatrudnienia, układu sklepu, godzin otwarcia oraz negocjacji najmu podejmowane są na podstawie niepełnych lub niedokładnych informacji o tym, ilu ludzi faktycznie porusza się przez daną przestrzeń.

Systemy liczące ruch osób zintegrowane z systemami drzwi automatycznych fundamentalnie zmieniają tę zależność. Jednak pojęcie „drzwi z licznikiem” obejmuje ogromny zakres możliwości technicznych. Podstawowy licznik oparty na promieniu podczerwieni i zaawansowany, wysokiej dokładności system wizji 3D z połączeniem API to oba technicznie „systemy liczące ruch osób” — jednak różnica między nimi ma ogromne znaczenie dla wartości biznesowej, jaką można wydobyć z danych.

Niniejszy przewodnik pomaga menedżerom operacyjnym oraz zespołom zakupowym zrozumieć dostępne opcje technologiczne, implikacje dotyczące dokładności, wymagania integracyjne oraz typowe pułapki, których należy unikać.

Część 1: Dlaczego „dostarczenie licznika” nie jest tym samym co „analiza ruchu osób”

Podstawowy licznik promieni podczerwieni zlicza impulsy — przerwy w wiązce podczerwieni. Nie potrafi odróżnić jednej osoby od dwóch osób idących obok siebie. Nie radzi sobie z dzieckiem przechodzącym pod wiązką, wózkiem sklepowym ani z dwiema osobami idącymi blisko siebie. W typowych środowiskach detalicznych dokładność podstawowych liczników podczerwieni wynosi 70–85%, co oznacza, że od 15% do 30% wszystkich zdarzeń jest błędnie klasyfikowanych.

Przy dokładności 75% liczba 1000 zarejestrowanych zdarzeń może odpowiadać rzeczywistej liczbie osób w zakresie od 750 do 1250. Dla przybliżonej oceny ruchu może to być akceptowalne. Jednak w przypadku decyzji operacyjnych mających skutki prawne lub umowne nie jest to wystarczające.

Część 2: Trzy podejścia technologiczne

Podejście 1: Podwójna wiązka podczerwieni (tradycyjne)

Zakres dokładności: 75–88% w typowych warunkach. Wydajność pogarsza się w zatłoczonych miejscach, w obecności dzieci, osób poruszających się na wózkach inwalidzkich oraz powolnych grup. Zalety: niska cena, prosta instalacja, brak problemów z prywatnością. Najlepiej nadaje się do aplikacji o ograniczonym budżecie, gdzie wystarczają przybliżone oszacowania ruchu.

Podejście 2: Wizja 3D (czujnik czasu przelotu lub kamera stereoskopowa)

Zakres dokładności: 95–99% w typowych warunkach eksploatacyjnych. Lepsze radzenie sobie z grupami, dziećmi, różnymi prędkościami poruszania się oraz ruchem dwukierunkowym niż systemy podczerwieni. Brak problemów z prywatnością w systemach wykorzystujących wyłącznie dane głębokości (bez przechowywania rozpoznawalnych obrazów). Najlepiej nadaje się do sklepów detalicznych, centrów handlowych, hal lotniskowych oraz głównych wejść do budynków komercyjnych — czyli wszędzie tam, gdzie dokładne zliczanie ma istotne znaczenie operacyjne.

Podejście 3: Radar pracujący w paśmie milimetrowym

Zakres dokładności: 95–98% w typowych warunkach. Całkowicie odporny na warunki oświetlenia — działa w całkowitej ciemności, deszczu, mgły oraz przy skrajnych temperaturach. Naturalnie chroni prywatność (wykrywa obecność i ruch bez przechwytywania obrazów). Najlepiej nadaje się do zewnętrznych wejść, węzłów transportowych, środowisk, w których instalacja kamer budzi obawy dotyczące prywatności, lub aplikacji wymagających niezawodnej pracy w skrajnych warunkach środowiskowych.

Część 3: Łańcuch analityczny — co można faktycznie zrobić z danymi

Warstwa 1: Analiza objętości ruchu i wzorców

Raporty dotyczące objętości ruchu umożliwiają optymalizację zatrudnienia, racjonalizację godzin otwarcia oraz pomiar skuteczności działań marketingowych. Jeśli analiza wykaże, że soboty w godzinach 14:00–17:00 stanowią 35% tygodniowego ruchu, to zatrudnienie może zostać odpowiednio skoncentrowane. Porównanie ruchu w okresach promocyjnych z poziomem bazowym pozwala bezpośrednio zmierzyć wzrost ruchu pieszych wynikający z wydatków marketingowych.

Warstwa 2: Zarządzanie zajętością i gęstością

Rzeczywista, aktualizowana w czasie rzeczywistym liczba osób obecnych (różnica między łączną liczbą wejść a łączną liczbą wyjść) umożliwia zarządzanie pojemnością przestrzeni objętych ograniczeniami regulacyjnymi, zarządzanie doświadczeniem klienta poprzez aktywację kolejkowania i kierowanie ruchem oraz analizę gęstości na poziomie stref przy wielu wejściach.

Warstwa 3: Analiza konwersji i wsparcie strategicznych decyzji

W przypadku detalu połączenie danych o ruchu ludzi z danymi transakcyjnymi z kas rejestrujących umożliwia analizę współczynnika konwersji według okresów czasu, dni tygodnia oraz scenariuszy obsadzenia personelu — wnioski, których żaden z tych zbiorów danych nie umożliwiałby uzyskania samodzielnie. Na poziomie portfela dane o ruchu klientów w wielu lokalizacjach wspierają negocjacje najmu (na podstawie potwierdzonej liczby odwiedzin, a nie szacowanego zasięgu), decyzje dotyczące formatu sklepu oraz ocenę nowych lokalizacji.

Część 4: Wymagania integracyjne — co określić

• Dostęp przez API: wymaga się udokumentowanego, otwartego interfejsu API REST z wynikami w formacie JSON. Należy unikać własnych protokołów wymagających stosowania specyficznych narzędzi programowych.

• Częstotliwość odświeżania danych: poniżej minuty dla zarządzania zajętością w czasie rzeczywistym; agregacja godzinowa może wystarczyć do raportowania.

• Przechowywanie danych historycznych: minimum 12–24 miesiące na potrzeby analizy trendów i wspierania decyzji strategicznych.

• Integracja z systemem POS: precyzja znaczników czasu wystarczająca do korelacji współczynnika konwersji.

• Integracja z systemem BMS: w przypadku większych nieruchomości komercyjnych koordynacja systemów HVAC i bezpieczeństwa na podstawie danych o zajętości.

• Integracja z platformą BI: możliwość przekazywania danych do istniejących środowisk Tableau, Power BI lub Looker.

Część 5: Pięć najczęstszych błędów zakupowych — oraz jak ich uniknąć

• Określanie „licznika ruchu ludzi”, bez określenia dokładności. Rozwiązanie: wymagać minimalnej dokładności 95% w udokumentowanych warunkach terenowych przy użyciu wyników testów przeprowadzonych przez niezależną stronę trzecią.

• Zakładanie, że platforma jest bardziej funkcjonalna, niż w rzeczywistości. Rozwiązanie: wymagać prezentacji na żywo z wykorzystaniem rzeczywistych danych z porównywalnej instalacji referencyjnej.

• Niedostateczne określenie wymagań integracyjnych. Rozwiązanie: zaangażować zespoły, które będą korzystać z danych, przed ostatecznym sformułowaniem specyfikacji.

• Ignorowanie ciągłych kosztów subskrypcji platformy. Rozwiązanie: zażądaj pełnego harmonogramu wszystkich bieżących kosztów oprogramowania; dokonaj oceny całkowitych kosztów posiadania (TCO) na okres 10–15 lat.

• Traktowanie wszystkich wejść jako równoważnych. Rozwiązanie: opracuj analizę dla każdego wejścia oddzielnie, przypisując do niego odpowiedni poziom technologii na podstawie objętości ruchu i wymagań analitycznych.

Możliwości analityki ruchu ludzi stają się coraz szybciej standardowym wymogiem systemów drzwi automatycznych w środowiskach komercyjnych. Dla średniej wielkości obiektu handlowego z roczną liczbą odwiedzin wynoszącą 500 000 nawet 1-procentowe poprawienie współczynnika konwersji dzięki decyzjom opartym na danych może uzasadnić inwestycję w system analityki ruchu ludzi już w ciągu 12–18 miesięcy.