Licz (na) klientów

Jan T. Grusznic

Rynek galerii handlowych to wciąż obszar o rosnącym potencjale. Według firmy JLL tylko w aglomeracji warszawskiej buduje się obecnie ok. 100 tys. m² sklepów w galeriach handlowych [1]. To jedna siódma powierzchni handlowej powstającej w całej Polsce.
Nasycenie powierzchnią handlową w kraju przekracza wprawdzie średnią europejską, ale nadal jest poniżej średniej Europy Zachodniej. To atrakcyjny produkt inwestycyjny, wymagający wskaźników oceny efektywności projektu. W przypadku galerii handlowych są to siła zakupowa, zasięg oddziaływania i interakcja z otoczeniem.

Szacowany miesięczny footfall1) w 28 warszawskich centrach handlowych to 16,7 miliona wizyt. Statystyczny mieszkaniec aglomeracji warszawskiej odwiedza centra handlowe zlokalizowane w stolicy średnio 6,5 razy w miesiącu [2]. Z analizy danych wynika, że zaledwie 2% klientów przemierza zaledwie trzy czwarte powierzchni sklepów, choć w ankietach deklarują odwiedziny niemal każdego zakamarka [3], a preferowany przez klientów kierunek przemieszczania jest odwrotny do ruchu wskazówek zegara.

Przedstawione dane zostały oszacowane na potrzeby analizy zachowań klientów dla właścicieli sklepów wielkopowierzchniowych i galerii handlowych. Dane pochodzące z systemów zliczających są poufne i ujawniane tylko najemcom powierzchni handlowej. Od tej reguły zdarzają się wyjątki (patrz ramka), ich publikacja ma za zadanie zwiększyć atrakcyjność galerii wśród kupujących i inwestorów, przyczyniając się do szybszego zwrotu z inwestycji.

Szacowanie liczby klientów towarzyszy handlowi od początku. Większa liczba odwiedzających to potencjalnie większy obrót i zyski. Aby obliczyć współczynnik konwersji, detaliści opierają się głównie na rozwiązaniach służących do pomiaru ruchu, czyli tradycyjnych licznikach wejść do sklepu. Rozwiązania o ściśle zawężonej funkcjonalności są jednak nieefektywne z punktu widzenia utrzymania. Dane, które oferują proste liczniki klientów, nie są powiązane z danymi z innych źródeł, co sprawia, że analiza jest spłycona. Tymczasem coraz więcej menedżerów zaczęło wdrażać strategię wielokanałowości sprzedaży i w związku z tym posiadanie jednej wszechstronnej platformy, która gromadzi i analizuje dane z różnych źródeł, staje się niezbędne do pełnego zrozumienia biznesu [4].

Obecnie w użyciu są czujniki, kamery 3D, termowizja lub RFID, które stanowią obowiązkowe wyposażenie sklepów w centrach handlowych i galerii. Za ich pomocą są zbierane informacje o liczbie osób, które przekroczyły próg obiektu, oraz ile z nich dokonało tam zakupów. Można poznać poziom satysfakcji obsługi, zainteresowania promocją, natężenia ruchu wewnątrz obiektu i rozkładu najchętniej odwiedzanych tam miejsc. Menedżer na podstawie tych danych może wpływać na pracowników, a nawet podejmować decyzję o zmianie personelu. W przypadku galerii handlowej może dostosowywać cenę za wynajmowaną powierzchnię do liczby przechodzących tamtędy klientów.
Istotą współczesnego marketingu jest dążenie do uzyskania przewagi na rynku poprzez lepsze dostosowanie oferty do potrzeb klientów [5]. Oznacza to konieczność permanentnego pozyskiwania informacji o klientach, konkurentach i zmieniających się procesach rynkowych. Ciągłe śledzenie osób w centrach handlowych jest istotnym elementem zbierania informacji o zachowaniu konsumentów, ich podatności na reklamę lub promocję. Jakość danych ma kluczowy wpływ na podejmowane decyzje, co bezpośrednio przekłada się na efekt biznesowy. Stąd istotny jest wybór urządzeń, które będą dostarczać określone dane.

Podczerwień
Najprostsze i zarazem najpowszechniejsze urządzenie do zliczania klientów bazuje na przecinaniu wiązek podczerwieni, które analizują kierunek, dostarczając informacji o wejściu do sklepu. Czujniki takie są na ogół mocowane po stronie wewnętrznej obiektu na wysokości około 1,5 m lub u szczytu bramek EAS, powszechnie zwanych antykradzieżowymi. Skuteczność rozwiązania jest nieduża, nie przekracza 70%. Głównym problemem jest klasyfikacja grupy osób znajdujących się blisko siebie jako jednego odwiedzającego, jak również możliwość wpływania na statystyki przez przesłonięcie wiązek. Ze względu na wykorzystanie podczerwieni urządzenia te są podatne na „oślepienie” spowodowane przez promieniowanie słoneczne lub inne urządzenia emitujące pokaźną wiązkę promieniowania IR.

Czujniki tego typu są stosowane w niewielkich sklepach, gdzie liczba klientów jest nieduża, a wejście do sklepu ograniczone do przepuszczenia (w idealnej konfiguracji) tylko jednej osoby. Zliczają każde wejście (jedna wiązka) lub wejście i wyjście (dwie wiązki), co oznacza również zliczanie pracowników lub dostawców. Zliczone zostają również omyłkowe wejścia osób, tj. zawrócenie u progu sklepu. Są to tzw. ujawnienia false positive (warunek został spełniony – przecięcie wiązki), czyli błędne zliczenie osoby niezainteresowanej zakupem. W celu uniknięcia „omyłkowego” zliczenia poinformowane osoby u progu sklepu „kłaniają się” nisko podczas przechodzenia, by system zliczający ich nie uchwycił.
Ponieważ popularne „liczniki” są postrzegane, jako oceniające skuteczność sprzedawców (im większy współczynnik konwersji, tym lepszy pracownik), na forach internetowych, a przede wszystkim pocztą pantoflową przekazuje się sposoby na poprawienie statystyk sprzedażowych przez redukcję liczby detekcji. Możliwość wpływania na wynik detektora niestety bije przede wszystkim w oszacowanie potencjału samego sklepu. Niska liczba klientów zainteresowanych zakupem w stosunku do liczby konsumentów znajdujących się w galerii może wpłynąć na decyzję utrzymania lokalu w przyszłości.

Analiza zawartości obrazu
Obraz jest nośnikiem wielu informacji i z każdym rokiem potrafimy ekstrahować z niego coraz więcej interesujących nas danych. Niestety strategia przyjęta przez branżę zabezpieczeń w skali światowej, że jeśli coś „strumieniuje”, to należy do działu telewizji dozorowej, prowadzi do generalizacji, a ta odbija się na jakości pomiarów. Głównie dotyczy to doboru odpowiedniej technologii, jakości zebranych danych i ich prezentacji. Zastanawiające jest włożenie algorytmów do zliczania klientów wraz z pozostałymi, stricte wykorzystywanymi do detekcji podejrzanych zachowań, do jednego worka z napisem VCA (analiza zawartości obrazu) i sklasyfikowania jako elementu systemu telewizji dozorowej. Fakt, że wykorzystują obraz do pozyskania wymaganych informacji, nie czyni ich z definicji rozwiązaniami do aplikacji security. Ba! Nie są nawet rekomendowane jako źródło informacji o liczbie osób w budynku na potrzeby ewakuacji. Rzecz ma się podobnie w przypadku algorytmów do rozpoznawania tablic, które więcej mają wspólnego z kontrolą dostępu niż dozorem wizyjnym.

Tymczasem na temat zliczania klientów wiele ma do powiedzenia branża, która w tym temacie nie za bardzo „siedzi” i nie czuje „problemu”, z którym mierzy się menedżer zarządzający przestrzenią sprzedażową. Podczas prezentacji rozwiązań, gdy mowa o zbieraniu informacji o odwiedzających, pojawiają się zdjęcia kamer, zachwalane są coraz to bardziej rozbudowane funkcje, które mają stosowne możliwości zliczania, tworzenia map ciepła, a nawet rozpoznania wieku i płci klientów. W wielu przypadkach te funkcje są jednak ograniczone do pojedynczej kamery, a zebranie danych wymaga zalogowania się do każdego urządzenia osobno. Tymczasem zarządcy i właściciele galerii handlowych wymagają dopasowanych do swoich potrzeb raportów (przykład takiego raportu przedstawiono na schemacie), które zapewnią im wysoko jakościowe dane, weryfikujące poprawność obranej strategii. Merchandiserom zaś narzędzia do weryfikacji właściwej ekspozycji towaru, określenia prędkości przepływu osób czy atrakcyjności promocji.

Niezależnie od poziomu zarządzania mowa jest o sposobie prezentacji danych pochodzących z wielu czujników, skorelowanych z informacjami zewnętrznymi. Popularne zliczanie osób to nie jeden z algorytmów VCA – to istotne narzędzie do obliczenia opłacalności biznesu, stopy zwrotu z inwestycji i finalnie decydujące o być albo nie być pracowników danej organizacji. W efekcie systemy zliczania to więcej niż kamera – to platformy informujące o preferencjach zakupowych, trendach, sile oddziaływania reklamy i innych działań marketingowych. Na bazie zebranych danych historycznych określane są prognozy. Wybrane z największym współczynnikiem prawdopodobieństwa są przekuwane na strategie, których wyniki muszą być następnie zbadane.

Termowizja
Kamery termowizyjne pojawiły się jako rozwiązanie zapewniające przede wszystkim wyższą skuteczność w stosunku do uprzednio przedstawionych czujników wejścia – skuteczność dochodzącą do 98%. I tu mała dygresja: analiza zawartości obrazu (bez znaczenia, czy dotyczy obrazu z kamery pracującej w paśmie widzialnym, czy podczerwonym) przeznaczona na rynek detaliczny jako jedna z nielicznych ma w kartach katalogowych podawany procentowy poziom prawdopodobieństwa wykrycia, którego na próżno szukać w rozwiązaniach stosowanych w systemach zabezpieczeń. W handlu detalicznym algorytm jest stworzony tylko na potrzeby jednej konkretnej analizy, np. zliczania osób, a jego kod optymalizowany pod tym kątem. Funkcja kamery jest ograniczona do „wysublimowanego” czujnika zbierającego konkretne i jak najlepsze jakościowo dane [6].

Zaznaczyłem już wcześniej, jak istotne dla menedżerów i inwestorów, a także właścicieli placówek handlu wielkopowierzchniowego, którymi niejednokrotnie są fundusze inwestycyjne lub banki, są wskaźniki pochodzące z systemów zliczających. Osiągnięcie przez kamerę termowizyjną poziomu skuteczności 98% oznacza, że tylko dwie osoby na sto mogą być niepoliczone, nie zaś (jak w przypadku urządzeń bazujących na przecięciu wiązki IR) trzydzieści na sto. Stanowi to ogromną różnicę i pozwala na osiągnięcie jakościowo lepszych danych. Wciąż jednak 98% to przy miesięcznym footfall w warszawskich galeriach dość spora pomyłka (średnio w ciągu miesiąca o ok. 11 920 dla obiektu), co wpływa na dalsze poszukiwanie rozwiązań dążących do 100-proc. skuteczności.

Kamery termowizyjne kojarzą się w systemach wizyjnych raczej z profesjonalnymi zastosowaniami militarnymi lub w ochronie perymetrycznej. W przypadku systemów zliczających są to czujniki o matrycy bolometrycznej 16 x 16 lub 24 x 24, które w zależności od ogniskowej obiektywu obserwują przejścia szerokie na ponad 6 m. Oprócz wyższej skuteczności detekcji w czujnikach tych można ignorować (brak zliczenia) zawracanie klientów, którzy pomylili wejścia (czyli osoby niezainteresowane zakupem). Technologię termowizyjną zaczęto wykorzystywać również do budowania tzw. map ciepła, czyli najchętniej odwiedzanych miejsc w sklepie. Ze względu na ograniczoną liczbę obiektywów pomysł kontynuowano z wykorzystaniem kamer wizyjnych.

Jak każda technologia, tak i ta ma wady. Na bazie obrazu termowizyjnego trudno ustalić, kto jest pracownikiem, dostawcą czy osobą z obsługi technicznej. Zliczana jest każda osoba, która spełni warunek (głównie przecięcia linii w odpowiednim kierunku), co wpływa na jakość danych. Inną kwestią są „duchy”, czyli błędne detekcje w przypadku instalacji tych urządzeń przy drzwiach wejściowych do budynku. Problem występuje w miejscach o dużej różnicy temperatury lub w okolicach nagrzewnic i urządzeń klimatyzacji. Liczniki na bazie kamer termowizyjnych wymagają również kalibracji na miejscu, co oznacza każdorazowe wysłanie osoby technicznej w przypadku powiadomienia o awarii (w postaci nagłej zmiany liczby zliczeń lub ich zaprzestania). To z kolei przekłada się na koszty po stronie firmy dostarczającej usługę i obniżenie TCO (całkowity koszt posiadania). Rozwiązania te nie należą również do tanich.

Kamery wizyjne 2D
Kamery wizyjne są najchętniej wykorzystywane przez firmy świadczące usługi „zliczania”. Wpływa na to kilka czynników: stosunkowo wysoki współczynnik skuteczności detekcji (do 95%), możliwość zdalnej kalibracji i analizy zmian w polu detekcyjnym, niższa cena w stosunku do rozwiązań termowizyjnych, rozwijająca się technologia analizy zawartości obrazu i związane z nimi dodatkowe algorytmy. Na bazie kamer wizyjnych, oprócz zliczania klientów, możliwe jest też wyodrębnienie pracowników spośród kupujących. Algorytm może rozpoznawać osoby zatrudnione na podstawie analizy charakterystycznych elementów ubioru, w postaci firmowych barw zastosowanych na naramiennikach. Niedogodnością może być powielanie sekwencji kolorów, które wykorzystywane przez odbiorcę systemu będą tożsame lub podobne do ozdoby odzieży klienta. Takie wypadki w praktyce będą sporadyczne.

Zastosowanie kamer wizyjnych o szerokim kącie widzenia (czy nawet z obiektywami typu rybie oko) i wysokiej rozdzielczości pozwoliło na stworzenie map przemieszczania się osób w sklepie lub galerii, co stanowi wyjątkowo cenne narzędzie do efektywnego zarządzania przestrzenią sklepową. Kamery wizyjne umożliwiają również zliczanie pod kątem i przez szybę wystawową w celu określenia realnej liczby osób przemieszczających się po pasażu przy wybranym sklepie. Jest to rozwiązanie wykorzystywane przez najemców w celu weryfikacji danych dostarczanych przez galerię.

Skuteczność analizy bazującej na obrazie wizyjnym zależy od wielu parametrów. Większość z nich dotyczy prawidłowej instalacji. Najważniejsze to:

1. umiejscowienie kamery na środku obszaru wejścia, po którym poruszają się ludzie. Jeśli nie dotyczy to algorytmu do zliczania pod kątem, kamera musi być skierowana pionowo w dół;\
2. poziom oświetlenia w scenie, który będzie determinować odpowiedni kontrast. Przyjmuje się, że poziom oświetlenia w punkcie zliczania nie powinien być niższy niż 200 lx. Co ważne, powinien być stabilny, tj. nie powinien drgać lub zmieniać się w czasie. Dlatego też technologia ta nie powinna być wybierana w miejscach, gdzie na strefę liczenia pada światło słoneczne, powodując cienie, wpłynie negatywnie na wynik pomiarów;
3. określenie odpowiedniego miejsca zliczania. Wszelkie elementy ruchome (schody, chodniki lub skrzydła drzwi) znajdujące się w polu liczenia będą obniżać jakość pomiaru. Należy wybierać strefy zliczania wolne od ruchomych elementów, obiektów przesłaniających (nawet tymczasowo) pole licznika.

W ramach algorytmów „rozkładających” obrazy wizyjne coraz powszechniejsza staje się również analiza wieku i płci odwiedzających. W tym przypadku bardzo istotne jest wymuszenie patrzenia wprost w kamerę, poziom oświetlenia i prędkość migawki (rozmycie ruchu obniża jakość lub wyklucza pomiar). O ile skanalizowanie przepływu osób jest możliwe, o tyle wymuszenie patrzenia wprost na dany punkt już niekoniecznie. W efekcie poziom skuteczności nie jest duży. Głośno o tych rozwiązaniach stało się za sprawą sieci sklepów Żabka. Problem nabrał wymiaru nierejestrowanego zbioru danych osobowych, nie do końca bowiem było wiadomo, jakie jeszcze dane były przetwarzane. W perspektywie RODO sprawa nabiera zupełnie innego charakteru.

Nie bez znaczenia jest też system liczenia samochodów na parkingach i określanie ich rozmieszczenia w przestrzeni parkingowej. Zintegrowanie systemów umożliwia korelację danych z systemu parkingowego i systemu liczenia klientów, co daje nowe możliwości badania i analizowania danych również w trybie online. Uzupełnieniem systemu parkingowego jest system ANPR do rozpoznawania tablic rejestracyjnych. Na podstawie bazy danych pozwala tworzyć tzw. czarną listę tablic rejestracyjnych, określić miejsce pochodzenia samochodu (gmina, kraj), a także czas jego postoju, a co za tym idzie czas pobytu indywidualnych klientów w centrum handlowym. Kolejnym etapem takich systemów jest klasyfikacja marek pojazdów w celu oszacowania potencjału zakupowego odwiedzających.

Kamery wizyjne – 3D
Kamery 3D pozwoliły na przełamanie bariery 98% skuteczności. Innowacja polega na wykorzystaniu technologii analizy obrazu stereoskopowego. Na podstawie różnic w obserwowanych przez każdą z dwóch kamer obrazów można stworzyć mapy głębi, dzięki czemu moduł liczący jest w stanie z wysoką dokładnością rozróżnić tło od poruszających się w polu widzenia kamery obiektów. Tworzenie mapy głębokości pozwala na wprowadzenie parametru minimalnej wysokości śledzonych obiektów, dzięki czemu możliwe jest pomijanie osób niższych niż ustalony próg, np. dzieci o wzroście do 1 m. Tak jak w przypadku kamer wizyjnych, istotny jest odpowiedni kontrast, niemniej jednak te rozwiązania są odporniejsze na zmiany oświetlenia w scenie w porównaniu z analizą 2D. Między innymi dlatego stosowane są również w pojazdach komunikacji miejskiej do zliczania pasażerów. Kamery 3D mogą być umieszczone stosunkowo nisko, nad przejściem, bez wpływu na jakość liczenia. Niestety zliczają w stosunkowo wąskich (w porównaniu z rozwiązaniami termowizyjnymi i wizyjnymi 2D) przejściach nieprzekraczających 2,7 m.

Przyszłość – omnichannel, cookies, beacon i Time of Light camera
Większość systemów zliczania jest traktowana jako sposób na inwigilację i wpływanie na nasze zachowania zakupowe. Tymczasem działają na podobnych zasadach jak te w świecie wirtualnym, z tym że bez odpowiednich regulacji prawnych. Prawie nie dziwi mierzenie aktywności kupujących w sklepach online, śledzenie nawigacji między stronami. Istnieją systemy określające mapy ciepła na witrynie (części witryny dłużej wyświetlane) lub koncentracje kliknięć. Inwigilacja w Internecie odbywa się jednak na podstawie „ciasteczek” (ang. cookies), niewielkich informacji wysyłanych przez odwiedzone serwisy internetowe i zapisywanych na urządzeniu końcowym (komputerze, laptopie, smartfonie), z którego korzystamy podczas przeglądania stron internetowych.

„Ciasteczka” umożliwiają także m.in. zapamiętanie naszych preferencji i personalizowanie stron internetowych w zakresie wyświetlanych treści oraz dopasowania reklam. Cookies umożliwiają też rejestrowanie produktów i usług czy głosowanie w ankietach internetowych. Obowiązująca od 22 marca 2013 r. procedura (wynikająca z przepisów znowelizowanej ustawy Prawa telekomunikacyjnego) zakłada potrzebę uzyskania przez właścicieli serwisów internetowych zgody internautów na przechowywanie i stosowanie cookies. Dane osobowe gromadzone w ten sposób mogą być zbierane wyłącznie w celu wykonywania określonych funkcji na rzecz użytkownika, czyli np. zapamiętania logowania do serwisu czy zapamiętania towarów dodanych do koszyka w sklepie internetowym. Ponieważ pliki te można w dowolnym momencie usunąć lub zabronić ich rejestrowania przez odpowiednią konfigurację ustawień przeglądarki internetowej, stworzono superciasteczka. Dane w ramach supercookies są trwale zapisywane w urządzeniu użytkownika, niezależnie czy wykorzystywany jest tryb prywatności, czy nie. W ten sposób można śledzić preferencje internauty przez serwisy, których użytkownik globalnej sieci nawet nie przegląda. Superciastka są trudne do odnalezienia i usunięcia, stąd pojawiają się wątpliwości dotyczące prywatności użytkowników Internetu.

Dlaczego tyle o Internecie? Ponieważ w obecnym świecie dochodzi powoli do mariażu świata wirtualnego z rzeczywistym. Stworzenie tzw. omnichanell commerce (wielokanałowość sprzedaży) wykorzystującego sklepy online, porównywarki cenowe, media społecznościowe i tradycyjne podejście w celu zaspokojenia potrzeb konsumenta to proces, który obserwujemy na naszym rynku głównie w branży RTV/AGD. Takie połączenie kanałów sprzedaży online i offline powoduje, że menedżerowie wymagają powiązania statystyk z aktywności w Internecie i footfall.
Sposób dokonywania zakupów zmienił się: coraz częściej dokonujemy decyzji zakupowych, przeglądając produkty w sieci, a potem idziemy do sklepu, aby go obejrzeć2). I tu pojawia się nowa technologia – beacon. Są to małe urządzenia o niskim poziomie zapotrzebowania na energię elektryczną (mogą pracować nawet dwa lata bez wymiany baterii) wysyłające sygnał radiowy i komunikujące się ze smartfonami za pomocą technologii Bluetooth Low Energy. Kiedy przechodzimy w ich pobliżu, mogą skontaktować się z aplikacją w naszym telefonie i wyświetlić potrzebną informację, skierować do sklepu czy poinformować o cenowym rabacie.

Beacony testowano już w Starym Browarze w Poznaniu, w Factory Poznań i w Galerii Pomorskiej. Komunikująca się ze smartfonem aplikacja może od razu przekierować nas do sklepu internetowego i pozwolić na zapłacenie i zamówienie produktu. I choć polskie projekty to dopiero pilotaże (próbowało z nich korzystać np. Gino Rossi), w niektórych krajach beacony robią prawdziwą furorę. Do końca tego roku zainstaluje je prawie jedna trzecia sklepów w USA i 15–20 proc. w Wielkiej Brytanii – twierdzi Deloitte [7].

Zliczanie w cieniu RODO
Zbieranie danych o odwiedzających galerie i sklepy ociera się o przetwarzanie danych osobowych i przykład Żabki pokazuje, jak bardzo GIODO zaangażowało się w ten temat. Tymczasem już 25 maja 2018 r. wchodzi w życie RODO (GDPR), czyli nowe unijne rozporządzenie dotyczące ochrony danych osobowych, które dotyczyć będzie wszystkich firm gromadzących i wykorzystujących dane dotyczące osób fizycznych.
Systemy zliczające są klasyfikowane przez nowe prawo unijne jako profilowanie, rozumiane jako „dowolna forma zautomatyzowanego przetwarzania danych osobowych, które polega na wykorzystaniu tych danych do oceny niektórych czynników osobowych osoby fizycznej, w szczególności do analizy lub prognozy aspektów dotyczących efektów pracy tej osoby, jej sytuacji ekonomicznej, zdrowia, osobistych preferencji, zainteresowań, wiarygodności, zachowania, lokalizacji lub przemieszczania się” [8].

Do profilowania co do zasady nie wolno używać danych wrażliwych, z pewnymi wyjątkami. Jeżeli profilowanie odbywa się w celu marketingu bezpośredniego (który do tej pory stanowił w naszym prawie tzw. usprawiedliwiony prawnie cel przetwarzania, w rozporządzeniu zaś jest teraz mowa o tzw. celach wynikających z uzasadnionych interesów administratora danych) – można zgłosić sprzeciw w związku z takim przetwarzaniem. Jest to spory problem dla administratorów zbiorów wynikających z analizy ruchu klientów.

Konsekwencją nowych regulacji może być większa anonimizacja danych i przeniesienie śledzenia z ludzi na towary. Wiele produktów jest już oznaczonych etykietami RFID, których położenie można swobodnie namierzać. Przyszłość jest jednak w rozwiązaniach 2D oraz Time of Light. To drugie, w wielkim skrócie i uproszczeniu, jest technologią potrafiącą mierzyć prędkość światła odbitego od poszczególnych obiektów sceny. Brzmi niesamowicie, ale to stosunkowo stara metoda wykorzystywana w dalmierzach laserowych, a przez fanów konsol do gier znana z kinecta do Xbox One. W większości kamery Time of Light są oparte na zastosowaniu technologii zmodulowanego promieniowania elektromagnetycznego o określonej długości fali do oświetlenia obiektu oraz rejestracji promieniowania odbitego. Dzięki modulacji można określić różnice w fazie sygnału nadawanego i odbieranego. Rozdzielczość przetworników tych kamer nie jest duża (dochodzi do 320 x 240 pix), za to rozdzielczość pomiaru dochodzi do 1 cm.

1) Liczba osób odwiedzających dany sklep w określonym przedziale czasowym
2) Biorący udział w badaniu MEC Shopper Report 2015 aż w 85% wskazali, że przedkładają możliwość zakupów w galeriach handlowych nad te, których mogą dokonać w sieci.

Literatura
 [1] http://www.jll.pl/poland/pl-pl/raporty
 [2] Footfall warszawskich centrów handlowych, GFK Retail & Real Estate Consulting, 2016 r.
 [3] Sorensen H.: Co siedzi w głowie klienta, Oficyna Wolters Kluwer business, Warszawa 2010, s. 98
 [4] www.iflow.pl/produkty/liczenie-ludzi-i-konwersja/
 [5] Domański T., Kowalski P.:, Marketing dla menedżerów, PWN, Warszawa-Łódź 1998 r.
 [6] Grusznic J.T.:, Quo vadis aj-wi-ej?, „Systemy Alarmowe”, Wyd. specjalne – VCA, 2014 r.
 [7] The Deloitte Consumer Review. Digital Predictions 2015, Deloitte LLP
 [8] Rozp. Parlamentu Europejskiego i Rady (UE) 2016/679 z 27 kwietnia 2016 r. w sprawie osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych oraz uchylenia dyrektywy 95/46/WE.