Heatmapping vs Presence Analytics : Différences techniques
Ce guide technique de référence détaille les différences architecturales et opérationnelles critiques entre le WiFi heatmapping et le presence analytics pour les exploitants de sites d'entreprise. Il fournit aux responsables informatiques, architectes réseau et directeurs des opérations des cadres de déploiement exploitables, des scénarios d'implémentation réels et des meilleures pratiques neutres vis-à-vis des fournisseurs afin de maximiser le retour sur investissement de leur infrastructure sans fil existante.
Écouter ce guide
Voir la transcription du podcast
Résumé analytique
Pour les équipes informatiques d'entreprise qui gèrent des espaces physiques complexes, comprendre la distinction entre le heatmapping WiFi et l'analyse de présence n'est plus une option. Bien que les deux soient fréquemment confondus dans la littérature marketing, il s'agit de technologies fondamentalement différentes au service de missions opérationnelles distinctes.
Le heatmapping WiFi est un outil de diagnostic centré sur l'infrastructure, conçu pour mesurer la propagation des signaux de radiofréquence (RF), identifier les zones d'ombre de couverture et optimiser le positionnement des points d'accès (AP). L'analyse de présence est une couche de Business Intelligence qui utilise cette même infrastructure réseau pour suivre le déplacement des appareils, calculer le temps de séjour et cartographier le comportement des visiteurs dans l'espace physique.
Ce guide propose une comparaison technique rigoureuse de ces deux approches. Nous examinons les architectures sous-jacentes, les méthodologies de collecte de données et les cadres de mise en œuvre requis pour déployer ces systèmes de manière efficace dans les environnements de vente au détail, d'hôtellerie et les grands espaces publics. En reliant ces capacités aux plateformes Guest WiFi et WiFi Analytics de Purple, nous vous fournissons un modèle pour extraire un retour sur investissement maximal de votre matériel réseau existant - sans remplacement global de votre infrastructure physique.
Analyse technique approfondie : architecture et méthodologie
Heatmapping WiFi : la couche de diagnostic RF
À la base, le heatmapping WiFi s'appuie sur les mesures de l'indicateur de force du signal reçu (RSSI) pour construire une représentation visuelle de la couverture réseau. Ce processus est essentiel pour la planification du réseau, le dépannage et la validation continue des performances.
Les mécanismes de collecte de données se divisent en trois catégories. Les enquêtes actives impliquent qu'un appareil s'associe activement aux AP pour mesurer le débit, la perte de paquets et la latence en plus du RSSI - offrant ainsi une perspective du point de vue client sur les performances du réseau. Les enquêtes passives utilisent des scanners qui écoutent, sans s'associer, les trames de balise (beacon frames) et les requêtes de sonde sur tous les canaux, fournissant une vue globale de l'environnement RF, y compris les interférences co-canal et la détection d'AP non autorisés. La modélisation prédictive utilise des logiciels pour simuler la couverture à partir des plans d'étage, des valeurs d'atténuation des murs et des diagrammes d'antenne des AP avant le déploiement physique, permettant ainsi une validation préalable au déploiement.
Les indicateurs techniques clés incluent le rapport signal sur bruit (SNR), qui est essentiel pour déterminer les débits de données réels atteignables dans une zone donnée et constitue un indicateur de qualité plus fiable que le simple RSSI brut. L'identification du chevauchement des canaux révèle les zones où des AP adjacents fonctionnent sur des fréquences qui se chevauchement, une condition qui provoque des interférences destructrices et dégrade le débit même là où la puissance du signal semble adéquate.
L'analyse de présence : la couche d'intelligence comportementale
L'analyse de présence déplace l'attention de l'infrastructure réseau vers les appareils qui s'y déplacent. Elle repose principalement sur la capture des requêtes de sonde (probe requests) - les trames de gestion que les smartphones et les tablettes émettent lorsqu'ils recherchent des réseaux connus - ce qui permet de suivre les appareils non associés sans qu'ils aient besoin de se connecter.
L'architecture de collecte de données fonctionne en trois étapes. Premièrement, les AP ou des capteurs dédiés interceptent les requêtes de sonde non associées contenant l'adresse MAC de l'appareil et la puissance du signal. Deuxièmement, pour se conformer aux cadres de confidentialité, notamment le GDPR et la CCPA, les adresses MAC sont hachées immédiatement à la périphérie (à l'aide de SHA-256 ou d'un algorithme équivalent) avant la transmission au moteur d'analyse - garantissant qu'aucune donnée personnellement identifiable (PII) ne traverse le réseau sous forme brute. Troisièmement, un moteur de trilatération compare le RSSI d'un seul appareil sur trois AP ou plus pour calculer les coordonnées X/Y approximatives de l'appareil. Pour un aperçu plus approfondi de ce mécanisme, consultez notre guide : Les mécanismes de l'orientation WiFi : Explication de la trilatération et du RSSI .
La distinction critique : couverture vs contexte
L'idée fausse la plus courante dans les déploiements d'entreprise est qu'un réseau offrant une couverture adéquate est automatiquement prêt pour l'analyse de présence. Ce n'est pas le cas. La couverture exige seulement qu'un appareil puisse recevoir un signal utilisable de la part d'un AP. Une trilatération précise pour l'analyse de présence exige qu'un appareil soit détecté simultanément par au moins trois AP avec une puissance de signal de -75 dBm ou mieux. Cette différence fondamentale impose des exigences de densité et de placement des AP entièrement différentes.
| Dimension | Cartographie thermique WiFi | Analyse de présence |
|---|---|---|
| Source de données principale | RSSI provenant des balises AP | Requêtes de sonde des appareils clients |
| Exigence d'infrastructure | Densité de couverture standard | Haute densité (≥3 APs par zone) |
| Fréquence de rafraîchissement des données | Presque en temps réel (enquêtes de 5 à 15 secondes) | Temps réel (mises à jour de 10 à 30 secondes) |
| Conformité à la confidentialité | Aucune PII collectée | Conforme au GDPR/CCPA via le hachage MAC |
| Cas d'usage principal | Planification et optimisation du réseau | Comportement des visiteurs et business intelligence |
| Indicateurs clés de performance | Puissance du signal (dBm), SNR | Temps de visite, fréquentation, conversion de zone |
Guide de mise en œuvre : déploiement stratégique
Le déploiement de ces technologies nécessite une approche progressive qui équilibre les contraintes techniques et les objectifs commerciaux. Tenter de déployer l'analyse de présence sur un réseau qui n'a pas été conçu à cet effet est la cause la plus fréquente d'échec d'un projet.
Étape 1 : évaluation de l'infrastructure par cartographie thermique. Avant de mettre en œuvre l'analyse de présence, le réseau sous-jacent doit être validé. Réalisez une étude de cartographie thermique passive complète pour établir les performances RF de référence. Identifiez les zones d'ombre de couverture du signal, les zones d'interférence co-canal et les zones à forte interférence par trajets multiples (fréquentes dans les environnements de vente au détail dotés de rayonnages métalliques). Ces données d'étude guident directement les décisions relatives à la densité et à l'emplacement des points d'accès requises pour l'étape 2.
Étape 2 : refonte du réseau pour la trilatération. À l'aide des données de la cartographie thermique, repensez l'emplacement des points d'accès en gardant à l'esprit l'analyse de présence. Déplacez les points d'accès vers le périmètre du site plutôt qu'au centre des couloirs - cela repousse les calculs de trilatération vers l'extérieur et améliore considérablement la précision spatiale. Assurez-vous que chaque zone cible est couverte par au moins trois points d'accès à -72 dBm ou mieux. Dans les environnements à fortes interférences (entrepôts, stades dotés de structures métalliques), des balises BLE (Bluetooth Low Energy) peuvent être utilisées pour compléter la trilatération WiFi, améliorant ainsi la résolution spatiale à 1 - 2 mètres.
Étape 3 : intégration de la plateforme. Intégrez le moteur d'analyse à votre matériel existant. La plateforme indépendante du matériel de Purple se connecte aux principaux fournisseurs, notamment Cisco, Aruba, Ruckus et Meraki via des API standards - extrayant ainsi des données de présence anonymisées sans capteurs de superposition propriétaires ni cycle complet de renouvellement du matériel.
Étape 4 : configuration et étalonnage des zones. Définissez des zones logiques au sein de la plateforme d'analyse qui correspondent à des espaces commerciaux physiques (par exemple : "zone de caisse", "hall d'accueil", "mode femme", "entonnoir d'entrée"). Alignez ces zones avec les modèles de couverture physique des points d'accès identifiés lors de la phase de cartographie thermique. Avant la mise en service, effectuez des tests d'étalonnage pour valider la précision des limites de zone.
Bonnes pratiques pour les environnements d'entreprise
Un étalonnage continu n'est pas négociable. Les environnements RF sont dynamiques. Les niveaux de stock dans le commerce de détail, les structures temporaires lors d'événements et même le corps humain absorbent les signaux RF. Planifiez des études de cartographie thermique passive tous les trimestres pour vous assurer que le moteur d'analyse de présence fonctionne sur des données de référence précises. Un changement d'agencement saisonnier dans un commerce de détail peut invalider des mois de données d'étalonnage du jour au lendemain.
Gérez la randomisation des adresses MAC de manière proactive. Les systèmes d'exploitation modernes (iOS 14+, Android 10+) alternent les adresses MAC pour empêcher le suivi passif. Les plateformes d'analyses avancées doivent utiliser des algorithmes heuristiques (analysant les modèles de signaux et le timing des sondes) pour associer les sessions fragmentées, garantissant ainsi que les temps de séjour restent précis malgré la rotation des MAC. La solution la plus efficace consiste toutefois à encourager l'association des appareils via un Captive Portal. Comme indiqué dans How a wi fi assistant Enables Passwordless Access in 2026 , les méthodes d'authentification modernes convertissent de manière transparente une adresse MAC anonyme en un profil CRM connu lors de la connexion, offrant ainsi un suivi déterministe plutôt que probabiliste.
Mettez en œuvre un accès aux données basé sur les rôles. Les données d'analyses de présence, même anonymisées au niveau de l'appareil, peuvent révéler des modèles opérationnels sensibles. Mettez en œuvre un contrôle d'accès basé sur les rôles (RBAC) aligné sur les normes d'authentification IEEE 802.1X pour garantir que seul le personnel autorisé peut accéder aux données d'analyses brutes, tandis que des tableaux de bord agrégés sont mis à la disposition des équipes opérationnelles.
Alignez les définitions de zones avec vos indicateurs clés de performance (KPI). Le niveau de détail de la configuration de vos zones doit refléter directement vos objectifs commerciaux. Si vous devez mesurer l'impact sur la conversion d'une tête de gondole spécifique, définissez une zone à ce niveau de précision. Si vous souhaitez uniquement comprendre la fréquentation globale entre les départements, des zones plus larges réduisent la charge de calcul et simplifient les rapports.
Dépannage et atténuation des risques
Dysfonctionnement : données de localisation imprécises (saut d'appareil)
Symptôme : Dans le tableau de bord d'analyses, les appareils semblent se téléporter entre les zones, suivant des trajectoires de mouvement physiquement impossibles.
Cause racine : Densité de points d'accès insuffisante ou interférences par trajets multiples - les signaux réfléchis par des surfaces métalliques produisent des lectures de signaux fantômes qui perturbent le moteur de trilatération.
Atténuation : Relancez l'étude de cartographie thermique en vous concentrant sur le rapport signal sur bruit (SNR) plutôt que sur le seul RSSI. Une zone peut afficher une force de signal adéquate tout en souffrant d'un faible SNR en raison de signaux réfléchis. Envisagez de déployer des balises BLE dans les zones à fortes interférences pour enrichir les données de localisation WiFi avec un signal à courte portée plus fiable.
Dysfonctionnement : temps de séjour anormalement élevés aux entrées
Symptôme : Le tableau de bord d'analyses indique un nombre de visiteurs et des temps de séjour anormalement élevés à proximité de l'entrée du site, ce qui gonfle les mesures globales de fréquentation.
Cause racine : Les points d'accès situés près de l'entrée capturent les requêtes de sonde des appareils se trouvant dans la rue ou sur le parking au-delà des limites du site.
Atténuation : Ajustez les seuils RSSI dans la plateforme d'analyses. Excluez les données des appareils dont le RSSI est inférieur à -80 dBm afin de filtrer le trafic externe. De plus, définissez une zone tampon dédiée à l'entrée et excluez-la des calculs de conversion.
Dysfonctionnement : fragmentation des sessions due à la randomisation des adresses MAC
Symptom : Les nombres de visiteurs uniques sont nettement plus élevés que prévu, et les temps de visite moyens sont anormalement courts.
Cause initiale : La randomisation MAC sous iOS et Android fragmente la session d'un seul visiteur en plusieurs appareils fantômes.
Mesures d'atténuation : Déployez un Captive Portal pour encourager l'association des appareils. Activez les algorithmes de regroupement de sessions de votre plateforme d'analyse, qui utilisent la continuité des profils de signal et des heuristiques temporelles pour reconstruire les sessions fragmentées. Pour les environnements de commerce de détail avec un taux élevé d'adoption du WiFi par les clients, cela résout généralement 70 à 80 % de la fragmentation.
ROI et impact commercial
Le passage d'une simple fourniture de réseau à une collecte intelligente de données opérationnelles modifie fondamentalement le positionnement de la valeur du département informatique au sein de l'organisation.
Les opérations de commerce de détail représentent le cas de ROI le plus clair. En corrélant les temps de présence par zone avec les données des points de vente (POS), l'informatique peut directement démontrer comment l'infrastructure réseau contribue à l'optimisation de l'agencement des magasins et à l'amélioration des taux de conversion. Un détaillant possédant 50 magasins qui améliore le temps de présence en tête de gondole de 5 % grâce à des modifications d'agencement guidées par les données de présence génère une croissance mesurable des revenus directement attribuable à l'investissement réseau. Pour obtenir des conseils de déploiement spécifiques au secteur, consultez nos solutions pour le secteur du Commerce de détail .
Les déploiements dans le secteur de l'hôtellerie offrent un double ROI. La cartographie thermique assure des transitions BSS rapides 802.11r transparentes pour la voix sur WiFi dans l'ensemble de l'établissement, réduisant directement les plaintes des clients. Parallèlement, l'analyse de présence identifie les équipements sous-utilisés (spa, restaurant, centre d'affaires), permettant un marketing ciblé sur place via le Captive Portal. Pour une stratégie plus large d'expérience client, consultez Comment améliorer la satisfaction des clients : le guide ultime .
Les déploiements dans le secteur public et les villes intelligentes utilisent de plus en plus l'analyse de présence pour la gestion des foules, l'optimisation des pôles de transport et l'allocation des ressources. Comme souligné dans notre annonce Purple nomme Iain Fox au poste de VP Growth – Public Sector pour stimuler l'inclusion numérique et l'innovation dans les villes intelligentes , des analyses robustes sont la pierre angulaire des initiatives de villes intelligentes, fournissant un support décisionnel axé sur les données pour l'investissement dans les infrastructures et le déploiement des services.
Les environnements de santé bénéficient de l'analyse de présence pour optimiser le flux des patients, réduisant ainsi les goulots d'étranglement dans les services d'urgence et les cliniques externes. Combinées aux capacités de la plateforme Santé de Purple, les données de présence anonymisées peuvent directement alimenter les modèles de dotation en personnel et les protocoles de triage sans traiter d'informations personnelles identifiables (PII) des patients.
En traitant la cartographie thermique comme le diagnostic de base et l'analyse de présence comme la couche d'intelligence d'affaires, les responsables informatiques peuvent transformer leur réseau sans fil d'un centre de coûts en un actif stratégique qui soutient directement les décisions commerciales et opérationnelles dans toute l'organisation.
Définitions clés
RSSI (Received Signal Strength Indicator)
Une mesure du niveau de puissance d'un signal radio reçu, généralement exprimée en dBm (décibels par rapport à un milliwatt). Les valeurs vont d'environ 0 dBm (le plus fort) à -100 dBm (le plus faible), une valeur de -65 dBm ou supérieure étant considérée comme excellente pour les déploiements d'entreprise.
La métrique fondamentale pour la cartographie thermique (détermination de la qualité de couverture) et l'analyse de présence (calcul de la distance pour la trilatération). Les équipes informatiques rencontrent le RSSI dans les outils d'audit, les consoles de gestion des AP et les plateformes d'analyse.
Trilatération
Le processus de détermination de l'emplacement d'un point en mesurant sa distance par rapport à trois points de référence connus (points d'accès) ou plus, en utilisant la géométrie de cercles qui se chevauchent. Différent de la triangulation, qui utilise des angles plutôt que des distances.
L'algorithme de base utilisé par les moteurs d'analyse de présence pour calculer les coordonnées X/Y d'un appareil sur un plan d'étage. Nécessite un minimum de trois AP avec des lectures RSSI fiables pour produire une estimation de localisation précise.
Probe Request
Une trame de gestion 802.11 envoyée par un appareil client sans fil pour découvrir les réseaux disponibles. Les probe requests sont diffusées sur tous les canaux et contiennent l'adresse MAC de l'appareil et, dans certains cas, les SSID des réseaux précédemment connectés.
La source de données principale pour l'analyse de présence passive. Les appareils émettent des probe requests même lorsqu'ils ne sont connectés à aucun réseau, ce qui permet aux plateformes d'analyse de suivre les visiteurs non associés.
Randomisation MAC
Une fonctionnalité de confidentialité implémentée dans les systèmes d'exploitation modernes (iOS 14+, Android 10+) dans laquelle un appareil utilise une adresse MAC temporaire et générée de manière aléatoire lors de la recherche de réseaux, plutôt que son adresse matérielle permanente (OUI).
Le défi technique le plus important pour l'analyse de présence passive. Elle fait apparaître les sessions d'un même visiteur comme plusieurs appareils distincts, ce qui gonfle le nombre de visiteurs uniques et réduit les temps de séjour. Ce problème est atténué par l'authentification via Captive Portal.
Interférence par trajets multiples
Un phénomène par lequel un signal radio atteint l'antenne de réception via deux chemins de propagation ou plus, généralement en raison de la réflexion sur des surfaces. Les signaux réfléchis arrivent avec des déphasages différents, provoquant des interférences constructives ou destructives qui faussent les lectures RSSI.
Une cause principale de données de localisation inexactes dans l'analyse de présence, en particulier dans les environnements de vente au détail dotés d'étagères métalliques ou les entrepôts équipés de systèmes de rayonnage. Identifiée lors des audits de cartographie thermique via des lectures de SNR anormales.
Audit passif
Une technique de cartographie thermique où l'outil d'audit écoute l'ensemble du trafic RF sur tous les canaux sans se connecter à un réseau spécifique. Elle capture les données de toutes les AP, y compris les réseaux voisins et les appareils indésirables.
Indispensable pour identifier les interférences co-canal, les AP indésirables et l'environnement RF global avant de déployer l'analyse de présence. Fournit une vue plus complète que les audits actifs, qui capturent uniquement les données du réseau cible.
Temps de séjour
La durée totale pendant laquelle un appareil suivi reste dans une zone physique définie, calculée à partir de la première probe request ou du premier événement d'association jusqu'au dernier signal détecté avant que l'appareil ne quitte la zone.
Une métrique commerciale clé dérivée de l'analyse de présence. Utilisée pour mesurer l'engagement des clients dans le commerce de détail (temps passé devant un présentoir), les temps d'attente dans le secteur de la santé (durée de la file d'attente aux urgences) et la participation aux sessions dans les environnements de conférence.
Résolution spatiale
Le degré de précision avec lequel un système d'analyse de présence peut déterminer l'emplacement physique d'un appareil, généralement exprimé sous forme de rayon en mètres (par exemple, précis à 3 mètres près). Déterminé par la densité des points d'accès (AP), la géométrie de leur placement et les caractéristiques RF de l'environnement.
Détermine la granularité des analyses de présence. Une résolution spatiale plus élevée permet de définir des zones au niveau de présentoirs ou de rayonnages individuels, tandis qu'une résolution plus faible ne permet qu'une analyse au niveau du département ou de la pièce.
Rapport Signal sur Bruit (SNR)
Le rapport entre la puissance du signal souhaité et la puissance du bruit de fond à un endroit donné, exprimé en dB. Un SNR plus élevé indique un environnement de signal plus propre. Un SNR de 25 dB ou plus est généralement requis pour un WiFi haut débit fiable.
Un indicateur de la qualité du WiFi plus fiable que le seul RSSI. Une zone peut afficher un RSSI fort mais un mauvais SNR en raison d'interférences, ce qui entraîne une baisse du débit et des données de localisation peu fiables. Examinez toujours le SNR aux côtés du RSSI lors des études de couverture thermique.
Exemples concrets
Un entrepôt de vente au détail de 4 500 mètres carrés constate des données de presence analytics inexactes - les parcours des visiteurs semblent erratiques et les temps de séjour sont fortement biaisés. Le réseau actuel a été conçu uniquement pour la connectivité de base des lecteurs de codes-barres du personnel, avec des AP placés au centre des allées.
Réaliser une étude passive de heatmapping pour établir l'RSSI et le SNR de référence sur l'ensemble de la surface. Porter une attention particulière à la dégradation du SNR à proximité des rayonnages métalliques, qui constituent la principale source d'interférences par trajets multiples dans cet environnement.
Repenser la disposition des AP. Déplacer les AP des positions de l'allée centrale vers les murs périphériques. Cela améliore considérablement la géométrie de trilatération en garantissant que les appareils sont "attirés" vers les limites du calcul, réduisant ainsi l'ambiguïté angulaire qui provoque des lectures de localisation fantômes.
Augmenter la densité des AP pour garantir que chaque mètre carré soit couvert par au moins trois AP à -72 dBm ou mieux. Dans un espace de 4 500 mètres carrés avec des étagères hautes, cela nécessite généralement 20 à 30 % d'AP de plus qu'une conception de couverture de base.
Configurer la plateforme d'analyse pour appliquer un seuil d'RSSI minimal de -78 dBm, éliminant ainsi les signaux faibles qui contribuent à des calculs de localisation erratiques.
Déployer un Captive Portal offrant un WiFi invité gratuit pour encourager les visiteurs à se connecter, contournant ainsi la randomisation des adresses MAC au niveau du système d'exploitation pour les appareils associés et fournissant des données de suivi déterministes.
Un grand centre de conférence doit suivre le flux des participants entre une salle de conférence plénière de 2 000 places et huit salles de sous-commission afin d'optimiser le déploiement de la restauration et la planification de la capacité des sessions. Ils disposent d'un environnement WiFi multi-constructeurs hérité avec des AP Cisco dans la salle principale et des AP Aruba dans les salles de sous-commission.
Déployer une plateforme d'analyse indépendante du matériel - la plateforme de Purple, par exemple - capable d'ingérer simultanément les données syslog et RTLS standards provenant des contrôleurs Cisco et Aruba via leurs API respectives, en normalisant les données dans un flux d'analyse unifié.
Réaliser une étude de heatmapping spécifiquement axée sur les cloisons de séparation entre les salles de sous-commission. Les cloisons fines sont très perméables aux signaux WiFi, ce qui provoque un débordement de zone important où un appareil situé dans la salle A semble se trouver dans la salle B.
Définir des zones polygonales précises au sein de la plateforme d'analyse correspondant à chaque hall spécifique et salle de sous-commission. Définir des seuils de coupure d'RSSI (généralement -70 dBm) pour éviter le débordement à travers les cloisons de séparation.
Intégrer l'API d'occupation de zone qui en résulte avec le tableau de bord opérationnel de l'équipe de restauration pour obtenir des alertes de déploiement en temps réel - en déclenchant par exemple une notification lorsqu'une salle de sous-commission atteint 80 % de sa capacité.
Corréler les données d'occupation des zones avec les calendriers des sessions afin de créer des modèles prédictifs pour la planification des événements futurs.
Questions d'entraînement
Q1. Votre directeur des opérations de vente au détail souhaite mesurer le taux de conversion d'un nouveau présentoir en tête de gondole dans une allée spécifique. L'équipe IT confirme qu'il y a une forte couverture WiFi dans tout le magasin - tous les appareils se connectent de manière fiable et le débit est excellent. Le réseau est-il prêt à fournir des analyses de présence précises pour ce présentoir spécifique ?
Conseil : Considérez la différence entre une "couverture forte" (un seul AP fournissant un signal utilisable) et les exigences de trilatération pour obtenir des données de localisation précises à l'échelle d'une zone.
Voir la réponse type
Pas nécessairement. Une couverture forte et une connectivité fiable prouvent seulement que les appareils peuvent s'associer au réseau. Pour suivre avec précision le temps de séjour devant une tête de gondole spécifique, le moteur d'analyse doit trilatérer la position de l'appareil par rapport à cette zone précise - ce qui nécessite que l'appareil soit audible simultanément par au moins trois AP à -75 dBm ou mieux. Un magasin conçu uniquement pour la couverture peut y parvenir avec seulement un ou deux AP dans cette allée. Avant de confirmer la faisabilité, lancez une étude de couverture thermique spécifique pour valider que la zone de la tête de gondole respecte le seuil de trilatération à trois AP. Si ce n'est pas le cas, le déploiement d'AP supplémentaires ou leur repositionnement est requis avant que les données d'analyse de présence ne soient fiables.
Q2. Le service des urgences d'un hôpital déploie des analyses de présence pour suivre le temps d'attente des patients. Après une semaine de fonctionnement, les données indiquent que les temps de séjour moyens sont de 8 minutes - bien en dessous de la moyenne réelle connue de 45 minutes - et le nombre de visiteurs uniques est 4 fois supérieur au flux réel de patients. Quelle est la cause la plus probable et comment la résoudre ?
Conseil : Pensez à ce que font les systèmes d'exploitation des smartphones modernes avec les adresses MAC lorsque les appareils ne sont pas connectés à un réseau.
Voir la réponse type
La cause la plus probable est la randomisation des adresses MAC. Les appareils iOS 14+ et Android 10+ font pivoter leurs adresses MAC lors de l'envoi de requêtes de détection (probe requests), ce qui fait apparaître l'appareil d'un seul patient comme plusieurs appareils distincts tout au long de sa visite. Cela fragmente la session de 45 minutes en plusieurs sessions apparentes de 8 minutes, gonflant le nombre de visiteurs uniques et réduisant artificiellement les temps de séjour. La solution recommandée consiste à implémenter un Captive Portal pour le réseau WiFi invité de l'établissement de santé. Une fois qu'un patient ou un visiteur s'authentifie, la plateforme d'analyse suit l'adresse MAC de l'appareil associé de manière persistante, contournant ainsi la randomisation du système d'exploitation. Pour les patients qui ne se connectent pas, activez l'algorithme de regroupement de sessions de la plateforme, qui utilise la continuité des modèles de signal et des heuristiques temporelles pour reconstruire les sessions fragmentées. Cela résout généralement 70 à 80 % de la fragmentation dans les environnements à forte adoption du WiFi.
Q3. Lors d'une mise à niveau réseau planifiée, votre fournisseur d'infrastructure propose de remplacer 60 bornes d'accès omnidirectionnelles 802.11ax par 40 bornes d'accès directionnelles à gain élevé afin d'améliorer le débit et de réduire les interférences cocanal dans le grand hall d'un stade. Le projet est approuvé. Quelle est l'action obligatoire requise pour protéger votre déploiement existant d'analyse de présence, et quel est le risque si cette action n'est pas entreprise ?
Conseil : Pensez aux deux facteurs clés qui déterminent la précision de l'analyse de présence : le nombre d'AP et les schémas de propagation RF qu'ils créent.
Voir la réponse type
Une étude complète de cartographie thermique (heatmapping) post-déploiement et un recalibrage des analyses sont obligatoires. Le risque de ne pas prendre cette mesure est important : réduire le nombre total de bornes d'accès de 60 à 40 diminue le nombre de points de données simultanés disponibles pour la trilatération, ce qui peut faire passer certaines zones sous le seuil de trois bornes d'accès requis pour des données de localisation précises. De plus, le remplacement d'antennes omnidirectionnelles par des antennes directionnelles modifie fondamentalement les modèles de propagation RF dans le hall - les empreintes de couverture changent de forme et de taille, ce qui invalide toutes les limites de zones précédemment calibrées dans la plateforme d'analyse. Sans recalibrage, le moteur d'analyse de présence produira des données de localisation systématiquement inexactes, risquant d'attribuer à tort les positions des visiteurs à des zones adjacentes. L'étude de heatmapping doit être finalisée avant que la plateforme d'analyse ne soit réactivée après la mise à niveau.
Q4. Un opérateur de hub de transport souhaite déployer l'analyse de présence dans un aéroport multi-terminaux en utilisant un mélange de bornes d'accès Cisco, Aruba et Ruckus existantes à travers différents terminaux. L'équipe d'exploitation souhaite un tableau de bord unique et unifié montrant le flux de passagers dans tous les terminaux. Quelle décision d'architecture de plateforme est la plus critique pour le succès de ce déploiement ?
Conseil : Considérez les implications du déploiement d'une solution d'analyse mono-constructeur dans un environnement matériel multi-constructeurs.
Voir la réponse type
La décision la plus critique consiste à choisir une plateforme d'analyse agnostique vis-à-vis du matériel, capable d'ingérer simultanément les données des contrôleurs des trois constructeurs via leurs API respectives (Cisco DNA Spaces, Aruba Central, Ruckus Analytics). Le déploiement d'une solution d'analyse mono-constructeur - par exemple, les outils d'analyse natifs de Cisco - ne fournirait une visibilité que sur les bornes d'accès gérées par Cisco, laissant les terminaux Aruba et Ruckus comme des zones d'ombre dans le tableau de bord unifié. Une plateforme agnostique vis-à-vis du matériel normalise les données des flux des trois constructeurs en une seule couche d'analyse, permettant une visibilité véritablement unifiée du flux de passagers dans tous les terminaux. Cela pérennise également le déploiement face aux cycles de renouvellement du matériel - si un terminal passe à un quatrième constructeur, la couche d'analyse peut continuer à fonctionner sans interruption. L'architecture de la plateforme Purple est conçue spécifiquement pour ce modèle de déploiement multi-constructeurs.
Continuer la lecture de cette série
Comment exploiter le SMS en marketing pour augmenter les visites de retour
Ce guide de référence technique décrit comment les sites d'entreprise peuvent intégrer les analyses WiFi aux moteurs de marketing par SMS pour stimuler les visites répétées. Il détaille l'architecture requise pour capturer les données de présence en temps réel, déclencher des campagnes SMS automatisées basées sur le comportement physique et mesurer l'impact direct sur les taux de retour. En alignant l'infrastructure réseau avec l'automatisation du marketing, les équipes informatiques et opérationnelles peuvent établir un canal à haut rendement pour la fidélisation de la clientèle.