购物中心客流系统数据统计规范

ICSXX.XXX.XXCCSXXX中国连锁T/CCFA经营团体标准T/购物中心客流系统数据统计规范DataStatisticalStandardofShoppingCenterCustomerTrafficSystem（送审稿）xxxx-XX-XX发布中国连锁经营协会发布店铺客流分析选定店铺后，可分析导流到该店铺的其他店铺以及流量店铺流向分析百分比，该店铺导流到其他店铺的流量百分比参考文献GB/T22239-2019信息安全技术网络安全等级保护基本要求GB/T35273-2020信息安全技术个人信息安全规范GB/T4754国民经济行业分类SB/T10465连锁经营术语

[5]《生物特征识别白皮书（2019版）》

[6]《关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》

[7]《中华人民共和国个人信息保护法》

[8]《中华人民共和国数据安全法》

[9]《智慧商店建设技术指南（试行）》

[10]《城市商圈建设指南（征求意见稿）》

[11]《步行街高质量发展工作指引（征求意见稿）》目录前言II1范围32规范性引用文件33术语和定义34指引6I1购物中心客流系统数据统计的必要性6I购物中心客流系统数据统计的定义613购物中心客流系统数据统计指引65数据安全要求76附录8客流系统数据统计维度建议8参考文献11本文件按照GB/T

1.1-2020《标准化工作导则第1部分标准化文件的结构和起草规则》的规定起草本文件与其他标准无所属关系请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别专利的责任本文件由中国连锁经营协会CCFA提出并归口本文件起草单位中国连锁经营协会、爱笔智能科技有限公司、百联集团股份有限公司、大悦城控股集团股份有限公司、中国电信集团有限公司、富力集团商业运营管理公司、万达商业管理有限公司、印力商用置业有限公司、云天励飞技术有限公司、数衍科技有限公司、汇纳科技股份有限公司、龙湖集团控股有限公司、新城控股集团股份有限公司、永旺梦乐城中国投资有限公司、海鼎信息工程股份有限公司本文件主要起草人武瑞玲、陈斌、丁遥、梁棚、林元庆、刘政、吕斌、齐宇、曲常洪、尚天元、松本孝义、宋杰、孙芸芸、王璐、周晟购物中心客流系统数据统计规范1范围本标准规定了购物中心客流系统数据统计的定义、实现、原则本标准适用于购物中心客流系统数据统计方案的设计与建设2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款其中，注日期的引用文件仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件GB/T35273—2020信息安全技术个人信息安全规范GB/T22239-2019信息安全技术网络安全等级保护基本要求GB/T18106-2004零售业态分类SB/T10465连锁经营术语3术语和定义31购物中心Shoppingcenter是多种零售店铺、服务设施集中在由企业有计划地开发、管理、运营的一个建筑物内或一个区域内，向消费者提供综合性服务的商业集合体［来源GB/T18106-2004零售业态分类］消费者Consumer以个人消费为目的而购买使用商品和服务的个体社会成员［来源国际标准化组织（ISO）］个人信息PersonaIInformation个人信息是以电子或者其他方式记录的与己识别或者可识别的自然人有关的各种信息，不包括匿名化处理后的信息个人信息的处理包括个人信息的收集、存储、使用、加工、传输、提供、公开、删除等［来源中华人民共和国个人信息保护法］个人生物识别信息PersonaIbiometricinformation个人基因、指纹、声纹、掌纹、耳廓、虹膜、面部识别特征等［来源中华人民共和国个人信息保护法］敏感个人信息SensitivePersonaIInformation敏感个人信息是一旦泄露或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全受到危害的个人信息，包括生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息以及不满十四周岁未成年人的个人信息［来源中华人民共和国个人信息保护法］客流系统ShoppingcenterTrafficSystem通过在购物中心的经营区域内设计、安装摄像头、铺装智能感知地面或购物中心的经营区域内外部运营商基站等智能感知设施，实时、动态统计购物中心内的客流群体数据（如在场馆、楼层、店铺及其它商业公共空间的人次、人数、驻留时长、店铺关联等统计），以便于各经营方根据该类数据进行科学商业运营，同时为消费者提供便捷服务人体表观特征BodyFeature不包含任何个人生物识别信息且不具备唯一性的外在特征，并不用于任何识别目的；该特征包括但不限于服装、体形、体态发型、鞋履、身型、背包等非生物特征本地服务器LocaIServer仅提供在本地局域网内访问的计算机服务的设备云服务器CloudServer提供在互联网访问的计算机服务设备T1fl脱敏后的用户标识符UserIDafterDesensitization通过不可逆的脱敏技术生成的用户标识符311用户虚拟身份UserVirtualID系统内代表用户的全局唯一标识符，也是个人主体虚拟身份代表标识；包含多个脱敏后的用户标识符T/一15智能感知地面SmartSenseFIoor智能地面是通过地面铺设感应薄膜，实时搜集记录地面上人的行为数据，计算分析得到客流量、行为轨迹、驻留时间、异常报警等结果.13特征提取FeatureExtraction在机器学习、模式识别和图像处理中，特征提取从初始的一组测量数据开始，并建立旨在提供信息和非冗余的派生值（特征），从而促进后续的学习和泛化步骤，并且在某些情况下带来更好的可解释性特征提取指使用计算机提取图像中属于特征性的信息的方法及过程314异常告警AbnormaIWarning异常数据告警4指引1购物中心客流系统数据统计的必要性随着互联网行业的兴起，电子商务的普及，为消费者提供了便利、快捷的购物平台，同时也提升了消费者对于购物体验的要求，尤其是针对购物中心，消费者的需求已从过去单纯寻找商品，转变为对体验与效率均有较高要求为了能够满足日益升级的消费者的购物体验与效率的需求，也为了能够在商业竞争日益激烈的今天，有效进行商业管理和运营，购物中心必须在最短时间内对市场微弱变化做出快速反应，必须具备市场预见性及市场规律洞察力，从而提高商场日常经营决策的科学性、购物环境舒适性、人力资源调配的合理性等等商品的消费者，即客流，如何在保护个人隐私的情况下，科学有效地对客流量进行分析，并快速及时做出经营决策，将为商业运营、顾客服务起到至关重要、不可或缺的作用仅2021年，商务部目前已公布《智慧商店建设技术指南（试行）》《城市商圈建设指南（征求意见稿）》《步行街高质量发展工作指引（征求意见稿）》等一系列鼓励政策并征求公众意见，支持商业步行街、购物中心、百货、商店等场景在依法合规前提下，进行客流数据统计，结合人工智能算法及大数据分析模型，进行数字化、智能化运营41购物中心客流系统数据统计的定义客流系统不以识别为目的，不涉及特定个体的识别，通过在购物中心的经营区域内设计、安装摄像头、智能感知地面或购物中心的经营区域内外部运营商基站等智能感知设施，实时、动态统计经营区域内当天的客流统计数据（如在场馆、楼层、店铺及其它商业公共空间的客流人次、人数、驻留时长、店铺关联等统计），以便于经营方根据该类数据进行科学商业运营，同时为消费者提供便捷服务，客流系统提供的客流数据应确保准确和完整4j购物中心客流系统数据统计指引

4.

3.1客流系统数据处理的基本原则

4.

3.

1.1数据采集未经用户同意，不得采集任何个人生物识别信息以及敏感个人信息在相机端提取人体表观特征并通过系统自动完成匿名化处理，只保留匿名化脱敏后的用户标识符信息用于客流数量统计

4.

3.

1.2T/一数据存储数据处理应遵从本地化部署原则或者可信任的云部署未经个人授权，不得保留个人图像和视频

4.

3.

1.3数据处理以统计当日客流数据为目的，未经个人同意，不做任何识别，相机端的输出不包含任何图像，只包含已经匿名化处理的信息，匿名化处理的信息与个人无任何关联；数据处理结果是由多个用户虚拟身份群体数据组成的客群标签和客流数量的统计结果

4.

3.

1.4数据传输采用行业通用数字签名等可行的加密技术，保障数据传输数据安全.

3.2客流系统设备部署的基本原则摄像头、智能感知地面、存储设备，应部署在客流系统所安装的购物中心内客流系统可部署在本地服务器或可信任的云服务器5数据安全要求1应满足《中华人民共和国数据安全法》的要求5应满足GB/T22239-2019信息安全技术网络安全等级保护基本要求5应保障数据的完整性、持续性、安全性和不可篡改性54应加密存储系统中所有的用户口令5*应支持异常数据告警机制5A应具备通过安全认证方式进行登录的功能，可对用户账户应用权限进行设置51应具备对网络中的终端、服务器、应用系统和数据库等进行安全防护和安全审计5应支持软件容错机制，在系统故障时可以提供“回退”机制和自动保护机制5＜；应对属于不同部门、不同人员和不同内容、不同保密级别的文件及数据信息进行分类，并设置相应安全性和保密性等级，与其所属部门的安全级别相匹配51C应符合代码安全需求，应用程序代码符合编写安全规范、代码安全脆弱性评估等6附录客流系统数据统计维度建议到达人次统计所选统计周期内到访楼层的人次支持以时段、日、周、月等维度查询统计结果到达人数统计所选统计周期内到访楼层的人数（去重）支持以时段、日、周、月等维度查询统计结果楼层热力图系统可分析展示商场的客流热力图情况楼层游逛深度统计周期内，顾客到达场所中的楼层的平均数量（基于视频客流数据），游逛深度二楼层总人数（次）/进场总人数（次）爬楼率所选统计周期内各楼层的爬楼率，计算公式楼层客流人次（人数）/进场人次（人数）进店人次统计所选统计周期内每个店铺进店人次统计支持以时段、日、周、月等维度查询统计结果进店人数统计所选统计周期内每个店铺进店人数统计（去重）支持以时段、日、周、月等维度查询统计结果过店人次统计所选统计周期内每个店铺路过人次统计支持以时段、日、周、月等维度查询统计结果过店人数统计所选统计周期内每个店铺路过人数统计（去重）支持以时段、日、周、月等维度查询统计结果有效进店率统计周期内，场所的有效进店客流量占比（去掉徘徊人员等无效客流），有效进店率二进店客流人数/（过店客流人数+进店客流人数-过店与进店重复人数）深逛率深逛率=进店时长大于阈值的顾客人数/进店顾客总数停留时长统计利用精确到人的进出店信息统计每个店铺人均停留时长，以及停留时间区间分布店铺关联分析利用精确到人的进不同店铺信息来关联统计店铺与店铺之间共同的进店关注比例关系业态客流分析业态人次统计所选统计周期内业态全部店铺进店人次统计支持以时段、日、周、月等维度查询统计结果业态人数统计所选统计周期内业态全部店铺进店人数统计（去重）支持以时段、日、周、月等维度查询统计结果停留时长统计对同一个人访问业态内多个店铺的停留时长进行累加，统计人均停留时长业态关联分析对同一个人访问不同业态内多个店铺来关联统计业态与业态之间共同的关注比例关系业态流向分析选定业态后，可分析导流到该业态的其他业态以及流量百分比，该业态导流到其他业态的流量百分比区域客流分析区域人次统计所选统计周期内进入区域人次统计支持以时段、日、周、月等维度查询统计结果区域人数统计所选统计周期内进入区域人数统计（去重）支持以时段、日、周、月等维度查询统计结果区域停留时长统计可分析每一位进入区域顾客的停留时长，可以根据停留时长灵活定义区域深度游逛的顾客数区域热力图系统可分析展示公区/中庭活动区域的客流热力密度分布情况展示停留密度热力图客户有停留关注行为的热力图客流瞬态变化分析走入速率分析选定区域后，可分析该区域每分钟走入人数走出速率分析选定区域后，可分析该区域每分钟走出人数人数变化率选定区域后，可分析该区域每分钟人数变化量系统业务类型系统功能定义系统功能简介场馆客流分析进场人次统计所选统计周期内到访商场的人次支持以时段、日、周、月等维度查询统计结果，支持实时或回溯查看进场人数统计所选统计周期内到访商场的人数（去重）支持以时段、日、周、月等维度查询统计结果停留时长分析统计每位顾客的停留时长，分析展示商场的人均停留时长以及停留时间区间分布同一个人一天内多次到访，做累积计算单人停留时长游逛深度统计周期内，顾客到达场所中的区域或者店铺的平均数量（基于视频客流数据），游逛深度二进店总人数（次）/进场总人数（次）出入口客流分析出入口入场人次统计所选统计周期内进入各出入口的人次支持以时段、日、周、月等维度查询统计结果出入口入场人数统计所选统计周期内进入各出入口的人数支持以时段、日、周、月等维度查询统计结果出入口出场人次统计所选统计周期内从各出入口离开的人次支持以时段、日、周、月等维度查询统计结果出入口出场人数统计所选统计周期内从各出入口离开的人数支持以时段、日、周、月等维度查询统计结果出入口贡献率所选统计周期内各出入口贡献率，计算公式出入口客流人次（人数）/进场人次（人数）楼层客流分析客流动线分析室内不同楼层、门店、促销区域等客户群轨迹识别与动线分析。