ピープルカウンティングは、単に何人が会場に出入りしたかを計測する時代から、長い道のりを歩んできました。最近のセンサーカメラは、人々の年齢や性別を分析し、スタッフを除外することも可能です。複数のセンサーを接続することで、ゾーンでの滞留時間を測定し、さまざまなエリアのヒートマップを作成することができます。

しかし今、新たな技術が登場しました：反復識別。反復識別は、人工知能を使用して、服装、パターン、色、アクセサリー、ロゴなど、多くのユニークな特徴に基づいて個々の訪問者を識別します。つまり、顔認証を使わずに、複数のセンサーで同一人物を認識することができ、そしてまたGDPRにも準拠しています。

反復識別は、普通の人が数を数える能力をはるかに超えています。小売環境内で個人を識別し、継続的に追跡する能力によって、まったく新しい可能性が広がります。

反復識別は、1台の装置でサイトレベルの滞留時間を正確に測定することができます。このテクノロジーは、店舗に出入りする個人をカウントし追跡するため、店内にどれだけの時間滞在しているかも判断できます。これは、国勢調査レベルの来店データに基づいているため、滞留時間の包括的な概観を提供することが可能になります。これは、顧客のモバイル・デバイスにpingを送信することで滞留時間を推定するため、トラフィック全体のサンプルにしかならないWi-Fiベースの技術とは異なっています。

反復識別技術の主な利点は、積極的に買い物をする人ではなく、単に店を通り過ぎるだけの人を識別できることです。入口が複数あるショップや大型デパートは、通り道として利用されることが多々あります。反復識別は複数のセンサーで同じ個人を追跡できるため、滞留しきい値を設定することができ、短時間で入退場する人を通過者として識別することが可能です。これにより、店舗は何度も入退場する人を二重にカウントすることなく、ユニークビジター数を測定することもできるのです。

通過者の追跡に加えて、反復識別はカスタマージャーニーをより深く理解することを可能にします。小売業者は、どのゾーンが最も混雑しているか、あるいは最も閑散としているかを特定し、それぞれのゾーンでの顧客の滞在時間を測定することが可能になります。

例えば、反復識別は、顧客がいつ試着室に入ったかを追跡し、いつ出たかを検知して滞留時間を測定することができます。さらに、複数のセンサーで顧客を追跡できるため、必要なデバイスの数が少なくて済み、経路全体をカバーする必要がありません。ショッピングセンターでは、買い物客がどの店舗を訪れ、どれくらいの頻度で利用するかを判断するために、繰り返し識別を利用することもできるのです。

他のスタッフ排除技術とは異なり、反復識別は、従業員がストラップやバッジを着用することに依存しません。その代わり、反復識別のAIは、他の人と比べて店内での滞在時間を分析することで、スタッフと顧客を区別することができ、スタッフの制服を認識することも学習できます。これは、スタッフの数が多い店舗や、頻繁に出入りして顧客をサポートする従業員がいる店舗、また、カウントからスタッフを除外するとコンバージョン指標に大きな影響を与える可能性があるトラフィックの少ない店舗（ハイエンドの高級小売店など）にとって特に有益です。

反復識別とピープル・カウンティング・テクノロジーの未来についてご興味がおありですか？ここをクリックして、Sensormatic Solutionsのチームと今すぐ会話を始めてください。