从客流统计到营销赋能，Re-ID加速实体商业数字化转型

从客流统计到营销赋能，Re-ID加速实体商业数字化转型 | 爱分析洞见

爱分析

中国领先的产业数字化研究与咨询机构

2020年中国实体商业受到突发疫情的重大影响。以危机为契机，实体商业加速数字化转型，利用创新应用服务自身业务。在此阶段，基于Re-ID（Person Re-identification，即行人再识别）的新一代客流分析系统正在实体商业领域逐步推广。

一部分实体商业率先部署Re-ID客流分析系统，用以重新定义、评估人店场，通过数据驱动并改善自身的经营策略。正如《汇客云中国实体商业客流桔皮书》中所提到的“Re-ID可以记录顾客特征、顾客游逛轨迹等数据。这些数据可以帮助购物中心更加高效、精准地洞察顾客，在优化活动效果、调整品牌布局、辅导品牌经营方面提供价值。”

01 疫情之殇，实体商业加速数字化转型应对挑战

实体商业在疫情的影响之下受到巨大冲击。根据《汇客云中国实体商业客流桔皮书》的数据，2020年初阶段，疫情影响巨大，在此阶段国内大量实体商业被迫暂停营业、限流，第一季度全国购物中心客流总人次为44.6亿人次，客流回暖率1仅为31.8%。

第二季度随着疫情防控能力不断提升，以及实体商业的积极自救，全国购物中心客流回暖率达到66.0%。第三季度与第四季度，购物中心客流表现持续提升。但截止2020年末，全国购物中心客流回暖表现仍未恢复至100%，客流表现较2019年下降明显。

疫情的冲击加深了实体商业对于数字化转型的决心，通过数字化手段赋能营销场景成为实体商业主营业务升级的重要途径。实体商业需要通过有据可依的定量判断以及结合自身行业的定性分析为企业的发展提供辅助决策。大数据分析、智能化应用、精准营销等新零售思维在不断地推动实体商业发展。

客流是实体商业运营的根本，也是实体商业数字化转型的重点。结合大数据、人工智能以及物联网技术的客流分析系统已逐渐成为实体商业的数字化基础设施，为实体商业的数字化发展提供关键的数据支撑。

02 他山之石， Re-ID助推客流分析系统再升级

客流信息是实体商业领域的重要指标。实体商业将客流信息应用于经营状况分析、商铺客流量比较、营销效果分析、消费行为洞察等诸多领域。具体来说，实体商业通过客流量分析各商铺的品牌影响力，为新开实体商业中心提供数据支撑；根据历史客流量的变化，合理安排物业保洁人员、营业时间等，提高购物中心的体验感以及人力资源的效率；通过客流量分析对节假日主题或者促销活动的效果进行有效评估，为以后活动方案安排提供依据。

但传统客流分析系统主要应用为“计数”，只统计了场、店的到客人次，顾客数据维度单一。

基于Re-ID技术的客流分析系统是对传统客流分析系统的再升级。Re-ID（Person Re-identification，即行人再识别）是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。

Re-ID的概念最初在2005年被提出，到2016年基于大规模数据集的端到端的Re-ID更是将其应用推到了一个新的高度。端到端的Re-ID实现了从原始图像或者视频中直接检索出行人（纯图像/视频的Re-ID）和跨摄像头跟踪（多摄像头跟踪的Re-ID）功能。基于这样的功能之上，行人再识别可以结合安防、人员轨迹还原在市场中得以广泛应用，其中客流分析系统是最为典型的应用之一。

在疫情黑天鹅带来的影响下，基于Re-ID的客流分析系统的应用价值受到更多的关注和重视。首先，基于Re-ID的客流分析系统在行人在佩戴口罩的情况下依然能够在视频序列或者图像中找到目标对象并完成轨迹还原。这是由于，Re-ID不再依赖人员的单一特征来识别动作，更多的是利用步态动作、身体特征等较为全面的信息来识别人物。基于更多维度的特征识别使Re-ID一定程度降低了对行人与采集设备配合度的要求，从而提高了轨迹还原的可行性。

其次，Re-ID客流分析系统通过跨境追踪的特点实现同一行人的轨迹数据拼接，从而对轨迹数据赋予时空关系，增强轨迹的连续性。客流系统采集到的数据可分为人、时间、空间三类。Re-ID客流分析系统提供的数据包括顾客到场、店的时长和进店的数量、类别等维度。相比于传统客流统计系统提供的场、店的到客人次相比，具有更多的数据价值，让实体商业的经营者可以对顾客、店铺这两个最为关键的维度实现更精准的洞察、更细致的分类，最终为管理者提供有效的决策建议。

目前，Re-ID客流分析系统在实体商业、旅游景区、交通枢纽以及展会等场景都有重要应用。其中，实体商业通过Re-ID客流分析系统赋能营销场景，推进线下实体商业的营销数字化转型。

03 数据驱动，Re-ID赋能实体商业营销场景

疫情对于实体商业造成巨大冲击，但由于疫情的突发性以及不可预见性，对行业未来的发展指导意义有限。在移动互联网高速发展的时代，消费者购物习惯的转变以及电商天然数据痕迹优势将会成为长久冲击实体商业的关键因素。

传统的实体商业缺乏消费者的行为数据，依靠传统的客流统计系统仅能支持到店的人数统计，不具备行为数据，数据价值有限。有效的客流信息应包括消费者时间、空间等多维度的数据。数据匮乏也导致实体商业的营销场景与电商存在一定差距。

在行业数字化转型的背景下，实体商业也逐渐意识到数据对于营销场景的价值。Re-ID客流分析系统是线下最有效的数据采集与分析方式之一。一部分商业实体已将Re-ID客流分析系统应用于营销场景并得到多维度的数据指标。基于Re-ID技术，汇纳科技提出分析购物中心经营表现的10个指标。

同时，Re-ID客流分析系统通过记录顾客特征、顾客游逛轨迹等数据，利用数据驱动，辅助实体商业更加高效、精准地洞察顾客，在优化活动效果、调整品牌布局、辅导品牌经营等方面提供数据服务。

顾客分群：根据顾客的年龄、性别、逛店数、逛店类型等进行顾客分群，总结不同客群的游逛轨迹和游逛习惯，挖掘高低价值客群。

顾客洞察：根据各客群顾客的游逛店铺和游逛时间，分析不同客群的游逛业态、品牌偏好，理解顾客需求。

活动优化：多维度分析营销活动对不同客群的影响，并针对不同客群偏好对活动内容进行优化，促进更多顾客转化为高价值客群。

调整品牌：结合购物中心的客群结构、客群偏好与顾客游逛轨迹等，分析项目定位，评估铺位价值，优化业态、品牌组合，调整业态、品牌布局。

辅导经营：基于各客群的游逛规律与业态、品牌偏好，评估品牌经营状况，帮助品牌吸引目标客群，辅导品牌针对性设计营销策略。

04 最佳实践，Re-ID在营销业务场景中的落地应用

Re-ID客流分析系统应用于营销场景中，主要在“精准营销”与“营销活动”两个具体的业务场景实现落地应用。本文将基于汇纳精准客流聚合应用解决方案，介绍Re-ID客流分析系统在业务场景的应用效果与实践案例。

千人千面，实现精准营销

Re-ID客流分析系统应用于精准营销的业务场景中，核心解决的是针对不同用户的个性化推送问题，实现千人千面。基于时间（顾客游览时间）、空间（顾客游览轨迹）两个维度的数据，结合顾客的基础属性，汇纳科技认为可以将顾客分为9大类。

实体商业可根据顾客品类偏好、品种偏好、便利偏好以及体验偏好，针对不同客群及时调整营销的策略。

同时，实体商业基于Re-ID客流分析系统，针对重点客群勾勒顾客画像，还原客群轨迹动线并记录其游逛偏好，对于重点群组特征进行分析，实现差异化的营销策略。实体商业同时可以根据一段时间内的前后指标对比，持续观察不同重点客群的变化趋势，评估营销效果。

活动全流程，Re-ID支撑营销活动形成数据闭环

在中庭举办演艺活动已成为众多实体商业策划营销活动时重点考量的形式。通常此类活动在增加人气、吸引客流方面能产生明显的效果，但对于购物中心而言，通过此类活动吸引来的客流最终是否能分散至商场不同区域游逛？观看表演时间是否过多占据顾客游逛及购物时间，反而与引导消费互斥？对于这些问题，购物中心缺乏有效数据支撑回答。

Re-ID客流分析系统的核心能力是记录下顾客时间以及空间上的数据。如日均顾客数、顾客在场游逛的总时长、进入的每家店铺以及所花费的时间总时长、顾客参加完营销活动后的游逛路线，通过多维数据，管理者可以更加高效、精准地洞察顾客在营销活动后的游逛行为。通过数据赋能营销活动的前、中、后阶段，Re-ID客流分析系统贯穿营销活动的前期筹备、活动进行时的数据实时监测以及活动结束后的效果评估的营销活动全流程。

同时，Re-ID客流分析系统通过条件圈选重点客群分析流量导向，一定程度上能够更有效地评估此类营销活动对购物中心产生的实际作用，通过对数据的进一步解读与分析，针对下次活动，为购物中心、品牌商等提供更有针对性的相关建议，形成营销活动的数据闭环。以汇纳科技Re-ID技术支持某购物中心举办的美食分享会为例。该购物中心在2021年1月在4楼举办美食分享会活动，以此吸引客流前往购物中心餐饮层。据汇纳科技Re-ID监测并通过条件圈选特定人群分析流量导向发现：活动期间4楼客流量主要来自于5楼、2楼；通过4楼分发的客流量主要导向去到3楼、5楼。购物中心通过此数据判断实际美食分享会是否达到引流的效果。

05 Re-ID助力，实体商业即将迎来“客流计租”

Re-ID客流分析系统在实体商业中的营销和客户洞察场景的推广和布局已有初步成效，为适应线下实体商业数字化的行业发展趋势，客流分析系统在向更多的场景拓展，解决更多场景下的实际需求。

当下，传统的计租方式在新商业模式下面临挑战。在新商业模式下，顾客线下体验线上购买的购物习惯已成为趋势，线下销售收入不再是商户主要依赖的渠道，实体店铺经营的主要目的也由顾客消费逐渐转向顾客体验。

这种情况下，线下店铺为品牌带来的直接收益价值难以准确衡量。若实体商业继续以固定租金，或固定租金+销售抽成的计租方式进行租金收取，则收租环境下会出现客流量与销售收入，客流量与店铺租金不成正比、甚至出现脱节的情况。相较之下，“客流计租”的方式更加科学和公平的反应出线下店铺的价值与租金之间的关系。Re-ID的广泛应用将推动计租方式的变革。更体现照顾租户价值的按客流量计租方式，可能会慢慢替代固定租金模式。

所谓“客流计租”，类似于互联网广告计价方式，是基于店铺客流量收取租金的方式。它的实现过程是技术与商业逻辑的共同配合，需要有监测到的客流量数据作为支撑和辅助。Re-ID以提供客流量监测数据的角色切入“客流计租”新的使用场景。

“客流计租”为实体商业提供了一个美好愿景，通过灵活的收租方式，促进店铺和购物中心建立更良好的局部实体商业生态。但由愿景的落地转为真正的大规模应用需要攻克商业逻辑与技术结合的难关。

首先，“客流量”的定义需要达成广泛共识。“客流计租”是一次实体商业内的由大数据驱动的变革，它需要突破的最大难点是对于“客流量”的明确定义。

香港大学经济及工商管理学院副教授陈海亮提到，定义何为客流量是“客流计租”这种方式实现的难点之一。“如果只是简单计算消费者进入商铺的次数或时长，实现起来比较容易，但商户可能更关心有意义并带来实际价值的客流量。而度量这种客流量会比较复杂，如果同时考虑并衡量客流量的溢出效应就更不容易。“

客流量的定义决定着租金的定价和计算方式，是“客流计租”变革的基石。

其次，商业逻辑和技术的结合。计租规则的制定需要在商业模式与技术两个维度中平衡，它既要满足租金计算模型搭建的合理性，也需要保证数据采集和数据分析对业务逻辑支撑的可行性。这样的能力，大多数商业地产商并不具备，通常需要借助第三方能力进行开发。以汇纳科技为例，目前基于Re-ID客流分析系可提供进店人数、在店时长等数据维度为客流量的分析提供支持。

最后，“客流计租”还在发展初期，模型仍需打磨提高。“客流计租”模型是需要基于整个行业大规模的数据进行不断训练与校正，使其效果贴合行业规律，最终成为一个可推广的成熟模型。这里对于数据的要求，一方面体现在数据的规模，这要求各实体商业从思想意识上作出改变，共同推进行业数据的汇集和共享；另一方面体现在数据的质量，未来随着 Re-ID技术的准确率提升，提供支持的数据将更加精准和精细，这将会助力“客流计租”的大范围推广。

计租模式的变革不是一蹴而就，其本质上是实体商业对全渠道数字平台建设和数字管理能力的更高要求。随着实体商业数字化转型的深入开展，基于Re-ID的“客流计租”方案应用价值将会得到进一步释放。

注释1：根据《汇客云中国实体商业客流桔皮书》定义客流回暖率为实际客流与基准客流相除的百分比，计算公式如下：客流回暖率实际客流基准客流 ×100% 。其中，基准客流是汇客云基于全国超过 4700 家购物中心特征数据，考虑 150 个影响因素，利用可归因的实体商业五因子基准模型计算得出。预测在没有疫情发生情况下，商场某日（周、月、季、年）应该达到的客流量。由于回暖率模型在港澳台及西藏地区的样本量不足，不具有代表性，暂时未输出相关数据。