- Purple
- WiFi analytics: a complete guide
- 訪客 WiFi 如何支援場地分析與人流追蹤
訪客 WiFi 如何支援場地分析與人流追蹤
本指南提供了一個技術與營運框架,說明如何運用訪客 WiFi 深入洞察實體場地中的訪客行為。內容詳述了如何擷取並分析數據以進行人流追蹤和停留時間計算,使 IT 和營運領導者能夠做出數據驅動的決策,進而優化人力配置、改善場地佈局並提高業務投資報酬率。
收聽此指南
查看播客逐字稿
核心系列的一部分:WiFi Analytics Guide →
Venue WiFi analytics & footfall tracking planner
Model access point density, probe request capture rates, dwell time segmentation, and CRM opt-in lead volume for your physical venue.
Projected venue analytics metrics for Retail & Shopping Centres
Dwell time segmentation & zone breakdown
Average dwell time for retail & shopping centres is benchmarked at 42 minutes with a 36% repeat visitor return rate.
- Storefront entry zone (passerby vs entrance capture rate)
- High-margin product display areas (dwell time hotspots)
- Cash desk and checkout queue monitoring
- Fitting room and customer service areas
Request a customised venue footfall & analytics audit
Speak with a Purple location analytics specialist to evaluate your current access point infrastructure, review hardware compatibility (Cisco Meraki, Aruba, Ruckus, Mist), and unlock footfall heatmaps.

執行摘要
對於場地營運商和 IT 領導層而言,訪客 WiFi 不再只是一項設施;它已成為商業智慧的重要來源。除了提供網路連線之外,現代 WiFi 基礎架構能捕捉豐富的數據流,揭示訪客如何在實體空間中移動和互動。本指南提供了一個技術與營運框架,幫助您了解如何運用訪客 WiFi 進行進階場地分析,重點聚焦於人流追蹤、停留時間計算以及訪客行為分析。將原始的 WiFi 數據轉化為可執行的洞察後,組織便能優化人力配置、改善場地佈局、提高行銷投資報酬率,並提升整體訪客體驗。本參考指南專為需要部署、管理及從 WiFi 智慧平台中獲取價值的 IT 經理、網路架構師和營運總監而設計。內容涵蓋底層技術、部署最佳實務、GDPR 下的合規考量,以及衡量業務影響的方法,從理論概念逐步過渡到實際部署指引。
技術深度剖析
要理解 WiFi 分析如何運作,必須先檢視裝置與網路互動過程中不同階段所產生的數據。此過程甚至在使用者完成驗證前就已開始,為存在感和移動數據奠定基礎。
被動數據收集:探測請求
每個支援 WiFi 的裝置(智慧型手機、平板電腦、筆記型電腦)都會定期廣播「探測請求」(probe request)。這些是由裝置發出的微小數據封包,用於探索附近的 WiFi 網路。關鍵在於,每個探測請求都包含裝置的唯一媒體存取控制(MAC)位址。即使裝置從未連上網路,場地內的無線基地台(AP)仍能偵測並記錄這些探測請求。
- 擷取的內容:MAC 位址、接收信號強度指標(RSSI)以及偵測的時間戳記。
- 使用方式:透過多個 AP 的 RSSI 進行三角定位,系統可估算裝置的大致位置。連續的偵測流讓平台能追蹤裝置在場地內的移動軌跡。這構成了對所有 WiFi 裝置(不僅限於連線到網路的裝置)進行人流分析的基礎。
- MAC 隨機化挑戰:自 iOS 14 和 Android 10 起,裝置現在經常在探測請求中使用隨機或私人 MAC 位址以保護使用者隱私。這可能導致單一裝置被重複計數。企業級分析平台會採用複雜的演算法來去重複化這些隨機位址,利用其他信號特徵和時間分析來拼湊出單一裝置的可能路徑。[1]

主動數據收集:已連線的會話
當訪客主動連線至訪客 WiFi(通常是透過 Captive Portal)時,便能取得更豐富的數據集。驗證過程會建立一個具有明確開始和結束時間的正式會話。
- 停留時間計算:從已連線會話中產生的最基本指標就是停留時間。其計算方式為會話開始(驗證)與會話結束(斷線或逾時)之間的時間差。一個強大的平台會更進一步,將同一裝置在指定時間範圍內的多個短暫會話合併為單一次「造訪」,從而更準確地反映訪客在場地內停留的總時間。
- 位置與區域分析:裝置連線後,其位置可以被更精確地追蹤。平台會持續監控裝置正在通訊的 AP 所回報的 RSSI。這使得詳細的區域分析成為可能:有多少人在大廳 vs. 咖啡廳、他們在每個區域停留多久,以及區域之間的人流動向。這些數據驅動了即時熱力圖和旅程分析。
- 第一方數據豐富化:Captive Portal 是一項關鍵的策略資產。透過提供社群登入(例如 Facebook、LinkedIn)、電子郵件或簡易表單等驗證方式,場地可以在獲得使用者明確同意的情況下,將匿名的 MAC 位址與真實世界的身份或人口統計資料連結。如此一來,便能將匿名的人流計數數據轉變為豐富的第一方客戶數據,用於個人化行銷和 CRM 整合,且完全符合 GDPR 等標準。[2]
部署指南
一個成功的 WiFi 分析部署不僅涉及軟體設定,更與實體網路設計和數據策略息息相關。
步驟 1:AP 佈放位置與密度稽核
您現有的 AP 佈局可能僅針對覆蓋率進行了最佳化,而非分析用途。為了實現精確的位置追蹤,需要更高的 AP 密度以進行有效的三角定位。
- 僅覆蓋的設計:AP 的佈放旨在最大化信號範圍,通常導致 AP 覆蓋區域之間重疊最小。
- 可用於分析的設計:AP 的佈放旨在創造顯著的重疊。在任何給定位置,裝置應能被至少三個 AP 偵測到,以確保可靠的位置計算。一般最佳實務是在開放區域中,每 150 至 200 平方公尺設置一個 AP。
步驟 2:設定數據擷取
分析平台需要從您的網路控制器或直接從 AP 接收數據。這通常涉及設定網路,將包含相關探測請求和會話資訊的 syslog 或 SNMP trap 數據轉發至分析雲端端點。請確保您的防火牆規則允許此對外流量。
步驟 3:定義區域和平面圖
將場地的平面圖上傳至分析平台。然後,使用提供的工具在地圖上為不同的營運區塊(例如「主入口」、「第三走道」、「酒吧區」、「會議室 1」)繪製多邊形的「區域」。這是產生有意義、具情境脈絡報告的最關鍵設定步驟。
步驟 4:Captive Portal 與同意流程設計
將您的 Captive Portal 設計為一個數據治理工具,而不僅僅是一個登入關卡。請與您的法律和行銷團隊合作:
- 制定清晰的隱私權聲明:以簡單的語言說明收集哪些數據(MAC 位址、位置、會話時間)及其目的(改善場地營運、用於行銷)。
- 實施細緻化的同意機制:分別提供明確的勾選框,用於 (a) 接受網路存取條款,以及 (b) 同意收集數據進行分析和行銷。這是符合 GDPR 的核心要求。
- 提供價值交換:透過提供分享數據的誘因來提高選擇加入率,例如折扣券或存取進階內容。
最佳實務
- 過濾員工和靜態裝置:請確保有一個流程能從分析數據中排除員工裝置和固定設備(如智慧電視或支付終端機)的 MAC 位址。大多數平台允許上傳一份要忽略的 MAC 位址清單,防止自身營運活動扭曲訪客數據。
- 與其他系統整合:只有與其他數據來源結合時,WiFi 分析的真正威力才能顯現。與銷售點(POS)系統整合,可讓您將停留時間與消費金額建立關聯。與 CRM 整合,則能將造訪歷史記錄連結至客戶個人檔案。優先選用具備完善且記錄完整的 REST API 的平台。
- 遵守數據保留政策:根據法律要求(如 GDPR 的儲存限制原則)和業務需求,建立清晰的數據保留政策。匿名化、彙總的數據可以無限期保留,但個人可識別資訊(PII)應在指定期限後(例如 24 個月)自動清除或匿名化。
疑難排解與風險降低
- 問題:訪客計數不準確:這通常是由 MAC 隨機化造成的。請確保您的平台具有處理此問題的特定功能。如果計數仍然偏高,請調查數據中是否包含了員工或靜態裝置。
- 問題:位置精確度不佳:這幾乎總是指向 AP 密度不足或佈放位置不佳。進行站點調查,找出覆蓋缺口以及裝置僅能被一或兩個 AP「看到」的區域。
- 風險:GDPR/CCPA 合規失敗:最大的風險是同意流程設定不當。定期稽核您的 Captive Portal 工作流程,確保其符合明確且知情同意的最新標準。確認您的平台供應商能提供一份資料處理附錄(DPA),承諾其數據處理方式符合規範。[3]
- 風險:數據安全外洩:您的網路與分析雲端之間的連線必須安全。驗證數據在傳輸中(使用 TLS 1.2 或更高版本)和靜止時皆已加密。您的平台也應支援基於角色的存取控制(RBAC),以確保使用者只能查看與其角色相關的數據。
投資報酬率與業務影響
衡量 WiFi 分析平台的投資報酬率,需要追蹤關鍵營運指標的改善情況。
- 零售業:將特定部門的停留時間與 POS 系統的銷售數據建立關聯。若電子產品部門的停留時間增加 10%,且與該類別銷售額成長 2% 相關聯,就提供了明確的投資報酬率。利用人流數據對商店佈局進行 A/B 測試,並衡量對訪客流動和產品探索的影響。
- 餐旅業:根據歷史和即時的佔用率數據,優化大廳、酒吧和餐廳的人力配置。飯店可以避免在淡季過度配置人力,並防止在意外的尖峰時段服務品質下降,從而直接節省人事成本並提升賓客滿意度。
- 會議中心:為贊助商提供其攤位周圍的人流和停留時間的可驗證數據,開創新的收入來源。利用分組討論室的會話數據來規劃未來的活動節目,側重於產生最多互動的主題。

[1] IEEE Standards Association. (2020). IEEE 802.11-2020 - IEEE Standard for Information Technology. https://standards.ieee.org/standard/802_11-2020.html [2] General Data Protection Regulation (GDPR). (2018). Regulation (EU) 2016/679 of the European Parliament and of the Council. https://gdpr-info.eu/ [3] Information Commissioner's Office (ICO). (2021). Guide to the General Data Protection Regulation (GDPR). https://ico.org.uk/for-organisations/guide-to-data-protection/guide-to-the-general-data-protection-regulation-gdpr/
關鍵定義
訪客 WiFi 分析
從訪客 WiFi 網路中擷取、分析並解讀數據,以了解實體空間中訪客行為的過程。
IT 團隊利用此技術將 WiFi 網路從成本中心轉變為商業智慧來源,為營運決策提供資訊。
WiFi 人流追蹤
利用 WiFi 信號(特別是探測請求和會話數據)來測量進入場地或特定區域的人數及其行走路徑。
營運經理使用此數據來了解訪客旅程、識別瓶頸,並在無需單獨安裝人數統計硬體的情況下優化場地佈局。
停留時間
在單次造訪期間,訪客的裝置在場地內或特定預定義區域中被偵測到的總時間長度。
這是衡量互動性的主要 KPI。在零售業,更長的停留時間通常與更高的消費金額相關。在餐旅業,它有助於衡量酒吧和休息室等設施的使用率。
MAC 位址
分配予裝置網路介面的一組唯一硬體識別碼。它是用於追蹤裝置的主要識別碼,甚至在裝置連上網路之前即已使用。
雖然對追蹤至關重要,但 IT 團隊必須注意 MAC 隨機化的問題,並確保其分析平台能處理此狀況,以避免訪客計數不準確。
RSSI(接收信號強度指標)
由無線基地台從裝置接收到的無線電信號中所測得的功率值。信號越強,代表裝置被認為越近。
這是用於位置三角定位的核心數據點。網路架構師須確保 AP 密度充足,以便從多個點獲得可靠的 RSSI 讀數。
Captive Portal
使用者在獲准存取公共 WiFi 網路之前,必須先查看並與之互動的網頁。
對 IT 和行銷部門而言,這是執行使用條款、取得符合 GDPR 的數據收集同意,以及擷取第一方數據(如電子郵件位址)的策略點。
MAC 隨機化
現代作業系統(iOS、Android)中的一項隱私功能,會定期更換裝置在 WiFi 掃描時所使用的 MAC 位址,以防止被動追蹤。
這是精確人流計數面臨的最大單一技術挑戰。網路架構師的一項重要任務是選擇一個擁有經過驗證機制來減輕其影響的分析平台。
區域分析
對場地內預定義虛擬區域(區域)中的訪客行為進行分析,例如區域之間的移動以及每個區域的停留時間。
場地營運商利用此功能獲取細緻洞察。他們不僅能知道總訪客人數,還可以比較「第一走道」與「第二走道」的表現,或查看有多少大廳訪客最終前往了餐廳。
範例
一家擁有 200 間客房的飯店希望減少尖峰入住時段(下午 3 點至 5 點)的大廳擁擠情況,並改善賓客體驗。
- 部署 WiFi 分析:確保大廳、入口和酒吧區的 AP 密度符合三個 AP 可視性規則。為「排隊報到區」、「大廳座位區」和「酒吧入口」定義區域。 2. 數據收集(一週):收集下午 3 點至 5 點時段內訪客流動和停留時間的基線數據。 3. 分析:分析結果顯示,「排隊報到區」的停留時間高峰為 15 分鐘,且從入口進入的人流直接流向排隊人潮,繞過了大廳酒吧。 4. 介入措施:飯店在「大廳座位區」設置了一個行動報到站,並更新 Captive Portal 推播「跳過排隊」訊息,附上飯店應用程式的連結。 5. 衡量與迭代:介入後的數據顯示,排隊停留時間降至 8 分鐘,而從入口到酒吧區的人流增加了 20%。
一家零售連鎖店正在重新設計其旗艦店,並希望驗證新的佈局是否能改善產品發現和顧客互動。
- 基線分析:在重新設計之前,使用 WiFi 分析繪製最常見的顧客旅程,並產生人流熱力圖。找出停留時間最高和最低的區域。 2. 重新設計後分析:新佈局實施後,進行相同的分析。 3. 對比報告:比較重新設計前後的熱力圖和旅程流向。若符合以下條件,則新佈局是成功的:(a) 人潮分佈更均勻,表示發現度提高;(b) 高毛利產品區域的停留時間增加;(c) 只造訪入口區域便離開的訪客比例(跳出率)已下降。 4. POS 整合:將特定區域(例如「高階丹寧區」)停留時間的增加,與該類別的銷售數據建立關聯,以計算佈局變更所帶來的直接營收影響。
練習題
Q1. 一場大型會議正面臨中場休息時段走廊過度擁擠的抱怨。您會如何利用 WiFi 分析來診斷問題,並提出數據驅動的解決方案?
提示:考慮使用特定區域的時間序列數據,並將其與活動時程表建立關聯。
查看標準答案
首先,在分析平台中將走廊區域定義為不同的區域。然後,針對這些區域分析人流和裝置密度指標,特別是在主要主題演講前後各 15 分鐘的時段。這將量化擁擠的高峰程度。解決方案是將此數據呈現給活動主辦方,並建議將相鄰大型演講廳的會議結束時間錯開 10 至 15 分鐘,以平緩與會者的流動。此變更的成功與否,可透過下一次活動中走廊區域的峰值裝置密度是否降低來衡量。
Q2. 一家零售店的行銷團隊希望證明一個新的店內數位看板宣傳活動的投資報酬率。他們如何利用訪客 WiFi 分析來衡量該活動對人流和停留時間的影響?
提示:關鍵在於隔離變項。您需要比較目標區域在宣傳活動前和活動期間的行為。
查看標準答案
在新數位看板周圍定義一個區域。在宣傳活動開始前的兩週內,測量該區域的平均停留時間以及進入該區域的訪客佔總店訪客的百分比,以建立基線。宣傳活動啟動後,持續測量相同的指標。投資報酬率可透過展示區域內停留時間的統計顯著增加(代表人們停下來觀看)或該區域的捕獲率增加(代表更多人被吸引至該區)來證明。若要進行更進階的分析,可整合 POS 數據,以觀察增加的互動是否與推廣產品的銷售增幅相關。
Q3. 一位飯店經理注意到過去一季酒吧營收下降了 15%,但總體訪客人數保持穩定。他們如何利用 WiFi 分析來調查與訪客行為相關的潛在原因?
提示:這需要檢視訪客旅程和流向模式,而不僅僅是孤立的區域數據。
查看標準答案
調查應側重於訪客旅程分析。定義大廳、接待處、電梯和酒吧的區域。使用平台的流向分析工具回答兩個問題:1. 進入大廳的訪客中,有多少百分比也進入了酒吧區域?此百分比在過去一季是否呈下降趨勢? 2. 對於確實進入酒吧的訪客,他們的平均停留時間是否正在減少?大廳到酒吧的轉換率下降可能表示標示或能見度有問題。而進入酒吧的訪客停留時間減少,則可能表示服務、氛圍或產品方面存在問題。數據能夠精確指出問題是發生在吸引賓客還是留住賓客的環節。
常見問題
How does guest WiFi measure venue footfall without requiring visitors to connect?
Guest WiFi captures unassociated probe request frames broadcast by smartphones searching for known SSIDs. Enterprise access points measure the Received Signal Strength Indicator (RSSI) of these probe frames across multiple radios. Purple's location analytics engine applies statistical filtering to remove randomized MAC addresses and street passersby, calculating true physical visitor footfall, entrance capture rates, and zone dwell times.
How does MAC address randomization affect WiFi footfall tracking accuracy?
Modern mobile operating systems (Apple iOS Private WiFi Address, Android Randomized MAC, Windows 11) rotate unassociated MAC addresses to prevent passive cross-venue tracking. Purple overcomes randomization by utilizing probe burst clustering algorithms to deduplicate temporary MACs during a single visit, maintaining over 95% footfall counting accuracy. When visitors authenticate via the captive portal or Passpoint, their verified hashed identity links recurring visits seamlessly.
What is the difference between passive probe telemetry and connected captive portal analytics?
Passive probe telemetry monitors raw radio frequency presence to measure macro footfall, passerby-to-entrance conversion rates, and zone heatmaps across 100% of WiFi-enabled smartphones without requiring user login. Connected captive portal analytics capture first-party demographic data (name, email, age group, consent preferences) and CRM identifiers from visitors who complete the onboarding portal.
What access point density and hardware are required for sub-5 metre WiFi location accuracy?
Basic presence and zone-level footfall counting require 1 access point per 3,500 to 5,000 square feet. High-resolution x/y coordinate positioning and sub-5 metre heatmap accuracy require 1 AP per 1,500 to 2,500 square feet with line-of-sight to at least 3 APs for RSSI trilateration. Enterprise hardware from Cisco Meraki, Aruba, Juniper Mist, and Ruckus with dedicated scanning radios provides the highest location accuracy without impacting client bandwidth.
How do enterprise venues maintain GDPR and CCPA compliance with WiFi footfall analytics?
Enterprise WiFi analytics ensure GDPR and CCPA compliance through privacy-by-design architecture: passive probe telemetry is immediately pseudonymized and aggregated into statistical counts without storing raw MAC addresses. For captive portal onboarding, explicit unbundled consent checkboxes, transparent privacy notices, automated data retention purging, and self-service Subject Access Request (SAR) portals ensure full international regulatory compliance.
繼續閱讀本系列
衡量訪客 WiFi 與定位分析的企業投資報酬率 (ROI)
本技術參考指南為 IT 與場域營運團隊展示如何衡量訪客 WiFi 的 ROI,建立從網路健康度、同意收集的數據,到經驗證的營運或商業成果之間具備說服力的關聯鏈。指南將可衡量的實證與假設區分開來,將 Purple Connect、Capture 和 Engage 對應至正確的衡量層級,並針對飯店、零售物業和活動場館提供規劃情境。
隱私源自設計:去識別化 WiFi 數據以符合 GDPR 規範
本權威指南詳細介紹了去識別化 WiFi 數據的技術架構與實作策略,以確保符合 GDPR 規範。它為 IT 主管與網路架構師提供了實用的框架,在平衡強大的場域分析與嚴格的數據隱私要求之間取得完美平衡。
熱點圖 (Heatmapping) 與存在感應分析 (Presence Analytics):技術差異
本權威技術指南詳細介紹了 WiFi 熱點圖與存在感應分析在企業場域營運中的關鍵架構與運作差異。本指南為 IT 主管、網路架構師和營運總監提供了具體可行的部署框架、實際應用場景,以及與廠商無關的最佳實踐,旨在協助企業從現有的無線基礎設施中獲取最大的投資報酬率 (ROI)。
對於您的特定設置有任何疑問嗎?
我們的團隊與超過 80,000 個場域的場域營運商、IT 經理和網路工程師合作。立即預約 20 分鐘的通話,我們將向您展示其他與您相似的用戶是如何解決此問題的。