智能视频客流行业分析报告.docx

智能视频客流行业分析报告.docx

《智能视频客流行业分析报告.docx》由会员分享，可在线阅读，更多相关《智能视频客流行业分析报告.docx（24页珍藏版）》请在冰点文库上搜索。

智能视频客流行业分析报告

（此文档为word格式，可任意修改编辑！

）

正文目录

新技术才是新零售的本质4

智能视频客流统计分析系统，给线下零售一双慧眼5

检测与跟踪算法，现阶段视频客流统计系统的核心基础技术8

助力线下商家精细化运营，国内视频客流统计方兴未艾11

线下视频客流统计系统规模有多大？

16

从客流分析到智慧购物，新零售还有哪些数据故事可以讲？

18

海外视频客流统计行业研究21

主要公司分析22

图目录

图1:

Amazongo概念店可以实现免结账功能5

图2:

盒马鲜生采用全新的捡货系统提高效率5

图3:

视频客流统计主要对人头、肩等特征部位进行识别6

图4:

应用在旅游景区的视频客流统计分析系统6

图5:

数据分析报表系统可以实现客流量总览、每天客流状况、进店情况、贡献率、返店率等信息7

图6:

视频客流统计系统结构示意图8

图7:

安防视频监控系统结构示意图8

图8:

视频客流量统计系统的核心技术为运动目标检测算法和跟踪算法9

图9:

客流统计系统有助于线下经营者进行精细化管理12

图10:

2011-2015年全国社会消费品零售总额（万亿元）13

图11:

网购规模占零售总额比例逐年走高13

图12:

2016年超过约一半商场业绩下跌14

图13:

2015年以来线下零售市场较为惨淡14

图14:

客流分析系统销售收入占相关业务近9成比例15

图15:

系统维护收入占据相关业务收入比例约10-20%16

图16:

通过系统销售方式获得的销售收入是目前行业主要商业模式16

图17:

2015年国内购物中心数量达到4300个17

图18:

2016年我国连锁零售商店数量接近25万家18

图19:

全球各大零售巨头广泛使用ShopperTrak的实时客流分析系统21

图20:

海外客流分析龙头公司泰科零售的兼并整合之路22

图21:

汇纳科技发展历程23

图22:

汇纳科技每年统计客流超过100亿人次23

图23:

客流分析系统销售占公司收入比重超过6成24

图24:

汇纳科技收入、毛利率情况25

图25:

汇纳科技净利润、净利率情况25

表目录

表1:

技术变革对零售业态发展带来的变化4

表2:

Amazon，Go！

概念店运用了各类黑科技4

表3:

视频客流统计分析VS视频安防监控7

表4:

各类运动目标检测算法比较10

表5:

跟踪算法比较11

表6:

四大应用场所具体场景11

表7:

统计客流及用户信息的不同方式对比18

表8：

数据驱动的智慧购物蓝图设想19

表9:

ShopperTrak根据其在全球密集的客流统计布点发布零售业全球客流指数22

表10：

汇纳科技2015年前五大客户情况24

新技术才是新零售的本质

回顾零售业的发展历史，从线下到线上电商再到目前各家积极尝试的线上与线下融合的“新零售”，驱动零售业变革的核心始终都是技术变革带来的效率提升、成本降低以及消费者购物体验增强这两个方面。

表1:

技术变革对零售业态发展带来的变化

案例1：

2016年底美国电商巨头亚马逊推出线下实体概念店AmazonGo，主打“JustWalkOut（拿了就走）”，顾客购物的全过程方便、快捷，不需要工作人员参与、不必排队结账。

JustWalkOur技术能自动监测商品从货架上取下或放回，并在虚拟购物车中进行追踪。

在消费者完成购物时，直接离开商店即可。

随后，亚马逊将通过亚马逊帐号与用户结账，并提供发票。

亚马逊的免结账购物运用了计算机视觉、传感器和深度学习等新技术。

案例2：

最近市场热度很高的盒马鲜生，在货物分拣方面运用了新技术，并且线下结账必须安装盒马鲜生APP，线下消费数据全面数字化、可视化，并与线上消费数据相结合，解决了传统线下消费无法与购物者连接的不足。

表2:

Amazon，Go！

概念店运用了各类黑科技

图1:

Amazongo概念店可以实现免结账功能

图2:

盒马鲜生采用全新的捡货系统提高效率

智能视频客流统计分析系统，给线下零售一双慧眼

智能视频客流量统计分析系统融合了视频处理、图像处理、模式识别以及人工智能等领域的技术，利用垂直向下的摄像头来对视频监控画面中特定区域（如大门、楼梯口等）的人头、肩等特征部位进行识别，以此来区分人和其他物体，并能根据其运动轨迹来判断人的出入关系，最后得出进入店铺人数量、离开人数量、保有量、客流密度等统计数据（准确率达到95%以上）并生成相关统计报表，甚至对未来客流作预测。

国内来看，视频客流量统计分析系统萌芽于2003年，并于2012年逐渐迈入快速发展期，目前主要用于购物中心、连锁零售商店、会展、旅游景区等。

图3:

视频客流统计主要对人头、肩等特征部位进行识别

图4:

应用在旅游景区的视频客流统计分析系统

为精细化运营提供支持是视频客流统计系统的最大用途。

根据历史客流数据和当前客流信息，再结合运营数据（如销售额、成交量等）以及其他相关数据（如时段、促销方式、天气情况、节假日等），视频客流统计分析系统可以对不同时段和不同区域客流数据进行采集、汇总、对比与分析，从而输出多种类型图表，为管理人员提高管理效率和进行管理决策提供诸多有价值的信息。

图5:

数据分析报表系统可以实现客流量总览、每天客流状况、进店情况、贡献率、返店率等信息

与安防监控相比，视频客流统计对硬件要求不高，更侧重于追踪和识别算法以及客流大数据方面的统计分析。

视频安防监控主要作用体现在代替人工进行长时间的监视，记录一切实际发生的情况，其功能侧重点在于监视，同时也有提醒预警作用，因此对视频清晰度等质量要求很高。

而视频客流监控侧重于整体客流数据的统计和分析，通过独特的算法不需要很高的分辨率即可识别客流数量，并输出统计报表。

另外，客流统计监控除了内置算法对视频中人数和人群流动方向等信息进行有效统计并生成报表外，也兼具一部分实时监控、联动报警、录像等功能。

表3:

视频客流统计分析VS视频安防监控

图6:

视频客流统计系统结构示意图

图7:

安防视频监控系统结构示意图

检测与跟踪算法，现阶段视频客流统计系统的核心基础技术

运动目标检测算法与运动目标跟踪算法是客流统计智能视频算法中最基础、最关键的技术。

而人脸识别、基于大数据的智能预测作为客流统计的增值服务，预计将成为视频客流统计分析系统未来的主要发展方向。

图8:

视频客流量统计系统的核心技术为运动目标检测算法和跟踪算法

运动目标检测算法：

根据基本原理的不同常用的运动目标检测算法可以分为帧差法、背景减除法、光流法和人形模板匹配算法，其中，人形模板匹配算法是目前主流技术之一。

（1）帧差法的基本原理主要是考虑到运动物体在相邻的帧之间有位移，而背景图像在相邻的帧之间的位置是相对固定的，如果用相邻的帧进行点对点的相减，那么运动物体区域的差值会很大，背景部分的差值接近于0（理想状态下是0）。

（2）背景减除法的基本思想是选取一个图像或多个图像的综合作为场景的背景图像，检测时，用当前帧和存储的背景图像差分，经过对差分结果二值化，找到运动目标区域。

（3）光流是一个空间运动的物体在被观测面上的像素运动的瞬时速度场，是场景中可见点的三维速度矢量在成像平面上的投影。

光流携带了大量关于运动和结构的信息，这些信息表达了图像在不同时刻的变化，可以用它来确定目标的运动情况。

（4）人形模板匹配算法是利用人体轮廓特征在摄像头视频中的不同位置上的变形，事先把人体在摄像头视频中各个位置的轮廓特征进行采集并保存为模板，在探测的时候，首先把探测到的物体轮廓信息与模板信息进行匹配，进行人体的精准定位。

表4:

各类运动目标检测算法比较

运动目标跟踪算法：

通过对视频图像中的运动目标进行处理，获得运动标的诸如速度、位置、运动轨迹、加速度等参数，从而用这些参数进行进一步的分析和处理，在视频图像中找到属于同一个运动目标的各个位置。

根据所选取方法和匹配特征的不同，运动目标跟踪算法可以分为基于颜色跟踪算法、基于特征跟踪算法、基于轮廓跟踪算法与基于模型跟踪算法等四类，其中，基于轮廓跟踪算法是目前主流技术之一。

（1）基于颜色跟踪算法主要是采用颜色直方图作为输入特征，求解出与目标概率密度相似度最大的候选目标，从而实现跟踪。

（2）基于特征跟踪算法是选择有良好区分度的运动目标特征（几何特征和亮度特征）实现目标跟踪，几何特征主要有大小、边缘、线、点、区域特征等；亮度特征指所跟踪目标为全局或者局部的亮度最高区域。

（3）基于轮廓跟踪算法是指该轮廓是纹理或边缘可以按照一定限制条件而变形的曲线，该曲线可以通过变形逐渐与图像中的真实目标相适应，从而实现准确的跟踪复杂背景中的运动目标。

（4）基于模型跟踪算法是指通过先验知识，首先得到运动目标的运动模型和三维结构模型，然后，对视频图像序列进行计算，确定三维模型的参数，最终得到运动目标的瞬时运动参数信息。

表5:

跟踪算法比较

助力线下商家精细化运营，国内视频客流统计方兴未艾

需求端来看，客流统计分析系统的主要应用场景可以分为商业场所、文体场所、娱乐场所、公共场所，其中商业场所的需求更为迫切，主要原因在于商业场所更加关注经营效益，而客流量与之直接挂钩。

表6:

四大应用场所具体场景

客流信息是衡量购物中心、连锁零售店营运状况的核心指标。

购物中心通过客流统计分析系统，可以准确掌握每个楼层、每个区域或每个店客流的分布，区别旺区以及非旺区，并加以改善，尽量达到客流量理想的分布，从而更好设定租金。

对于购物中心和连锁零售店的非购买人群，管理者通过数据分析，及时调整策略，提高营销效果，将客流转变为购物者，从而转换为收入。

图9:

客流统计系统有助于线下经营者进行精细化管理

国内线下实体商业受到电商冲击，精细化运营愈发重要。

近年来，随着淘宝、京东等电商的快速崛起，国内传统的百货、超市、专卖店等传统线下零售业面临着巨大市场冲击。

根据国家统计局数据显示，2015年全国社会消费品零售总额为30.09万亿元，其中，电子商务交易额2015年实现3.83万亿，增速36%。

相比之下，2015年线下零售市场增速为个位数甚至负数，整体较为惨淡。

在此背景下，线下实体商业通过视频客流统计分析系统深度挖掘用户数据，为消费者贴上不同的标签，增强营销精度，提高流量转化率，实现消费者在线上的消费行为数据与其在线下的消费行为数据无缝对接，是谋求其转型成功的重要方向。

图10:

2011-2015年全国社会消费品零售总额（万亿元）

图11:

网购规模占零售总额比例逐年走高

图12:

2016年超过约一半商场业绩下跌

图13:

2015年以来线下零售市场较为惨淡

系统（软件和硬件绑定）销售收入是现阶段行业内公司获取收入的主要模式。

以国内行业龙头汇纳科技为例，客流分析相关收入主要分为客流分析系统销售收入、系统维护服务收入和数据服务方式收入。

转换成本高为行业先行者造就长期护城河。

线下消费行为数据单个视频采集点的成本多在5000元以上，且客流分析前端布置需统一规划，高昂转换成本的存在，使得行业多年积淀所累积的数据入口价值将是先行者的天然竞争壁垒。

除此之外，客流分析后期配套服务水平差异明显，客户更换客流分析系统将面临很强的不确定性，个性化定制客流量报表服务更是如此。

需求方来看，考虑到连锁商店多需要将不同地区的店铺数据信息汇总，而安装多为分批进行，因此其粘性相比于购物中心而言更强（现阶段，购物中心多采用内部自建服务器方式，连锁商店采用系统提供方的云端服务）。

系统销售，是按照客流分析系统的视频点位数量及点位综合单价确定合同报价。

一般来说一个视频点位价格在5000-10000元左右，一个零售店铺平均需要设置2-4个点位，费用在2-3万左右，而大型的购物中心由于店铺内会有数十个或者上百个点位，费用多在100-200万元之间。

系统维护服务。

购买客流分析系统的客户一般享受1-3年的质保期，质保期内无需为软件服务付费。

对于已过质保期的项目，若要继续享受软件服务，需要签订系统维护服务协议，系统提供方可以取得系统维护服务收入，一般来说每年系统维护服务费用为系统销售费用的10%-20%，调研了解到行业平均续费率在90%以上。

数据服务方式，系统提供方仅收取少量安装费用（或者数据开通费）甚至免费建设（或开通），客户根据自身需求选择不同层次的客流数据分析服务，目前这一服务比较适合小型的非连锁零售店，是未来各公司重点开拓的业务。

图14:

客流分析系统销售收入占相关业务近9成比例

图15:

系统维护收入占据相关业务收入比例约10-20%

图16:

通过系统销售方式获得的销售收入是目前行业主要商业模式

线下视频客流统计系统规模有多大？

根据我们的调研反馈来看，目前存量购物中心和连锁零售商中视频客流统计分析系统的渗透率不足20%，国内仅有万达地产、龙湖地产、百联等大型购物中心和屈臣氏、苹果、星巴克等知名品牌大范围安装了视频客流统计分析系统。

以下根据两种方法进行市场空间测算：

（1）根据汇纳科技的招股书披露，其创立以来视频客流分析系统在国内商业零售领域实施案例已经达到1.89万家，包括900余家百货商场、购物中心和1.8万余家零售连锁店。

根据其成立时间和历年收入情况，我们推测视频客流分析系统累计收入应该在6亿元左右，而目前国内约25万家连锁零售店和4500家购物中心，则总的市场空间大概在60亿左右，假设按照硬件设备5年折旧来计量，则市场成熟以后的天花板为每年12亿元左右。

（2）行业调研反馈来看，软硬件合为一体的系统销售是目前行业的主流收费模式，而一个购物中心的报价多在100万-200万之间，单间零售店的报价在2-3万元之间。

国内目前有近4500家购物中心和约25万家连锁零售店，按照两者50%的重复率来计算，则目前则总的市场空间大概在60-120亿之间，按照硬件设备5年折旧来计量，则每年市场空间为12-24亿元左右。

从实际经营角度出发，目前视频客流统计系统的推广以新建的购物中心和连锁零售店为主，这一块市场渗透率在80%以上。

相比而言，老的购物中心和连锁零售店为安装客流统计系统进行专项改造的并不多，主要原因是单独改造需要施工重新布线且影响店铺经营，改造成本较高。

因此，短期来看，市场空间要偏向于整体测算的下线，我们预计成熟以后会在十几亿元左右。

图17:

2015年国内购物中心数量达到4300个

图18:

2016年我国连锁零售商店数量接近25万家

从客流分析到智慧购物，新零售还有哪些数据故事可以讲？

线下消费者行为具有复杂性、广泛性等特点，因此尽可能全面的采集线下消费者行为数据是重中之重。

同时，客流分析不仅仅只是单纯的统计客流量，更重要的是在客流量基础上的数据挖掘应用。

视频客流分析技术最大的优势在于其统计口径是全部进入商场或者是店铺的消费者，其对于流量的把握更为全面，但是现阶段所得到的数据相对比较模糊，更多是用户的年龄、性别等属性特征。

除此之外，常见的采集线下消费者数据的技术包括视频客流分析技术、WIFI定位、二维码、车载终端、POS机等多种类型，其从不同的角度对消费者进行从模糊到精确的识别，比如wifi探针可以精准识别进入商场且wifi打开的用户（需要曾经连接过）。

表7:

统计客流及用户信息的不同方式对比

展望未来，我们认为数据驱动的智慧购物蓝图可能向如下表所示的方向发展，其结合了WIFI定位系统、智能停车场管理系统、电子导购系统、客流统计系统等新技术，从而进一步提高购物体验、降低购物成本。

表8：

数据驱动的智慧购物蓝图设想

海外视频客流统计行业研究

相比于国内线下零售产业而言，海外零售业公司在理念上更为成熟，十分重视客流数据分析。

视频客流统计在国外已经发展20余年，日本、美国的视频客流统计分析系统覆盖率超过80%，远超国内不到20%的渗透率水平。

究其原因，首先是国外零售产业发展更为成熟，“数据驱动业务”这一理念早已被海外零售业公司广泛认可。

其次，线下实体店区别于电子商务平台的一大特点是店员能够提供个性化服务并与顾客沟通，因此为把握好这一机会，零售商必须首先获得顾客进店时间及服务水平需求等信息。

所以零售商会基于店铺客流数据和其它数据集的先进分析工具对顾客进行分类、了解其行为、并编制个性化的营销消息。

图19:

全球各大零售巨头广泛使用ShopperTrak的实时客流分析系统

ShopperTrak（索博客）是海外视频客流统计分析系统行业领导者，相关合并收入超过8亿美元。

ShopperTrak的视频客流统计分析系统在全球安装的客流设备达15万个，服务于全球100多个国家和地区，每年统计客流量达400亿人次。

2016年5月，ShopperTrak与FootFall两大品牌整合成单一的业务实体，以ShopperTrak品牌运营，并联合发布零售业全球客流指数，精确统计的全球零售点超过35000个，合并后其2016年视频客流统计业务收入超过8亿美元。

图20:

海外客流分析龙头公司泰科零售的兼并整合之路

表9:

ShopperTrak根据其在全球密集的客流统计布点发布零售业全球客流指数

主要公司分析

汇纳科技

公司主营客户流量数据采集和分析服务，目前以相关系统销售为主，收入占比超过60%，主要利用以客流分析系统为载体的视频分析技术等为百货商场、购物中心、零售连锁等领域内的线下实体商户提供客流量数据采集系统的方案设计、定制开发、实施上线、运维保障及数据增值服务等一系列专业服务。

其他业务包括WIFI定位、智能停车场管理、电子导购和zSpace。

图21:

汇纳科技发展历程

图22:

汇纳科技每年统计客流超过100亿人次

图23:

客流分析系统销售占公司收入比重超过6成

公司具有强大而优质的客户资源，客户包括900多家商场（万达广场、龙湖天街、银泰中心、恒隆广场、龙之梦、新世界等）、1.8万余家连锁店网点（屈臣氏、耐克、苹果、特力屋、艾格、彪马等）、同时也包括如展会、景区、轨交、市政、电信等公共行业领域（上海世博会、杭州动漫展等）。

表10：

汇纳科技2015年前五大客户情况

公司近几年发展迅速，2012、2013、2014、2015年收入分别为6201.94、8564.57、11303.79、13500.57万元。

2016年前三季度收入为9582.72万元，同比增长39.72%，归母净利润为1858.13万元，同比增长87.21%。

图24:

汇纳科技收入、毛利率情况

图25:

汇纳科技净利润、净利率情况

公司的客流分析系统基于运动目标跟踪与识别技术，通过人工神经网络、关键特征匹配等算法和智能统计模型，对视频监控区域的客流进行视频监控、运动分析和特征分析。

与目前市场上基于手机的追踪技术（基站覆盖和WIFI接入）相比，更精准实时，同时结合深层视频分析技术，可以达到群体属性分析、客群画像等功能。

数据服务是未来公司主要的发展方向，2014、2015、2016H1占公司客流分析收入的1.18、2.13、3.24%。

数据服务方式下，公司将收取少量甚至免费的建设费，客户需要为消费行为数据买单，辅助其大数据、O2O等业务的推行。