目前线下数据采集的技术主要有以下几种：

1，WiFi感知技术

该技术实施简单，但无法扫描iOS系统，无法扫描关闭WiFi的手机、Pad等设备，在采集上精准度不高。

Euclid Zero追踪店内顾客手机的MAC（媒体访问控制层）地址，籍此分析特定顾客在店内客流的行动路线和滞留时间，用于改进商品陈设和个性化推荐服务（编者按：由于MAC地址的唯一性，可以看作是用户的手机号码，从而帮助零售商建立匿名的客户行为数据库）

2，人体热感技术和视频人像识别技术

该技术需要安装摄像头，通过视频里的影像来分析，技术调优后，能到达很高的精度，但是只能识别到客流的数量，无法附带更多客流的信息，不能和线上数据建立有效连接。

3，人脸识别技术

该技术能和人脸做匹配，从而获得客流的身份信息，前提需要有大而全的人脸库、身份ID信息库做匹配。

4、MEMS：生成顾客活动的热力图

为了获得更精确的客流分析数据，零售商们还可以借助当今主流智能手机上的各种微电子系统（MEMS）如加速度计和陀螺仪，上文提到的Point Inside也提供此类分析技术，配合顾客手机中自愿安装的会员应用，可以绘制出精确的客流热力图。

5、LED照明：通过发射频率判断顾客位置

LED是绿色照明的代名词，但最新的客流追踪技术巧妙地利用了店内的LED照明系统，ByteLight公司就是这方面的先驱。不同的LED发光源有着特定的频率，因此专门的智能手机应用能够通过侦测LED发光频率来判断顾客所处的位置，从而为零售商提供顾客定位和客流路线分析数据，甚至能通过灯光将“超广告”图形文字投射到顾客眼前的货架上。

6、蓝牙4.0：将促销信息发送到顾客的手机上

iPhone和iPad已经配备了蓝牙4.0模块，Android手机迟早也会标配。蓝牙4.0的一大特点就是能够通过低功耗信号传输大量数据。

Swirl公司最先将蓝牙4.0技术与店内客流分析技术结合起来的公司。零售商首先需要在店内布置电池驱动的传感器，然后鼓励顾客下载Swirl应用，并许可该应用发送顾客的位置信息（传输范围约100米）。参与监测的客户将获得商品折扣奖励，而零售商则能收获精确的客流数据。

7、NFC会员卡：监测客户的购买记录

会员卡是追踪客户行为的最佳方式，例如FiveStars开发出一种支持NFC的会员卡，虽然不能追踪顾客在店内的行动路线，但可以掌握顾客的访问频率、访问高峰时段以及所购商品信息。

8、3D传感+视频监控

以上推荐的五种客流数据监控技术都需要顾客安装App应用配合，而更加简便的，通过3D传感器、摄像头和人脸识别等技术的店内客流和客户行为分析方案也值得零售商注意，例如喜力啤酒等品牌商已经开始采用Shopperception三维购物传感器追踪用户与货架上的商品的互动情况，包括触碰、拿取、放回等动作，并生成一个商品的热力图。PrismSkylabs 则用来另一套方法，基于现有的摄像头监控网络，分析视频图像来监测客流。

线下数据采集相比线上有难度，这是这个产业往前走需要继续完善的技术问题，线下采集的难点在于数据没有身份ID，难以形成完整的数据链路，目前的技术可以很容易分析周边客流、门店客流和入店客流，并且店内停留时间，区域内驻足时长，甚至是客流轨迹都能获取，只是客流的转化情况，则需要跟门店的下单系统结合才能分析，连接的关键就是客流身份ID，这样关于流量到销量的数据链路才算有效建立，由此也可以看出，目前线下数据服务多为定制化服务。

有了流量+销量，还需要交易特征，特征包括人、商品和交易属性，其实就是客流画像了，最快捷地勾画出这些客流画像的办法是寻找合作伙伴，通过和积累了买家信息的零售商、数据服务商合作，将线下线上数据融合即可填补这一节数据链路。看到芝麻科技和阿里的合作，猜想应该是芝麻科技急于补全自己的数据，而阿里无疑是这方面最好的合作者。

从现有技术上看，人脸识别+线上身份ID匹配，辅以wifi感知技术+POS机数据较精，是能有效解决客流身份的一种办法，另外以深度学习为基础，分析客流的线下特征，能有效获取更多客流信息，这点昇星科技已经在尝试。从该产业需要的全数据来看，友盟+背后拥有阿里大而全的有效身份信息，应该是目前产业里最有力的竞争者之一。

线下数据服务的应用现状

不管线上还是线下数据，应用方向是一致的，线上数据应用已经有很成熟的案例，所以线下数据服务完全可以学习线上数据应该的理念，这点不是线下数据服务的难点。以目前零售业的情况看，主要方向有门店经营分析、选址和精准营销，这几个分析前面提到的几个线下数据服务商均有涉及。

1，门店经营分析

门店分析需要解决的不单是入店的客流，还要分析周边的客流，但最重要的是客流的购买记录，拿到这个数据才能利用转化漏斗有效分析，而这部分也是该系统必不可少的功能。几个重要的指标：客流量、入店率、复购周期、再访周期、停留时间、下单单量、下单金额、转化率等。

2，选址

选址需要站在宏观层面看，有三方面的数据不可缺少，分别是客流画像、商圈画像和房产信息，客流画像是了解人的行为、偏好及购买力等情况，商圈画像是了解品牌分布、商业竞争环境，客流画像和商圈画像是零售商判断整体环境是否和自己的服务相吻合，房产信息及交通信息则是辅助寻找最有利的位置。

3，精准营销

精准营销还得依托线上进行，营销重要的是把正确的商品推给正确的人，而线上的营销方式及渠道均比线下方便和快捷，且更容易触达。几个场景分别是根据大数据能力对周边客流里有购买倾向人群主动营销，此外可以根据线上用户的偏好引导到线下购买，也可以反之引导到线上消费。根据营销需要，这里还可以催生CRM及DMP系统。

这里有一个精细化运营的思考，如试衣间数据，试衣间如同网上商城的购物车，是距离转化最近的一步，如能抓住这部分用户的信息，针对性地促销应该是非常有价值的，不过别用人脸识别技术采集数据，会存在隐私问题。营销的方向有几个，1，导购实时获取试衣客户的信息，人肉使用赞美术，折扣术；2，已购客户，分析试衣偏好，线上营销；3，试了未买，分析款式、合身情况、合适尺码情况，开发新款号，然后营销。

根据以上应用方向，勾画了整个产品架构，如下：

数据融合