同一周里，两家供应商向一位购物中心经理推销。一家承诺覆盖整栋楼——三个楼层、每条走廊——只需四个不用布线到店面小箱体。另一家承诺准确的入口计数以及停留时长和区域数据，但每个店铺门口上方都要装摄像头。两者对自家技术的说法都是真的。它们只是测量的东西不同。
WiFi 探针统计与基于摄像头的统计，常被当作产出同一个数字的两种竞争方案来比较。其实并非如此。弄清各自实际观察到的是什么，是得到一份你站得住脚的规格说明的最快途径。
两种方法各用一段说明
WiFi 统计监听无线环境。传感器记录那些无线电主动宣告自身的客户端设备的存在，并根据这些信号出现、持续和消失的时点估算客流与停留时长。它测量的是无线电范围内的设备，再由此推断人数。
摄像头统计看向入口。模型在图像中检测人物，跨帧跟踪，每个人越过定义线时只计一次，随后在覆盖允许时继续跟踪他们穿过各区域。它直接测量越过某条线的人。
两种方法之间所有实际差异，都源自这一区分。
WiFi 探针统计如何工作
客户端设备会周期性发送管理帧——搜索已知网络时的探测请求，以及已连接时的关联流量——每一帧都携带该设备的 MAC 地址和信号强度。捕获这些帧的传感器可以估算有多少台不同设备在场，以及每台在范围内停留多久。
现代手机的三个特性削弱了这种方法：
- MAC 地址随机化。Apple 在 iOS 8 中为扫描引入随机地址，从 iOS 14 起按网络随机化；Android 在第 6 版加入扫描随机化，后续版本加入按网络随机化。随机地址仍会出现在数据中，但不再跨会话标识同一台手机，因此回访测量严重退化。
- 并非人人携带活跃无线电。儿童、部分年长顾客、关闭了 WiFi 的人，以及把手机放在包里或车里的人，对传感器都是不可见的。
- 一人多设备。手机和智能手表可能显示为两台设备，虚增计数。
结果是样本在方向上有参考价值，但在结构上有偏差。它非常适合跨小时、跨天的相对趋势，作为绝对入口计数则不可靠。
摄像头统计如何工作
基于摄像头的计数器在设备本机运行检测与跟踪。每个人越过虚拟计数线就产生一个带时间戳和方向的事件。如果摄像头还覆盖店内，同一轨迹可以与区域关联，产出停留时长和热度图，而不只是一个阈值数字。
由于传感器是直接观察人，而不是从无线电推断，它不在意顾客是否带手机、是否开启 WiFi、是否使用新版操作系统。它的误差模式是物理性的：密集人群中的遮挡、困难的照明、安装角度，以及群体问题——几个人一起进入时被逐个计数，却只完成一笔交易。在计算转化率时最后一点很重要，因为一笔群体购买会记为一次交易对应多次进入。
正面比较
| 维度 | WiFi 探针 | 摄像头 |
|---|---|---|
| 测量对象 | 无线电范围内的设备 | 越过定义线的人 |
| 单机覆盖 | 广，数十米，可穿墙 | 窄，仅限视野范围 |
| 绝对入口计数 | 样本有偏，不具权威性 | 直接计数，且有明确的误差模式 |
| 停留时长 | 由信号存在推断 | 由被跟踪的路径测得 |
| 区域与路径数据 | 非常粗略 | 精细，按区域 |
| 回访 | 因 MAC 随机化而退化 | 仅在单次会话内基于轨迹 |
| 布线需求 | 极少，常用 PoE 或 USB 供电 | 每个入口需 PoE 或网络通路 |
| 隐私暴露 | 在某些辖区 MAC 地址可属个人数据 | 图像仅用于检测，留存可配置 |
| 成本结构 | 硬件较低、覆盖广 | 硬件较高，但产出更丰富的数据集 |
| 主要失效模式 | 人群偏差、样本不具代表性 | 遮挡、照明、安装 |
WiFi 真正胜出的场景
它并非在所有场景都更弱。有三种情况下它是更好的工程选择。
无需给每扇门布线的整栋覆盖。商场走廊、美食广场或大型公共前厅，用摄像头来做设备部署成本高昂。几个无线电传感器就能以一小部分安装成本报告整个空间的相对客流与停留时长——适合区域间对比和发现趋势，前提是没人把输出当成人数统计。
摄像头不可接受的区域。部分租户、租赁空间和公共设施有政策完全排除光学录制。无线电传感避开了这种冲突。即便如此也要注意，MAC 地址已被欧洲数据保护机构视为个人数据，因此同意与告知问题依然存在。任何此类部署在启动前都应由你所在辖区的法律顾问审阅。
回访模式，仅限于随机化不是主导因素这一特定情形。在配置得当的访客网络与已同意的用户前提下，关联数据可以揭示长期回头的顾客。在开放的公共 WiFi 传感上，这一点会崩塌；在受控的强制门户网络上，它可能成立。
摄像头统计是唯一诚实答案的场景
如果你需要以下任一项，无线电传感都无法提供，宣称能做到的方案应当被质疑：
- 转化率的分母。转化率是交易数除以进入人数。如果分母是有偏的设备样本，转化率就会继承这一偏差，无法在不同设备构成的门店之间比较。
- 区域级陈列洞察。哪些展位被人看到、哪些货架通道被跳过、人们在何处停留。这需要看到店内情况。
- 排队与服务分析。等待时长和队列长度取决于知道有多少人站在某个特定区域，而不是附近有多少台无线电设备。
- 排除员工。基于摄像头的系统可以识别并把员工从顾客计数中剔除。无线电系统会像统计其他人一样统计员工的手机。
- 在租约或审计对话中站得住脚的数字化。商场租户、加盟基准和绩效合同通常要求一种双方认可、可检验的计数方法。"来自探针的趋势"不是那种方法。
准确率宣称在哪里被夸大
任何集成商提出的两类宣称都值得审视。
对于 WiFi，需要检验的宣称是代表性。问清样本覆盖了你实际访客的多大比例，以及当这一比例随时段、租户和建筑变化时供应商如何处理。多数供应商答不上来，因为答案因现场而异。
对于摄像头，需要检验的宣称是在你所处条件下的误差。在低天花板、客流稀少环境下测得的计数误差，不能套用到 18:00 的宽玻璃入口。索要任何数字背后的安装假设，然后到现场用人工计数验证。我们关于如何选择门店客流统计设备的指南详细介绍了这项验收测试。
如何决策
按顺序走一遍这份清单；它通常几分钟内就能把问题定下来。
- 这个数字要驱动什么决策？排班和转化率分析需要真实的入口计数。宏观的空间规划可以容忍一条趋势序列。
- 你需要店内区域数据吗？如果需要，就只有基于摄像头的传感在范围内。
- 现场允许什么？只允许无线电的点位确实存在。请尽早核查，而不是在设计完摄像头布局之后。
- 布线的现实情况如何？数一数需要覆盖的门，诚实地为网络工程计价，而不只是硬件。
- 准确率的底线是多少？如果这个数字将用于合同、基准或审计，就规定一种双方认可的验证方法，并要求以书面形式确认。
- 考虑混合方案。在顾客入口用摄像头统计获得权威计数，同时在摄像头无法覆盖的地方用无线电传感做广域覆盖。两者应分别报告，而不是混成一个"客流"数字——把两个偏差方式不同的来源混在一起，会得到一个看起来精确却无法解读的数字。
常见问题
WiFi 统计能取代门口的客流统计摄像头吗？对于同一地点跨小时、跨天的趋势跟踪，它可能够用。对于绝对计数、转化率分母，或任何涉及合同的用途，都不能。样本在结构上有偏差，且偏差因现场而异，没有任何校准能消除它。
MAC 随机化会让 WiFi 统计失去意义吗？不会，但它改变了数据能支撑什么。随机地址仍会登记为存在，因此相对客流和停留趋势仍然可用。跨访问对同一个人的持续识别通常不再可行。
哪种方法更便宜？无线电传感器通常单机成本更低、安装需求更少，尤其是大范围覆盖时。基于摄像头的系统前期成本更高，但产出的数据集是多数零售决策所需要的，因此就"每个可用洞察的成本"而言，门店层面的工作往往更利于摄像头。
WiFi 传感器会采集个人数据吗？有可能。MAC 地址在欧洲已被监管机构视为个人数据，而由设备推导的位置数据在若干东南亚制度中也属敏感。传感器供应商有时把产品描述为默认匿名；这是否成立取决于配置和辖区。请把它当作法律问题，在部署前与你的法律顾问确认。
两套系统能一起用吗？可以，而且这往往是最合理的设计。把摄像头计数作为权威的入口数字，用无线电数据描述摄像头未覆盖的区域。分别报告，并各自附上方法说明，这样下游就不会把它们当作等价物来比较。
---
如果你要为多个入口，或室内外混合的点位规划客流统计，产品中心列出了 HooViz 为入口计数、店内覆盖和离网点位打造的摄像头系列。如果你有现场平面图，请通过我们的联系页面发来，我们会直说其中哪些部分摄像头能量、哪些部分应交由无线电传感器处理。