首先宣告利益相關，所在公司主營業務即實體零售門店的客流統計分析。但本回答不想做廣告，只想說一說客流統計的方法、原因和應用方向，有的圖片會出現公司名稱和 LOGO，請原諒我懶得修圖了。
前言：
在說客流統計之前，我想澄清一個概念，如果純粹計算數量的話，最基礎的計數即可實現，之所以會不斷有新的技術出來，主要是在客流質量上的統計和分析有了新的突破。所謂的客流質量即活躍度、來訪週期、停留時長等基礎維度，如果再上升到大資料分析層面的話，對質量的判斷還有客戶的性別、年齡、購買力、消費習慣、消費階段等消費者畫像的分析。
方法：
目前市場上實現客流統計的主流技術及優缺點如下：
1、人工手持計數器——店員 / 保安 / 督導站在店鋪門口人肉計數;
優點：單店單次的實施成本低、可疊加人為判斷標準。
缺點：計數誤差大、多店鋪成本高、資料同步難，應用空間小。
2、閘門 / 壓力踏板，在店鋪出入口設定閘門 / 壓力踏板;
優點：計數準確、實施成本低。
缺點：設定閘門的顧客體驗差、資料單一、價值低、難以多店鋪同步。
3、紅外探頭，在店鋪必經通道設定紅外發射器，以行人阻擋紅外線次數做統計;
優點：實施簡單、成本低、技術成熟。
缺點：資料單一、價值低、資料無其他用途。
4、影片探頭，利用攝像頭採集的影片資訊進行演算法分析識別出人臉或人頭等典型人的特徵來計數;
優點：計數準確、可按性別、年齡、提袋與否做基礎分析、可遠端實時檢視多店鋪客流。
缺點：實施成本高、運維成本高、無法識別新老顧客。
5、Wi-Fi 探針，店鋪部署 Wi-Fi 網路，以獲取開啟 Wi-Fi 功能的手機 MAC 地址，嚴格來說是統計移動裝置終端數量。
優點：實施成本低、Wi-Fi 網路普及率高、可觸達使用者、支援雲平臺、資料應用可擴充套件至營銷層。
缺點：計數不精準(70%開啟率)。
都是計“數”，這個“數”是有差別的。前 4 種計數方法計算的是“數量”，第 5 種種方法計算的是“資料”。數量是一個“數字”，而資料則是“數字 + 單個客戶 ID”，這兩者的區別在於後項的資料應用空間，這個在後面會詳細介紹。
說了這麼多，最重要的，題主問到了“為什麼要做客流統計”?這個問題其實沒有人回答。我來說下自己的理解。
原因：
為什麼有的公司要統計客流，嚴格來說，除了客流數量，還包含對客流質量的分析和應用，並且還把 Traffic 作為非常重要的資料指標在財報中公佈?原因是這個 Traffic 真的非常非常非常重要!
我們來看這樣一個客流漏斗模型：
在最頂端的潛在客群，即公司在做品牌戰略時圈定的目標消費者，最終到達門店、入店、消費、復購、加入會員、成為忠實會員的人才是對品牌來說最寶貴的客群，雖說寶貴，但這部分人群實際上不需要再做更多營銷成本投入了，因為他已經是你的死忠粉了，再花錢不是浪費嘛!
在制定好品牌戰略後，漏斗中最關鍵的資料指標就是到達客流和入店客流的轉化了，他們就像是大選中那個中間搖擺不定的人群，只有爭取到他們的支援，讓他們用現金投票，品牌才能贏得銷售成功。
所以說，客流的數量和質量決定了店鋪的銷售能力，即客流資料決定銷售資料。這就像電商網站的流量決定了成交量，不重視不行啊!
具體應用：
下面我們來詳細闡述 Traffic 即客流資料的具體應用，如下的銷售公式在電商行業都不陌生，
但在實體零售行業，如今很多零售商還在談的依然是成交筆數、成交客單和坪效(營業額 / 總面積)這些傳統邏輯。
(而庫克 Q2 2015 電話會議原文中，可以看出蘋果是把線上、線下的客流視為一體的，即流量。)
把銷售額公式做進一步拆解，是這樣的：
透過對客流的統計(包括數量和質量)，進而對資料指標進行拆解，這樣可以精細化店鋪運營，透過運營策略的調整和輔助的 KPI 考核指標，就能有效提升最終的銷售額。
問題來了!
指標拆解後，如何提升實體零售店鋪的客流和轉化?
這裡能說的方法和案例太多了，說多了也是打廣告，這裡我只舉幾個應用方向的案例供參考。
