客流计数器只回答一个问题：有多少人进店。门店经理紧接着会问这些人都去了哪里，而单一数字无法回答。区域热度图就是呈现这个答案的方式——一张按各区域实际获得多少注意力上色的平面图。
从计数到制图的转变不是一次表面的升级。一旦卖场作为一组区域而存在，过去依靠直觉的布局决策——促销放在哪里、哪条通道要缩短、第二个收银台加在哪里——就开始有了测量作为依据。
热度图为一个计数增加了什么
计数是一个标量：周六 1,240 人次进店。热度图是一个空间分布：后角持续有客流，四号通道在 19:00 之后死寂，距入口两米的端架让人平均停留接近两分钟。
两家门店可以报出完全相同的客流，却产生完全不同的热度图。差异之处，通常正是经营问题藏身的地方。
三种都被称作“热度图”的图层
覆盖度或密度热度图。人们在卖场各部分停留了多少时间，以颜色渲染在平面图上。这一层揭示死角区域和服务过剩的区域。
动线图。人们所走路线的方向和流量——他们用哪个入口、选择哪条走廊、在哪里掉头。可用于布局、相邻业态规划和寻找顾客放弃某条路线的位置。
转化或结果叠加。热度图与第二个数据集相结合：交易、试衣间进入、协助呼叫。这是最不常被销售的图层，也是最有价值的，因为它把注意力与购买区分开来。
要明确供应商给你看的是哪一层。“我们提供热度图”可能指其中任何一层，而三者的底层数据质量差异很大。
数据实际是如何产生的
每一张区域热度图都基于同样的四个步骤：
- 覆盖。一台或多台摄像头提供卖场的俯视视野，可以是广角吸顶设备，也可以是多台常规摄像头拼接成一张统一平面图。
- 区域定义。在视野之上绘制多边形。每个多边形是一个地点——一个入口、一个陈列、一段结账通道、一个试衣区。被存储的是位置和时间戳，不是身份。
- 采样与累计。受追踪者的位置按间隔采样，每个多边形内的时间被累加。原始输出是众多访客在各多边形中的区域停留秒数。
- 归一化。在它变成颜色之前，这个原始数字要除以某个量：除以区域面积、访客数量或门店总量。这个选择会改变地图所表达的内容。
最后一步值得直接询问。如果热度图不按面积归一化，最大的区域永远最热，最小的永远最冷。如果不按访客数归一化，一个繁忙的周六会让每个区域都显得温暖。两位供应商可以为你展示同一个卖场，却因为分母不同而告诉你相反的结论。
决定一张地图是否可用的条件
- 覆盖与盲区。一张热度图的完整程度，只取决于摄像头真正看到的卖场。立柱、高货架和标识会造成永久性的空洞，被读成死角区域。让摄像头在画面边缘重叠覆盖，而不是在每台画面的中心重叠。
- 安装高度与角度。广角镜头换来覆盖，却在画面边缘损失细节。深度感知摄像头有工作范围；低于或超出该范围，可靠性会下降到接近 2D 系统的水平。让设备匹配你实际拥有的天花板。
- 光照一致性。被午后阳光逆光的门口，或在昏暗通道背景下被射灯照亮的陈列，都会扭曲任何基于视觉的测量。在一天中的几个不同时段检查地图，再决定是否信任它。
- 区域大小与摄像头细节。覆盖整条通道的区域所需的细节远少于围绕单个货架绘制的区域。小区域需要更多摄像头细节和更陡、更俯视的视角。如果你想要货架级的洞察，就要规划更多摄像头，而不是一个更聪明的仪表盘。
- 静止的人。等待的顾客、柜台旁的员工和站立不动的人，是基于运动检测最难处理的情况。俯视深度感知处理这些情况明显好于纯 2D 方案。
读懂五种形态
大多数热度图归结为少数几种反复出现的形状。每一种通常都指向一个具体的决策。
- 死角区域。低客流、低停留。要么这个位置在结构上就偏僻，要么标识和陈列从未给顾客理由去那里。先把一个端架挪过去测试，再断定这个角落无可救药。
- 沉淀区域。高停留、低销售。人们停下来、看了看、然后离开。常见原因：标价不清、尺码断货、陈列好看但没有说服力。
- 快速通道。高流量、低停留。人们用它去到别处的路径。它是通道，不是销售区——把它当作人流线路，别让促销物料堵住它。
- 终点区域。访客离开前可靠地走到的地方。冲动型和最后时刻购买的品类属于这里；任何需要考量的品类通常不属于。
- 减压区。入口内侧头两三米处，人们在此放慢脚步、辨认方向、阅读门店。它常常显示强热度但弱转化。把最高毛利的陈列贴在门口的门店，通常是在与这种模式对抗，而不是利用它。
让数据保持有用的例行做法
- 每周：导出区域排名，与前三周比较，记下任何波动超过正常范围的区域。
- 每月：选择一个实验——一个区域、一项改变、前后各两周。
- 每季度：重新检查覆盖。更换货架、新标识和季节性陈列道具会悄悄让地图的一部分变成虚构。
- 始终：保持相同的区域定义。在比较中途更改它们，是让整项工作变得毫无价值的最快方式。
一个实例
一家中型服装店运行了一个月的热度图，发现了三件事。
试衣间旁边的角落在地图上很亮，因为每个人进出时都会经过它。但紧挨试衣间入口前方的区域是冷的，而两米外的陈列却是暖的。解读是：顾客找得到试衣间，却在到达之前停下了，可能是因为排队区看起来拥挤。把收银台一侧的退货挂架挪得离入口更远，是一个为期两周、有可衡量结果的实验——衡量试衣间的进入次数，而不是停留。
大门内侧的促销台是全店最热的区域，对销售的贡献却几乎为零。典型的减压区。把它迁到第三条通道，位于通往试衣间的自然路线上，可以检验同样的陈列在没有被动观众时是否转化更好。
六号通道整周都是暗的，其上 SKU 的销售数据也一样。有两种解释，而地图无法在两者之间做出选择：这条通道在结构上偏僻，或者那里的商品组合根本不被需要。测试方法是把一个已被验证的商品移到六号通道，其余一切不变。如果这个区域变暖，问题就是人流；如果它仍然冷，问题就是位置，解决办法是布局决策而不是陈列决策。
这就是有用的热度图工作的形态：一个区域、一个假设、一项改变、一次比较。地图不回答问题；它告诉你的下一个该问什么问题。
局限与隐私
热度图本质上是聚合的，这让它们处于零售数据实践中较安全的一侧——没有身份、没有人脸库，只有随时间变化的位置计数。情况发生变化的地方在于保留和共享：长期存储移动数据，或任何试图把一条轨迹与某个人关联起来的做法，都会让系统进入不同的法律类别，承担不同的义务。泰国的 PDPA、新加坡的 PDPA、越南的第 13 号法令、马来西亚的 PDPA 和印度尼西亚的 PDP 法对个人数据的处理各不相同，某次具体部署的细节需要由该司法管辖区的合格法律顾问确认，而不是依赖供应商的概述。
还有一个值得直说的商业局限。热度图是诊断，不是战略。它会告诉你注意力去了哪里；它无法告诉你正确的布局是什么。地图把问题一次缩小到一个区域，而这正是它可用的原因。
常见问题
客流统计与区域热度图有什么区别？客流统计在每段时间为每个入口产生一个数字。区域热度图在整个卖场上产生一个空间分布。它们通常来自同一类摄像头，但热度图需要对卖场的连续覆盖，而不只是门口的一条线。
每个区域都需要一台摄像头吗？不需要。一台吸顶广角摄像头通常就覆盖好几个区域。决定摄像头数量的是空间的大小与几何形状、天花板高度，以及你需要在每个区域内获得的细节——而不是地图上区域的数量。
有高货架的门店也能用热度图吗？部分可以。高货架遮挡俯视视野，因此货架之间的通道在地图上显示为空隙。如果把摄像头安装在货架线以上，通道和开阔区域的覆盖仍然有效；高货架正下方的地面永远会是任何俯视系统最薄弱的部分。
热度图分析需要人脸识别吗？不需要。区域热度图建立在匿名位置追踪之上——一个人变成一个带时间戳的移动点，而不是一个身份。任何开始声称能识别回头客个体的系统，都已经进入了技术类别不同、法律风险也不同的领域。
---
客流告诉你人们是否来了；地图告诉你卖场对他们做了什么。产品中心列出了为俯视覆盖和区域分析而设计的摄像头系列，解决方案概览展示了热度图如何融入零售、商场和公共建筑部署。关于这些区域所汇入的更广泛客流指标，见博客。