實體店的數據金礦：Wi-Fi 人流分析
| 零售數據
Wi-Fi 不僅僅是提供上網，它還能幫您分析顧客行為，優化店鋪陳列。
Wi-Fi 探針：線下零售的 Google Analytics
電商平台可以精確追蹤用戶的每一次點擊和停留，實體店主卻往往對進店顧客知之甚少。其實，利用 Wi-Fi 技術，實體店也能獲取寶貴的經營數據。
1. 客流量與進店率統計
只要顧客的手機開啟了 Wi-Fi 功能（即使未連接店鋪 Wi-Fi），Wi-Fi 探針就能偵測到其存在。系統可以統計出每天經過門口的人流總數，以及實際走進店鋪的人數，從而計算出進店率 (Capture Rate)。這對於評估櫥窗展示的吸引力具有重要參考價值。
2. 駐留時長與熱力圖
系統可以分析顧客在店內的平均停留時間。停留時間越長，轉化購買的機會通常越高。結合多個 AP 的信號強度定位，還可以生成店鋪熱力圖 (Heatmap)，直觀顯示哪些貨架區域最受歡迎，哪些是無人問津的死角，指導商品陳列的優化。
3. 顧客回訪頻率 (Loyalty)
通過識別手機的唯一標識碼（MAC 地址，經脫敏處理），系統可以分辨出哪些是新客，哪些是回頭客，以及他們的平均回訪週期。這有助於店主評估促銷活動對提升客戶忠誠度的效果。
4. 隱私合規
值得注意的是，人流分析必須嚴格遵守隱私法規。數據收集應僅限於宏觀統計分析，不應關聯至個人身份信息 (PII)，並在店鋪顯眼位置明示隱私政策。
人流數據嘅價值，在於比較，而唔係單睇一個數字。換咗櫥窗陳列之後，進店率有冇變化；做咗推廣嗰個星期，回頭客係咪多咗；邊個時段最多人流、邊個時段最少人，呢啲對比先至講到俾你聽邊啲改動有效。單獨一個星期嘅數字，唔足以證明任何嘢，要連續睇幾個星期，先至分得出係趨勢定係偶然。舉個例子，某個星期進店率突然高咗，未必係陳列改得好，可能只係嗰個星期天氣好、附近有活動。要分得出真正原因，就要將幾個星期嘅數據擺埋一齊睇，再對照返當時做過啲乜，先至唔會將偶然當成規律，錯誤咁跟住做。
同時要記住，人流數據只講到「客人去咗邊、留咗幾耐」，講唔到「點解」。某個貨架長期冇人行埋去，可能係位置偏僻，可能係陳列唔吸引，亦可能係燈光太暗，數據本身唔會話你知答案，要配合店員嘅觀察同銷售記錄一齊解讀。私隱方面亦要守住底線：只做整體統計，唔好嘗試追蹤個別客人，店內亦要清楚展示私隱政策，令客人放心。另外，數據收集嘅範圍亦要講清楚：邊啲位置會有探測、數據會點樣處理、保存幾耐，店員要識得答客人嘅查詢。店主自己亦要定期檢視，確保收集到嘅數據真係有用，唔好為收集而收集，否則只會增加管理負擔。
人流分析系統裝好之後，店員嘅日常配合好重要。店員要識得留意設備係咪正常運作，例如有冇提示異常、數據係咪正常更新，發現問題及早話俾負責人知。客人問起店內有冇收集數據嗰陣，店員亦要識得用簡單直接嘅說話答：店鋪只係做整體統計，唔會追蹤個別客人，店內亦有展示相關說明。店員答得清楚，客人先至放心，唔會因為誤解而對店鋪有戒心。呢啲應對唔使好複雜，開會嗰陣講一次，寫低幾句重點，貼喺收銀枱附近，新同事都可以跟住講。
做推廣或者活動嗰陣，人流數據嘅解讀要同銷售記錄一齊睇。推廣嗰個星期人流多咗，係咪真係因為推廣做得好，定係只係嗰個星期天氣好、附近有活動，單睇人流數字分唔到。要分得出真正原因，就要將人流變化同當時做過嘅事一齊對照：改過陳列未、做過推廣未、附近有冇特別事件。記低每次改動嘅日期同內容，日後翻睇嗰陣先至對得返，唔會估估下。呢種對照習慣做落去，先至慢慢睇得出邊啲改動真係有效，邊啲只係偶然。
換季或者改陳列之後，唔好改完就算，應該過一段時間再睇數據，睇下改動有冇帶嚟變化。舉個例，換咗櫥窗陳列之後，進店率有冇唔同；改咗貨架擺位之後，嗰個區域嘅停留時間有冇變化。睇嘅時候要連續睇一段時間，唔好只睇一兩日就下定論，因為每日人流本身都有波動。如果數據顯示改動有效，就可以保留；如果冇明顯變化，就可以諗下係咪要再調整。用數據嚟驗證改動，而唔係憑感覺，改陳列先至越改越啱。
如果公司有幾間分店，人流數據仲可以攞嚟互相比較，但比較嗰陣要小心：每間分店嘅位置、面積、客源都唔同，直接比較數字未必公平。比較嘅重點應該係趨勢同做法：邊間分店改完陳列之後有改善、邊間分店嘅回頭客比例較高、邊啲做法值得其他分店參考。搵到有效做法之後，可以同其他分店分享，等大家一齊試，唔好每間分店各自摸索。分享嗰陣要講清楚當時做過啲乜、改咗邊度、觀察咗幾耐，先至有參考價值。呢種互相參考嘅習慣做落去，成間公司嘅門市管理都會慢慢進步。