在讨论顾客动线之前，首先要了解室内定位技术，购物中心内顾客动线的分析依赖于室内定位技术，在对顾客持续定位的基础上，进行数据处理和数据挖掘（例如聚类等），从而分析购物中心内典型的顾客动线。

    室内定位技术

    1、蓝牙室内定位技术，除了使用手机的蓝牙模块外，还需部署蓝牙基站，最高可以达到亚米级定位精度。但由于蓝牙基站不普及，室内精确定位成本较高，在目前公开报道中，尚没有大规模推广的报道。

    2、超宽带定位技术，例如 Ubisense，其定位方案采用 UWB（超宽带）脉冲信号，由多个传感器采用 TDOA 和 AOA 定位算法对标签位置进行分析，多径分辨能力强、精度高，定位精度可达亚米级。但 UWB 难以实现大范围室内覆盖，且手机不支持 UWB，定位成本非常高。

    3、超声波定位技术，例如 Shopkic，在店铺安装超声波信号盒，能够被手机麦克风检测到，从而实现定位，主要用于签到。

    4、手机自主惯性传感器定位导航，例如Broadcom 和 Intel，他们推出利用手机的惯性传感器数据进行定位计算的硬件解决方案，但由于手机初始姿态的不确定性和手机惯性传感器精度问题，室内定位效果不佳。

    5、LED定位技术，例如 Bytelight， LED 定位系统通过往天花板上的 LED 灯具实现，灯具发出像莫斯电报密码一样的闪烁信号，再由用户智能手机照相机接收并进行检测，定位精度可以在 1 米之内。但LED 定位需要改造 LED 灯具，增加芯片，成本较大，目前还无法普及。

    6、基于RFID的定位，采用刷卡方式，根据阅读器位置对刷卡人员或设备进行区间定位。主要应用在仓库、煤矿、货物跟踪、安检、ETC、办公考勤等，无法进行实时定位，定位精确度低。

    7、WiFi定位，可以达到米级定位（1~10 米），有很多WiFi定位产品用在了商场内的导航上。这也是目前我们正在尝试使用在线下商业场所内对消费者动线进行分析的技术手段。

    顾客动线分析

    消费者从购物中心哪个门，哪个通道进入，在购物中心的内部按照什么样的线路移动，在哪些门店里面有较长时间的停留，最后又从哪个门、哪个通道离开，对于消费者来购物中心完整动线的分析。

    首先从这些数据中，分析消费者来店的方式，自驾、地铁、公交等等；其次了解消费者来购物中心的消费购买模型，例如看电影+吃饭+溜冰+买衣服；第三，挖掘消费者的消费能力和喜好，例如快餐、西餐、中餐等等；最后通过数据，预测这个消费者未来可能产生的消费倾向，例如购买孕妇用品的，未来会对婴儿用品有需求。

    进一步的将所有消费者的动线进行聚类分析，可以分析和挖掘出整个购物中心内部的几条最典型的实际消费者动线，这些数据可以对购物中心的运营决策。

    同时可以对所有的决策提供后评估数据支撑，辅助购物中心的运营实现迭代式提高。

示例：某餐饮广场消费者动线分析

    此案例的原理是在餐饮广场内部署一系列的WiFi信号采集设备，采集消费者携带的智能终端持续发出的WiFi信号，并发送到后端云平台，使用网络侧定位的算法，对消费者实现持续定位，将消费者在餐饮广场内部停留时段内的所有定位点生成一个一维向量，表征此消费者在餐饮广场内部的动线；进一步的将所有消费者的动线进行聚类分析。

    此餐饮广场有3类进出口：电梯、自动扶梯、下沉式楼梯。

    研究发现：有33%的消费者习惯于从下沉式楼梯进入，其中19%的消费者用完餐后从原路离开，2%的消费者会选择从电梯离开，另外12%的消费者会选择从自动扶梯离开；

    有55%的消费者习惯于从自动扶梯进入，其中40%的消费者用完餐后从原路离开，8%的消费者会选择从下沉式楼梯离开，另外7%的消费者会选择从电梯离开；

    有12%的消费者习惯于从电梯进入，其中3%的消费者用完餐后从原路离开，2%的消费者会选择从下沉式楼梯离开，另外7%的消费者会选择从自动扶梯离开。

    由于此餐饮广场内部线路比较简单，业态也比较单一，没有做室内的消费者动线分析，只是对消费者进、出门做了简单的动线分析，但是同样的技术和原理可以用到更大、更复杂的线下商业场所，例如购物中心做完整的消费者动线分析。

（王想）