সংক্ষেপে / মূল বিষয়গুলি
- WiFi অ্যানালিটিক্সের দুটি মোড: প্রেজেন্স (বেনামি, সেন্সর-ভিত্তিক) এবং এনগেজমেন্ট (শনাক্তকৃত, ক্যাপটিভ-পোর্টাল-ভিত্তিক)। বেশিরভাগ ভেন্যুর দুটোই দরকার, কারণ প্রতিটি আলাদা প্রশ্নের উত্তর দেয়।
- MAC র্যান্ডমাইজেশন এই বিদ্যাকে বদলে দিয়েছে। যেসব প্ল্যাটফর্ম মানিয়ে নিয়েছে, তারা পরিসংখ্যানগত সংশোধন ও সম্মতিপ্রাপ্ত শনাক্তকরণ দিয়ে ক্যামেরার গ্রাউন্ড ট্রুথের তুলনায় ±3-7% নির্ভুলতা বজায় রাখে। যেসব প্ল্যাটফর্ম পরিবর্তনটি উপেক্ষা করেছে, তারা নির্ভুলতা হারিয়েছে।
- মূল মেট্রিকগুলি হলো ফুটফল, ডোয়েল টাইম, ফিরে আসার হার, জোন ট্রানজিশন, নতুন বনাম ফিরে আসা ভিজিটরের অনুপাত এবং ক্যাপচার রেট। সৎ পাঠ হলো কনফিডেন্স ইন্টারভাল সহ সংশোধিত সংখ্যা, কাঁচা প্রোব কাউন্ট নয়।
- প্রেজেন্সের জন্য রোটেশন সহ হ্যাশ করা MAC, এনগেজমেন্টের জন্য পোর্টালে সুস্পষ্ট সম্মতি, একটি DPIA এবং ভেন্যুতে স্পষ্ট সাইনেজ থাকলে GDPR-সম্মত অ্যানালিটিক্স সম্ভব। ICO ও EU-র CNIL দুজনেই এই মডেল নিয়ে ইতিবাচক নির্দেশিকা দিয়েছে।
- সবচেয়ে শক্তিশালী সেক্টর প্রয়োগ হলো রিটেল, শপিং মল, এয়ারপোর্ট, স্টেডিয়াম, মিউজিয়াম ও কর্পোরেট অফিস। প্রতিটি একই ডেটা মডেল ব্যবহার করে, শুধু উপরে উপস্থাপনার স্তরটি আলাদা।
বেশিরভাগ ভেন্যুর হাতে এমন একটি সেন্সর নেটওয়ার্ক আছে, যার জন্য তারা আগেই অর্থ দিয়েছে: গেস্ট WiFi-এর জন্য বসানো অ্যাক্সেস পয়েন্ট। একই হার্ডওয়্যার, একই RF ইভেন্ট, একই অ্যাসোসিয়েশন লগ, ভিন্নভাবে ব্যবহার করলে জানা যায় কে ভেতরে এলেন, কতক্ষণ থাকলেন, কোথায় গেলেন এবং আবার ফিরে এলেন কি না।
এটিই WiFi অ্যানালিটিক্স। এটি দরজার টার্নস্টাইল কাউন্টার বা ক্যাশ কাউন্টারের কম্পিউটার-ভিশন ক্যামেরার নিখুঁত বিকল্প নয়। এটি অনেক সস্তা বিকল্প, যা একটি চোক পয়েন্ট নয়, পুরো ভেন্যু কভার করে এবং চলাচল ও ডোয়েলের এমন ডেটা দেয় যা ক্যামেরা দিতে পারে না।
WiFi অ্যানালিটিক্স বিবেচনা করছেন বা চালাচ্ছেন এমন ভেন্যু ও মার্কেটিং টিমের জন্য এই গাইড একটি অপারেটিং রেফারেন্স। এতে আছে দুটি মোড (প্রেজেন্স ও এনগেজমেন্ট), গুরুত্বপূর্ণ মেট্রিক, MAC র্যান্ডমাইজেশন কী ভেঙেছে এবং এই বিদ্যা কীভাবে মানিয়ে নিয়েছে, মানুষ গণনার বিকল্প প্রযুক্তির সঙ্গে তুলনা, UK GDPR-এর কাঠামো এবং কার্যকর সেক্টর প্রয়োগ।
দুটি মোড: প্রেজেন্স ও এনগেজমেন্ট
WiFi অ্যানালিটিক্স নিয়ে প্রায় প্রতিটি বিভ্রান্তিকর আলোচনার কারণ এই দুটিকে গুলিয়ে ফেলা। এরা ভিন্ন ডেটা ব্যবহার করে, ভিন্ন প্রশ্নের উত্তর দেয় এবং ভিন্ন আইনি ভিত্তিতে চলে।
প্রেজেন্স অ্যানালিটিক্স
বেনামি, সেন্সর-ভিত্তিক, প্রোব রিকোয়েস্ট ও অ্যাসোসিয়েশন লগ থেকে প্রাপ্ত। একটি নির্দিষ্ট সময়ে একটি জোনে অনন্য ডিভাইস গণনা করে। প্রযুক্তিগত গোপনীয়তা কন্ট্রোল হিসেবে রোটেশন সহ হ্যাশ করা MAC।
উত্তর দেয়: কতজন ভেতরে এলেন, কতক্ষণ থাকলেন, জোনগুলির মধ্যে কীভাবে চলাচল করলেন এবং মোট সংখ্যা বাড়ছে না কমছে।
আইনি ভিত্তি: DPIA, সাইনেজ ও অপ্ট-আউট সহ লেজিটিমেট ইন্টারেস্ট।
এনগেজমেন্ট অ্যানালিটিক্স
শনাক্তকৃত, ক্যাপটিভ-পোর্টাল-ভিত্তিক, সাইন-ইন ও চলমান সেশন থেকে প্রাপ্ত। ভিজিটকে একটি কন্ট্যাক্ট রেকর্ডের সঙ্গে যুক্ত করে। সেগমেন্টেশন, কাস্টমার জার্নি ও লাইফসাইকেল মার্কেটিংয়ের ভিত্তি।
উত্তর দেয়: কে ভেতরে এলেন, কত ঘন ঘন আসেন, দিনের কোন সময়ে, মাল্টি-সাইট ব্র্যান্ডের কোন সাইটে, এবং মার্কেটিংয়ে কাজে লাগানোর মতো কোহর্টের আচরণ।
আইনি ভিত্তি: পোর্টাল সাইন-ইনে সুস্পষ্ট সম্মতি।
বেশিরভাগ ভেন্যুর দুটোই দরকার। প্রেজেন্স দেয় মূল ফুটফল ও ডোয়েলের সংখ্যা, যা সাইটগুলির মধ্যে সমানে-সমানে তুলনা করা যায়। এনগেজমেন্ট দেয় শনাক্তকৃত কোহর্ট, যাদের জন্য মার্কেটিং সত্যিই কাস্টমার জার্নি চালাতে পারে। দুটি যুক্ত হয় ক্যাপটিভ পোর্টালে: যে ভিজিটর সাইন ইন করেন, সেই ভিজিটের জন্য তিনি প্রেজেন্স ডেটাসেট থেকে এনগেজমেন্ট ডেটাসেটে চলে যান।
MAC র্যান্ডমাইজেশন এবং কেন এটি এই বিদ্যাকে বদলে দিয়েছে
2010-এর দশকের বেশিরভাগ সময় WiFi অ্যানালিটিক্স দাঁড়িয়ে ছিল একটি নীরব ভুল ধারণার উপর: একটি ডিভাইসের MAC ঠিকানা প্রতিটি ভিজিটে একই থাকে। iOS 14 (2020) iPhone-এর ক্ষেত্রে তা ভেঙে দেয়। Android 10 ভাঙে Android-এর ক্ষেত্রে। Windows 11 ও macOS Sonoma পরিবর্তনটিকে ল্যাপটপ পর্যন্ত বিস্তৃত করে। 2026-এ অধিকাংশ কনজিউমার ডিভাইস অ্যাসোসিয়েশনের আগে প্রোব রিকোয়েস্টে একটি র্যান্ডম, পরিবর্তনশীল MAC দেখায়।
যে সরল গণনা প্রতিটি অনন্য MAC-কে একটি অনন্য ডিভাইস ধরত, তা বাড়িয়ে গুনতে শুরু করে। ফিরে আসার হার ধসে পড়ে; নতুন ভিজিটরের অনুপাত লাফিয়ে বাড়ে; কোহর্ট রিটেনশন কার্ভের আর কোনো অর্থ থাকে না।
এই বিদ্যা দুইভাবে মানিয়ে নিয়েছে। প্রথমত, পরিসংখ্যানগত সংশোধন: সম্ভাবনাভিত্তিক মডেল, যা প্রতিটি ডিভাইস শ্রেণির প্রত্যাশিত র্যান্ডমাইজেশন হার ও রোটেশনের ছন্দ হিসাবে ধরে এবং পরিচিত সাইটে ক্যামেরার গ্রাউন্ড ট্রুথের সঙ্গে ক্যালিব্রেট করা। দ্বিতীয়ত, ক্যাপটিভ পোর্টালের মাধ্যমে শনাক্তকরণ: যে ভিজিটররা সাইন ইন করেন, তাঁরা একটি স্থির পরিচয় দেন যা র্যান্ডমাইজেশনে একেবারেই প্রভাবিত হয় না।
2026-এ সংশোধিত প্রেজেন্স স্ট্রিম ও অপ্ট-ইন করা এনগেজমেন্ট স্তরের মিলিত নির্ভুলতা 2018-এর ফুটফল অ্যানালিটিক্সের সমতুল্য, সঙ্গে আরও শক্তিশালী গোপনীয়তা। যে ভেন্ডররা সংশোধনের কাজ করেছে, তারা নির্ভুলতা বজায় রেখেছে; যারা করেনি, তারা হারিয়েছে। মূল্যায়নের সময় এটি স্পষ্টভাবে যাচাই করে নেওয়া উচিত।
MAC রোটেশন আপনার মেট্রিকে কীভাবে প্রভাব ফেলে দেখতে চান? কাঁচা ডিভাইস কাউন্ট, গ্রাউন্ড ট্রুথ ভিজিটর কাউন্ট এবং সমন্বিত কাউন্টের মডেল তৈরি করতে আমাদের ফ্রি MAC Randomization Simulator ব্যবহার করুন (আমাদের ফ্রি WiFi টুলস লাইব্রেরি থেকে)।
র্যান্ডমাইজেশনের সময়রেখা
- 2014: iOS 8 র্যান্ডম প্রোব চালু করে (বাস্তবে ডিফল্টভাবে বন্ধ)।
- 2020: iOS 14 ডিফল্টভাবে প্রতিটি SSID অনুযায়ী র্যান্ডমাইজ করে।
- 2020: Android 10+ ডিফল্টভাবে প্রতিটি SSID অনুযায়ী র্যান্ডমাইজ করে।
- 2022: Windows 11 সব WLAN প্রোবে এটি প্রসারিত করে।
- 2023: macOS Sonoma ল্যাপটপে iOS-এর আচরণ অনুসরণ করে।
- 2026: র্যান্ডমাইজেশনই প্রধান ধারণা; স্থির MAC এখন ব্যতিক্রম।
রিপোর্ট করার মতো ছয়টি মেট্রিক
WiFi অ্যানালিটিক্স প্ল্যাটফর্ম একশোটি উদ্ভূত মেট্রিক তৈরি করতে পারে। সিদ্ধান্তের প্রায় পুরো ভার বহন করে তার মধ্যে ছয়টি।
ফুটফল
একটি নির্দিষ্ট সময়ে একটি নির্ধারিত জোনে প্রবেশ করা অনন্য ভিজিটর। রিটেল ও ভেন্যু অপারেটরদের প্রধান KPI।
ডোয়েল টাইম
প্রতি ভিজিটে জোনে কাটানো সময়ের মিডিয়ান, p25/p75, p95। শুধু দেখতে আসা আর কিনতে আসা মানুষকে আলাদা করে।
ফিরে আসার হার
একটি সময়ে আসা ভিজিটরদের মধ্যে যাঁরা আগের N দিনেও এসেছিলেন, তাঁদের অনুপাত। লয়্যালটির সিগন্যাল।
জোন ট্রানজিশন
নির্ধারিত জোনগুলির মধ্যে উৎস থেকে গন্তব্যের প্রবাহ। ভিজিটরের যাত্রাপথ বিশ্লেষণ ও লেআউট পরীক্ষার ভিত্তি।
নতুন বনাম ফিরে আসা
অ্যাকুইজিশন বনাম রিটেনশনের অনুপাত। মার্কেটিং অ্যাট্রিবিউশন এবং ফুটফল বৃদ্ধির সৎ রিপোর্টিংয়ে কাজে লাগে।
ক্যাপচার রেট
শনাক্ত প্রেজেন্সের যে অংশ ক্যাপটিভ পোর্টাল সাইন-ইনে পরিণত হয়। প্রেজেন্স ও এনগেজমেন্টের মধ্যে সেতু।
WiFi বনাম ক্যামেরা বনাম দরজার সেন্সর
মানুষ গণনার একমাত্র প্রযুক্তি WiFi অ্যানালিটিক্স নয়। বেশিরভাগ ভেন্যুর জন্য সঠিক উত্তর হলো দুটি একসঙ্গে ব্যবহার: সামনের দরজায় উচ্চ-নির্ভুলতার চোক-পয়েন্ট কাউন্টার এবং ডোয়েল ও যাত্রাপথের জন্য পুরো ভেন্যু জুড়ে WiFi।
| পদ্ধতি | নির্ভুলতা | কভারেজ | খরচ | গোপনীয়তা | যাত্রাপথ |
|---|---|---|---|---|---|
| WiFi প্রেজেন্স | ±3-7% | পুরো ভেন্যু | বিদ্যমান AP ব্যবহার করে | হ্যাশ করা MAC, অপ্ট-আউট, সাইনেজ | নেটিভ |
| কম্পিউটার ভিশন | দরজায় ±1-3% | শুধু দৃষ্টিসীমার মধ্যে | ক্যামেরাপ্রতি + কম্পিউট | EU-তে সবচেয়ে বেশি উদ্বেগ | সীমিত |
| দরজার সেন্সর (IR / 3D) | ±2-4% | শুধু দরজায় | দরজাপ্রতি | কম | নেই |
সেক্টরভিত্তিক প্রয়োগ
সব সেক্টরে ডেটা মডেল একই; বদলায় উপরের উপস্থাপনার স্তর। বেশিরভাগ কাজ হয় ছয়টি সেক্টরে।
কমপ্লায়েন্স: UK GDPR, CNIL, CCPA, ISO 27001
গোপনীয়তা মেনে WiFi অ্যানালিটিক্স একটি সমাধান হয়ে যাওয়া সমস্যা। নিচের মডেলটি CNIL স্পষ্টভাবে অনুমোদন করেছে এবং ICO ধারাবাহিকভাবে অনুমতি দিয়েছে। Pizza Express, AGS Airports ও University of Sheffield সবাই Purple-এ ভেন্যু অ্যানালিটিক্স চালায়।
UK GDPR
প্রেজেন্স অ্যানালিটিক্স: DPIA সহ লেজিটিমেট ইন্টারেস্ট। এনগেজমেন্ট অ্যানালিটিক্স: পোর্টালে সুস্পষ্ট সম্মতি। প্রেজেন্সের জন্য রোটেশন সহ হ্যাশ করা MAC স্বীকৃত প্রযুক্তিগত কন্ট্রোল।
রেফারেন্স ›CNIL নির্দেশিকা
ফ্রান্সের নিয়ন্ত্রক WiFi অ্যানালিটিক্স নিয়ে নির্দিষ্ট নির্দেশিকা দিয়েছে। যে মডেল CNIL-কে সন্তুষ্ট করে, বাকি EU সেটিই অনুসরণ করে।
রেফারেন্স ›CCPA / CPRA
ক্যালিফোর্নিয়ায় প্রাইভেসি নোটিস ও অপ্ট-আউট ব্যবস্থা বাধ্যতামূলক। যে WiFi অ্যানালিটিক্স ডেটা সমষ্টিগত ও বেনামি করে, তা বিদ্যমান প্রাইভেসি-পলিসি কাঠামোর মধ্যেই পড়ে।
রেফারেন্স ›ISO 27001
Annex A.5.34 (গোপনীয়তা ও PII সুরক্ষা) এবং A.5.12 (তথ্যের শ্রেণিবিভাগ) প্রযোজ্য। প্ল্যাটফর্মের উচিত একটি DPIA টেমপ্লেট ও সংরক্ষণসূচির এক্সপোর্ট দেওয়া।
রেফারেন্স ›চারটি অপারেশনাল শর্ত: একটি সম্পূর্ণ DPIA, প্রেজেন্স স্ট্রিমের জন্য রোটেশন সহ হ্যাশ করা MAC, এনগেজমেন্ট স্ট্রিমের জন্য ক্যাপটিভ পোর্টালে সুস্পষ্ট সম্মতি, এবং কী মাপা হচ্ছে ও কীভাবে অপ্ট-আউট করা যায় তা ব্যাখ্যা করা দৃশ্যমান ভেন্যু সাইনেজ। Purple প্রতিটির জন্য টেমপ্লেট ও ভেন্যু সাইনেজের অ্যাসেট দেয়। কমপ্লায়েন্স প্রোডাক্টেরই অংশ, পরে ভাবার বিষয় নয়।
কীভাবে একটি WiFi অ্যানালিটিক্স প্ল্যাটফর্ম মূল্যায়ন করবেন
প্রকিউরমেন্ট, অপারেশন ও ডেটা টিমের জন্য আট দফার একটি চেকলিস্ট।
যে প্ল্যাটফর্ম র্যান্ডম MAC সংশোধন করে না, তা 2026-এ ফুটফল মাপছে না। পদ্ধতি এবং ক্যামেরার গ্রাউন্ড ট্রুথের সঙ্গে যাচাইয়ের তথ্য চেয়ে নিন।
আপনার দরকার বেনামি, পুরো-ভেন্যুর মোড এবং সম্মতিপ্রাপ্ত, শনাক্তকৃত মোড। যে প্ল্যাটফর্ম শুধু একটি করে, তা যথেষ্ট নয়।
জোনের সংজ্ঞা ড্যাশবোর্ডে সম্পাদনা করা যাওয়া উচিত, নতুন করে কেবল টেনে নয়। কভারেজ এলাকা, অ্যাঙ্কর স্টোর, বিভাগ।
মাল্টি-সাইট অপারেটরদের ভিন্ন আকার ও ট্রাফিক প্রোফাইলের সাইট জুড়ে নর্মালাইজড KPI দরকার। কাঁচা সংখ্যায় কাজ হয় না।
S3 / BigQuery / Snowflake-এ প্রতি ঘণ্টায় ব্যাচ। নেটিভ Looker / Tableau কানেক্টর। ডেটা সেখানেই পৌঁছানো উচিত, যেখানে আপনার অ্যানালিস্টরা আগে থেকে কাজ করেন।
প্ল্যাটফর্মের উচিত আপনাকে প্রয়োজনীয় প্রাইভেসি কাগজপত্র ও ভেন্যু সাইনেজ দেওয়া। শূন্য থেকে তৈরি করলে ডিপ্লয়মেন্ট কয়েক সপ্তাহ পিছিয়ে যায়।
Cisco Meraki, HPE Aruba, Ruckus, Juniper Mist, Ubiquiti UniFi, Cambium, Extreme, Fortinet। অ্যানালিটিক্স স্তর AP বদলের পরেও টিকে থাকা উচিত।
ডেটার শ্রেণি অনুযায়ী কনফিগারযোগ্য সংরক্ষণ। শনাক্তযোগ্য ডেটা রক্ষণযোগ্য সবচেয়ে কম সময়ের জন্য। সমষ্টিগত ডেটা আপনার রিপোর্টিংয়ের যতদিন দরকার।
প্রায়শই জিজ্ঞাসিত প্রশ্ন
WiFi অ্যানালিটিক্স কী?
+
WiFi অ্যানালিটিক্স হলো ভেন্যুর বিদ্যমান ওয়্যারলেস নেটওয়ার্ককে ফুটফল, ডোয়েল টাইম ও গ্রাহকের চলাচলের সেন্সর হিসেবে ব্যবহার করা। এর দুটি মোড: প্রেজেন্স অ্যানালিটিক্স (বেনামি, সেন্সর-ভিত্তিক, MAC র্যান্ডমাইজেশনে প্রভাবিত) এবং এনগেজমেন্ট অ্যানালিটিক্স (শনাক্তকৃত, ক্যাপটিভ-পোর্টাল-ভিত্তিক, অপ্ট-ইন করা)। বেশিরভাগ অপারেটর দুটোই চালান, কারণ প্রতিটি আলাদা প্রশ্নের উত্তর দেয়।
WiFi দিয়ে ফুটফল গণনা কতটা নির্ভুল?
+
MAC র্যান্ডমাইজেশনের পরিসংখ্যানগত সংশোধন সহ আধুনিক WiFi অ্যানালিটিক্স রিটেল পরিবেশে ক্যামেরা-ভিত্তিক গ্রাউন্ড ট্রুথের তুলনায় ±3-7% নির্ভুল। সমানে-সমানে তুলনা, প্রবণতা ট্র্যাকিং ও বেঞ্চমার্কিংয়ের জন্য এই নির্ভুলতা যথেষ্ট; ক্যাশ রেজিস্টারের সঙ্গে মিলিয়ে দেখার জন্য যথেষ্ট নয়। আপনার রিপোর্ট করা সংখ্যা হওয়া উচিত কনফিডেন্স ইন্টারভাল সহ সংশোধিত সংখ্যা, কাঁচা প্রোব কাউন্ট নয়।
MAC র্যান্ডমাইজেশন কি WiFi অ্যানালিটিক্সকে অকেজো করে দিয়েছে?
+
এটি একে বদলে দিয়েছে। iOS 14+, Android 10+, Windows 11 ও macOS Sonoma অ্যাসোসিয়েশনের আগে প্রোব রিকোয়েস্টে দেখানো MAC ঠিকানা র্যান্ডমাইজ করে। প্রতিটি অনন্য MAC-কে একটি অনন্য ডিভাইস ধরা সরল গণনা এখন ভুল। পরিসংখ্যানগত সংশোধনের মডেল এবং এনগেজমেন্ট অ্যানালিটিক্সের জন্য অপ্ট-ইন করা ক্যাপটিভ-পোর্টাল শনাক্তকরণ দিয়েই আধুনিক প্ল্যাটফর্মগুলি নির্ভুলতা বজায় রাখে। যে প্ল্যাটফর্মগুলি পরিবর্তনটি উপেক্ষা করেছে, তারা নির্ভুলতা হারিয়েছে; যারা মানিয়ে নিয়েছে, তারা হারায়নি।
প্রেজেন্স ও এনগেজমেন্ট অ্যানালিটিক্সের মধ্যে পার্থক্য কী?
+
প্রেজেন্স অ্যানালিটিক্স সেইসব ডিভাইস গণনা করে যা শারীরিকভাবে উপস্থিত কিন্তু অথেন্টিকেটেড নয়; এটি বেনামিভাবে ফুটফল ও ডোয়েল মাপে এবং DPIA সহ লেজিটিমেট ইন্টারেস্টের ভিত্তিতে GDPR অনুযায়ী রক্ষণযোগ্য। এনগেজমেন্ট অ্যানালিটিক্স সেইসব ভিজিটরের আচরণ মাপে, যাঁরা ক্যাপটিভ পোর্টালে সাইন ইন করে সম্মতি দিয়েছেন; এটি ভিজিটকে পরিচয়ের সঙ্গে যুক্ত করে, সেগমেন্টেশন সমর্থন করে এবং সুস্পষ্ট সম্মতির ভিত্তিতে চলে। বেশিরভাগ ভেন্যুর দুটোই দরকার।
WiFi অ্যানালিটিক্স কি GDPR-সম্মত?
+
হ্যাঁ, সঠিক ডিজাইন থাকলে। প্রেজেন্স অ্যানালিটিক্সের জন্য ক্লায়েন্ট-সাইডে রোটেশন সহ MAC হ্যাশ করুন, লেজিটিমেট-ইন্টারেস্ট মূল্যায়ন নথিভুক্ত করুন, একটি DPIA সম্পূর্ণ করুন এবং দৃশ্যমান সাইনেজ লাগান। এনগেজমেন্ট অ্যানালিটিক্সের জন্য ক্যাপটিভ পোর্টালে সুস্পষ্ট সম্মতির ভিত্তিতে চালান। এই শর্তগুলি পূরণ হলে ICO ও EU-র CNIL দুজনেই WiFi অ্যানালিটিক্স নিয়ে ইতিবাচক নির্দেশিকা দিয়েছে। এই পিলার থেকে লিঙ্ক করা আমাদের একটি সম্পূর্ণ কমপ্লায়েন্স প্লেবুক আছে।
মানুষ গণনার জন্য WiFi ভালো, নাকি ক্যামেরা?
+
দুটির কাজ আলাদা। কম্পিউটার ভিশন সহ ক্যামেরা একটি দরজায় গণনায় বেশি নির্ভুল (গ্রাউন্ড ট্রুথের তুলনায় 95%+), কিন্তু খরচ বেশি, শুধু দৃষ্টিসীমার মধ্যে দেখে এবং গোপনীয়তা নিয়ে বেশি উদ্বেগ তৈরি করে। WiFi কম খরচে পুরো ভেন্যু কভার করে, ডোয়েল ও এক জোন থেকে অন্য জোনের বিশ্লেষণ নেটিভভাবে সমর্থন করে এবং পরিসংখ্যানগতভাবে ফিরে আসা ভিজিটর শনাক্ত করে। বেশিরভাগ বড় রিটেল ও ভেন্যু অপারেটর দুটোই চালান: নির্ভুলতার জন্য দরজায় ক্যামেরা, কভারেজের জন্য ভেতরে WiFi।
কেমন ডোয়েল টাইম আশা করা উচিত?
+
Purple-এর ডেটাসেটে মিডিয়ান ডোয়েল: QSR-এ 9-14 মিনিট, ক্যাজুয়াল ডাইনিংয়ে 35-55 মিনিট, পোশাকের রিটেলে 18-32 মিনিট, শপিং মলে 55-95 মিনিট, এয়ারপোর্টের এয়ারসাইডে 75-130 মিনিট। বেঞ্চমার্ক হিসেবে কাজের; তবে আরও কাজের মাপকাঠি হলো একই স্টোরের তুলনায় মাস-প্রতি-মাস আপনার নিজের ডোয়েলের প্রবণতা।
WiFi অ্যানালিটিক্স কি গ্রাহকের যাত্রাপথ ট্র্যাক করতে পারে?
+
একটি ভেন্যুর ভেতরে, হ্যাঁ। এক জোন থেকে অন্য জোনে যাওয়া, জোনে কাটানো সময়, প্রচলিত পথ এবং যেখানে ভিজিটর সরে যান, সবই মাপা যায়। একই ব্র্যান্ডের একাধিক ভেন্যু জুড়ে তা নির্ভর করে ভিজিটর অথেন্টিকেট করেছেন (এনগেজমেন্ট) কি না (প্রেজেন্স) তার উপর; MAC র্যান্ডমাইজেশন হিসাবে ধরলে শুধু প্রেজেন্স দিয়ে সাইট জুড়ে যাত্রাপথ খুবই দুর্বল সিগন্যাল।
WiFi অ্যানালিটিক্স কি অফিসের অকুপেন্সির জন্য কাজ করে?
+
হ্যাঁ। যে পরিকাঠামো কর্মীদের ডিভাইস অথেন্টিকেট করে, সেটিই ফ্লোর, সপ্তাহের দিন ও দিনের ঘণ্টা অনুযায়ী ব্যবহারের রিপোর্ট দেয়। ওয়ার্কপ্লেস বুকিং সিস্টেমের (Robin, Envoy, Microsoft Places) সঙ্গে ইন্টিগ্রেশন একটি প্রচলিত পদ্ধতি। অফিস অকুপেন্সি বেশি নির্ভরযোগ্য ব্যবহারগুলির একটি, কারণ এখানে বেশিরভাগ মানুষ অথেন্টিকেটেড এবং ডিভাইসের সংখ্যা রিটেলের ফুটফলের চেয়ে বেশি স্থির।
এটি আমার বর্তমান BI স্ট্যাকের সঙ্গে কীভাবে ইন্টিগ্রেট হয়?
+
সরাসরি API অ্যাক্সেস, S3 / BigQuery / Snowflake-এ প্রতি ঘণ্টায় ব্যাচ এক্সপোর্ট, নেটিভ Looker ও Tableau কানেক্টর এবং ওয়েবহুক ইভেন্ট স্ট্রিমিং। ডেটা মডেল নথিভুক্ত ও স্থির। বেশিরভাগ বড় অপারেটর WiFi ডেটা POS ও লয়্যালটির একই ওয়্যারহাউসে রাখেন, তারপর নিজেদের পছন্দের টুলে রিপোর্টিং তৈরি করেন।