跳至主要內容

乘客 WiFi:運輸業者如何運用 WiFi 數據理解旅程

本技術指南說明運輸業者如何運用乘客 WiFi 基礎設施來擷取營運分析數據。內容涵蓋技術架構、部署最佳實務,以及用於量測人流、停留時間和旅程模式的實際應用案例。

📖 5 分鐘閱讀📝 1,086 字數🔧 2 範例3 練習題📚 8 關鍵定義

收聽此指南

查看播客逐字稿
乘客 WiFi:運輸業者如何運用 WiFi 數據理解旅程 Purple 智慧簡報 — 約 10 分鐘 --- 簡介與背景 — 1 分鐘 歡迎收聽 Purple 智慧簡報。我是主持人,今天我們要深入探討一個大多數運輸業者都擁有、卻未充分發揮其價值的事物:乘客 WiFi 數據。 若您負責火車營運商、公車網或渡輪服務的 IT 或營運工作,您幾乎肯定已部署了 WiFi 基礎設施。乘客期望使用它。但關鍵在於——相同的基礎設施,當結合適切的分析層時,便會成為您所能取得的最強大的營運智慧工具之一。 我們談的是在尖峰需求來臨前就掌握它、描繪乘客在您網路中實際移動的方式,並根據真實行為而非僅僅是售票數據來制定服務規劃決策。 接下來的十分鐘,我想帶您了解技術架構、真實世界的應用案例、您絕不能忽視的合規考量,以及從現狀邁向讓您的 WiFi 真正成為商業智慧資產所需的實際步驟。 讓我們開始吧。 --- 技術深入探討 — 5 分鐘 那麼,讓我們從基礎開始。什麼是乘客 WiFi 分析,它實際上如何運作? 核心來說,每當乘客連接到您的 WiFi 網路——無論是在火車上、車站內或渡輪上——他們的裝置都會產生一系列數據訊號。存取點會記錄一個連線事件。它會記錄時間戳記、連線持續時間、訊號強度、消耗的數據量,以及至關重要的裝置識別碼。在大多數執行 IEEE 802.11ax——也就是 WiFi 6 的現代部署中,您還會擷取到存取點之間的漫遊交遞,這能告訴您一件極有用的事情:移動。 現在,有趣的地方來了。您無需知道乘客是誰,就能從這些數據中獲得巨大的營運價值。匿名、彙總的 WiFi 訊號能告訴您在給定時間點某個特定區域內有多少裝置存在。那就是人流。它們能告訴您裝置在該區域停留了多久。那就是停留時間。而當您追蹤一個裝置在存取點之間移動時——從車站大廳、到月台、到列車車廂——您就獲得了旅程模式數據。起點、路線和目的地,全部從 WiFi 交遞中推斷出來。 支撐這一切的架構有四層。第一,存取點層——您部署在車站、月台和車廂上的實體硬體。對火車營運商來說,這通常意味著在車站設有運作 802.11ax 的固定基礎設施,以及車上使用蜂巢式回程網路(通常是 LTE 或 5G)以在站間維持連線的系統。第二,數據收集層——一個集中式控制器或雲端管理平台,彙集來自每個存取點的原始連線記錄。第三,分析引擎——在這裡,原始記錄被轉化為有意義的指標。停留時間分佈、尖峰連線時段、區域間移動率。像 Purple 的 WiFi Analytics 層這類平台就坐落在這裡,應用機器學習模型來辨識模式和異常。第四,營運儀表板——這是前端,您的網路規劃人員、車站管理者和商業團隊實際消費洞察的地方。 讓我給您一個具體例子,說明這在實務上看起來如何。一家英國主要鐵路營運商在一個包含十二個城際車站的網路上部署了 WiFi 分析。在第一季內,他們就能清楚看到連線高峰——不僅是按一天中的時段,而是按各月台和各車次。他們能看到最繁忙終點站的第七月台在 07:52 發車前四十分鐘出現連線尖峰,但當該班次誤點時,停留時間便急劇下降。服務表現與乘客行為之間的這種關聯——透過 WiFi 數據量化——為營運團隊提供了一件前所未有的東西:一個不依賴於旅後調查的即時乘客體驗代理指標。 現在,讓我們特別談談火車站 WiFi,因為車站對車上部署提出了不同的挑戰。車站是一個多區域環境。您有主大廳、零售區、候車室、月台和停車場。每個區域都有不同的停留時間概況和不同的商業意涵。一位乘客在乘車前於零售區停留十二分鐘,與另一位在發車前兩分鐘才到並直接前往月台的乘客,其概況截然不同。WiFi 分析讓您能區隔這些行為並據以採取行動——無論是調整零售人力、重新擺設標牌,或是透過 Captive Portal 觸發目標推播通知。 在合規方面,我想花點時間談談,因為這正是我看到業者犯下昂貴錯誤的地方:所有這些數據收集都必須在符合 GDPR 的框架內運作。根據英國 GDPR 和《2018 年資料保護法》,任何對個人資料的處理——而裝置的 MAC 位址,即使是隨機化的,在特定情境下也可能構成個人資料——都需要合法基礎。對多數運輸業者來說,那個合法基礎是「合法利益」,並輔以在 WiFi 登入時提供的透明隱私權聲明。Captive Portal 不僅是品牌展示的機會;它更是您的同意與揭露機制。要正確處理。Purple 的平台包含可配置的同意流程,這些流程是專為符合 ICO 指引而設計的,這能為您的內部團隊省去重大的合規負擔。 還有一點技術問題值得提出:MAC 位址隨機化。自 iOS 14 和 Android 10 起,大多數現代裝置會針對每個網路隨機化其 MAC 位址,這限制了您跨連線追蹤回訪裝置的能力。這並不會扼殺 WiFi 分析——彙總的人流和停留時間依然完全有效——但它確實會影響重複訪客的識別。變通的解決方案是認證式 WiFi:當乘客透過 Captive Portal 以電子郵件地址或社群個人檔案登入時,您便建立了一個持續且經同意的識別碼,它能在 MAC 位址隨機化的情況下存活。這就是數據變得真正豐富之處。 --- 實作建議與陷阱 — 2 分鐘 好的,讓我們談談如何實際部署。無論您是從零開始,還是將分析功能附加到現有的 WiFi 基礎設施上,我建議您優先處理三件事。 第一,在做任何其他事情之前,先審計現有的存取點覆蓋範圍。WiFi 分析的優劣取決於它所依據的覆蓋範圍。如果您的月台或車站大廳存在死角,您的數據就會有缺口,從而削弱人流和停留時間指標的準確性。在進行任何分析部署之前,應先進行適當的 RF 調查——理想上使用像 Ekahau 這類工具。 第二,及早標準化您的數據格式。我在多站點部署中最常見的問題之一是,不同存取點廠商導出的連線數據格式各異。若您的主要車站使用 Cisco Meraki,而車廂上使用不同廠商,則需要一個整合層,在這些記錄送達分析引擎前進行標準化。Purple 的平台透過一個不受廠商限制的 API 層來處理這點,但如果您正在打造客製化解決方案,這正是專案通常會停滯的地方。 第三,在上線前定義好您的關鍵績效指標。這聽起來顯而易見,但我見過業者部署了完整的分析套件後,卻花了六個月爭論該測量什麼。提前達成共識:您是要優化每位乘客的吞吐量?商業區域的停留時間?還是將連線成功率作為服務品質的代理指標?每項指標都會驅動不同的儀表板配置和不同的警示門檻。 要避免的陷阱:不要過度依賴原始連線數量。在服務中斷事件期間,月台上的高連線數看似是參與度——實際上那是乘客在瘋狂地查詢服務更新。情境很重要。建立您的分析系統,使其能夠區分正常的停留模式與因服務中斷導致的高峰。還有,不要忽視您的網路安全態勢。面向乘客的 WiFi 是一個高風險的攻擊面。確保您的部署在裝置相容性允許的情況下強制採用 WPA3,實施客戶端隔離以防止乘客裝置間的橫向移動,並使用 DNS 過濾來阻擋惡意網域。Purple 的平台包含作為標準功能的 DNS 安全控制——若您想更深入探討安全架構,Purple 部落格上有很好的技術分析。 --- 快問快答 — 1 分鐘 關於此主題,我常被問到的幾個問題。 「我們能使用 WiFi 數據來計算乘客人數,而不需要進行票務整合嗎?」可以,但有附帶條件。WiFi 裝置數量與乘客量有很強的相關性,但其比例會因路線和人口統計而異。在依賴它進行容量規劃前,應與人工計數或票閘數據進行校準。 「車上 WiFi 分析在隧道裡能運作嗎?」即使蜂巢式回程網路中斷,分析引擎仍會繼續處理來自車上存取點的數據。數據會被暫存在本地,並在連線恢復時進行同步。您在隧道內不會有即時儀表板,但也不會遺失連線數據。 「對一家小型渡輪業者來說,最低可行的部署是什麼?」在登船口設置一個雲端管理的存取點,在乘客休息室設置一或兩個存取點,以及一個 SaaS 分析平台。您可以在五千英鎊的硬體成本內,於部署一週後開始產出停留時間和人流數據。 --- 總結與後續步驟 — 1 分鐘 總結來說:乘客 WiFi 不僅僅是一項連線便利設施。它是一項營運智慧資產,一旦正確部署,能為運輸業者提供即時的乘客行為、尖峰需求模式及服務表現代理指標的可視性,這是在該成本點上沒有任何其他數據來源能比擬的。 這項技術已經成熟。IEEE 802.11ax 硬體廣泛可用。合規框架已充分建立。分析平台——包括 Purple 的——正是為此應用案例而打造。進入門檻比大多數業者想像的要低。 若您正在為您的網路評估此方案,切實的下一步是進行覆蓋範圍審計,接著在一或兩個高流量車站進行概念驗證部署。定義三到五項關鍵績效指標,執行九十天,讓數據在內部為方案說話。 Purple 的運輸團隊與鐵路、公車及渡輪業者合作,規劃這類部署的範圍。您可以在 purple.ai/industries/transport 找到更多資訊,或直接聯繫我們以取得技術簡報。 感謝收聽。下次見。 --- 腳本結束

header_image.png

執行摘要

對於運輸業者而言——無論是管理城際鐵路網、市區公車隊,或是海上渡輪服務——乘客 WiFi 往往被視為純粹的營運成本或乘客便利設施。然而,一旦與企業級分析層整合,這項現有基礎設施便會轉化為強大的營運智慧工具。透過擷取裝置連線中繼資料,業者能繪製乘客足跡、量測車站各區域的停留時間,並追蹤旅程模式,無需完全依賴票務數據。

本指南為 IT 經理、網路架構師和營運主管提供部署及運用乘客 WiFi 分析的實用框架。我們將探討安全擷取裝置訊號所需的基礎技術架構、可帶來可衡量投資報酬率的營運應用案例,以及在 GDPR 和資料保護框架內處理此類數據的合規要求。

收聽我們資深顧問對本主題的簡報:

技術深入探討:架構與數據流

任何乘客 WiFi 分析能力的基礎,在於網路安全擷取並處理裝置中繼資料的能力。此架構通常包含四個核心層:

  1. 存取點層(邊緣): 部署於車站與車廂中的實體硬體。採用 IEEE 802.11ax (WiFi 6) 的現代部署能支援高密度用戶端,並擷取包含 MAC 位址、訊號強度 (RSSI) 和連線時間戳記等重要中繼資料。
  2. 數據收集層(控制器): 集中式雲端管理控制器,匯集存取點層的原始連線記錄與漫遊交遞資訊。
  3. 分析引擎: 像是 Purple 的 WiFi Analytics 層級平台會處理原始記錄,應用機器學習模型篩除員工裝置與暫態訊號,將原始數據轉化為有意義的指標(如停留時間、人流)。
  4. 營運儀表板: 視覺化層,讓網路規劃人員與車站管理者透過即時儀表板和熱區圖獲取洞察。

wifi_analytics_architecture.png

克服 MAC 位址隨機化

現代 WiFi 分析的一項關鍵技術挑戰是 MAC 位址隨機化。自 iOS 14 和 Android 10 起,裝置會針對每個網路隨機化其 MAC 位址以提升隱私。雖然這不影響彙總的人流或停留時間指標(因為在單次造訪期間連線保持一致性),但卻限制了長時間內匿名追蹤重複訪客的能力。

架構上的解決方案是認證式 Guest WiFi 。透過將使用者導向需進行認證(例如電子郵件或社群登入)的 Captive Portal,系統便能建立一個持續性且經同意的使用者個人檔案。此檔案會將會話數據錨定到已知使用者,從而繞過 MAC 位址隨機化的限制,同時嚴格遵守資料保護法規。

實作指南:從基礎設施到洞察

部署乘客 WiFi 分析需要結構化方法,以確保數據準確性與網路安全。

  1. 執行全面的 RF 審計: 分析準確性完全取決於網路覆蓋範圍。車站大廳或月台的死角會導致連線中斷和旅程數據碎片化。進行徹底的 RF 站點調查,確保所有乘客區域的連續覆蓋。
  2. 標準化數據整合: 運輸網路通常包含異質硬體(例如車站使用 Cisco Meraki,車廂使用其他廠商)。在資料送達分析引擎前,實作一個不受廠商限制的 API 層,以標準化連線記錄格式。
  3. 實作強健的安全控制: 面向乘客的網路是高風險攻擊面。在用戶端相容性允許的情況下強制採用 WPA3,實施嚴格的客戶端隔離(第 2 層隔離)以防止乘客裝置間的橫向移動,並部署 DNS 過濾以阻擋惡意網域。欲了解更多關於保護這些環境的細節,請參閱我們的指南: 透過強大的 DNS 與安全性來保護您的網路
  4. 定義區域架構: 將您的實體位置劃分為邏輯區域(例如大廳、零售區、月台)。這能實現細膩的停留時間分析,讓業者得以區分在零售區閒逛的乘客,與因服務延誤而在月台等候的乘客。

最佳實務與營運應用案例

運輸業者正運用 WiFi 分析來驅動跨多個營運領域的效率提升。如同 零售業餐旅業 利用人流數據優化人力配置,運輸業者則利用這些洞察來管理尖峰需求。

passenger_wifi_use_cases.png

真實案例研究:城際鐵路網

一家英國主要的城際鐵路業者在十二個終點站部署了 WiFi 分析,以解決月台擁擠問題。透過將 WiFi 連線高峰與列車發車時間相關聯,營運團隊發現特定月台在發車前 40 分鐘出現危險的擁擠情況。數據顯示,由於主大廳的數位顯示器資訊不清,乘客比預期更早抵達。透過調整發車時刻表上月台公告的時間點,該業者改善了乘客流動,使尖峰月台密度降低 22%,並提升了整體安全。

真實案例研究:渡輪碼頭營運

一家處理大量夏季交通量的區域渡輪業者,利用 WiFi 停留時間分析來優化其碼頭零售策略。分析儀表板顯示,等候誤點航班的乘客在碼頭的平均停留時間為 45 分鐘,但只有 12% 進入次零售區。藉由重新擺設數位標牌,並在延誤期間透過 Captive Portal 觸發自動推播通知提供咖啡折扣,該業者在服務中斷事件期間將零售轉換率提升了 18%。

疑難排解與風險緩解

實作乘客 WiFi 分析時,IT 團隊必須緩解幾個常見的失敗模式:

  • 來自員工裝置的數據稀釋: 未能篩除員工裝置(例如清潔人員、零售員工)會嚴重扭曲停留時間指標。針對員工實施嚴格的 MAC 位址過濾或專用 SSID,以確保乘客數據保持純淨。
  • 合規失敗: 在沒有明確同意或記錄合法基礎的情況下擷取裝置數據,會違反 GDPR。確保您的 Captive Portal 清楚說明數據處理政策,並在必要時取得明確同意。
  • 回程傳輸瓶頸: 依賴蜂巢式回程網路(LTE/5G)的車載系統常遭受頻寬限制。確保您的架構在連線中斷時能於本地緩存分析數據,並在恢復時進行非同步同步,如此能避免數據遺失,且不影響乘客的瀏覽速度。

投資報酬率與商業影響

乘客 WiFi 分析的投資報酬率遠超出 IT 部門範疇。透過將網路視為情報資產,業者能:

  • 優化資源配置: 依據實證的人流數據而非靜態時刻表,來調度車站人員、清潔排程和保全巡邏。
  • 提升零售營收: 提供零售承租商準確的人流與轉換率指標,從而支撐高流量區域的優質租金費率。
  • 改善乘客體驗: 辨識車站旅程中的摩擦點,並主動管理擁擠狀況,這就如同 醫療保健產業 使用類似技術來理解病患流動一樣。關於跨產業應用,請參考 如何透過 WiFi 改善醫院病患體驗

透過將 WiFi 分析整合至核心營運策略中, 運輸業 的業者便能從被動管理轉變為積極主動、數據驅動的服務提供。

關鍵定義

MAC 位址隨機化

現代作業系統(iOS、Android)中的一項隱私功能,會為裝置所連接的每個 WiFi 網路產生一個暫時性的隨機 MAC 位址。

IT 團隊必須考慮到這點,因為它使得僅使用硬體識別碼追蹤重複訪客變得不可能,從而必須依賴 Captive Portal 認證。

停留時間

裝置在特定實體區域內保持連線或被 WiFi 網路偵測到的總持續時間。

營運主管使用此指標來衡量乘客在月台等候或於零售區停留的時間長度,直接影響商業與安全規劃。

Captive Portal

使用者在被授予公共 WiFi 網路存取權限前,必須檢視並與之互動的網頁。

擷取使用者同意、執行服務條款及收集第一方行銷數據的主要機制。

IEEE 802.11ax (WiFi 6)

目前的無線網路標準,旨在改善高密度環境中的效能。

對於體育場和火車站等交通樞紐至關重要,因為這些場景中會有成千上萬的裝置同時嘗試連線。

RSSI(接收訊號強度指標)

對接收到的無線訊號功率的一種量測。

分析引擎利用來自多個存取點的 RSSI 數值,以三角定位方式確定裝置在場館內的實體位置。

客戶端隔離

一項安全功能,可防止連接到相同 WiFi 網路的裝置彼此直接通訊。

對於公共乘客 WiFi 至關重要,能防止惡意行為者在網路上掃描或攻擊其他使用者的裝置。

人流

在特定時間範圍內,WiFi 網路偵測到的唯一裝置總數。

為車站管理者提供一個準確的乘客總量代理指標,獨立於售票數據之外。

蜂巢式回程網路

使用蜂巢式網路(LTE/5G)將本地 WiFi 網路(如公車或火車上)連回網際網路的方式。

車上 WiFi 部署的主要持續營運成本 (OPEX),需要謹慎的頻寬管理。

範例

一家大型火車站業者在傍晚尖峰時段於第四月台遭遇嚴重擁擠。他們需要了解這些乘客在站內的起始位置(例如:主大廳或零售區),以改善人流。

  1. 在大廳、零售區和第四月台部署高密度 IEEE 802.11ax 存取點,以確保連續覆蓋。
  2. 設定分析平台為各區域定義邏輯「區域」。
  3. 在 16:00-19:00 時段內分析分析儀表板中的「區域間移動」報告。
  4. 辨識抵達第四月台的裝置其主要起始區域。
  5. 若數據顯示瓶頸源自零售區走廊,營運部門可部署人員指引人流,或更新數位標牌以引導乘客經由次要大廳入口。
考官評語: 此方法正確地運用基於區域的分析來追蹤複雜場館內的旅程模式。關鍵步驟在於確保連續的 RF 覆蓋;若無此條件,系統便無法準確追蹤裝置交遞,導致旅程路徑破碎。

一家區域性公車業者想提供免費車上 WiFi,但需要向商務總監證明蜂巢式回程傳輸成本合理,並藉此擷取行銷數據。

  1. 為車上 WiFi 網路實施雲端管理的 Captive Portal
  2. 設定該入口網站要求透過電子郵件或社群登入(例如 Facebook、Google)進行認證。
  3. 確保入口網站包含清晰的 GDPR 隱私權聲明,以及行銷通訊的選擇加入核取方塊。
  4. 透過 API 將 Captive Portal 的數據擷取直接整合至業者的 CRM 或電子郵件行銷平台。
  5. 追蹤每條路線產生的新行銷選擇加入量,並計算等效的單次獲取成本 (CPA),以證明回程傳輸營運支出 (OPEX) 的合理性。
考官評語: 此解決方案超越了匿名分析,轉向認證式數據擷取,直接處理了商業需求。它正確地強調了在擷取點符合 GDPR 的必要性,以及透過 API 整合使數據可付諸行動的重要性。

練習題

Q1. 您的渡輪碼頭已部署 WiFi 分析,但主要候船室的平均停留時間卻回報為 8.5 小時,這在您的航班排程下是不可能的。最可能的原因是什麼,以及您該如何解決?

提示:考慮哪些其他裝置可能永久位於候船室或附近。

查看標準答案

分析引擎很可能擷取了靜態裝置(例如智慧電視、數位標牌、銷售點系統)或整天待在候船室的員工裝置。解決方案是找出這些已知裝置的 MAC 位址,並設定分析平台將它們從資料集中篩除。

Q2. 一家公車業者想追蹤有多少乘客搭完整條特定路線,以及有多少人提早下車。他們完全依賴車載存取點的匿名 MAC 位址追蹤。為什麼這些數據可能不準確?

提示:思考現代智慧型手機如何處理網路連線以保護隱私。

查看標準答案

現代智慧型手機採用 MAC 位址隨機化。當裝置連接到公車 WiFi 時,會話可被準確追蹤。然而,若裝置斷線(例如進入休眠)並在路線上稍後重新連線,它可能會顯示一個新的 MAC 位址,使其看起來像是一位新乘客而非持續的旅程。需要實施 Captive Portal 進行認證,才能準確追蹤持續的旅程。

Q3. 您正在一個設有高密度大廳的大型火車站部署 WiFi。為了確保安全的數據擷取並保護乘客,在公共 SSID 上必須啟用哪兩項關鍵的網路安全設定?

提示:其中一項防止裝置間互相通訊;另一項則防止存取惡意網站。

查看標準答案
  1. 必須啟用客戶端隔離(第 2 層隔離),以防止乘客裝置在區域網路內彼此通訊或發動攻擊。 2. 應部署 DNS 過濾,以阻擋對已知惡意網域、釣魚網站和不當內容的存取。