购物中心如何深度运营？Aibee林元庆：顾客全流程数字化

随着购物中心发展进入存量时代，深度运营将是购物中心从激烈的市场竞争中胜出的重要法宝。那么，深度运营的真正落脚点在哪?是否有章可循?Aibee 爱笔智能创始人兼首席执行官林元庆给出了答案，他认为，顾客全流程数字化将成为购物中心深度运营的关键落脚点，而其背后，客流系统正在进入4.0时代，将支持深度运营落入现实。

在创立 Aibee 爱笔智能之前，林元庆曾任百度研究院院长，凭借在线上世界的多年经验，他以全球电商巨头亚马逊为例，其每一个时期，网站、APP 上的每一块内容的展示、每一个商品的陈列摆放，都依据 AB Test 来确定，而 AB Test 的抓手正是用户数据。确切地说，是基于用户全流程的基础数据。用户全流程数据是线上世界运营管理的核心抓手。

“互联网产品每天都要看 UV(独立IP访客，Unique Visitor)、PV(页面浏览量，Page View)，用户先看哪些网页、后看哪些网页，从哪里跳转过来、停留多久，这就是用户全流程数据”，林元庆说道。线上世界，基于用户全流程数据实现了精细化的流量运营，不断持续提效，获得空前发展。

“但是，由于线下是天生不数字化的，过去实体商业很难获得用户全流程数据，更难实现如同线上一般数据驱动的精细化运营，只得依靠管理者的经验和感觉。不过近几年，顾客(线下的用户为顾客)全流程数字化的技术不断取得突破，逐渐地，市场上不少头部购物中心已经开始运用顾客全流程数字化的技术，并积累了不少基于数据的深度运营的经验”。

到底什么是“顾客全流程”数字化?简单理解，即一个顾客到场后，系统会给这个顾客赋予一个匿名 ID(比如，第一位到场的顾客为001，第二个为002等)。匿名是因为系统不采集任何的生物特征(比如人脸特征)，每一个个体都是匿名化的代号。

然后，顾客全流程就是对该匿名 ID 的到达时间、到达方式、所逛门店、逛街路线、游逛时长甚至是现场的活动参与、广告前的驻足观看等都能进行数字化。顾客全流程的数据，将是购物中心的招调分析、店铺运营、营销推广、现场管理等方面深度运营的数据基础。

顾客全流程数字化

与「客流系统4.0」

有人会问，顾客全流程数字化为什么过去实现不了，现在可以?林元庆博士通过复盘整个购物中心在顾客数字化上的发展历程(客流系统技术演进)，解析了顾客全流程数字化实现的必要条件。

客流系统1.0

No-ID：仅统计人次，不去除重复

在计算机视觉技术开始应用至购物中心领域之后，客流系统得到了质的改变。最早利用计算机视觉技术开展客流统计的时代，我们称之为“客流系统1.0”，其主要是通过摄像头的部署，从上往下拍摄，通过识别人的头肩特征进行客流计数，也叫头肩客流。

客流系统1.0的意义在于，在购物中心的一些关键卡口，如入口、楼梯口、门店口等，其能够对进出人群以人头计数。但是，对于重复出现的人，客流系统1.0无法确认是否为同一个人，即不能去除重复。基于这一系统，购物中心只能获得人次数据，很难获得准确的人数数据，没有 ID 的概念，更不用提全流程的数字化。

客流系统2.0

Face-ID：隐私不合规，低头易漏识

随着人工智能技术的发展与普及，越来越多的购物中心意识到顾客全流程的重要性。在这之后，有一个短暂但未在购物中心实现广泛落地的客流系统2.0阶段，其主要是依靠人脸识别，来解决客流系统1.0无法去除重复的问题。

基于每个顾客的人脸 ID，客流系统2.0可以实现一定程度上的去重效果，但是这一方案对顾客状态的要求比较高，顾客在抬头时可以识别，但顾客一旦低头、转身，就容易出现漏识，准确率不稳定。不过，自2021年《个人信息保护法》出台，明确规定了购物中心内顾客未同意情况下进行人脸识别属于违法行为，这一技术基本淡出市场。

客流系统3.0

ReID：难辨同一人，难获全流程

在人脸识别不被允许的情况下，部分公司开始采用 ReID( 行人重识别，Person re-identification)技术，以期基于非人脸 ID 的人体表观特征等实现跨镜识别，即客流系统3.0，其技术路线有二，一是斜照 ReID，二是顶视频 ReID。

市面上很多 AI 头部公司以及互联网巨头都曾尝试过斜照 ReID 技术，但测试结果证明，仅通过人的衣着、配饰等人体表观特征，在客流量较大的购物中心内，很容易因为顾客“撞衫”或“遮挡”等问题而无法辨认是否为同一人，难以获得顾客全流程完整、真实、准确的数据。“比如北方的冬季，放眼望去，商场里很多人都穿暗色系衣服，单纯依赖 ReID 技术区分不出来”，林元庆举例。

与此同时，部分公司也在尝试顶视频 ReID 技术，其原理与斜照 ReID 基本一致，不同的是，顶视频 ReID 从头顶向下拍摄，斜照 ReID 是倾斜拍摄，顶视频能够拍摄到的范围，基本停留在人的头和肩，远远小于斜照拍摄范围，“斜照 ReID 想实现顾客全流程都很难，顶视频就更难了”，林元庆引用了马斯克的一句话，“没有人可以违反物理学定律”。

客流系统4.0

3D时空动线：AI精准客流·顾客全流程数字化

经历了从1.0到3.0的不断探索和演变，到了客流系统4.0时代(也称之为 AI 精准客流)，顾客的全流程数字化才得以实现。客流系统4.0采用 Aibee 爱笔智能独创的3D 时空动线技术。具体而言，即需要先对购物中心进行全场景的高精度三维重建，使空间中的所有要素获得厘米级精准的三维坐标映射。在三维重建之上，Aibee 通过10-15个不同的空间计算技术，基于200多个人体表观特征进行时空关联分析，最终可以实现对顾客全场动线的匿名连续感知，“这10-15个技术组合中，也会用到 ReID，但只是诸多技术中的一小部分，其复杂程度可想而知。”林元庆补充道，这也是目前市场上唯一一个真正做到顾客全流程数字化的客流系统技术。

值得一提的是，客流系统4.0所采用的3D 时空动线技术，不收集任何人脸特征等生物识别信息，也不存储任何个人信息，整个过程全匿名化，均在法律允许的范围，极为注重对顾客的隐私保护。该客流系统通过 GDPR 合规评估——符合欧盟 GDPR 合规要求(General Data Protection Regulation，通用数据保护条例)。此前更获得由英国标准协会(BSI)授权颁发的 ISO/IEC 27001:2013信息安全管理体系认证与 ISO/IEC 27701:2019隐私信息管理体系认证，Aibee 是国内首个获得GDPR、ISO/IEC 27001及27701三重认证的 AI 公司，在隐私保护、信息安全、数据安全方面已走在行业前列。

而相比过去的客流系统，4.0系统不仅能提供人次统计，更可实现去重后的客流人数统计。在保护顾客隐私的情况下，输出顾客全流程的真实动线，形成多层次的客流漏斗(过店/进店/深逛)，为购物中心日益增长的数字化运营需求提供精准数据支撑。与此同时，基于顾客动线分析、店铺关联组合、公区/多经点位效率优化等200+数据维度的商业场景洞察，既能客观反映每一个顾客的线下行为偏好，也能精准量化各类区域的空间利用效率，进而赋能购物中心招调、推广、运营全链路数智升级，让线下购物中心具备如同线上一般的精细化运营能力。

客流系统4.0(AI精准客流)

如何赋能购物中心深度运营

客流系统4.0时代，AI 精准客流如何深度赋能购物中心的运营和管理?现场，林元庆博士用一组生动的运营数据，展现了 Aibee AI 精准客流系统为购物中心带来的真正基于顾客全流程数字化的深度运营过程。

除了提供全场到访人数、各楼层到访人数等日常所需的统计数据，以及基于此获得的爬楼率等运营指标外，Aibee AI 精准客流系统可以清晰地帮助购物中心运营者了解楼层间、业态间、店铺间的相互导流情况。

以购物中心内主要起引流作用的餐饮业态为例，众所周知，餐饮店是购物中心里坪效比较低的业态，很多运营者主要希望通过餐饮店集客并为其他店铺导流。但是过去很难评估餐饮业态到底吸引了多少流量给购物中心，更难确认吸引的流量是否为购物中心的目标客群，是否被充分利用。

“比如，有多少比例的顾客，去餐馆吃完饭就走了?我们称之为餐饮单逛率。”在林元庆举例的购物中心，餐饮业态的单逛率高达56%，而事实上，很多高端购物中心的餐饮单逛率普遍在40%-50%。“我们的运营人员想方设法把顾客吸引到场，但到场流量价值多大，如何发挥更大的价值，很难量化也很难优化”。如果一个购物中心的餐饮客流占整体客流的30%，其中56%又是吃完饭就走的“单逛客流”，可想而知，这个购物中心全量客流的15%以上都是被浪费了，流量没有创造更大的价值。

“单逛率“可以帮助购物中心运营者判断商场中引入的店铺，其导流情况是否与预期相符。而在 AI 精准客流系统中，数据的颗粒度之细，可以让运营者清晰了解每个店铺的单逛情况，精准找到导流弱的店铺，让运营者有的放矢地通过运营手段改善店铺导流情况。“我们可以进一步找出单逛率很高的餐饮店铺都有哪些，再去进一步挖掘场内哪些零售店与这些餐饮店客群的兴趣重合度高，进而就能找到调整店铺导流的正确方式”。

在调整店铺导流的过程中，依旧可以靠数据衡量效果、推动决策。下图即餐饮店 Mango** 在购物中心被导入的流量与其导入其他店铺的流量。通过交叉客流的洞察，可以找到 Mango** 与哪些店铺关联密切，客群一致性高，进而在Mango**店铺附近的流量密集区，通过设置广告牌等联合营销方式，推动交叉导流。

Aibee AI 精准客流系统还能够清晰地统计广告牌摆放后的效果——到底为店铺新增导流多少，过去购物中心运营活动无法做效果评估的问题就迎刃而解了。即使是换掉一些餐饮店铺之后 ，整体导流率是否有提升也可以准确衡量。林元庆强调，“每一个运营动作的结果都可以被精准量化评估，这其实就是过去15-20年互联网运营不断提升的核心工具”。

顾客全流程数字化

九大场景全链路赋能深度运营

“在购物中心的实际运营中，运营方往往更多地关注客流体量，而忽视了客流质量的重要性。实际上，从客流维度来看，后者往往更值得深入研究探讨，其对购物中心的长期持续发展影响更深。”顾客全流程的数据，可以在招调分析、店铺运营、营销推广、现场管理等9大场景赋能购物中心的流量增值。

林元庆以店铺运营为例，AI 精准客流系统能起到防止飞单的监管作用，如店铺在向购物中心上报销售额时，虚报的情况时有发生。但通过客流数据以及进出店的提袋情况，可以准确得知购物的成功率。在广告点位定价上，可以根据客流、客质情况即广告曝光率及客群画像来定价，这将比过去凭经验、无依据的定价方式更为科学合理。在店铺诊断方面，能够帮助购物中心提前得知店铺的实际运营情况进而赋能或帮扶它。

除了上述的店铺飞单预警、广告点位管理、店铺评估诊断外，AI 精准客流在招调分析如品牌招调指南，现场管理如物业人员管理，营销推广如现场活动评估、场内流量提效等方面都能为购物中心深度运营提供助力。而市场上 TOP30商业地产中，已有20家与 Aibee 深度合作，不少企业已将 Aibee 提供的商业地产数字化解决方案作为集团推广的标配。基于顾客全流程数字化的深度运营时代，正向商业地产行业加速奔来。