Kişi sayacı

Kişi sayacı, belirli bir geçit veya girişten geçen insan sayısını ölçmek için kullanılan elektronik bir cihazdır. Örnekler arasında basit manuel tıklamalar, akıllı döşeme teknolojileri, kızılötesi ışınlar, termal görüntüleme sistemleri, WiFi izleyiciler ve gelişmiş makine öğrenimi algoritmaları kullanan video sayaçları sayılabilir. Pazarlama kampanyalarının etkinliğini, bina tasarımı ve düzenini veya belirli markaların popülaritesini değerlendirmek için perakende kuruluşları tarafından yaygın olarak kullanılmaktadır.

Tarihçe[değiştir | kaynağı değiştir]

Elektronik kişi sayaçlarının öncülleri[değiştir | kaynağı değiştir]

Elektronik insan sayaçlarının ortaya çıkmasından önce manuel insan sayaçları kullanılıyordu. Bunlar, bir mağaza çalışanının mağazanın girişinin yakınında durmasını ve mağazaya her girdiğinde bir sayım cihazına tıklamasını gerektiriyordu. Bu, insan kaynağının verimsiz kullanımının yanı sıra, yüksek düzeyde insan hatası nedeniyle yanlış olarak kabul edilmiştir. Basınca duyarlı bir platform veya mat üzerindeki adım sayısına göre içeri girenleri sayan basınca duyarlı sensörler de kullanılmıştır.

1. nesil: Kızılötesi ışın sayaçları (2002-2004)[değiştir | kaynağı değiştir]

İlk Birleşik Krallık kızılötesi ışın sayaçları 1988 yılında Business Blueprints tarafından Sheffield, Güney Yorkshire, İngiltere dışındaki Meadowhall merkezinde kurulmuştur. 14 giriş de kaplandı ve yılda 20 milyon alışverişçinin ayak bastığını kaydetmişlerdir. Her ışın sayacını yeniden kalibre etmek için günlük manuel kontroller yapılmıştır. Bu, sonraki video sistemlerinden önemli ölçüde daha doğru olan +\-%3'lük bir hata oranına yol açmıştır.

Sayacın en basit şekli, tipik olarak kapının yanındaki küçük bir LCD ekran birimine bağlanan bir giriş boyunca uzanan tek bir yatay kızılötesi ışındır. Işın kırıldığında bir kene 'kaydedilir'. Bir kişi normalde aynı kapıdan girip çıktığı için, 'keneleri' ikiye bölmek, ziyaretçi sayısının bir ölçüsünü verir. Işın sayaçları genellikle, tipik olarak 2,5 metre ila 6 metre aralığında olan, ünitenin karşısına monte edilmiş bir alıcı veya reflektör gerektirir. Kısıtlamalara rağmen, kızılötesi sayaçlar, düşük maliyetleri ve kurulum kolaylığı nedeniyle hala yaygın olarak kullanılmaktadır.^[1] İlk nesil insan sayacının beklenen doğruluk seviyesi %60 ila %80 arasındaydı.

2. nesil: Termal sayaçlar (2005-2011)[değiştir | kaynağı değiştir]

Termal görüntüleme sistemleri, ısı kaynaklarını algılayan dizi sensörleri kullanır. Bu sistemler tipik olarak gömülü teknoloji kullanılarak uygulanır ve baş üstüne monte edilir. Cihazlardaki görüntü besleme rölesi ısı kaynakları olduğundan, termal sayaçların doğruluğunu doğrulamak zordur. Termal sayaçlar, birkaç saniyenin ötesinde hedeflerin bekleme süresini ölçmekte zorlandıkları için hatalı olabilirler. Bu nedenle, ikinci nesil insan sayacının ortalama doğruluğu %80 ila %85 arasındadır.

3. nesil: Video ve WiFi sayımı (2012-2016)[değiştir | kaynağı değiştir]

İki tür 3. nesil insan sayacı vardır.

Video sayaçları, doğrudan bir video kasetten insan sayısını saymak için karmaşık algoritmalar ve kamera görüntüleme kullanır.

WiFi sayma işlevi, mağaza dışındakiler de dahil olmak üzere alışveriş yapanların akıllı telefonlarından WiFi araştırma istek sinyallerini toplar. Bu, bir pencere pazarlama kampanyasının ne kadar etkili olduğunu belirleme yeteneği gibi, özellikle perakende sektörü için işletmeler için bir dizi önemli ölçüt ekler.

Video sayma teknolojisi ile cihazın beklenen doğruluk oranı %80 ile %95 arasındadır.

Endüstriler[değiştir | kaynağı değiştir]

Perakende mağazaları[değiştir | kaynağı değiştir]

Dönüşüm oranı: Perakende ortamındaki kişi sayma sistemleri, toplam ziyaretçilerin satın alma sayısına göre yüzdesi olan dönüşüm oranını hesaplamak için kullanılmaktadır.

Pazarlama etkinliği: Alışveriş merkezi pazarlama uzmanları, mevcut pazarlama kampanyasının etkinliğini ölçmek için ziyaretçi istatistiklerine güvenmektedir. Alışveriş merkezi sahipleri genellikle pazarlama etkinliğini perakende mağazalarıyla aynı dönüşüm oranıyla ölçmektedir.^[2]

Personel planlaması: Perakendeciler, personel tahsislerini belirlemek için farklı iş metriklerini kullanabilir. Doğru ziyaretçi sayımı, personel vardiyalarını optimize etmek için de yararlıdır. Personel gereksinimleri genellikle doğrudan ziyaretçi trafiğinin yoğunluğuyla ilgilidir ve temizlik ve bakım gibi hizmetler genellikle trafiğin en düşük olduğu zamanlarda yapılmaktadır.^[3]

Alışveriş merkezleri[değiştir | kaynağı değiştir]

Yüksek trafikli alanların izlenmesi: Alışveriş merkezleri, belirli bir alandaki ziyaretçi sayısını ölçmek için insan sayaçlarını kullanır. Kişi sayaçları ayrıca insanların bir araya gelme eğiliminde olduğu alanları ölçmeye yardımcı olur. İnsanların toplanma eğiliminde olduğu alanlar genellikle daha yüksek kira alır.

Belirli markaların popülaritesinin belirlenmesi: Alışveriş merkezleri sadece en popüler markalara yer kiralamayı tercih etmektedir. Kişi sayaçları, yaya trafiğini ve trafiği belirleyerek alışveriş merkezlerinin popülerliği keşfetmesine yardımcı olur. AVM sahipleri, müşteri başına trafik akışını, farklı AVM girişlerinin hangi alanlarda ve kullanım düzeylerini belirlemektedirler.^[4]

Toplu taşıma[değiştir | kaynağı değiştir]

Güzergâh boyunca doluluk bir otobüs veya tren içindeki insan sayma sistemi, GPS konumlandırma ile birleştiğinde, yolculukları boyunca gerçek doluluk otobüslerinin ölçülmesine yardımcı olabilmektedir. Bu, otobüs operatörünün rotalara finansman ve kaynak tahsis etmesine yardımcı olacaktır.^[5]

İş metrikleri[değiştir | kaynağı değiştir]

Kişi sayaçları, farklı iş metriklerini ölçmek için kullanılır. Birçok farklı insan sayacı türü olmasına ve her modelin desteklenen metriklere göre değişiklik göstermesine rağmen, çoğu kişi sayacı aşağıdaki metriklerin bir kısmını veya tamamını sunar.

Ayak sesi[değiştir | kaynağı değiştir]

Ayak sesi, belirli bir zaman diliminde bir dükkâna veya işletmeye giren kişi sayısını ölçer. Trendleri analiz ederken, yaya sayısının genellikle günler veya haftalar gibi dönemler üzerinden ortalaması alınır.^[6]^[7]

Dönüşüm oranı[değiştir | kaynağı değiştir]

Pencere dönüşüm oranı, bir mağazaya giren alışveriş yapanların, önünden geçenlerin sayısına kıyasla yüzdesidir. WiFi sayımı ile mağazalar, bir mağazanın önünden geçen insan sayısını tahmin edebilir. Ancak daha doğru bir yöntem video saymadır. Bir mağazanın önünden geçen insan sayısı genellikle mağazanın bulunduğu yerin potansiyelini yansıtırken, pencere dönüşüm oranı, vitrin tasarımının çekiciliği ve pazarlama kampanyalarının etkinliği gibi faktörlere bağlıdır.

Ziyaret süresi[değiştir | kaynağı değiştir]

Ziyaret süresi, ziyaretçilerin bir mekanda kalma süresidir. Wi-Fi sayımı sayesinde, sahipleri akıllı telefon taşıyan bir kişinin mekana girip çıkma süresini takip edebilmektedir.^[8]

Kabarcık haritası/ısı haritası[değiştir | kaynağı değiştir]

Bu metrik, bir yerleşkenin bölgeleri, bölümleri ve mahkemeleri başına kullanıcı etkileşimini izler. Kabarcık haritası veya ısı haritası, kullanıcıların belirli bir zaman diliminde tüm bileşikteki etkileşim sayısını yüzde olarak analiz etmelerini sağlar. Kabarcık haritaları ve ısı haritaları benzer şekilde çalışır, tek fark görüntüleme metodolojisidir. Bir ısı haritası, renklerin kullanımı yoluyla etkileşim seviyesini gösterirken, daha sıcak renkler daha fazla etkileşim gösterirken, bir kabarcık haritası, çizilen balonun yüzdelik dilimi ve çevresi açısından etkileşimi gösterir.

Bölge sayımı/trafik akışı[değiştir | kaynağı değiştir]

Kabarcık haritasına ve ısı haritasına benzeyen bu metrik, kullanıcının bir alışveriş merkezindeki trafik akışını görmesine ve etkileşim düzeylerini analiz etmesine olanak tanır. Alışveriş merkezi sahibi, trafik akış diyagramı ile Alışveriş merkezinin en popüler konumunun neresi olduğunu belirleyebilir ve talebe göre kiralık alanlarını kiralamayı tercih edebilir.^[9]

Dış trafik[değiştir | kaynağı değiştir]

Dış trafiği ölçmek, perakendecilerin herhangi bir günde perakende mağazasından geçen insan sayısını belirlemesine ve bir yerin işletmeye kaç potansiyel müşteri getirebileceğini tahmin etmesine olanak tanır.^[10]

Geri dönen müşteriler[değiştir | kaynağı değiştir]

Bu ölçüm, bir akıllı telefon tarafından iletilen benzersiz WiFi sinyal kimliğini izleyerek, daha önce mağazayı ziyaret etmiş olan bir mağazaya giren kişi sayısına bakar.^[11]

Kullanılan teknolojiler[değiştir | kaynağı değiştir]

Akıllı döşeme teknolojileri, kızılötesi ışınlar, termal görüntüleme, bilgisayarlı görü ve WiFi sayımı gibi insan sayma cihazlarında birçok farklı teknoloji kullanılmaktadır.^[12] Mevcut dördüncü nesil insan sayacı, gölge sorunları, yüksek trafik sayımı ve zemindeki kalıpların bozulması gibi önceki nesillerin dayattığı sınırlamaların üstesinden gelmek için stereoskopik görüntülemeyi kullanır.

Video sayma[değiştir | kaynağı değiştir]

Bilgisayarlı görü, gömülü bir cihaz aracılığıyla çalışır ve ağ üzerinden yalnızca kişi sayısının gönderilmesi gerektiğinden ağ bant genişliği kullanımını azaltır. Hem dış mekan hem de iç mekan konumları için doğru sayım sağlamak için uyarlanabilir algoritmalar geliştirilmiştir. Renk ve dokuya dayalı çok katmanlı arka plan çıkarma, değişen gölgeler ve aydınlatma koşulları için mevcut en sağlam algoritma olarak kabul edilir.^[13]^[13] Görüntü işlemedeki gelişmelerle birlikte video sayma, bazı aydınlatma ortamlarında %98 doğruluk sağlayabilir. Yapay zeka ve örüntü tanıma işlevlerinin kullanımının doğruluğunu daha da artırması beklenmektedir.^[14]

WiFi sayımı[değiştir | kaynağı değiştir]

WiFi sayımı, alan içindeki akıllı telefonlardan yayılan benzersiz WiFi yönetim çerçevelerini almak için bir WiFi alıcısı kullanır.^[15] Tüm insanlar bir akıllı telefon taşımasa da, WiFi sayımı, yeterince büyük bir örneklem boyutuyla istatistiksel olarak anlamlı ölçümler üretebilir. Apple'ın iOS9 ve Android 6.0 Marshmallow'u gibi modern mobil işletim sistemleri, karmaşık algoritmalar kullanmadan WiFi sayımını daha zor hale getiren MAC döndürme şemalarını kullanır.^[16]^[17]

Video doğrulama[değiştir | kaynağı değiştir]

4. nesil kişi sayaçları, kullanıcıların kişi sayaçları tarafından sağlanan verilerin gerçekliğini ve bütünlüğünü gözden geçirme seçeneği içerir. Kullanıcı, sayacın doğruluğunu doğrulayabilecek ve tüm veri eşitsizliklerini hesaba katarak buna göre iş kararları alabilecektir. Kullanıcı, sayacın doğruluğunu doğrulayabilecek ve tüm veri eşitsizliklerini hesaba katarak buna göre iş kararları alabilecektir.

Mağaza ortamıyla sorunsuz entegrasyon[değiştir | kaynağı değiştir]

Kişi sayaçları, mağaza ortamının tıkanmasını ve bozulmasını en aza indirmek için mağaza ortamıyla entegre olacak şekilde tasarlanmıştır. Ayrıca, kişi sayaçları kolayca güvenlik kameraları ile karıştırılabileceğinden, uygun şekilde tasarlanmadıkları ve kurulmadıkları takdirde alışveriş yapanlar kendilerini tedirgin hissedebilir ve dikkatleri dağılabilir. Kişi sayacı düzgün bir şekilde gizlenmezse veya çevreye sorunsuz bir şekilde entegre edilmezse, gözetim altında olduklarına inanmaları için yanlış yönlendirilirlerse tüketicilerin satın alma davranışları etkilenecektir.^[18]

Ek özellikler[değiştir | kaynağı değiştir]

Dördüncü nesil insan sayaçları, aşağıdakileri içerecek şekilde önceki teknolojiyi temel alır:

Farklı yoğunluktaki birden çok kaynaktan gelen ışık alıcılarının füzyonuna dayalı olarak düşük/değişken ışık koşullarında kullanılabilme.^[19]
Bazı alışveriş merkezlerinde CCTV kullanımını yasaklarken video sayımından faydalı ölçümler elde etme özelliğini koruyan yerel yasalara uygun özellikler sağlar.

Ayrıca bakınız[değiştir | kaynağı değiştir]

Kaynakça[değiştir | kaynağı değiştir]

^ Doğa Alanında Ziyaretçi İzleme - Kuzey ve Baltık Ülkelerinden edinilen deneyimlere dayalı bir kılavuz. 24 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.
^ "Reklam kampanyasının etkinliğini ölçmek için metrikler". Allbusiness (July 2010). 17 Şubat 2015 tarihinde kaynağından arşivlendi.
^ "Personelleri optimize etmek için pazarlama içgörülerini kullanma". 12 Temmuz 2017 tarihinde kaynağından arşivlendi.
^ "Dubai'deki AVM'ler kalabalıkları saymak için sensörler kullanıyor". 6 Şubat 2016 tarihinde kaynağından arşivlendi.
^ "Toplu taşıma için otomatik yolcu sayma sistemleri". 6 Aralık 2019 tarihinde kaynağından arşivlendi.
^ "Haftaya Göre Aviation House'da Ortalama Günlük Ziyaretçi Sayısı - data.gov.uk". 24 Kasım 2018 tarihinde kaynağından arşivlendi.
^ "Primark, Colchester alışveriş merkezi ziyaretçilerini %30 oranında artırdı". 24 Haziran 2021 tarihinde kaynağından arşivlendi.
^ "Wi-Fi Konum Analizi" (PDF). 14 Mart 2017 tarihinde kaynağından (PDF) arşivlendi.
^ "Bir Perakende Sitesi Seçmek için Trafik Çalışması Nasıl Kullanılır?". 1 Aralık 2017 tarihinde kaynağından arşivlendi.
^ "Yaya Trafiği Nasıl Belirlenir ve Bir İşletme Yeri Seçmek İçin Veriler Nasıl Kullanılır". Marsan, Jeremy. 7 Mart 2017 tarihinde kaynağından arşivlendi.
^ "Dikkat, Alışveriş Yapanlar: Mağaza Hücrenizi Takip Ediyor". Clifford, Stephanie; Hardy, Quentin (15 July 2013). 15 Temmuz 2013 tarihinde kaynağından arşivlendi.
^ trafik mühendisliği çalışmaları el kitabı. 24 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.
^ ^a ^b Yao, Jian; Odobez, Jean-Marc. "Multi-Layer Background Subtraction Based on Color and Texture". 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, MN, USA: IEEE: 1-8. doi:10.1109/CVPR.2007.383497. ISBN 978-1-4244-1179-5. 30 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.
^ "Büyük kalabalığın Bilgisayar Sayımı artık mümkün". IEEE Spectrum. 20 Ekim 2015 tarihinde kaynağından arşivlendi.
^ "Wi-Fi, Bir Odadaki İnsanları Telefonlarını İzlemeden Nasıl Sayabilir". Popular Mechanics. 9 Haziran 2015 tarihinde kaynağından arşivlendi.
^ "iOS 9'da Güvenlik ve Gizlilik Değişiklikleri". 14 Ağustos 2015 tarihinde kaynağından arşivlendi.
^ "Android 6.0 Marshmallow, thoroughly reviewed". Amadeo, Ron (5 October 2015). 6 Ekim 2015 tarihinde kaynağından arşivlendi.
^ "Gözetim Sistemine Dayalı Alışveriş Davranışlarının Analizi" (PDF). Video and Image Processing, Philips Research: 2512–2519. 9 Ağustos 2017 tarihinde kaynağından (PDF) arşivlendi.
^ "People counter based on fusion of reflected light intensities from an infrared sensor array" (PDF). 19 Ocak 2018 tarihinde kaynağından (PDF) arşivlendi.

[1] Doğa Alanında Ziyaretçi İzleme - Kuzey ve Baltık Ülkelerinden edinilen deneyimlere dayalı bir kılavuz. 24 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.

[2] "Reklam kampanyasının etkinliğini ölçmek için metrikler". Allbusiness (July 2010). 17 Şubat 2015 tarihinde kaynağından arşivlendi.

[3] "Personelleri optimize etmek için pazarlama içgörülerini kullanma". 12 Temmuz 2017 tarihinde kaynağından arşivlendi.

[4] "Dubai'deki AVM'ler kalabalıkları saymak için sensörler kullanıyor". 6 Şubat 2016 tarihinde kaynağından arşivlendi.

[5] "Toplu taşıma için otomatik yolcu sayma sistemleri". 6 Aralık 2019 tarihinde kaynağından arşivlendi.

[6] "Haftaya Göre Aviation House'da Ortalama Günlük Ziyaretçi Sayısı - data.gov.uk". 24 Kasım 2018 tarihinde kaynağından arşivlendi.

[7] "Primark, Colchester alışveriş merkezi ziyaretçilerini %30 oranında artırdı". 24 Haziran 2021 tarihinde kaynağından arşivlendi.

[8] "Wi-Fi Konum Analizi" (PDF). 14 Mart 2017 tarihinde kaynağından (PDF) arşivlendi.

[9] "Bir Perakende Sitesi Seçmek için Trafik Çalışması Nasıl Kullanılır?". 1 Aralık 2017 tarihinde kaynağından arşivlendi.

[10] "Yaya Trafiği Nasıl Belirlenir ve Bir İşletme Yeri Seçmek İçin Veriler Nasıl Kullanılır". Marsan, Jeremy. 7 Mart 2017 tarihinde kaynağından arşivlendi.

[11] "Dikkat, Alışveriş Yapanlar: Mağaza Hücrenizi Takip Ediyor". Clifford, Stephanie; Hardy, Quentin (15 July 2013). 15 Temmuz 2013 tarihinde kaynağından arşivlendi.

[12] trafik mühendisliği çalışmaları el kitabı. 24 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.

[ieeexplore.ieee.org-13] Yao, Jian; Odobez, Jean-Marc. "Multi-Layer Background Subtraction Based on Color and Texture". 2007 IEEE Conference on Computer Vision and Pattern Recognition. Minneapolis, MN, USA: IEEE: 1-8. doi:10.1109/CVPR.2007.383497. ISBN 978-1-4244-1179-5. 30 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Haziran 2021.

[14] "Büyük kalabalığın Bilgisayar Sayımı artık mümkün". IEEE Spectrum. 20 Ekim 2015 tarihinde kaynağından arşivlendi.

[15] "Wi-Fi, Bir Odadaki İnsanları Telefonlarını İzlemeden Nasıl Sayabilir". Popular Mechanics. 9 Haziran 2015 tarihinde kaynağından arşivlendi.

[16] "iOS 9'da Güvenlik ve Gizlilik Değişiklikleri". 14 Ağustos 2015 tarihinde kaynağından arşivlendi.

[17] "Android 6.0 Marshmallow, thoroughly reviewed". Amadeo, Ron (5 October 2015). 6 Ekim 2015 tarihinde kaynağından arşivlendi.

[18] "Gözetim Sistemine Dayalı Alışveriş Davranışlarının Analizi" (PDF). Video and Image Processing, Philips Research: 2512–2519. 9 Ağustos 2017 tarihinde kaynağından (PDF) arşivlendi.

[19] "People counter based on fusion of reflected light intensities from an infrared sensor array" (PDF). 19 Ocak 2018 tarihinde kaynağından (PDF) arşivlendi.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

Kişi sayacı nedir?, Kişi sayacı anlamı nedir?, Kişi sayacı ne demektir?