體驗時代購物中心的客流量統計研究

李明生

（廈門荊藝科技有限公司 福建廈門 361006）

購物中心商業價值最終目的是將客流有效地轉化為現金流，進而提高銷售業績，因而對客流量數據統計十分重視并持續進行，這其中的關鍵是能夠獲取客流量數據，對客流數據進行精確地統計和分析。傳統零售業在招商和運營上都受到了電子商務的強烈沖擊，如何提高服務質量并營造優越的顧客體驗，滿足商業客流吸引力與凝聚力的需求，成為商業零售業變革的重點。傳統客流統計方式費時、費力且成本高，可靠性與時效性均存在較大誤差，購物中心目前采用最佳解決方案，即基于視頻探頭式的客流統計系統。

對購物中心的客流量統計和深度分析，可揭示我國近年來進行的經濟發展和業態創新改革給商業服務業的發展帶來的重大影響，以及由此帶來的變化及所呈現的新特征，有助于政府部門從宏觀上準確把握購物中心商業的發展方向，并對所在城市的商業進行正確的總體協調、整體規劃，從而為把城市商業的發展水平提升到新的臺階提供了客觀依據。另外，購物中心為增加經營效益、銷售業績和持續經營，可進一步明確市場定位，有步驟地調整經營結構，采用多方位線上線下立體市場營銷，掌握目標市場的發展趨勢。

本文的研究目標是購物中心客流量分析統計，主要因為客流量直接影響銷售額，購物中心常常根據實時客流量數據來確定開店、閉店的最佳時間、節假日延時服務等。購物中心企劃人員對客流量的增量和客戶轉化率增量進行相互間的對比來分析促銷活動，探討商品定位策略和商品促銷方式，總結經驗，有利于活動的進一步完善和優化。

在對研究數據進行全方位的收集和整理后，使用三種統計方法進行客流統計再匯總，即購物中心的停車場客流、主要入口視頻客流和沿街店鋪客流。同時，運用時間序列分析法中的季節變動法對購物中心的停車場數據進行分析，得出季節指數并得出結論，對實際購物中心運營進行指導。

由于開放式購物中心客流統計比較復雜，目前對這方面應用只限于視頻客流為主，再加上筆者學術和知識水平有限，數據分析統計能力有待進一步提高，因此存在不足之處。比如，樣本不足導致總體誤差、視頻客流設備不夠精準、統計時間選取不夠、人為獲取數據有待商榷等原因。

1 停車場客流數據統計

1.1 抽樣調查統計

安排人員在車輛進出崗亭，每小時隨機抽取出場車輛5部，統計每部車乘客人數，每天取15個小時，共75部車樣本，考慮每周購物中心進出車流量不同，連續取樣一周即7天，如此可涵蓋工作日和周末休息日，使得樣本更具有代表性。求出每天通過車輛進購物中心的平均人數，再7天總平均，從525個樣本中，可得出平均每部車載客人數為1.7人次（見表1）。

表1 抽樣調查統計

1.2 停車場智能系統

通過上述得出的每部車平均載客人數，再通過停車場智能系統可得出每天、每周、每月、每季度和每年的進出場車輛總數（見表2）。

表2 購物中心每月車輛進場次數統計

對應的近四年進場車輛月變動趨勢（見圖1）。

圖1 購物中心停車場進場車輛月變動趨勢

1.3 進場車輛季節變動分析

第一步，求序列TC，其中不包含季節變動和不規則變動。

第二步，根據公式SI=得出只包含季節變動和不規則變動的序列SI；Y為進場車輛數。

第三步，求季節指數。按每個月份重新將序列制表如表3所示。繪制出季節指數S的時間序列圖（見圖2）。由此分析可發現，進場車流量數據存在明顯的季節性波動，12月至次年1月也就是農歷春節前后和暑假的7—8月車流量出現高峰，7月達到頂峰，2—4月和暑假過后的9—10月則呈現淡季大幅下降的規律，此規律與日常所見的購物中心車流量的季節性相符。

表3 2017—2018年進場車輛研究數據的季節指數計算表 （單位：%）

圖2 季節指數S（2017—2018年）的時間序列圖（單位：%）

從以上停車場的時間序列季節變動中，結合購物中心實際運營情況可以得出以下結論：在7—8月暑假和年末12月、1月停車高峰期來臨時，合理調配人員和提前監測各種停車系統設備，保證停車系統正常運行，提前做好車場排班安排，如此才能最大限度地發揮效能、創造價值。

2020年，新冠疫情肆虐，購物中心部分時間中斷營業，車輛無法進出，因此進出車場數據不具有代表性，故選取2018年7月—2019年6月的數據。通過停車場進場的客流為1255050×70=2,133,585（人次），即通過停車場進入購物中心的人數為2,133,585人次。

2 視頻客流數據統計

2.1 購物中心入口視頻客流統計

視頻客流的解決方案是采用視頻式客流統計系統，通過對購物中心各個入口的探頭傳輸客流數據，并進行統計。原理和思路是基于模型的機器視覺技術，從而精確統計各個出入口進出人數，通過后臺調整后的實際人群流動方向信息，具有精度高、適應性強和運營成本低等優點。功能強大的智能視頻客流分析管理系統，不僅后臺數量眾多的各種各樣的報表可供用戶選擇，還可以與購物中心的第三方軟件進行系統集成，從而形成數據中臺和業務中臺，為科學決策提供數據支持。

視頻客流統計系統的系統架構如圖3所示。

圖3 購物中心視頻客流系統架構

從視頻客流系統可以得出，購物中心所有出入口的全年（201901—201912）客流如表4所示。

表4 視頻客流系統客流統計

從以上購物中心1 2 個出入口可統計得出，全年（201807—201906）進場客流為25,338,363（人次）。

3 沿街店鋪客流數據統計

3.1 主力店鋪客流與業績關系

沿街客流統計不同于停車場和出入口客流統計，沒有在每個店鋪的入口單獨安裝客流設備，只能通過個別主力店的客流系統得出客流量，并結合業績算出客流與業績之間的關系，然后其他沒有客流的店鋪根據銷售業績倒推其客流量，如表5所示。

表5 沿街主力店鋪的銷售業績、交易筆數、進場客流

從2017年1月—2019年6月，交易筆數合計20,813（筆），進店客流合計155060（人次），看得出提袋率：155060/20813=7.45，即平均7.45人次客人進店可成交購買一筆，這是零售類的客流與銷售筆數的比例，若是餐飲類則按通用1.6比例測算。

3.1.1 沿街客流統計

以7.45人次的比例反推算其余店鋪的客流量，即沿街店鋪業績、筆數、客流如表6所示。

表6 沿街店鋪業績、筆數、客流

以上停車場、出入口、沿街三部分客流分別為2133585（人次）、25338363（人次）、6158235（人次），一個完整的年度（201807—201906）客流量合計為：33,630,183（人次）。

4 結語

本文通過購物中心實際情況，即客流由停車場入場客流、各入口進場客流和沿街店鋪三大部分組成。先運用簡單隨機抽樣計算樣本均值，統計停車場進場客流；再選取一家具有代表性的沿街店鋪推導出銷售筆數與客流的比例，算出沿街客流，并結合視頻客流系統，以上三部分構成購物中心總客流。

（1）樣本抽樣調查。在實際調查、樣本抽樣調查、定量指標和定性指標相結合的原則下，統計車上的載客數量推算每天通過車場進入購物中心的客流量。

（2）三種客流匯總。通過視頻客流系統布置在購物中心主入口的探頭設備統計每日各入口的客流量，隨后是沿街店鋪客流量的計算，通過一家有安裝客流統計設備的店鋪推算進店沿街店鋪客流與交易筆數之間的提袋率。在此比例的基礎上，其他店鋪用該店的交易筆數推算該店的進店客流，所有沿街店鋪客流匯總為沿街客流，和前文得出的車場客流、視頻客流加總為購物中心每日客流量。

本文運用多種方法建立科學系統的客流量統計，能夠為高層管理者提供更多的信息，為每次企劃促銷方案帶來客流和業績提供預測，進而為達成的業績指標提供依據。該套模型可以為現今各大購物中心的客流統計提供新思路和新方法，從而優化客流結構，吸引更多有價值的客流進店消費，對進一步提高銷售業績具有一定的應用價值。