为什么有的公司要统计到店人流量的，都是用何种方法来统计的？
首先声明利益相关，所在公司主营业务即实体零售门店的客流统计分析。但本回答不想做广告，只想说一说客流统计的方法、原因和应用方向，有的图片会出现公司名称和 LOGO，请原谅我懒得修图了。
前言：
在说客流统计之前，我想澄清一个概念，如果纯粹计算数量的话，最基础的计数即可实现，之所以会不断有新的技术出来，主要是在客流质量上的统计和分析有了新的突破。所谓的客流质量即活跃度、来访周期、停留时长等基础维度，如果再上升到大数据分析层面的话，对质量的判断还有客户的性别、年龄、购买力、消费习惯、消费阶段等消费者画像的分析。
方法：
目前市场上实现客流统计的主流技术及优缺点如下：
1、人工手持计数器——店员 / 保安 / 督导站在店铺门口人肉计数;
优点：单店单次的实施成本低、可叠加人为判断标准。
缺点：计数误差大、多店铺成本高、数据同步难，应用空间小。
2、闸门 / 压力踏板，在店铺出入口设置闸门 / 压力踏板;
优点：计数准确、实施成本低。
缺点：设置闸门的顾客体验差、数据单一、价值低、难以多店铺同步。
3、红外探头，在店铺必经通道设置红外发射器，以行人阻挡红外线次数做统计;
优点：实施简单、成本低、技术成熟。
缺点：数据单一、价值低、数据无其他用途。
4、视频探头，利用摄像头采集的视频信息进行算法分析识别出人脸或人头等典型人的特征来计数;
优点：计数准确、可按性别、年龄、提袋与否做基础分析、可远程实时查看多店铺客流。
缺点：实施成本高、运维成本高、无法识别新老顾客。
5、Wi-Fi 探针，店铺部署 Wi-Fi 网络，以获取开启 Wi-Fi 功能的手机 MAC 地址，严格来说是统计移动设备终端数量。
优点：实施成本低、Wi-Fi 网络普及率高、可触达用户、支持云平台、数据应用可扩展至营销层。
缺点：计数不精准(70%打开率)。
都是计“数”，这个“数”是有差别的。前 4 种计数方法计算的是“数量”，第 5 种种方法计算的是“数据”。数量是一个“数字”，而数据则是“数字 + 单个客户 ID”，这两者的区别在于后项的数据应用空间，这个在后面会详细介绍。
说了这么多，最重要的，题主问到了“为什么要做客流统计”?这个问题其实没有人回答。我来说下自己的理解。
原因：
为什么有的公司要统计客流，严格来说，除了客流数量，还包含对客流质量的分析和应用，并且还把 Traffic 作为非常重要的数据指标在财报中公布?原因是这个 Traffic 真的非常非常非常重要!
我们来看这样一个客流漏斗模型：
在最顶端的潜在客群，即公司在做品牌战略时圈定的目标消费者，最终到达门店、入店、消费、复购、加入会员、成为忠实会员的人才是对品牌来说最宝贵的客群，虽说宝贵，但这部分人群实际上不需要再做更多营销成本投入了，因为他已经是你的死忠粉了，再花钱不是浪费嘛!
在制定好品牌战略后，漏斗中最关键的数据指标就是到达客流和入店客流的转化了，他们就像是大选中那个中间摇摆不定的人群，只有争取到他们的支持，让他们用现金投票，品牌才能赢得销售成功。
所以说，客流的数量和质量决定了店铺的销售能力，即客流数据决定销售数据。这就像电商网站的流量决定了成交量，不重视不行啊!
具体应用：
下面我们来详细阐述 Traffic 即客流数据的具体应用，如下的销售公式在电商行业都不陌生，
但在实体零售行业，如今很多零售商还在谈的依然是成交笔数、成交客单和坪效(营业额 / 总面积)这些传统逻辑。
(而库克 Q2 2015 电话会议原文中，可以看出苹果是把线上、线下的客流视为一体的，即流量。)
把销售额公式做进一步拆解，是这样的：
通过对客流的统计(包括数量和质量)，进而对数据指标进行拆解，这样可以精细化店铺运营，通过运营策略的调整和辅助的 KPI 考核指标，就能有效提升最终的销售额。
问题来了!
指标拆解后，如何提升实体零售店铺的客流和转化?
这里能说的方法和案例太多了，说多了也是打广告，这里我只举几个应用方向的案例供参考。
（来源：知乎日报）
