CCFA《购物中心客流系统数据统计规范》

ICS03.100.01

CCSA01

CCFA

中国连锁经营协会团体标准

T/CCFAGS026—2021

购物中心客流系统数据统计规范

DataStatisticalStandardofShoppingCenterCustomerTrafficSystem

2021-10-28发布2021-11-1实施

中国连锁经营协会发布

T/CCFAGS026—2021

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国连锁经营协会提出。

本文件由中国连锁经营协会归口。

本文件起草单位：中国连锁经营协会、爱笔智能科技有限公司、爱琴海商业集团股份有限公司、百

联集团股份有限公司、大悦城控股集团股份有限公司、中国电信集团有限公司、富力集团商业运营管理

公司、万达商业管理有限公司、印力商用置业有限公司、云天励飞技术有限公司、数衍科技有限公司、

汇纳科技股份有限公司、龙湖集团控股有限公司、新城控股集团股份有限公司、永旺梦乐城（中国）投

资有限公司、海鼎信息科技有限公司。

本文件主要起草人：武瑞玲、陈斌、丁遥、付闯、梁棚、林元庆、刘政、吕斌、齐宇丰、曲常洪、

尚天元、松本孝义、宋杰、孙芸芸、王璐、周晟。

II

T/CCFAGS026—2021

引言

互联网行业的兴起，电子商务的普及，为消费者提供了便利、快捷的购物平台，同时也提升了消费

者对于购物体验的要求，尤其是针对购物中心，消费者的需求已从过去单纯寻找商品，转变为对体验与

效率均有较高要求。

为了能够满足日益升级的消费者的购物体验与效率的需求，也为了能够在商业竞争日益激烈的今

天，有效进行商业管理和运营，购物中心必须在最短时间内对市场微弱变化做出快速反应，必须具备市

场预见性及市场规律洞察力，从而提高商场日常经营决策的科学性、购物环境舒适性、人力资源调配的

合理性等等。

商品的消费者，即客流，如何在保护个人隐私的情况下，科学有效地对客流量进行分析，并快速及

时做出经营决策，将为商业运营、顾客服务起到至关重要、不可或缺的作用。仅2021年，商务部目前已

公布《智慧商店建设技术指南（试行）》《城市商圈建设指南（征求意见稿）》《步行街高质量发展工

作指引（征求意见稿）》等一系列鼓励政策并征求公众意见，支持商业步行街、购物中心、百货、商店

等场景在依法合规前提下，进行客流数据统计，结合人工智能算法及大数据分析模型，进行数字化、智

能化运营。

III

T/CCFAGS026—2021

购物中心客流系统数据统计规范

1范围

本标准规定了购物中心客流系统数据统计的定义、实现、原则。

本标准适用于购物中心客流系统数据统计方案的设计与建设。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T22239-2019信息安全技术网络安全等级保护基本要求

GB/T18106-2004零售业态分类

3术语和定义

下列术语和定义适用于本文件。

购物中心ShoppingCenter

是多种零售店铺、服务设施集中在由企业有计划地开发、管理、运营的一个建筑物内或一个区域内，

向消费者提供综合性服务的商业集合体。

[来源：GB/T18106-2004零售业态分类]

个人信息PersonalInformation

个人信息是以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息，不包括匿

名化处理后的信息。

个人信息的处理包括个人信息的收集、存储、使用、加工、传输、提供、公开、删除等。

[来源：《中华人民共和国个人信息保护法》]

个人生物识别信息PersonalBiometricInformation

个人基因、指纹、声纹、掌纹、耳廓、虹膜、面部识别特征等。

[来源：《中华人民共和国个人信息保护法》]

敏感个人信息SensitivePersonalInformation

敏感个人信息是一旦泄露或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全

受到危害的个人信息，包括生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息，

以及不满十四周岁未成年人的个人信息。

[来源：《中华人民共和国个人信息保护法》]

客流系统ShoppingCenterCustomerTrafficSystem

1

T/CCFAGS026—2021

不以识别为目的，不涉及特定个体的识别，通过在购物中心的经营区域内设计、安装摄像头、铺装

智能感知地面或购物中心的经营区域内外部运营商基站等智能感知设施，实时、动态统计购物中心内的

客流群体数据（如在场馆、楼层、店铺及其它商业公共空间的人次、人数、驻留时长、店铺关联等统

计），以便于各经营方根据该类数据进行科学商业运营，同时为消费者提供便捷服务,客流系统提供的

客流数据应确保准确和完整。

人体表观特征BodyFeature

不包含任何个人生物识别信息且不具备唯一性的外在特征，并不用于任何识别目的；该特征包括但

不限于服装、体形、体态发型、鞋履、身型、背包等非生物特征。

本地服务器LocalServer

仅提供在本地局域网内访问的计算机服务的设备。

云服务器CloudServer

提供在互联网访问的计算机服务设备。

脱敏后的用户标识符UserIDAfterDesensitization

通过不可逆的脱敏技术生成的用户标识符。

用户虚拟身份UserVirtualID

系统内代表用户的全局唯一标识符，也是个人主体虚拟身份代表标识；包含多个脱敏后的用户标识

符。

智能感知地面SmartSenseFloor

智能地面是通过地面铺设感应薄膜，实时搜集记录地面上人的行为数据，计算分析得到客流量、行

为轨迹、驻留时间、异常报警等结果。

特征提取FeatureExtraction

在机器学习、模式识别和图像处理中，特征提取从初始的一组测量数据开始，并建立旨在提供信息

和非冗余的派生值（特征），从而促进后续的学习和泛化步骤，并且在某些情况下带来更好的可解释性。

特征提取指使用计算机提取图像中属于特征性的信息的方法及过程。

异常告警AbnormalWarning

异常数据告警。

4客流系统数据统计基本原则

数据采集

2

T/CCFAGS026—2021

未经用户同意，不得采集任何个人生物识别信息以及敏感个人信息。在相机端提取人体表观特征并

通过系统自动完成匿名化处理，只保留匿名化脱敏后的用户标识符信息用于客流数量统计。

数据存储

数据处理应遵从本地化部署原则或者可信任的云部署。未经个人授权，不得保留个人图像和视频。

数据处理

以统计当日客流数据为目的，未经个人同意,不做任何识别，相机端的输出不包含任何图像，只包

含已经匿名化处理的信息，匿名化处理的信息与个人无任何关联；数据处理结果是由多个用户虚拟身份

群体数据组成的客群标签和客流数量的统计结果。

数据传输

采用行业通用数字签名等可行的加密技术，保障数据传输数据安全。

设备部署

摄像头、智能感知地面、存储设备，应部署在客流系统所安装的购物中心内。

客流系统可部署在本地服务器或可信任的云服务器。

5数据安全要求

应满足《中华人民共和国数据安全法》的要求。

应满足GB/T22239-2019信息安全技术网络安全等级保护基本要求。

应保障数据的完整性、持续性、安全性和不可篡改性。

应加密存储系统中所有的用户口令。

应支持异常数据告警机制。

应具备通过安全认证方式进行登录的功能，可对用户账户应用权限进行设置。

应具备对网络中的终端、服务器、应用系统和数据库等进行安全防护和安全审计。

应支持软件容错机制，在系统故障时可以提供“回退”机制和自动保护机制。

应对属于不同部门、不同人员和不同内容、不同保密级别的文件及数据信息进行分类，并设置相

应安全性和保密性等级，与其所属部门的安全级别相匹配。

应符合代码安全需求，应用程序代码符合编写安全规范、代码安全脆弱性评估等。

3

T/CCFAGS026—2021

A

A

附录A

（资料性）

客流系统数据统计维度建议

表A.1客流系统数据统计维度建议

系统业务类型系统功能定义系统功能简介

所选统计周期内到访商场的人次。支持以时段、日、周、

进场人次统计

月等维度查询统计结果，支持实时或回溯查看。

所选统计周期内到访商场的人数（去重）。支持以时段、

进场人数统计

日、周、月等维度查询统计结果。

场馆客流分析

统计每位顾客的停留时长，分析展示商场的人均停留时

停留时长分析长以及停留时间区间分布。同一个人一天内多次到访，

做累积计算单人停留时长。

统计周期内，顾客到达场所中的区域或者店铺的平均数

游逛深度量（基于视频客流数据），游逛深度=进店总人数（次）/

进场总人数（次）。

所选统计周期内进入各出入口的⼈次。⽀持以时段、⽇、

出入口入场人次统计

周、⽉等维度查询统计结果。

所选统计周期内进入各出入口的人数。⽀持以时段、⽇、

出入口入场人数统计

周、⽉等维度查询统计结果。

所选统计周期内从各出入口离开的⼈次。⽀持以时段、

出入口客流分析出入口出场人次统计

⽇、周、⽉等维度查询统计结果。

所选统计周期内从各出入口离开的人数。⽀持以时段、

出入口出场人数统计

⽇、周、⽉等维度查询统计结果。

所选统计周期内各出入口贡献率，计算公式：出入口客

出入口贡献率

流人次（人数）/进场人次（人数）。

室内不同楼层、门店、促销区域等客户群轨迹识别与动

客流动线分析

线分析。

楼层客流分析

所选统计周期内到访楼层的人次。支持以时段、日、周、

到达人次统计

月等维度查询统计结果。

4

T/CCFAGS026—2021

所选统计周期内到访楼层的人数（去重）。支持以时段、

到达人数统计

日、周、月等维度查询统计结果。

楼层热力图系统可分析展示商场的客流热力图情况。

统计周期内，顾客到达场所中的楼层的平均数量（基于

楼层游逛深度视频客流数据），游逛深度=楼层总人数（次）/进场总人

数（次）。

所选统计周期内各楼层的爬楼率，计算公式：楼层客流

爬楼率

人次（人数）/进场人次（人数）。

所选统计周期内每个店铺进店人次统计。支持以时段、

进店人次统计

日、周、月等维度查询统计结果。

所选统计周期内每个店铺进店人数统计（去重）。支持以

进店人数统计

时段、日、周、月等维度查询统计结果。

所选统计周期内每个店铺路过人次统计。支持以时段、

过店人次统计

日、周、月等维度查询统计结果。

所选统计周期内每个店铺路过人数统计（去重）。支持以

过店人数统计

时段、日、周、月等维度查询统计结果。

统计周期内，场所的有效进店客流量占比（去掉徘徊人

店铺客流分析有效进店率员等无效客流），有效进店率=进店客流人数/（过店客流

人数+进店客流人数-过店与进店重复人数）。

深逛率深逛率=进店时长大于阈值的顾客人数/进店顾客总数。

利用精确到人的进出店信息统计每个店铺人均停留时

停留时长统计

长，以及停留时间区间分布。

利用精确到人的进不同店铺信息来关联统计店铺与店铺

店铺关联分析

之间共同的进店关注比例关系。

选定店铺后，可分析导流到该店铺的其他店铺以及流量

店铺流向分析

百分比，该店铺导流到其他店铺的流量百分比。

所选统计周期内业态全部店铺进店人次统计。支持以时

业态客流分析业态人次统计

段、日、周、月等维度查询统计结果。

5

T/CCFAGS026—2021

所选统计周期内业态全部店铺进店人数统计（去重）。支

业态人数统计

持以时段、日、周、月等维度查询统计结果。

对同一个人访问业态内多个店铺的停留时长进行累加，

停留时长统计

统计人均停留时长。

对同一个人访问不同业态内多个店铺来关联统计业态与

业态关联分析

业态之间共同的关注比例关系。

选定业态后，可分析导流到该业态的其他业态以及流量

业态流向分析

百分比，该业态导流到其他业态的流量百分比。

所选统计周期内进入区域人次统计。支持以时段、日、

区域人次统计

周、月等维度查询统计结果。

所选统计周期内进入区域人数统计（去重）。支持以时段、

区域人数统计

日、周、月等维度查询统计结果。

区域客流分析

可分析每一位进入区域顾客的停留时长，可以根据停留

区域停留时长统计

时长灵活定义区域深度游逛的顾客数。

系统可分析展示公区/中庭活动区域的客流热力密度分

区域热力图

布情况展示。

停留密度热力图客户有停留关注行为的热力图。

走入速率分析选定区域后，可分析该区域每分钟走入人数。

客流瞬态变化分析走出速率分析选定区域后，可分析该区域每分钟走出人数。

人数变化率选定区域后，可分析该区域每分钟人数变化量。

6

T/CCFAGS026—2021

参考文献

[1]GB/T22239-2019信息安全技术网络安全等级保护基本要求

[2]GB/T35273—2020信息安全技术个人信息安全规范

[3]GB/T4754国民经济行业分类

[4]SB/T10465连锁经营术语

[5]《生物特征识别白皮书（2019版）》

[6]《关于审理使用人脸识别技术处理个人信息相关民事案件适用法律若干问题的规定》

[7]《中华人民共和国个人信息保护法》

[8]《中华人民共和国数据安全法》

[9]《智慧商店建设技术指南（试行）》

[10]《城市商圈建设指南（征求意见稿）》

[11]《步行街高质量发展工作指引（征求意见稿）》

7

T/CCFAGS026—2021

目次

前言.................................................................................II

引言................................................................................III

1范围...............................................................................1

2规范性引用文件.....................................................................1

3术语和定义.........................................................................1

4客流系统数据统计基本原则...........................................................2

数据采集.......................................................................2

数据存储.......................................................................3

数据处理.......................................................................3

数据传输.......................................................................3

设备部署.......................................................................3

5数据安全要求.......................................................................3

附录A（资料性）客流系统数据统计维度建议.............................................4

参考文献..............................................................................7

I

T/CCFAGS026—2021

购物中心客流系统数据统计规范

1范围

本标准规定了购物中心客流系统数据统计的定义、实现、原则。

本标准适用于购物中心客流系统数据统计方案的设计与建设。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T22239-2019信息安全技术网络安全等级保护基本要求

GB/T18106-2004零售业态分类

3术语和定义

下列术语和定义适用于本文件。

购物中心ShoppingCenter

是多种零售店铺、服务设施集中在由企业有计划地开发、管理、运营的一个建筑物内或一个区域内，

向消费者提供综合性服务的商业集合体。

[来源：GB/T18106-2004零售业态分类]

个人信息PersonalInformation

个人信息是以电子或者其他方式记录的与已识别或者可识别的自然人有关的各种信息，不包括匿

名化处理后的信息。

个人信息的处理包括个人信息的收集、存储、使用、加工、传输、提供、公开、删除等。

[来源：《中华人民共和国个人信息保护法》]

个人生物识别信息PersonalBiometricInformation

个人基因、指纹、声纹、掌纹、耳廓、虹膜、面部识别特征等。

[来源：《中华人民共和国个人信息保护法》]

敏感个人信息SensitivePersonalInformation

敏感个人信息是一旦泄露或者非法使用，容易导致自然人的人格尊严受到侵害或者人身、财产安全

受到危害的个人信息，包括生物识别、宗教信仰、特定身份、医疗健康、金融账户、行踪轨迹等信息，

以及不满十四周岁未成年人的个人信息。

[来源：《中华人民共和国个人信息保护法》]

客流系统ShoppingCenterCustomerTrafficSystem

1

T/CCFAGS026—2021

不以识别为目的，不涉及特定个体的识别，通过在购物中心的经营区域内设计、安装摄像头、铺装

智能感知地面或购物中心的经营区域内外部运营商基站等智能感知设施，实时、动态统计购物中心内的

客流群体数据（如在场馆、楼层、店铺及其它商业公共空间的人次、人数、驻留时长、店铺关联等统

计），以便于各经营方根据该类数据进行科学商业运营，同时为消费者提供便捷服务,客流系统提供的

客流数据应确保准确和完整。

人体表观特征BodyFeature

不包含任何个人生物识别信息且不具备唯一性的外在特征，并不用于任何识别目的；该特征包括但

不限于服装、体形、体态发型、鞋履、身型、背包等非生物特征。

本地服务器LocalServer

仅提供在本地局域网内访问的计算机服务的设备。

云服务器CloudServer

提供在互联网访问的计算机服务设备。

脱敏后的用户标识符UserIDAfterDesensitization

通过不可逆的脱敏技术生成的用户标识符。

用户虚拟身份UserVirtualID

系统内代表用户的全局唯一标识符，也是个人主体虚拟身份代表标识；包含多个脱敏后的用户标识

符。

智能感知地面SmartSenseFloor

智能地面是通过地面铺设感应薄膜，实时搜集记录地面上人的行为数据，计算分析得到客流量、行

为轨迹、驻留时间、异常报警等结果。

特征提取FeatureExtraction

在机器学习、模式识别和图像处理中，特征提取从初始的一组测量数据开始，并建立旨在提供信息

和非冗余的派生值（特征），从而促进后续的学习和泛化步骤，并且在某些情况下带来更好的可解释性。

特征提取指使用计算机提取图像中属于特征性的信息的方法及过程。

异常告警AbnormalWarning

异常数据告警。

4客流系统数据统计基本原则

数据采集

2

T/CCFAGS026—2021

未经用户同意，不得采集任何个人生物识别信息以及敏感个人信息。在相机端提取人体表观特征并

通过系统自动完成匿名化处理，只保留匿名化脱敏后的用户标识符信息用于客流数量统计。

数据存储

数据处理应遵从本地化部署原则或者可信任的云部署。未经个人授权，不得保留个人图像和视频。

数据处理

以统计当日客流数据为目的，未经个人同意,不做任何识别，相机端的输出不包含任何图像，只包

含已经匿名化处理的信息，匿名化处理的信息与个人无任何关联；数据处理结果是由多个用户虚拟身份

群体数据组成的客群标签和客流数量的统计结果。

数据传输

采用行业通用数字签名等可行的加密技术，保障数据传输数据安全。

设备部署

摄像头、智能感知地面、存储设备，应部署在客流系统所安装的购物中心内。

客流系统可部署在本地服务器或可信任的云服务器。

5数据安全要求

应满足《中华人民共和国数据安全法》的要求。

应满足GB/T22239-2019信息安全技术网络安全等级保护基本要求。

应保障数据的完整性、持续性、安全性和不可篡改性。

应加密存储系统中所有的用户口令。

应支持异常数据告警机制。

应具备通过安全认证方式进行登录的功能，可对用户账户应用权限进行设置。

应具备对网络中的终端、服务器、应用系统和数据库等进行安全防护和安全审计。

应支持软件容错机制，在系统故障时可以提供“回退”机制和自动保护机制。

应对属于不同部门、不同人员和不同内容、不同保密级别的文件及数据信息进行分类，并设置相

应安全性和保密性等级，与其所属部门的安全级别相匹配。

应符合代码安全需求，应用程序代码符合编写安全规范、代码安全脆弱性评估等。

3

T/CCFAGS026—2021

A

A

附录A

（资料性）

客流系统数据统计维度建议

表A.1客流系统数据统计维度建议

系统业务类型系统功能定义系统功能简介

所选统计周期内到访商场的人次。支持以时段、日、周、

进场人次统计

月等维度查询统计结果，支持实时或回溯查看。

所选统计周期内到访商场的人数（去重）。支持以时段、

进场人数统计

日、周、月等维度查询统计结果。

场馆客流分析

统计每位顾客的停留时长，分析展示商场的人均停留时

停留时长分析长以及停留时间区间分布。同一个人一天内多次到访，

做累积计算单人停留时长。

统计周期内，顾客到达场所中的区域或者店铺的平均数

游逛深度量（基于视频客流数据），游逛深度=进店总人数（次）/

进场总人数（次）。

所选统计周期内进入各出入口的⼈次。⽀持以时段、⽇、

出入口入场人次统计

周、⽉等维度查询统计结果。

所选统计周期内进入各出入口的人数。⽀持以时段、⽇、

出入口入场人数统计

周、⽉等维度查询统计结果。

所选统计周期内从各出入口离开的⼈次。⽀持以时段、

出入口客流分析出入口出场人次统计

⽇、周、⽉等维度查询统计结果。

所选统计周期内从各出入口离开的人数。⽀持以时段、

出入口出场人数统计

⽇、周、⽉等维度查询统计结果。

所选统计周期内各出入口贡献率，计算公式：出入口客

出入口贡献率

流人次（人数）/进场人次（人数）。

室内不同楼层、门店、促销区域等客户群轨迹识别与动

客流动线分析

线分析。

楼层客流分析

所选统计周期内到访楼层的人次。支持以时段、日、周、

到达人次统计

月等维度查询统计结果。

4

T/CCFAGS026—2021

所选统计周期内到访楼层的人数（去重）。支持以时段、

到达人数统计

日、周、月等维度查询统计结果。

楼层热力图系统可分析展示商场的客流热力图情况。

统计周期内，顾客到达场所中的楼层的平均数量（基于

楼层游逛深度视频客流数据），游逛深度=楼层总人数（次）/进场总人

数（次）。

所选统计周期内各楼层的爬楼率，计算公式：楼层客流

爬楼率

人次（人数）/进场人次（人数）。

所选统计周期内每个店铺进店人次统计。支持以时段、

进店人次统计

日、周、月等维度查询统计结果。

所选统计周期内每个店铺进店人数统计（去重）。支持以

进店人数统计

时段、日、周、月等维度查询统计结果。

所选统计周期内每个店铺路过人次统计。支持以时段、

过店人次统计

日、周、月等维度查询统计结果。

所选统计周期内每个店铺路过人数统计（去重）。支持以

过店人数统计

时段、日、周、月等维度查询统计结果。

统计周期内，场所的有效进店客流量占比（去掉徘徊人

店铺客流分析有效进店率员等无效客流），有效进店率=进店客流人数/（过店客流

人数+进店客流人数-过店与进店重复人数）。

深逛率深逛率=进店时长大于阈值的顾客人数/进店顾客总数。