实体店客流统计系统怎么部署：门店现场要准备什么
客流系统落地就三件事：入口抓数、门店出报表、数据能对上POS。常见架构是“入口AI摄像头/双目计数器 + 门店网关/录像机（可选）+ 云端SaaS后台”。
- 安装位：入口正上方或斜上方，建议高度2.7-3.5米，视野覆盖整扇门和1-2米缓冲区。
- 网络电源：优先PoE供电；连锁店建议单店独立VLAN，避免和收银/客用Wi-Fi混在一起。
- 合规：按搜索结果提到的方向，选支持“匿名化统计、不做人脸存储/检索”的方案，更容易满足国内个人信息保护要求。
客流计数器选型：看准确率，也看能不能对接系统
入口只有一扇门的店，选AI摄像头或双目计数器就够；多入口/连廊/中岛店，重点看多通道与跨镜融合能力。搜索结果里提到Hikvision（海康）和Genetec是常见选择，偏向合规与工程化部署。
- 指标别只看“识别率”：要问清楚“进/出区分、多人并行、遮挡、推婴儿车、雨伞”场景的误差。
- 对接能力：必须有API/Webhook或标准协议，方便把客流、停留、热区数据推到BI/POS。
进店人数校准：把“路过”剔掉，把“漏算”补回来
校准建议用7天做一轮，别只看一天。操作很简单：选4个高峰时段，每次人工对照30分钟（两个人分别计数更稳），拿人工数对比系统数，调三项参数就能明显变准。
- ROI/计数线：把计数线放在真正“踏入店内”的位置，离门内侧0.5-1米更合理。
- 停留阈值：把“停留≥1.5秒”当作进店，能过滤门口张望和路过。
- 反向修正：遇到玻璃反光/强逆光，优先改角度与补光，再谈算法参数。
实操目标：把日误差压到±3%以内；做活动日也别飘太多。
热力图分析 + 客流-成交转化报表：让数据直接指导摆货和排班
热力图别只看“哪里红”，要叠加时段。比如你在2026年2月17日这周跑数据，把热区按15分钟切片，能看出“进门右转”“试用台前”“收银排队”三类问题点。部分SaaS还会把环境数据（搜索结果提到类似AccuWeather的外部数据思路）拿来解释波动，但核心还是店内动线。
转化报表建议固定4个字段：进店人数、成交单数、转化率、客单价。配置逻辑是：客流系统按门店ID+时间段出数，POS按同口径聚合，再在BI里做关联。
- 口径对齐：客流用“自然日”，POS也用同一时区同一自然日，别一个按班次一个按日结。
- 例子：16:00-18:00进店120人，成交18单，转化率=15%；如果热力图显示试用台拥堵，就把爆品移到更分散的位置。
可执行建议：挑一个客流最高的门店做试点，用7天校准把误差打到±3%；再把报表固定成“日/周两张”，每周只盯三件事：高峰排班够不够、热区是否拥堵、转化率掉点发生在哪个时段。
