购物中心客流系统数据统计规范.docx

《购物中心客流系统数据统计规范.docx》由会员分享，可在线阅读，更多相关《购物中心客流系统数据统计规范.docx（13页珍藏版）》请在第一文库网上搜索。

1、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DataStatistica1StandardofShoppingCenterCustomerTrafficSystem（送审稿）XXXX-XX-XX发布XXXX-XX-XX实施中国连锁经营协会发布目录前言II1范围32规范性引用文件33术语和定义34指引641购物中心客流系统数据统计的必要性6I9购物中心客流系统数据统计的定义64H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=一1刖百本文件按照GB/T1.1-2023标准化工作导则第1部分：标准

2、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

3、、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，其最新版木(包括所有的修改单)适用于木文件。GB/T352732023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

4、营术语3术语和定义71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(IS0)个人信息PersonaIInformation个人信息是以电子或者其他方式记录的与已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34个

5、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aS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1A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

6、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。37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。1A本地服务器1oca1Server仅提供在本地局域网内访问的计算机服务的设备。3q云服务器C1oudServer提供在互联网访问的计算机服务设备。脱敏后的用户标识符Use

7、rIDafterDesensitization通过不可逆的脱敏技术生成的用户标识符。?11用户虚拟身份UserVirtua1ID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。智能感知地面SmartSenseF1oor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。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。

8、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。3 U异常告警AbnormaIWarning异常数据告警。T/4 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

9、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2023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。4夕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

10、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。d4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。4.3.1.2数据存储：数据处理应遵

11、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。4.3.2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4 1应满足中华人民共和国数据安全

12、法的要求。5 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。K1应保障数据的完整性、持续性、安全性和不可篡改性。K4应加密存储系统中所有的用户口令。55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。57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。5f1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。3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。5m应符合代码安全需求，应用程序代码

13、符合编写安全规范、代码安全脆弱性评估等。T/客流系统数据统计维度建议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=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

14、选统计周期内进入各出入口的人次。支持以时段、曰、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、曰、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。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

15、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=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）。店铺客流分析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