피플 카운터

People counter

피플 카운터는 특정 통로나 입구를 가로지르는 사람의 수를 측정하는 데 사용되는 전자 장치다. 간단한 수동클릭기, 스마트 플로어링 기술, 적외선 빔, 열화상 시스템, WiFi 추적기, 첨단 머신러닝 알고리즘을 이용한 비디오 카운터 등이 그 예다. 그것들은 일반적으로 소매업자들이 마케팅 캠페인의 효과, 빌딩 디자인과 배치, 그리고 특정 브랜드의 인기를 판단하기 위해 사용한다.

산업

소매점

터키 왓슨스 입구에 실내에 설치된 사람용 카운터가 있다.

변환 속도: 소매 환경에서 사람 수 계산 시스템을 사용하여 총 방문자 대 구매자 수의 비율인 환산율을 계산한다.

마케팅 효과: 쇼핑몰 마케팅 전문가들은 현재 마케팅 캠페인의 효과를 측정하기 위해 방문자 통계에 의존한다. 종종 쇼핑몰 소유자들은 소매점과 같은 전환율로 마케팅 효과를 측정한다.[1]

직원 계획: 소매업체는 인력 할당을 결정하기 위해 다양한 비즈니스 측정 기준을 사용할 수 있다. 정확한 방문자 수 계산은 직원 교대조 최적화에 유용하다. 직원 요건은 방문자 트래픽의 밀도와 직결되는 경우가 많으며, 일반적으로 교통량이 최저일 때 청소와 유지보수와 같은 서비스를 수행한다.[2]

쇼핑몰

교통량이 많은 지역에 대한 모니터링: 쇼핑 센터는 사람들의 카운터를 사용하여 주어진 지역의 방문객 수를 측정한다. 또한 사람들의 카운터는 사람들이 모이는 지역을 측정하는 것을 돕는다. 사람들이 많이 모이는 지역은 종종 더 높은 임대료를 받는다.[3]

특정 브랜드의 인기 결정: 쇼핑몰들은 가장 인기 있는 브랜드에만 공간을 임대하는 것을 선호한다. 사람들의 카운터는 쇼핑몰들이 추락하는 패턴과 교통량을 결정함으로써 인기를 발견할 수 있도록 돕는다. 쇼핑몰 소유자는 고객당 교통 흐름, 그리고 각 쇼핑몰 입구의 이용 수준 등을 파악할 수 있다.[4]

대중교통

경로 전체에 걸친 탑승 GPS 위치 확인과 결합하여 버스나 기차 안의 승객 수를 세면 여행 내내 실제 탑승 버스를 측정할 수 있다. 이것은 버스 운영자가 자금과 자원을 노선에 할당하는 것을 도울 것이다. [5]

비즈니스 메트릭

사람 카운터는 다른 비즈니스 측정 기준을 측정하기 위해 사용된다. 다양한 유형의 사용자 카운터가 있고 각 모델이 지원되는 메트릭에 따라 다르지만, 대부분의 사용자 카운터는 다음 메트릭의 일부 또는 전부를 제공할 것이다.

특정 요일에 방문자 수를 보고하는 발밑 공간 보고서 샘플

풋폴

footfall은 특정 기간 동안 상점이나 사업에 진출하는 사람의 수를 측정한다.[6] 추세를 분석할 때, 종종 일 또는 주와 같은 기간에 걸쳐 하락의 평균을 낸다.[7][8][9]

전환율

창구 전환율은 상점에 들어가는 쇼핑객의 비율이다. 와이파이를 세면 가게들은 가게 앞을 지나가는 사람들의 수를 추정할 수 있다. 그러나 보다 정확한 방법은 비디오 계산이다. 매장을 지나치는 사람이 많아 매장 위치의 잠재력을 반영하는 경우가 많은 반면, 창구 전환율은 숍윈도 디자인의 매력, 마케팅 캠페인의 효과 등 요인에 따라 달라진다.[10]

방문기간

방문 기간은 방문객들이 행사장에서 머무는 시간이다. 주인들은 와이파이 계산을 통해 스마트폰을 든 사람이 행사장에 출입한 시간을 추적할 수 있다.[11]

버블 지도/열 지도

이 메트릭스는 복합물의 구역, 구역 및 법원별로 사용자 참여를 추적한다. 버블맵이나 히트맵을 사용하면 일정 시간 동안 전체 화합물에서 관여 횟수를 백분율로 분석할 수 있다. 버블 맵과 히트 맵은 유사하게 기능하며, 유일한 차이점은 표시 방법론이다. 열 지도는 색상의 사용을 통한 결합 수준을 보여주며, 따뜻한 색상은 더 많은 결합을 보여주고, 버블 지도는 그려진 버블의 백분위수와 원주 측면에서 결합을 보여준다.

구역 카운트/교통 흐름

버블맵이나 히트맵과 비슷한 이 측정지표는 사용자가 쇼핑몰 내 교통 흐름을 보고 참여도를 분석할 수 있게 해준다. 교통 흐름도를 통해 상가 소유자는 상가 중 가장 인기 있는 구역이 무엇인지 파악할 수 있으며, 수요에 따라 임차 지역을 선택할 수도 있다.[12]

사용자 카운터에 사용되는 버블 맵의 샘플 이미지.

외부 교통

외부 트래픽을 측정하면 소매업체는 특정 날짜에 소매 상점을 통과하는 인원 수를 결정할 수 있으며, 한 장소가 비즈니스에 얼마나 많은 잠재 고객을 유치할 수 있을지 추정할 수 있다.[13]

반품고객

이 지표는 스마트폰이 전송한 독특한 와이파이 신호 ID를 추적해 이전에 매장을 방문한 적이 있는 매장 입점자 수를 살펴본다.[14]

현재기술

스마트 바닥재 기술, 적외선 빔, 열 화상, 컴퓨터 비전, 와이파이 계산과 같은 많은 다른 기술들이 사람들의 숫자를 세는 장치에 사용된다.[15] 현재 4세대인 카운터파트는 입체영상을 활용해 그림자 문제, 높은 교통량, 바닥의 패턴 붕괴 등 이전 세대가 부과한 한계를 극복했다.

비디오 카운팅

소매점에 원활하게 설치된 사람 카운터

컴퓨터 비전은 임베디드 장치를 통해 작동하며, 네트워크 대역폭 사용량을 줄인다. 이는 네트워크를 통해 전송되는 인원수만 감소하기 때문이다. 적응 알고리즘은 실외 및 실내 위치 모두에 대해 정확한 계산을 제공하기 위해 개발되었다. 색상과 질감에 기초한 다층 배경 감산은 다양한 그림자 및 조명 조건에 사용할 수 있는 가장 강력한 알고리즘으로[16] 간주된다.[17] 영상 처리의 발달로, 비디오 계산은 일부 조명 환경에서 98%의 정확도를 달성할 수 있다.[18] 인공지능과 패턴인식 기능을 활용하면 정확도가 더욱 높아질 것으로 기대된다.[19]

와이파이 카운트

WiFi 카운트는 WiFi 수신기를 사용하여 범위 내에서 스마트폰에서 방출되는 고유한 WiFi 관리 프레임을 픽업한다.[20] 모든 사람이 스마트폰을 가지고 다니는 것은 아니지만, WiFi 카운팅은 충분한 샘플 크기로 통계적으로 유의한 메트릭스를 생산할 수 있다. 애플의 iOS9, 안드로이드 6.0 마시멜로 같은 현대의 모바일 운영체제는 정교한 알고리즘을 사용하지 않고도 와이파이 계산을 더욱 어렵게 만드는 MAC 순환 방식을 사용한다.[21][22]

비디오는 시스템의 정확성을 검토하기 위해 저장된다.

영상검증

4세대 피플 카운터에는 사용자가 피플 카운터가 제공하는 데이터의 진위성과 무결성을 검토할 수 있는 옵션이 포함되어 있다. 사용자는 카운터의 정확성을 확인할 수 있으며, 데이터의 모든 차이를 감안하여 그에 따라 비즈니스 결정을 내릴 수 있다.

스토어 환경과의 원활한 통합

피플 카운터는 매장 환경의 방해와 중단을 최소화하기 위해 매장 환경과 통합되도록 설계되었다. 게다가, 사람들의 카운터는 감시 카메라로 쉽게 오인될 수 있기 때문에, 쇼핑객들은 그들이 적절하게 설계되고 설치되지 않으면 불편하고 산만함을 느낄 수 있다. 피플 카운터(People counter)가 제대로 숨겨져 있지 않거나 환경에 매끄럽게 통합되지 않으면 소비자의 구매 행태가 감시를 받는다고 오도되면 영향을 받게 된다.[23]

추가 기능

4세대 사용자 카운터는 다음을 포함하는 이전 기술을 기반으로 한다.

  1. 다양한 강도의 여러 소스에서 나오는 광 수신기의 융합을 기반으로 한 저/변광 조건에서 사용할 수 있는 능력.[24]
  2. 비디오 카운트로부터 유용한 측정 기준을 얻을 [25]수 있는 능력을 유지하면서 일부 쇼핑몰에서 CCTV 사용을 금지하는 현지 법률을 준수하는 기능

mmWave / 레이더 기반 사람 수 계산 시스템.

역사

전자 사용자의 이전 버전 카운터

전자 사용자 카운터의 등장 전에는 수동 사용자 카운터가 사용되었다. 이를 위해서는 매장 직원이 매장 입구 근처에 서서 사람이 매장에 들어갈 때마다 계산기를 클릭해야 했다. 이는 인적 자원의 비효율적인 사용일 뿐 아니라 인적 오류가 많아 부정확한 것으로 간주되었다. 압력에 민감한 플랫폼이나 매트의 발자국 수를 기준으로 워크인을 세는 압력 감지 센서도 함께 사용됐다.

입구를 가로지르는 단일 수평 적외선 빔이 사람 또는 물체가 빔을 통과하여 통과할 때 계산되는 가장 간단한 형태의 카운터

1세대: 적외선 빔 카운터(2002-2004)

최초의 영국 빔 카운터는 1988년 영국 사우스 요크셔 주 셰필드 외곽의 메도우홀 센터에 의해 설치되었다. 그들은 14개의 입구를 모두 커버했고 연간 2천만 명의 쇼핑객들의 도보를 기록했다. 매일 수동 점검으로 각 빔 카운터를 재보정하여 오류율이 +\-3%[citation needed]로 이후 비디오 시스템보다 훨씬 정확해졌다.

가장 간단한 형태의 카운터는 출입구를 가로지르는 수평 적외선 빔으로, 출입구의 측면에 있는 작은 LCD 디스플레이 장치에 일반적으로 연결되어 있다. 빔이 끊어지면 체크 표시가 '기록'된다. 사람은 보통 같은 문으로 드나들기 때문에 '틱스'를 두 개로 나누면 방문자 수의 척도가 된다. 빔 카운터는 일반적으로 2.5m(8ft 2인치)에서 6m(20ft)까지 일반적인 범위의 수신기나 반사경을 장치 반대편에 장착해야 한다. 한계에도 불구하고 적외선 카운터는 저렴한 비용과 설치 단순성 때문에 여전히 널리 사용되고 있다.[26] 1세대 계수기의 예상 정확도는 60%~80%[citation needed] 수준이었다.

열영상 시스템은 인체의 열원을 감지하는 어레이 센서를 사용한다.

2세대: 열 카운터(2005~2011년)

열영상 시스템은 열원을 감지하는 어레이 센서를 사용한다. 이러한 시스템은 일반적으로 임베디드 기술을 사용하여 구현되며 오버헤드를 탑재한다. 장치의 영상 공급 릴레이가 열원이기 때문에 열 카운터의 정확성을 검증하기 어렵다. 열 카운터는 몇 초 이상 대상의 체류 시간을 측정하는 데 어려움이 있으므로 정확하지 않을 수 있다. 이 때문에 2세대는 평균 정확도가 80%~85%에 이른다.

3세대: 비디오 및 WiFi 카운트(2012-2016)

3세대 인력창구에는 두 가지 종류가 있다. 비디오 카운터는 복잡한 알고리즘과 카메라 이미징을 사용하여 비디오 테이프에서 직접 사람 수를 계산한다. WiFi 카운트 기능은 매장 외부를 포함한 쇼핑객들의 스마트폰에서 WiFi 프로브 요청 신호를 수집한다. 이는 기업, 특히 유통업계를 위해 창구 마케팅 캠페인이 얼마나 효과적인지를 판단할 수 있는 능력과 같은 많은 중요한 지표를 추가한다. 비디오 계수 기술로 기기의 예상 정확도는 80%~95%이다.

참고 항목

참조

  1. ^ Editors, Allbusiness (July 2010). "Metrics for measuring ad campaign effectiveness". AllBusiness. Retrieved 17 August 2017. {{cite web}}: last1= 일반 이름 포함(도움말)
  2. ^ "Using marketing insights to optimize staffing". MyCustomer. 9 June 2017. Retrieved 18 August 2017.
  3. ^ Fathi, Nader. "How Shopper Analytics ensure mall thrives?". Chain Store Age. Retrieved 17 August 2017.
  4. ^ D'Mello, Sandhya. "Malls in Dubai use sensors to count crowds". www.khaleejtimes.com. Retrieved 2017-08-18.
  5. ^ "Automatic passenger counting systems for public transport".
  6. ^ Dictionary, Oxford. "footfall". Oxford Dictionary. Retrieved 17 August 2017.
  7. ^ Hounslea, Tara (6 March 2017). "Primark boosts Colchester shopping centre footfall by 30%". Drapers. Retrieved 2018-11-23.
  8. ^ "Average Daily Footfall In Aviation House By Week - data.gov.uk". data.gov.uk. 21 February 2018. Retrieved 2018-11-23.
  9. ^ "Marks & Spencer average footfall 2009-2018 Statistic". Statista. Retrieved 2018-11-23.
  10. ^ Dillon, Chris (30 July 2015). "Sunder Sandhe's tech game changer". {{cite journal}}: Cite 저널은 필요로 한다. journal= (도움말)
  11. ^ "Wi-Fi Location Analytics" (PDF). Information Commissioners Office. Retrieved 18 August 2017.
  12. ^ Lowry, James. "How to Use a Traffic Study to Select a Retail Site" (PDF). Women's Enterprise Centre. Retrieved 21 August 2017.
  13. ^ Marsan, Jeremy. "How To Determine Foot Traffic & Use Data To Pick A Business Location". Fit Small Business. Retrieved 18 August 2017.
  14. ^ Clifford, Stephanie; Hardy, Quentin (15 July 2013). "Attention, Shoppers: Store Is Tracking Your Cell". The New York Times. Retrieved 18 August 2017.
  15. ^ Paul C. Box, Joseph C. Oppenlander (1976), Manual of traffic engineering studies, Institute of Transportation Engineers, p. 17, retrieved December 21, 2010
  16. ^ Yao, Jian; Odobez, Jean-Marc (2007). Multi-Layer Background Subtraction Based on Color and Texture (PDF). pp. 1–8. doi:10.1109/CVPR.2007.383497. ISBN 978-1-4244-1179-5. S2CID 1548628. Archived from the original (PDF) on 21 August 2017. Retrieved 21 August 2017.
  17. ^ Jian Yao; Jean-Marc Odobez (2007). Multi-Layer Background Subtraction Based on Color and Texture (PDF). The CVPR Visual Surveillance Workshop (CVPR-VS). Minneapolis, MN, US: IEEE. doi:10.1109/CVPR.2007.383497.
  18. ^ "How a CCTV People Counting System Works". Retail Sensing. Retrieved 15 April 2016.
  19. ^ Hsu, Jeremy. "Computer Count of huge crowd now possible". IEEE Spectrum. Retrieved 18 August 2017.
  20. ^ Wenz, John (9 June 2015). "How Wi-Fi Can Count the People in a Room Without Tracking Their Phones". Popular Mechanics. Retrieved 17 August 2017.
  21. ^ "Security and Privacy Changes in iOS 9". 2015.
  22. ^ Amadeo, Ron (5 October 2015). "Android 6.0 Marshmallow, thoroughly reviewed". arstechnica.com.
  23. ^ popa, m.c; rothkrantz, ljm. "Analysis of Shopping Behavior based on Surveillance System" (PDF). Video and Image Processing, Philips Research: 2512–2519.
  24. ^ Ruser, Heinrich; Pavlov, Vladislav. "People counter based on fusion of reflected light intensities from an infrared sensor array" (PDF). Institut für Mess- und Automatisierungstechnik (IMA).
  25. ^ Sarre, Rick. "CCTV: who can watch whom under the law?". The Conversation. Retrieved 2018-01-19.
  26. ^ Kajala, L.; Almik, A.; Dahl, R.; Diksaito, L.; Erkkonen, J.; Fredman, P.; Jensen, F.; Sondergaard, K; Sievaner, T. (2007). Visitor Monitoring in Nature Area - a manual based on experiences from the Nordic and Baltic Countries. Sweden: TemaNord. p. 46. ISBN 9789162012588. Retrieved 21 August 2017.