如何在门店统计客流：五种方法对比

统计走进门店的人数，有五种切实可行的方式，而它们各有各的失效方式。红外对射计数器很便宜，直到两位顾客一起进门。WiFi 传感器能覆盖摄像头看不到的区域，但手机会说谎。摄像头提供最丰富的数据，却在安装时最需要用心。搞清楚你能容忍哪一种失效方式，决策就完成了一大半。

本文将从准确率、成本结构、隐私风险和入口类型四个方面对这五种方式进行比较。

1. 人工计数

工作原理。 有人站在入口附近，手持计数器、点击计数 App 或记录板，记录进入人次，通常按小时记录，有时还按类别（成人、儿童、团体）记录。

准确率。 在客流不多、单列通行的短时段内出奇地好，而在其他情形下都很差。人工计数只能盯着一扇门，在客流高峰时会漏记，还会因疲劳而偏离。它真正的优势在于判断力：一个人可以记下三十位来客中有六位是配送人员，这是任何传感器都不知道的。

成本。 计薪工时，或临时雇一名员工。没有硬件投入。

隐私。 传感器不涉及隐私，但一个明显在清点顾客的人本身会带来观感问题。

最适用场景。 短期的校准研究。用它来验证传感器，而不是取代传感器：手工计数两小时，再与传感器在同一时段输出的结果进行比较。

2. 红外对射与门槛计数器

工作原理。 发射器和接收器分别位于门洞两侧。有人通过时光束被阻断，设置在不同位置的一对光束可以判断方向。有些设计采用由多束光构成的幕帘；压力垫和门口感应器遵循同样的逻辑。

准确率。 对于狭窄开口处一次通过一人，表现可靠；但一旦遇到现实情况就会下降：两人并肩进入会被记为一人，有人在门口逗留会让光束重复阻断，推车或大件物品可能触发多次计数。单个光束无法应对宽阔的开口。

成本。 无论单台设备还是安装，都明显是五种方式中最低的。

隐私。 极佳——完全不产生图像，这也是某些受监管环境仍会选用光束计数器的原因。

最适用场景。 狭窄的员工通道、后场门，或只有一扇窄前门的小店。对于商场店面，它会系统性地漏计。

3. WiFi 及其他基于设备的感知

工作原理。 接收器依据手机广播的信号记录附近的无线设备。入口附近新出现的设备意味着有人到来；持续存在的信号则意味着有人停留不动。蓝牙信标和访客网络登录都基于同样的思路。

准确率。 问题属于结构性而非细枝末节。并非每位到访者都带手机，一个人可能携带多台设备，而且除非经过过滤，员工手机与顾客手机无法区分。更重要的是，设备厂商多年来一直在刻意削弱这一信号：MAC 地址与信号随机化意味着一个标识符在一次到访中可能多次变化，导致去重不可靠。请把输出当作方向性指标，而不是人头数。

成本。 硬件成本中等，且安装比摄像头容易，因为不涉及视线问题。

隐私。 按单位数据量衡量，这是法律上最敏感的方法，因为它处理的是设备标识符。需要规划到访告知、留存期限，并按你所在辖区的法规进行法律审查。

最适用场景。 作为补充层。在摄像头看不到的地方，WiFi 对停留时长和重复行为、以及长期趋势的把握很有用。把它当作你的主要客流数字，正是项目出问题的地方。

4. AI 摄像头计数（2D 与 3D）

工作原理。 摄像头俯视入口。计算机视觉模型检测每一帧中的人并对其进行跟踪，当有人越过虚拟线时计数加一。现代安装方案在设备本地完成处理，而不是把所有数据都传到服务器。

有两种在商业上值得关注的变体：

• 2D AI 摄像头基于单张图像工作，完全从外观推断信息。它们用一台设备即可覆盖宽大门洞，成本明显更低，而且——关键在于——还能统计店内人数，产出区域客流和停留数据，而不仅仅是门口计数。
• 3D 双目（立体视觉）摄像头使用两枚以固定间距排列的镜头测量景深。由于站得很近的两个人处于不同深度，3D 在处理密集客流和遮挡方面要好得多，跟踪个人路径也更稳定。代价是算力、细致的标定以及更高的单台价格。

两者都受到安装方式的影响：安装高度与角度、玻璃门的逆光，以及计数线位置都会改变结果。它们都不是可以装上就不管的设备。

准确率。 在多数真实零售条件下，这是现有方案中最好的，其中 3D 在人群密集和宽阔开口的场景中尤为领先。准确率还取决于数据手册不会涉及的因素——你的门店在 17:00 光线如何变化、入口是否正对繁忙的走廊。

成本。 硬件成本在五种方式中最高，但同一台摄像头可以同时用于计数、区域分析和安防监控，因此可抵消部分成本。如果你入口处已经有 CCTV，那么增量成本比乍看之下要低。

隐私。 可控且已被充分理解。配置得当的系统输出的是计数和匿名轨迹，而非可识别的影像。问题不在于摄像头能否看到人，而在于存储了什么、存储多久，以及谁能访问。务必以书面形式落实这几点。

最适用场景。 多数零售入口，尤其是宽大店面、商场、超市，以及任何想要店内区域数据而不只是单纯门口计数的场所。

5. 热感计数器

工作原理。 热传感器记录人体发出的红外辐射，产生的是热特征而非照片。由于信号反映的是温度，因此在完全黑暗的环境中也能工作，不受阴影影响，并能把有体温的人与外观相似的陈列品区分开来。

准确率。 在黑暗中以及可见光模型受眩光困扰的场景中表现良好。但在密集同时通行时较弱，因为一群人进入时会形成一个连成一片的热团。热源、入口地面被阳光照射，以及玻璃反射，也可能引入误报。

成本。 介于光束计数器和摄像头系统之间，在覆盖范围相当时通常高于 2D AI 摄像头。

隐私。 在与摄像头相关的方案中隐私性最好：对热量数据进行处理时可以不保留任何人物影像，而从低分辨率热特征中识别身份也不切实际。这往往正是热感方案能进入候选名单的原因。

最适用场景。 光线条件复杂的入口、夜间营业的场所，以及内部隐私审查排除了常规摄像头的场地。在可控的日间光照条件下进行室外计数时，也值得考虑。

并列对比

如何选择

从你的门和你关心的问题倒推。

狭窄的单门，只需要一个总数。 红外对射计数器或单台摄像头都可以。如果你希望在仪表盘中看到按小时拆分的数据，那么多花的钱买摄像头是值得的；如果你只需要一个总数，光束方案更便宜。

宽大店面或商场店铺。 跳过光束方案。在 2D 和 3D 之间选择，取决于你的客流有多密集——如果你的入口经常有结伴人群和家庭同时涌入，景深感知是更稳定的选择。

你想知道店内发生了什么，而不只是门口。 你需要摄像头。纯门口方案止步于门槛，无法告诉你哪些陈列获得了关注。

隐私审查是无法通过的关卡。 热感或光束计数能让图像完全不出现在数据链路中。如果你仍需要区域级热度图数据，热感通常就是答案。

你需要一个能站得住脚的数字用于租约或报告。 无论选择哪种方式，都要坚持在接受安装之前，以人工计数进行现场验证。这一点对任何供应商都适用。

一个务实的步骤：在某一个入口用一种方法运行一个月，把客流数据与 POS 交易按小时关联起来，看看转化率是否能告诉你一些新东西。如果能，这种方法就足够好了。如果数字与手工计数对不上，再多的报表也无法弥补。

常见错误

• 凭数据手册判断准确率。 厂商的数字是在有利条件下测得的。你的入口并不具备这些条件。
• 只统计正门。 员工从后门进入，货物从侧门送达，而次要入口的客流可能比预想的更多。
• 拿入口不同的门店相互比较。 用光束计数器的门店和用摄像头的门店，测量的并不是同一件事。在比较各门店之前，先统一方法。
• 部署了却不看数据。 一个无人打开的仪表盘，是所有选项中最昂贵的。

常见问题

我能否直接用手上现有的 CCTV 摄像头做客流统计？ 有时可以，但不能原样使用。计数需要满足特定条件的视角——通常要求入口处呈俯视角度、人头高度处有足够的细节、光线稳定——还需要有设备在视频流上运行检测模型。较老的多用途摄像头往往通不过视角测试，即便其画面在人眼看来没有问题。一些 AI 录像机可以为现有系统的选定通道增加计数功能，在更换硬件之前值得先问一问。

实际中我应该预期怎样的准确率？ 预期应低于数据手册，高于人工计数。真实部署在繁忙入口处的误差与真实值相差不大，但在人群密集、强逆光以及异常行为出现时表现会变差。通过在现场实测来设定预期：在高峰时段进行两小时人工计数并加以比较。这个数字就是你的基准——也是你评判任何厂商声明的依据。

在 MAC 地址随机化之后，WiFi 计数还可行吗？ 就趋势而言，可行。就人头数而言，只能视为参考。设备随机化意味着去重不可靠，因此绝对到访人数会有偏差。如今许多运营者用 WiFi 来分析停留时长和重复到访规律，而由摄像头提供权威的进入计数。

员工和儿童要怎么处理？ 员工通常依据进入规律、制服或班次安排等过滤规则予以排除；儿童则视配置而定，可以被计入或排除。先确定业务规则——如果计入员工，你的转化率分母就会改变——再据此配置系统。

是每扇门都需要一台设备，还是一台能覆盖多扇门？ 这取决于视场角和几何结构。鱼眼或广角摄像头有时可以从一个天花板位置覆盖多个相邻入口，从而减少设备数量，但调优工作量会增加，因为每个门洞都需要自己的计数线。如果人们在同一位置朝不同方向穿行，那就需要专用设备。

---

如果你正在为某个具体入口在摄像头类型之间做选择，产品中心列出了 HooViz 在 2D 和 3D 客流量摄像头方面的产品，解决方案概览展示了客流统计在零售、商场和公共建筑场景中的部署方式。我们的博客对技术对比有更深入的介绍。如果你更愿意描述你的入口情况，让我们来推荐一种方法，欢迎联系我们。