【零售客流】客流 AI 裝置：Re-ID 如何改變零售數據分析

在零售產業中，了解客流及分析顧客行為是提升營運與提袋率的關鍵，傳統的人潮計數，雖然可以計算進出人數，但在準確性與深度分析方面仍有其限制，隨著人工智慧技術發展，「Re-ID（Re-Identification 重複識別）」的技術將改變零售數據分析。（原文連結）

Re-ID是什麼?

Re-ID 是結合人工智慧與視覺的技術，能根據外在特徵，如 : 服裝款式、顏色、圖案、配件與品牌標誌...等識別並追蹤 ( 但不涉及人臉辨識，因此不侵犯隱私 )，讓零售商能更精準且深入了解顧客行為，進而優化門市、行銷策略及人力配置，以下列三項優化特點：

---

• 排除員工

如何排除員工一直是個挑戰，尤其對高端精品店而言，員工頻繁進出送客，容易影響績效評估與轉換率分析。傳統上，通常透過設置員工通道（統計區域不偵測）或要求員工配戴識別裝置，但這些方式容易遺漏，或增加營運成本，透過 Re-ID 技術，讓 AI 學習並識別員工的行為模式，如 : 長時間停留、固定路徑、制服樣式...等，將在不增加額外成本的情況下，有效排除員工數據，避免誤導。

• 辨識過路客

許多商場設有多個出入口，有些人只是將商場作為通道，並無購物意圖，但傳統客流仍會將這些過路客納入，造成數據失真，透過 Re-ID 可設定滯留時間區間，辨識短時間內進出及識別重複進出情況，進一步提升轉換率的真實性。

• 精準滯留時間、動線

在 Re-ID 技術出現前，大多數依賴 Wi-Fi 偵測來估算顧客的滯留時間，而這種方法僅限於有開啟 Wi-Fi 的手機裝置，因此樣本偏差高，透過 Re-ID 則不依賴行動裝置，而是影像分析並計算其滯留時間，若移動到不同區域，也能透過特徵追蹤其動線，讓零售商能清楚掌握哪些區域最吸引人，哪些區塊互動率低，進而優化商品陳列與動線設計。

歡迎垂詢｜ mr.big@rctj.tw