一台設備中的5×度量標準
結合2技術 - 視頻計數+ Wi-Fi計數
我們是世界上第一個將視頻分析計數和Wi-Fi信標跟踪結合在一個設備中的公司，為您提供5業務指標：
視頻計數
Wi-Fi跟踪
1）步數計數
2）外部交通
3）停留時間
4）回歸客戶
5）Cross Shopping
視頻計數與Wi-Fi計數相結合
視頻計數技術用於計數進入和退出站點的總人數。 同時，Wi-Fi技術使計數器能夠從人們攜帶的智能設備中捕獲唯一的MAC地址，並提供進一步的分析，例如區域分析，停留時間，路人計數，上交率，流量，回頭客率以及交叉購物。
訪客數量
訪問時間
交叉購物
外部交通
老顧客
指標1：訪客數量
FootfallCam的人員計數器可以幫助您找出進入您商店的人數。 它進行雙向計數，使其可以同時進行計數和計數。 FootfallCam通過採用最先進的算法（基於顏色和紋理映射），識別並解決陰影和光照水平變化的任何問題，可實現95％或更高的高計數精度。
指標2：街道計數
使用視頻跟踪技術來識別商店通過的購物者數量。 能夠識別商店前面經過的人數的絕對數量。 它使零售商了解窗口顯示效果和分支機會錯失機會的概述。
指標3：訪問持續時間
訪問持續時間是根據用戶智能手機的唯一標識符（MAC ID探測器）測量的。 它可以近似訪問者進入並離開商店的時間。 您可以知道您的客戶在您的商店停留多久。 此外，通過查看停留時間和銷售交易，管理層將能夠找到模式匹配。
度量4：外部流量
FootfallCam可以檢測用戶在100m半徑內的位置。 根據信號強度，它會檢測商店外的過路人，並通過與商店客流量進行比較來為您提供店面轉換率。 我們將回答一些問題，例如在營業時間以外錯過了多少機會以及有多少人通過實際訪問過該商店。
指標5：回頭客
通過將唯一標識與先前記錄進行比較，區分客戶是否已訪問過商店。 您可以了解在過去3個月中有多少客戶已退回。 這可以用於通過回頭客的頻率和購物習慣來衡量客戶忠誠度。
指標6：區域分析
位置分析使用調整為Wi-Fi位置提供的數據類型的高級數據挖掘技術。 位置分析提供了兩種方法來定義場地的不同區域或區域。 用戶可以將顯式區域定義為表示已知定義空間的命名多邊形。 它可以通過其區域ID識別。
3D立體視覺技術
3D Stereoscopic正在使用2鏡頭來促進圖像中的深度感知和3D重建。
從兩個不同視圖捕獲的信息將被組合併解釋為深度數據，其與到物體的距離的差異成反比。
深度信息允許攝像機將一組人區分為單獨的對象，例如一個人在另一個人面前。
即使超過10的人同時進出商店，它也可以準確計數。
功效:
通過從兩個略微不同的角度查看場景，能夠從數字圖像中提取3D信息（深度數據），消除了陰影問題。
深度信息允許計數器將一組人區分為單獨的對象，例如一個人在另一個人面前。
根據跟踪多邊形的形狀和大小，FootfallCam計數器智能地打折非人類物體，如手推車，嬰兒推車等。
Wi-Fi計數如何工作？
每個手機每2 - 8秒發送一個Wi-Fi信標信號
每個Wi-Fi信標都帶有一個MAC地址，每個電話都是唯一的
通過監聽MAC地址，計數器可以識別每個唯一的訪問者
探針的信號強度可以給出每個人的大致位置
自動調諧技術
自動調諧技術
每個車間環境都不同，但是我們的Wi-Fi跟踪可以基於大量的樣本量來學習步行路徑的行為，並自動調整設置以適應獨特的車間環境。 自動調整技術是人員計數的關鍵發展，以確保所有位置的所有計數器都提供更準確的數據。 這種自動調整方法可確保我們的計數器在數據收集期間保持98％的準確性。
計數線
天花板的高度
建築面積
3D成像
熱圖/路徑圖
熱圖/路徑圖
熱圖視頻分析通過提供基於事實的洞察來幫助增加區域轉換，這些洞察可以回答關鍵問題並使零售商能夠改進產品展示，商店營銷，營銷和運營以及購物者體驗。 借助熱圖分析，零售商可以輕鬆識別商店的冷熱區域。 它還提供如下測量：
- 過客- 有多少只是通過該區域幾秒鐘而不停下來看項目
- 訂婚客戶- 已停止並停留在特定區域的人數超過特定時間閾值
- 區域轉換- 感興趣的測量領域中從事客戶的百分比
- 區域停留時間- 購物者在特定區域消磨的時間
人口統計學分析性別，年齡組，情緒和興趣領域
借助智能視頻分析技術，人員計數器可以結合使用該功能，以對客戶配置文件（如性別，年齡段和情緒）進行更深入的分析。 借助店內人員計數器的實現，該功能可作為商店內部的熱圖功能，具有完整的區域覆蓋範圍，它可以準確地衡量最多人將參加的興趣區域。
人口統計學分析性別，年齡組，情緒和興趣領域
借助智能視頻分析技術，人員計數器可以結合使用該功能，以對客戶配置文件（如性別，年齡段和情緒）進行更深入的分析。 借助店內人員計數器的實現，該功能可作為商店內部的熱圖功能，具有完整的區域覆蓋範圍，它可以準確地衡量最多人將參加的興趣區域。
相關主題
>
版權所有©2002 - 2020 FootfallCam™。 版權所有。 私隱條款