1. 室內(nèi)定位

在討論顧客動線之前，首先要了解室內(nèi)定位技術(shù)，購物中心內(nèi)顧客動線的分析依賴于室內(nèi)定位技術(shù)，在對顧客持續(xù)定位的基礎(chǔ)上，進行數(shù)據(jù)處理和數(shù)據(jù)挖掘（例如聚類等），從而分析購物中心內(nèi)典型的顧客動線。

到目前為止室內(nèi)定位已經(jīng)有了多種技術(shù)：

1）藍牙室內(nèi)定位技術(shù)，例如Nokia推出了 HAIP 的室內(nèi)精確定位解決方案，采用基于藍牙的三角定位技術(shù)，除了使用手機的藍牙模塊外，還需部署藍牙基站，最高可以達到亞米級定位精度。但由于藍牙基站的不普及，室內(nèi)精確定位成本較高，在目前公開報道中，尚沒有大規(guī)模推廣的報道。

2）超寬帶定位技術(shù)，例如 Ubisense，其定位方案采用 UWB（超寬帶）脈沖信號，由多個傳感器采用 TDOA 和 AOA 定位算法對標簽位置進行分析，多徑分辨能力強、精度高，定位精度可達亞米級。但 UWB 難以實現(xiàn)大范圍室內(nèi)覆蓋，且手機不支持 UWB，定位成本非常高。

3）超聲波定位技術(shù)，例如 Shopkic，在店鋪安裝超聲波信號盒，能夠被手機麥克風(fēng)檢測到，從而實現(xiàn)定位，主要用于店鋪的簽到。

4）手機自主慣性傳感器定位導(dǎo)航，例如Broadcom 和 Intel，他們推出利用手機的慣性傳感器數(shù)據(jù)進行定位計算的硬件解決方案，但由于手機初始姿態(tài)的不確定性和手機慣性傳感器精度問題，室內(nèi)定位效果不佳。

5）LED定位技術(shù)，例如 Bytelight， LED 定位系統(tǒng)通過往天花板上的 LED 燈具實現(xiàn)，燈具發(fā)出像莫斯電報密碼一樣的閃爍信號，再由用戶智能手機照相機接收并進行檢測，而且用戶不需要將手機相機對準某一個特定方向，亦可以接收到反饋過來的直接光源信號，定位精度可以在 1 米之內(nèi)。但LED 定位需要改造 LED 燈具，增加芯片，增加成本，目前還無法普及。

6）基于RFID的定位，采用刷卡方式，根據(jù)閱讀器位置對刷卡人員或設(shè)備進行區(qū)間定位。主要應(yīng)用在倉庫、煤礦、貨物跟蹤、安檢、ETC、辦公考勤等，無法進行實時定位，定位精確度低。

7）Wi-Fi定位，由于 Wi-Fi 網(wǎng)絡(luò)的普及，目前國內(nèi)外很多公司都使用WiFi定位技術(shù)推出產(chǎn)品。Wi-Fi 定位可以達到米級定位（1~10 米），Wi-Fi 定位產(chǎn)品可以應(yīng)用在專業(yè)行業(yè)領(lǐng)域（礦井、監(jiān)獄、醫(yī)院、石油石化等），如 Aeroscout 和 Ekahau 公司的 Wi-Fi 定位產(chǎn)品，現(xiàn)在也有很多WiFi定位產(chǎn)品用在了商場內(nèi)的導(dǎo)航上。這也是目前我們正在嘗試使用在線下商業(yè)場所內(nèi)對消費者動線進行分析的技術(shù)手段。

2. 顧客動線分析

消費者從購物中心哪個門，哪個通道進入，在購物中心的內(nèi)部按照什么樣的線路移動，在哪些門店里面有較長時間的停留，最后又從哪個門、哪個通道離開，對于消費者來購物中心完整動線的分析：

- 從這些數(shù)據(jù)中，能夠分析和挖掘消費者來店的方式，自駕、地鐵、公交等等

- 從這些數(shù)據(jù)中，能夠分析和挖掘消費者來購物中心的消費購買模型，例如看電影+吃飯+溜冰+買衣服

- 從這些數(shù)據(jù)中，能夠分析和挖掘消費者的消費能力和喜好，例如快餐、西餐、中餐等等

- 從這些數(shù)據(jù)中，能夠通過分析和挖掘，預(yù)測這個消費者未來的消費傾向，例如購買孕婦用品的，未來會對嬰兒用品有需求

進一步的將所有消費者的動線進行聚類分析，可以分析和挖掘出整個購物中心內(nèi)部的幾條最典型的實際消費者動線，這些數(shù)據(jù)可以對購物中心的運營決策，例如業(yè)態(tài)布置和調(diào)整，租金制定和調(diào)整，消費者動線調(diào)整設(shè)計，促銷廣告的擺放位置等提供詳細的數(shù)據(jù)支撐，同時可以對所有的決策提供后評估數(shù)據(jù)支撐，輔助購物中心的運營實現(xiàn)迭代式提高，是購物中心等線下商業(yè)場所從粗放式運營向精細化運營邁進的不可缺少的步驟。

示例 - 如圖1，某餐飲廣場消費者動線分析，此案例的原理是-在餐飲廣場內(nèi)部署一系列的WiFi信號采集設(shè)備，采集消費者攜帶的智能終端持續(xù)發(fā)出的WiFi信號，并發(fā)送到后端云平臺，使用網(wǎng)絡(luò)側(cè)定位的算法，對消費者實現(xiàn)持續(xù)定位，將消費者在餐飲廣場內(nèi)部停留時段內(nèi)的所有定位點生成一個一維向量，表征此消費者在餐飲廣場內(nèi)部的動線；進一步的將所有消費者的動線進行聚類分析，可以分析和挖掘出此餐飲廣場內(nèi)消費者的典型動線特征。

圖1 - 某餐飲廣場消費者動線分析

此餐飲廣場有3類進出口：電梯，自動扶梯，下沉式樓梯。電梯是本樓工作的白領(lǐng)習(xí)慣的來店通道，自動扶梯是在樓上商場逛街的消費者習(xí)慣的來店通道，下沉式樓梯是外面大街上消費者習(xí)慣的來店通道。從圖中可見：

- 有33%的消費者習(xí)慣于從下沉式樓梯進入，其中19%的消費者用完餐后從原路離開，2%的消費者會選擇從電梯離開，另外12%的消費者會選擇從自動扶梯離開

- 有55%的消費者習(xí)慣于從自動扶梯進入，其中40%的消費者用完餐后從原路離開，8%的消費者會選擇從下沉式樓梯離開，另外7%的消費者會選擇從電梯離開

- 有12%的消費者習(xí)慣于從電梯進入，其中3%的消費者用完餐后從原路離開，2%的消費者會選擇從下沉式樓梯離開，另外7%的消費者會選擇從自動扶梯離開

由于此餐飲廣場內(nèi)部線路比較簡單，業(yè)態(tài)也比較單一，沒有做室內(nèi)的消費者動線分析，只是對消費者進、出門做了簡單的動線分析，但是同樣的技術(shù)和原理可以用到更大、更復(fù)雜的線下商業(yè)場所，例如購物中心做完整的消費者動線分析。