从早期的红外对射计数到如今的AI视觉重识别，商业客流分析系统的技术底座已发生根本性变化。武汉市景集盛科技有限公司在服务华中多个购物中心数字化项目中发现，选型失误往往源于对技术代际的模糊认知。

一、三代技术路线的分水岭

当前市面主流方案可归为三类：

• 红外/热释电传感：成本低，但无法去重，多人并行时误差率常超30%。
• Wi-Fi探针：覆盖广，受MAC随机化影响，数据完整性持续下降。
• AI视觉ReID：基于行人重识别算法，跨镜追踪准确率可达92%以上，成为购物中心数字化的主流选择。

真正的分水岭不在硬件，而在算法对遮挡、逆光、跨镜的鲁棒性。

二、选型必须追问的三个指标

武汉市景集盛科技有限公司技术团队建议，评估供应商时重点核查：

1. 去重率与漏检率的平衡点——单点98%去重率若以漏检15%为代价，门店数据统计便失去意义。
2. 数据打通能力——能否将客流轨迹与POS、会员消费分析系统做时间轴对齐，直接决定客流优化策略是否可执行。
3. 边缘计算架构——前端算力部署比例影响长期运维成本，纯云端方案在高峰时段延迟明显。

三、一个购物中心的落地样本

武汉某区域型购物中心上线商圈运营软件后，通过热区驻留时长与提袋率关联分析，将三楼儿童业态的冷区铺位租金坪效提升了18%。这不是算法本身的功劳，而是商业客流分析系统输出的数据被运营方真正纳入了招商调改闭环。

选型的终点不是买一套软件，而是找到能持续迭代数据应用场景的合作伙伴。