Loading article…
人数カウンターは、特定の通路や入口を通過する人数を測定するために使用される電子機器です。例としては、単純な手動クリッカー、スマートフローリング技術、赤外線ビーム、熱画像システム、WiFi トラッカー、高度な機械学習アルゴリズムを使用したビデオカウンターなどがあります。これらは、小売店でマーケティングキャンペーンの効果、建物の設計とレイアウト、特定のブランドの人気を判断するためによく使用されます。
産業
小売店
小売環境における人数カウント システムは、総訪問者数に対する購入者数の割合である コンバージョン率を計算するために使用されます。
ショッピングモールのマーケティング専門家は、現在のマーケティングキャンペーンの効果を測定するために訪問者の統計を頼りにしています。多くの場合、ショッピングモールの所有者は小売店と同じコンバージョン率でマーケティング効果を測定します。[1]
小売業者は、さまざまなビジネス指標を使用して人員配置を決定することができます。訪問者数を正確にカウントすることは、スタッフのシフトを最適化するのにも役立ちます。スタッフの要件は、訪問者の交通量に直接関係していることが多く、清掃やメンテナンスなどのサービスは通常、交通量が最も少ないときに行われます。[2]
ショッピングモール
ショッピングセンターでは、特定のエリアの訪問者数を測定するためにピープルカウンターを使用しています。ピープルカウンターは、人々が集まる傾向のあるエリアを測定するのにも役立ちます。人々が集まる傾向のあるエリアは、多くの場合、より高い家賃が請求されます。[3]
ショッピングモールは、最も人気のあるブランドにのみスペースを貸すことを好みます。ピープルカウンターは、歩行パターンとトラフィックを判定することで、ショッピングモールが人気を発見するのに役立ちます。ショッピングモールの所有者は、顧客ごとのトラフィックの流れ、および各モールの入口のどのエリアと使用レベルを判定できます。[4]
公共交通機関
GPS測位と組み合わせたバスや電車内の人数カウントシステムは、バスの運行中の乗車率を測定するのに役立ちます。これにより、バス運行会社はルートに資金とリソースを割り当てることができます。[5]
ビジネス指標
人数カウンターは、さまざまなビジネス指標を測定するために使用されます。人数カウンターにはさまざまなタイプがあり、モデルごとにサポートされる指標は異なりますが、ほとんどの人数カウンターでは、次の指標の一部またはすべてを提供します。
来場者数
来店客数は、特定の期間に店舗や事業所に入る人の数を測定する。[6]傾向を分析する場合、来店客数は日や週などの期間にわたって平均化されることが多い。[7] [8] [9]
ターンイン率
ターンイン率とは、店舗に入る買い物客と店舗の前を歩く人の数の割合です。WiFi カウントを使用すると、店舗は店舗の前を歩く人の数を推定できます。ただし、より正確な方法はビデオ カウントです。店舗の前を歩く人の数は、店舗の立地の可能性を反映していることが多く、ウィンドウ コンバージョン率は、ショーウィンドウのデザインの魅力やマーケティング キャンペーンの効果などの要因によって異なります。[10]
訪問期間
訪問時間とは、訪問者が施設内に滞在する時間の長さです。WiFiカウントを通じて、所有者はスマートフォンを持っている人が施設に出入りした時間を追跡できます。[11]
バブルマップ/ヒートマップ
この指標は、複合施設の地区、セクション、コートごとにユーザー エンゲージメントを追跡します。バブル マップまたはヒート マップを使用すると、ユーザーは一定期間の複合施設全体のエンゲージメント数をパーセンテージで分析できます。バブル マップとヒート マップは同じように機能しますが、表示方法だけが異なります。ヒート マップは色を使用してエンゲージメント レベルを示し、暖色系はエンゲージメントが高いことを示します。一方、バブル マップは、描画されたバブルのパーセンタイルと円周でエンゲージメントを示します。
ゾーンカウント/交通の流れ
この指標は、バブルマップやヒートマップと同様に、ユーザーがエンゲージメントレベルでのトラフィックの流れを確認することを可能にします。トラフィックフロー図を使用すると、モールの所有者はモールで最も人気のある地区を特定し、需要に基づいてレンタルエリアをリースすることができます。[12]
外部トラフィック
店舗外の交通量を測定することで、小売業者は特定の日に店舗を通過する人の数を把握し、店舗がどれだけの潜在顧客を店舗に呼び込むことができるかを見積もることができます。[13]
リピーター
この指標は、スマートフォンから送信される固有のWiFi信号IDを追跡することで、以前に店舗を訪れたことがある人の入店数を調べます。[14]
現在の技術
人数カウント装置には、スマートフローリング技術、赤外線ビーム、サーマルイメージング、コンピュータービジョン、WiFiカウントなど、さまざまな技術が使用されています。[15]現在の第4世代の人数カウンターは、立体画像を利用して、影の問題、高トラフィックカウント、床のパターンの乱れなど、前世代の制限を克服しています。
ビデオカウント
コンピュータビジョンは組み込みデバイスを介して動作し、人数のみをネットワーク経由で送信すればよいため、ネットワーク帯域幅の使用量を削減します。屋外と屋内の両方で正確なカウントを提供するために、適応型アルゴリズムが開発されました。色とテクスチャに基づく多層背景減算は、さまざまな影と照明条件で利用できる最も堅牢なアルゴリズム[16]と考えられています。[17]画像処理の進歩により、ビデオカウントは一部の照明環境で98％の精度を達成できます。[18]人工知能とパターン認識機能の使用により、精度がさらに向上すると期待されています。[19]
WiFiカウント
WiFiカウントはWiFi受信機を使用して、範囲内のスマートフォンから発信される固有のWiFi管理フレームを拾います。[20]すべての人がスマートフォンを持っているわけではありませんが、WiFiカウントは十分なサンプルサイズがあれば統計的に有意な指標を生成できます。AppleのiOS9やAndroid 6.0 Marshmallowなどの最新のモバイルオペレーティングシステムはMACローテーションスキームを使用しているため、高度なアルゴリズムを使用しないとWiFiカウントはより困難になります。[21] [22]
ビデオ認証
第 4 世代の人数カウンターには、ユーザーが人数カウンターから提供されるデータの信頼性と整合性を確認するオプションが含まれています。ユーザーは、カウンターの正確性を検証し、データの不一致をすべて考慮して、それに応じてビジネス上の意思決定を行うことができます。
店舗環境とのシームレスな統合
ピープルカウンターは、店舗環境への妨害や混乱を最小限に抑えるために、店舗環境に統合されるように設計されています。さらに、ピープルカウンターは監視カメラと間違われやすいため、適切に設計および設置されていない場合、買い物客は不安を感じ、気が散る可能性があります。ピープルカウンターが適切に隠されていなかったり、環境にシームレスに統合されていない場合、消費者は監視されていると誤解して、購買行動に影響を及ぼします。[23]
追加機能
第 4 世代の人数カウンターは、以前のテクノロジーを基に構築され、次の機能を備えています。
- 強度の異なる複数の光源からの光受信機の融合に基づいて、低照度/変動する光条件下でも使用できる能力。[24]
- 一部のショッピングモールでのCCTVの使用を禁止する現地の法律に準拠しながら、ビデオカウントから有用な指標を取得する機能を維持します。[25]
- AIベースのカウントによるスタッフ排除
- mmWave / レーダーベースの人数カウント システム。
歴史
電子人数カウンターの前身
電子人数カウンターが登場する前は、手動人数カウンターが使用されていました。このカウンターでは、店員が店の入り口近くに立ち、人が入店するたびにカウント装置をクリックする必要がありました。これは、人的ミスの多さから不正確であるだけでなく、人的資源の非効率的な使用であると考えられていました。圧力感知プラットフォームまたはマットの上の歩数に基づいてウォークイン数をカウントする圧力感知センサーも使用されていました。
第 1 世代: 赤外線ビーム カウンター (2002-2004)
英国初のビームカウンターは、1988年にビジネスブループリント社によって、イングランド南ヨークシャー州シェフィールド郊外のメドウホールセンターに設置されました。ビームカウンターは14の入口すべてをカバーし、年間2,000万人の買い物客の来店を記録しました。毎日手動でチェックし、各ビームカウンターを再調整した結果、誤差率は+\-3% [要出典]となり、後のビデオシステムよりも大幅に正確になりました。
最も単純な形式のカウンターは、入口を横切る単一の水平赤外線ビームで、通常は出入り口の横にある小さなLCDディスプレイ ユニットにリンクされています。ビームが遮断されると、ティックが「記録」されます。人は通常同じドアから出入りするため、「ティック」を 2 で割ると訪問者の数を測ることができます。ビーム カウンターでは通常、ユニットの反対側に、通常 2.5 メートル (8 フィート 2 インチ) から 6 メートル (20 フィート) の範囲で受信機または反射器を取り付ける必要があります。制限はあるものの、赤外線カウンターは低コストで設置が簡単なため、今でも広く使用されています。[26]第一世代の人数カウンターの予想精度は 60% から 80% でした[要出典]。
第 2 世代: サーマル カウンター (2005 年 - 2011 年)
サーマル イメージングシステムは、熱源を検出するアレイ センサーを使用します。これらのシステムは通常、組み込み技術を使用して実装され、頭上に取り付けられます。デバイスの画像フィード リレーが熱源であるため、サーマル カウンターの精度を検証することは困難です。サーマル カウンターは、数秒を超えるターゲットの滞留時間を測定することが難しいため、不正確になる可能性があります。このため、第 2 世代の人数カウンターの平均精度は 80% ～ 85% です。
第3世代: ビデオとWiFiのカウント (2012-2016)
第 3 世代の人数カウンターには 2 つのタイプがあります。ビデオ カウンターは、複雑なアルゴリズムとカメラ画像を使用して、ビデオ テープから直接人数をカウントします。WiFi カウント機能は、店外を含む買い物客のスマートフォンからWiFi プローブ要求信号を収集します。これにより、ウィンドウ マーケティング キャンペーンの効果を判断する機能など、特に小売業界の企業にとって重要な指標がいくつか追加されます。ビデオ カウント テクノロジーでは、デバイスの予想精度は 80% ～ 95% です。
参照
参考文献
- ^ 「広告キャンペーンの効果を測定するための指標」www.allbusiness.com 2010年7月2017年8月17日閲覧。
- ^ 「マーケティングの洞察を活用して人員配置を最適化する」MyCustomer 2017年6月9日2017年8月18日閲覧。
- ^ Fathi, Nader. 「買い物客分析でショッピングモールの繁栄をいかに確保するか？」Chain Store Age . 2017年8月17日時点のオリジナルよりアーカイブ。2017年8月17日閲覧。
- ^ D'Mello, Sandhya. 「ドバイのモール、センサーを使って混雑数をカウント」www.khaleejtimes.com . 2017年8月18日閲覧。
- ^ 「公共交通機関向け自動乗客カウントシステム」。
- ^ オックスフォード辞書。「footfall」。オックスフォード辞書。2016年9月27日時点のオリジナルよりアーカイブ。 2017年8月17日閲覧。
- ^ Hounslea, Tara (2017年3月6日). 「Primarkがコルチェスターショッピングセンターの来店者数を30%増加」Drapers . 2018年11月23日閲覧。
- ^ 「Average Daily Footfall In Aviation House By Week - data.gov.uk」。data.gov.uk。2018年2月21日。 2018年11月23日閲覧。
- ^ 「マークス＆スペンサーの平均来店者数 2009-2018 | 統計」Statista . 2018年11月23日閲覧。
- ^ Dillon, Chris (2015年7月30日). 「Sunder Sandheの技術ゲームチェンジャー」。2015年7月30日時点のオリジナルよりアーカイブ。2015年8月27日閲覧。
{{cite journal}}:ジャーナルを引用するには|journal=(ヘルプ)が必要です - ^ 「Wi-Fiロケーションアナリティクス」（PDF）。情報コミッショナーオフィス。 2017年8月18日閲覧。
- ^ ローリー、ジェームズ。「交通調査を使用して小売店舗を選択する方法」（PDF）。女性企業センター。2017年8月21日閲覧。
- ^ ジェレミー・マーサン。「歩行者数を判断し、データを使用して事業所の場所を選択する方法」。Fit Small Business 。2017年8月18日閲覧。
- ^ クリフォード、ステファニー、ハーディ、クエンティン（2013年7月15日）。「買い物客の皆さん、注意：店舗があなたの携帯電話を追跡しています」。ニューヨークタイムズ。 2017年8月18日閲覧。
- ^ Paul C. Box、Joseph C. Oppenlander (1976)、交通工学研究マニュアル、運輸技術者協会、p. 17 、2010年12月21日閲覧
- ^ Yao, Jian; Odobez, Jean-Marc (2007). 「色とテクスチャに基づく多層背景減算」 2007 IEEE コンピュータビジョンおよびパターン認識会議(PDF) . pp. 1–8. doi :10.1109/CVPR.2007.383497. ISBN 978-1-4244-1179-5. S2CID 1548628. 2017年8月21日時点の オリジナル（PDF）からアーカイブ。2017年8月21日閲覧。
- ^ Jian Yao、Jean-Marc Odobez (2007)。色とテクスチャに基づく多層背景減算(PDF)。CVPR Visual Surveillance Workshop (CVPR-VS)。ミネアポリス、ミネソタ州、米国: IEEE。doi :10.1109/CVPR.2007.383497。
- ^ 「CCTV人数カウントシステムの仕組み」Retail Sensing . 2016年4月15日閲覧。
- ^ Hsu, Jeremy (2015年10月19日). 「コンピューターによる大群衆のカウントが今や可能」. IEEE Spectrum . 2017年8月18日閲覧。
- ^ Wenz, John (2015年6月9日). 「Wi-Fiが携帯電話を追跡せずに部屋にいる人を数える方法」.ポピュラーメカニクス. 2017年8月17日閲覧。
- ^ 「iOS 9 のセキュリティとプライバシーの変更点」2015 年。
- ^ Amadeo, Ron (2015年10月5日). 「Android 6.0 Marshmallow、徹底レビュー」. arstechnica.com .
- ^ popa, mc; rothkrantz, ljm. 「監視システムに基づくショッピング行動の分析」(PDF)。ビデオおよび画像処理、Philips Research : 2512–2519。
- ^ ルーザー、ハインリヒ;パブロフ、ウラジスラフ。 「赤外線センサーアレイからの反射光強度の融合に基づく人数カウンター」(PDF)。機械自動技術研究所 (IMA)。
- ^ Sarre, Rick. 「CCTV: 法律の下では誰が誰を監視できるか?」The Conversation 。 2018年1月19日閲覧。
- ^ カジャラ、L.;アルミク、A.ダール、R.ディクサイト、L.エルコネン、J.フレッドマン、P.ジェンセン、F.ソンダーガード、K;シーヴァナー、T. (2007)。自然エリアにおける訪問者のモニタリング - 北欧およびバルト三国での経験に基づいたマニュアル。スウェーデン：TemaNord。 p. 46.ISBN 9789162012588. 2017年8月21日閲覧。