室內 WiFi 定位：訪客網路上的位置追蹤運作原理

執行摘要

對於現代場域（無論是零售旗艦店、飯店還是大型體育場）而言，了解實體訪客流量與追蹤數位網站流量在策略上同樣重要。GPS 在室內會失效，從而留下顯著的能見度缺口，使營運商損失實際收入。本指南說明企業 IT 團隊如何利用現有的 Guest WiFi 基礎架構來部署基於 WiFi 的室內定位系統 (IPS)。這項技術並非新技術，但 RSSI 三角測量、校準後的存取點 (AP) 對照，以及雲端 WiFi Analytics 平台的整合已發展成熟，現在部署已是一個實用的、可在單季交付的專案，而非耗時數年的研究計畫。本文件提供了做出明智決策所需的技術架構、實作步驟、常見失敗模式和 ROI 架構。如需對分析層進行更廣泛的介紹，請參閱我們的指南： 什麼是 WiFi Analytics？完整指南 。

技術深度解析

室內 WiFi 定位的物理原理

室內定位的根本挑戰在於，運作頻率約為 1575 MHz 的 GPS 訊號在穿過建築材料時會嚴重衰減。混凝土天花板會使訊號強度降低 20–30 dB，導致 GPS 在建築物幾層樓以下的地方完全無法使用。基於 WiFi 的室內定位避開了這個問題，它利用了任何企業網路部署中已存在的 2.4 GHz 和 5 GHz 訊號。

其核心機制是接收訊號強度指示 (RSSI)。當行動裝置啟用 WiFi 時，它會定期廣播 802.11 探測請求框架以探索可用網路。範圍內的每個 AP 都會接收這些框架，並記錄傳輸裝置的 MAC 位址以及 RSSI 值（訊號功率的對數測量值，通常以 dBm 表示，其中 -30 dBm 代表極強訊號，-90 dBm 代表極弱訊號）。

RSSI 三角測量 (三邊測量)

單一 AP 可以確認裝置在其覆蓋範圍內，但無法確定方向或精確距離。為了定位裝置，系統需要同時取得至少三個 AP 的讀數，這個過程正確來說稱為三邊測量（儘管「三角測量」是業界常用的術語）。

分析平台應用路徑損耗模型（通常是對數距離路徑損耗模型），將每個 RSSI 值轉換為與該 AP 的估算距離。透過三個距離估算值和每個 AP 的已知實體座標，系統即可求解交叉點，該交叉點即代表裝置的估算位置。在實務上，由於環境干擾，這個交叉點很少是一個完美的點；系統會改為計算一個機率區域並回報其質心。

關鍵公式參考： 對數距離路徑損耗模型表示為：

PL(d) = PL(d₀) + 10n·log₁₀(d/d₀) + Xσ

其中 n 是路徑損耗指數（室內環境通常為 2–4），d 是距離，而 Xσ 是代表遮蔽效應的零均值高斯隨機變數。

被動追蹤 vs. 已驗證分析

區分這兩種運作模式至關重要，因為它們在數據品質和合規性方面有著根本性的不同：

MAC 隨機化是此處的關鍵變數。自 iOS 14 和 Android 10 起，行動作業系統會隨機化探測請求中使用的 MAC 位址。這意味著裝置在每次造訪時都會顯示為不同的實體，從而防止對回訪個人進行被動追蹤。實際的影響是，被動數據對於彙總熱圖和人流量統計非常有用，但若要進行任何個人層級的分析，則需要已驗證的數據（當使用者透過 Captive Portal 登入訪客網路時擷取）。

如需更廣泛地探索包括 UWB 和 BLE 在內的輔助定位技術，請參閱我們的指南： 室內定位系統：UWB、BLE 與 WiFi 指南 。

實作指南

第 1 階段：環境評估與 RF 規劃

在安裝任何 AP 之前，必須進行徹底的 RF 規劃。實體環境決定了訊號傳播，而在規劃階段做出的假設若在實際場地中被證明不正確，將導致難以在部署後診斷的精確度偏差定位數據。

AP 密度需求： 為了進行精確的三邊測量，在覆蓋範圍內的任何一點，裝置必須被至少三個 AP 以 -65 dBm 或更佳的訊號強度偵測到。這比基本的網路存取覆蓋要求更嚴格（後者在 -75 dBm 即可運作）。在實務上，這意味著在開放環境中大約每隔 15–20 公尺部署一個 AP，而在障礙物密度高（金屬貨架、混凝土柱、玻璃隔間）的區域則要明顯更密集。

場地勘測： 在進行實體安裝之前，使用 RF 規劃軟體（例如 Ekahau、iBwave）進行預測性場地勘測。隨後進行主動場地勘測安裝後進行驗證以確認覆蓋範圍並識別訊號死角。

第二階段：AP 對應與平台設定

實體安裝 AP 後，必須在分析平台上設定其精確的座標。

1. 上傳按比例繪製的平面圖（PDF、DWG 或 PNG 格式）至分析平台儀表板。
2. 將每個 AP 的確切實體座標對應到數位平面圖上。此步驟至關重要且不可妥協——此處的任何誤差都會直接導致定位不準確。
3. 定義區域（Zones）——平面圖上的具體多邊形區域（例如「結帳區」、「男裝區」、「大廳」）——以啟用每個區域的細粒度停留時間和客流量報告。
4. 設定無線區域網路控制器（WLC），以便透過適當的 API 或 syslog 整合將存在數據（presence data）轉發至分析平台。

第三階段：Captive Portal 與同意架構

為了獲取經過驗證的數據並符合 GDPR 及類似框架的規定，請部署 Captive Portal，在授予網路存取權限之前向使用者顯示清晰的同意聲明。該入口網站至少應收集：姓名、電子郵件地址，以及對基於分析目的進行數據處理的明確同意。

最佳實踐

標準化使用 5 GHz 進行分析： 雖然 2.4 GHz 穿牆能力較強，但其頻段非常擁擠，且易受藍牙、微波爐和鄰近網路的干擾。引導用戶端使用 5 GHz 可以產生更乾淨、更一致的 RSSI 讀數，從而提高定位準確性。在 WLC 上設定頻段引導（band steering），以優先讓支援的用戶端連線至 5 GHz。

定期安排校準審查： 實體環境並非一成不變。季節性的零售佈局調整、新增隔間牆，甚至是大型臨時設施（如展覽攤位）都可能顯著改變射頻（RF）傳播。建議每季或在場地發生任何重大實體變更後立即安排校準審查。

實施數據最小化： 根據 GDPR 第 5(1)(c) 條，應僅收集實現聲明目的所需的最少數據。對於區域級分析，這意味著儲存彙整的計數，而非個別裝置的移動路徑。在擴大數據收集範圍之前，請先諮詢您的數據保護官（DPO）。

利用 IoT 架構： WiFi 定位與更廣泛的 IoT 部署整合已成趨勢。如需了解室內定位如何融入更廣泛的智慧場館架構，請參閱我們的指南： 物聯網架構：完整指南 。

疑難排解與風險緩釋

投資報酬率（ROI）與商業影響

室內 WiFi 定位的商業案例在被視為一項能同時為多個部門帶來回報的基礎設施投資時最為強大。

零售業： 擁有 20 家門市的中型時尚零售商可以使用區域級停留時間數據，來識別哪些商品陳列產生的互動最多。在類似的部署中，根據此數據重新調整表現不佳的陳列已被證實能將銷售轉換率提高 8-15%。如需特定行業的指引，請參閱我們的 零售業 解決方案。

旅宿業： 擁有 300 間客房的飯店可以即時監控櫃檯和餐飲部門的排隊長度，動態調配員工以防止在高峰時段服務品質下降。追蹤旅客在飯店內的移動還能優化房務整理，縮短客房週轉時間。請參閱我們的 旅宿業 案例研究以獲取部署範例。

醫療保健： 英國國民保健署（NHS）信託基金和私立醫院正在使用基於 WiFi 的資產追蹤（透過在醫療設備上安裝支援 WiFi 的標籤），將每次尋找移動資產的平均時間從 20 分鐘縮短至 2 分鐘以下。這直接減少了臨床醫護人員浪費在非臨床任務上的時間。探索我們的 醫療保健 解決方案。

交通運輸： 機場和鐵路營運商使用存在分析（presence analytics）來管理旅客通過安檢和登機門的人流，從而減少擁擠並提高準點起飛率。請參閱我們的 交通運輸 行業頁面以獲取相關案例研究。

衡量 ROI： 在部署前建立關鍵指標（停留時間、排隊長度、資產尋找時間）的基準測量值。在部署後第 30、60 和 90 天重新測量。一個部署良好的室內定位系統通常能實現若將完整的營運效率提升納入計算，可在 12 至 18 個月內回收成本。

如需全面了解建構在此定位基礎架構之上的分析功能，請參閱我們的指南： 什麼是 WiFi 分析？完整指南 。