关于商场流量，这些可能是你最想要知道的知识点

客流量：客流统计技术人工掐表、红外对射技术、视频图像采集技术，MAC地址探测、人脸识别技术；当前从性价比来说还是以视频采集技术为主，从准确率上来说人脸识别技术最优，但是目前市场上人脸识别技术厂家鱼龙混杂，价格也相对比较高，导致选择难度比较大；

驻店时长：目前这个数据相对还是比较难采集，一般手段有通过探测顾客手机MAC地址的进出，或是通过人脸识别技术来判断顾客一进一出数据，从而计算在场内的停留时长，但这些都是样本数据，可供参考；

车流量：目前技术上最容易、最准确采集到的一个数据，通过停车缴费系统获取即可；

停车时长：通过停车缴费系统获取即可，因此很多时候这个时长也被用作驻店时长的一个样本数据。

▌线上数据

访问次数：主要通过公众号H5和小程序首页被点击浏览数来进行统计。

独立访客数：独立访客数的采集主要是依据浏览器的“cookie”来判定的，一般一天为单位，统一IP访问多次也算是一个访客。

线上停留时长：目前比较难被统计到。

流量如何应用

▌场外数据

潜客数：一般会结合该客群的年龄段、性别、消费力和消费习惯等属性进行综合分析，便于商场进行业态组合和营销活动设计；但由于采集数据比较难，往往只有项目前策阶段或项目调整时会考虑做，一般也是找第三方专业机构来做。

人流量：了解人流量的意义在于分析每天经过项目的人流量有多大，又有多少流量进入了商场成为了客流，来综合分析商场或店铺的吸引力；另外还有多少潜客没有路过本项目，没有经过本项目的这些潜客都去了哪里，目前腾讯有这方面的方案，通过微信APP等综合数据来分析商场场外数据，但是成本比较高。

▌场内数据

客流量：是考核商场（或店铺）人气的直接指标，在实际经营中非常重要，可以说不了解客流的经营团队犹如瞎人摸象。在实际应用过程中也会结合其他数据进行客流综合分析。

比如：入店率指标（入店率=客流量/人流量*100%），通过入店率来分析商场/店铺的吸引力（或者说获客能力）。由于商场在统计人流量方面比较困难，因此入店率在店铺层面应用比较多，过店客流帮助购物中心分析每天能够给店铺带来多少过店客流（人流量），入店率可以帮助店铺分析每天的获客能力。

又比如：提袋率指标（提袋率=交易笔数/客流量*100%），通过提袋率来分析店铺对客流的使用效率。某个店铺老是说生意不好，商场如果有店铺的入店率和提袋率两个指标，就可以很好的分析出生意不好的原因：是商场给该店铺带来的过店客流不足，还是该店铺的喊客能力或品牌吸引力不够导致入店客流不足，还是因为店员销售能力或是商品结构问题导致交易成交不足。

又比如：游逛深度指标是指某个时间段内进入店铺的客流量除以进入商场的客流量，一般是以天为单位进行统计，是商场分析客流使用效率的一个重要考核指标，一般行业平均水平是2.4个，即当商场客流是2万的时候，所有店铺客流总计是4.8万。

又比如：客流渗透率指标是指某个时间段内进入商场的客流量除以商场总面积，一般是以天为单位进行统计，是商场分析客流水平的一个重要考核指标，一般客流渗透率低于0.3是表示该商场客流偏少、生存艰难。

又比如：爬楼率指标是指某个时间段内某个楼层的客流量除以该楼层的下一层客流量，一般是以天为单位进行统计，也是客流使用效率的一个侧面考核指标。

驻店时长：是考核商场（或店铺）客流使用效率的重要指标，目前行业内可参考的平均值是93分钟。

车流量：主要是辅助分析商场中客群结构、收入水平，以便于在业态品类选择方面有所参考。

停车时长：作为驻店时长的一个辅助指标。

▌线上数据

访问次数、独立访客数：作为公众号H5和小程序等线上平台活跃度的一个重要指标。一般还会跟积分换礼数、领取小样数、文章阅读数、分享数来一起分析粉丝活跃度和文章质量；而结合发券数和核券数来分析线下客流转换率。

最后的一些建议

▌关于工具和方法论

首先要有方法论，知道自己想要什么数据，这些数据能带来什么价值，如何结合数据辅助经营，同时经营中如何不断优化总结方法论。

也就是说数据本身是不直接表达价值的，核心是要应用好数据，只有这样采集意义才能体现出来；而这时候数据是靠手工去采集，还是靠设备自动采集，需要根据数据应用价值和投入采集成本来综合分析选择对应性价比高的采集方式，工具仅仅能给你带来效率上提升。

▌关于精准营销

不否认消费者画像的价值所在，但是目前市场上过于解读消费者画像就显得出发点不纯正。即使目前天猫和京东拥有如此多的消费者数据，在给个体消费者商品推送的时候，也仅仅做到根据浏览记录和消费记录来判断。对于商场来说，本身会员数据不多，若是真的建立360度消费者画像，每次要精准推送的时候发现能够推送的消费者已经所剩无几了。

因此商场不要迷信精准营销，而应该要把精力放在跟消费者建立连接，只有建立了连接才能做到触到。在消费者画像层面能够做到性别、年龄段、地址、最近消费时间、最近消费金额、最近来店次数、客单价、常购品牌等主要信息就够了，而统计这些数据相对成本可控。而对于什么游逛轨迹、消费偏好等实在太高深莫测，当前只能停留在实验室，因为人的需求是瞬息万变的，采集成本太大。

▌关于人脸识别

人脸识别应该说是当前最好的客流采集手段，通过Face ID的唯一性不仅可以去重，真正实现顾客数统计，而且还能分析出每个顾客的年龄段、性别；若是能够跟会员ID关联上，那么可以非常好的进行到店识别，识别后即可进行电子券或营销信息推送。但人脸识别目前合规性问题，以及在商业应用领域的算法准确性问题，只能说可以尝试但有一定的风险性。

一方面是很多手机MAC地址无法被采集到的，这样客流统计不准；另外一方面现在都是4G，通过商场WIFI上网的概率很低；这样导致投入这么大的成本，实际客流统计、到店识别、上网服务都没有做好，剩下的就是冷热区域分析还有点意义。

当然对于数据公司的意义还是很大的，因为他们探测到MAC地址之后不需要跟上网的进行手机号关联，而是通过后端大数据进行关联，很容易找出个体轨迹，给一些营销公司做到店识别及营销推送提供了可能，但目前来说政策风险很大。

▌关于到场（店）识别

虽然在人脸识别、MAC地址探测方面都能够实现到场（店）识别，但当前来说不是很看好。从车牌识别链接到停车场系统来获取到场识别，这是商场当前成本最低、最有效的一种识别手段，至于识别之后如何做推送，相信商场考虑的更多。

另外对于到店识别，目前比较好的手段还是通过会员的消费记录，能够采集的数据就是会员消费积分数据，因此现在很多购物中心在积分方式上有各种纠结都是多余的（真正作弊，且又无法被追踪毕竟是少数）。积分只是获取消费者行为的一个小手段，而获取行为之后就是要进行券的推送，券才是能够产生销售转化或销售连带的诱因。返回搜狐，查看更多