Search Icon

    FAQ om AI-persontælling

    FAQ om AI-persontælling

    De fleste indkøbsbeslutninger om AI-persontælling går ikke i stå på prisen. De går i stå på tre helt konkrete spørgsmål: Hvor nøjagtig er tællingen i virkeligheden – ikke i databladet? Hvad sker der med GDPR? Og hvad gør vi med de sensorer, vi allerede har installeret? Denne FAQ besvarer de spørgsmål, som retailere, centerledere, lufthavne, universiteter og biblioteker faktisk stiller, når budgettet skal godkendes – ikke de spørgsmål, generiske artikler tror, I stiller.

    Hvor nøjagtig er AI-persontælling egentlig?

    Her skal man skelne mellem to tal, som ofte blandes sammen i salgsmateriale. Hos Vemco Group er den kontraktlige minimumsnøjagtighed 96 %. I praksis lander tællingen typisk på 98–99 % – men kun når forholdene tillader det: god belysning, en fornuftig indgangsgeometri og en besøgsadfærd uden konstante klynger i døråbningen. Enhver leverandør, der garanterer et fladt tal på 99 % uden forbehold, bør give anledning til opfølgende spørgsmål.

    En detalje, som erfarne implementeringskonsulenter kender, men som sjældent står i tilbuddet: Den største kilde til dataforurening er ikke sensoren – det er personalet. Medarbejdere, der krydser tællelinjen 40–60 gange om dagen, kan skævvride konverteringsraten med flere procentpoint. Derfor anvender moderne systemer algoritmer til medarbejderfrasortering, så jeres konverteringstal afspejler faktiske besøgende og ikke lagerpersonale på vej til baglokalet.

    Er vi tvunget til at købe nye sensorer?

    Ikke nødvendigvis. Et sensoruafhængigt setup betyder, at softwarelaget kan modtage data fra flere hardwareproducenter – hos Vemco eksempelvis Xovis (3D AI), Milesight, Hikvision og AXIS. Det har to konkrete konsekvenser for jeres budget:

    • Eksisterende, fungerende sensorer kan ofte genbruges, så investeringen koncentreres om nye lokationer eller udskiftning af forældet udstyr.
    • I undgår leverandørlåsning på hardwaresiden. Hvis en producent hæver priserne eller udgår, skifter I sensor – ikke hele analytics-platformen med fem års historiske data.

    For facility managers med blandede porteføljer – et center bygget i 2010, en butik ombygget i 2022 – er dette ofte det argument, der afgør leverandørvalget.

    Hvad med GDPR og persondata?

    AI-persontælling identificerer ikke personer. Sensorerne registrerer anonyme objekter og bevægelsesmønstre – ikke ansigter, der matches mod databaser. Selv når AI-sensorer estimerer alder og køn eller adskiller børn fra voksne, sker det som anonym klassificering i realtid uden lagring af billeder af identificerbare personer. 3D-sensorer arbejder typisk med dybdedata, hvor et menneske fremstår som en form, ikke et genkendeligt ansigt.

    Det, jeres DPO alligevel vil spørge om: Hvor hostes data? Vælg mellem hostet løsning eller privat cloud afhængigt af jeres compliance-krav – offentlige institutioner som universiteter og biblioteker har ofte skarpere krav til datalokation end private retailere.

    Hvad er forskellen på at tælle og at analysere?

    En tæller fortæller jer, at 4.200 mennesker kom ind i går. Det er interessant i to uger. Værdien opstår, når tallet kobles til noget: omsætning pr. besøgende, bemanding pr. time, zonebelægning, lejemålsperformance. Derfor er moderne platforme modulopbyggede – hos Vemco spænder det fra VemCount (tælling og konvertering) over VemTrack og VemSpace (bevægelses- og zoneanalyse) til VemTenant og VemLease, som centerledelser bruger til at dokumentere trafik over for lejere ved lejeforhandlinger. VemFusion binder datakilderne sammen med ERP- og BI-systemer, så footfall lander samme sted som jeres omsætnings- og bemandingsdata.

    For et shoppingcenter er lejer-dimensionen ofte den hurtigste vej til ROI: Verificerede trafiktal pr. indgang og zone ændrer magtbalancen i omsætningsbaserede lejeaftaler – i begge retninger, hvilket paradoksalt nok øger tilliden mellem udlejer og lejer.

    Hvordan bruger forskellige brancher tallene?

    • Retail: Konverteringsrate pr. time styrer vagtplanen. Falder konverteringen kl. 14–16, mens trafikken stiger, er problemet bemanding – ikke marketing.
    • Lufthavne: Kø- og flowdata i security og ved gates dimensionerer bemanding og dokumenterer serviceniveauer over for luftfartsselskaber.
    • Universiteter og biblioteker: Belægningsdata pr. læsesal og tidsrum er ofte det eneste objektive grundlag, når åbningstider eller kvadratmeter skal forsvares i næste budgetrunde.
    • Facility management: Rengøring og ventilation styret efter faktisk belægning frem for faste skemaer – en direkte driftsbesparelse, der kan regnes hjem uden omsætningsdata.

    Hvor lang tid tager implementeringen?

    Selve sensorinstallationen pr. indgang tages typisk på timer, ikke dage. Det, der reelt tager tid, er kalibrering og validering: manuelle kontroltællinger mod sensorens data i forskellige trafikscenarier, justering af tællelinjer og konfiguration af medarbejderfrasortering. Planlæg valideringen i en periode med normal trafik – kalibrerer I i en stille uge i januar, opdager I først problemerne med klyngedannelse ved indgangen, når udsalget rammer. Det er den type erfaring, der skiller en leverandør med 20 års drift fra en nystartet.

    Hvordan vælger vi leverandør?

    Stil disse spørgsmål, og bed om svar på skrift:

    • Hvilken nøjagtighed garanteres kontraktligt – og hvordan valideres den efter installation?
    • Er platformen sensoruafhængig, eller er vi bundet til én hardwareproducent?
    • Kan medarbejdere frasorteres automatisk fra tællingerne?
    • Hvordan integreres data med vores eksisterende ERP- og BI-systemer?
    • Hvor stor er driftserfaringen i skala?

    Skala er ikke et forfængelighedstal her – det er driftssikkerhed. Vemco Group har siden 2005 opbygget en platform, der i dag behandler over 85 millioner tællinger dagligt for mere end 2.000 kunder gennem partnere i over 95 lande, med udviklingscenter i Fredericia. Et system, der behandler den datamængde hver dag, har mødt jeres edge cases før.

    Hvad koster det at vente?

    Det oversete svar: historik. Persontællingsdata bliver mere værd med tiden, fordi sæsonsammenligninger kræver mindst 12–24 måneders baseline. Den analyse, I gerne vil lave om to år – effekten af en ombygning, en ny lejer, ændrede åbningstider – kræver data, der indsamles nu. Hver måned uden måling er en måned med beslutninger truffet på mavefornemmelse, som ikke kan rekonstrueres bagefter.

    Har I spørgsmål, som denne FAQ ikke dækker – om jeres konkrete indgangsforhold, eksisterende sensorer eller integrationskrav? Kontakt Vemco Group på vemcogroup.com/contact-us og få en gennemgang af, hvordan AI-persontælling kan sættes op i netop jeres lokationer – inklusive en ærlig vurdering af, hvilken nøjagtighed jeres fysiske rammer realistisk tillader.

    Join Our Newsletter Community Today!

    Form-right