Un director de retail recibe el informe semanal: las ventas del sábado bajaron un 7 % respecto al mismo sábado del año anterior. La primera explicación que llega del área de operaciones es que "entró menos gente". La segunda, desde marketing, es que "la campaña no convirtió". Sin un contador de personas en la puerta, las dos explicaciones son igual de válidas y ninguna se puede comprobar. Con uno, la conversación cambia en cinco minutos: si entraron 4.200 personas frente a 4.150 el año anterior, el problema no es la afluencia, es lo que ocurrió dentro.
Esa es la razón por la que los contadores de personas se han convertido en una infraestructura tan básica como el TPV. No sirven para saber "cuánta gente entra" por curiosidad, sino para separar variables que de otro modo se mezclan: tráfico, conversión, ticket medio, dotación de personal y rendimiento de cada entrada.
En su forma más simple, un contador de personas registra cada individuo que cruza una línea virtual en un acceso, con dirección de entrada y salida, y le asigna una marca de tiempo. A partir de ese dato mínimo se construye todo lo demás:
Para un operador de centros comerciales, el dato tiene además un uso contractual: la afluencia por zona es la base para justificar rentas variables, negociar renovaciones y demostrar a un arrendatario que su local recibe el tráfico prometido.
Conviene separar dos capas que a menudo se confunden en las ofertas comerciales: el sensor y el sistema de conteo de personas que procesa lo que el sensor detecta.
El sensor se instala normalmente en el techo, mirando hacia abajo sobre el acceso. Las tecnologías más habituales hoy son tres. Los sensores estereoscópicos 3D usan dos lentes para calcular profundidad, lo que les permite distinguir a dos personas que caminan juntas, ignorar un carrito y descartar a un niño si así se configura. Los sensores de tiempo de vuelo (ToF) emiten luz infrarroja y miden el rebote para construir un mapa de altura, con buen comportamiento en entradas oscuras o con contraluz. Y los sensores con inteligencia artificial basados en vídeo clasifican formas y trayectorias, y pueden estimar edad y género de forma anónima. Los antiguos haces infrarrojos horizontales siguen existiendo, pero en accesos con más de dos o tres personas simultáneas pierden precisión rápidamente.
El sensor no envía imágenes, sino eventos: "una persona cruzó la línea A en dirección de entrada a las 11:42:07". Esos eventos viajan por red al software, que los agrega, los limpia y los cruza con otras fuentes. Aquí es donde la calidad del proyecto se decide, porque un sensor excelente conectado a una plataforma que no detecta caídas de red produce informes con huecos que nadie ve hasta que el director financiero pregunta por qué el martes hubo cero visitantes.
Con VemCount, por ejemplo, los recuentos de cada sensor se convierten en afluencia, ocupación y conversión por entrada y por ubicación, y el módulo incluye monitorización del estado de cada dispositivo: si un sensor deja de reportar o su volumen se desvía de lo esperado, la alerta llega antes de que el hueco aparezca en un informe. La plataforma es independiente del fabricante, así que una cadena puede combinar sensores Xovis en flagships, Milesight en tiendas pequeñas y cámaras AXIS ya instaladas sin duplicar sistemas.
Hay un detalle que rara vez aparece en las fichas técnicas y que explica muchas cifras extrañas: la posición de la línea de conteo respecto a la puerta. Si la línea se traza justo en el umbral, el sistema registra a quien asoma medio cuerpo, mira el escaparate desde dentro y se va. En una tienda de calle con mucho tráfico de paso, eso puede inflar la afluencia entre un 5 y un 10 % y hundir la tasa de conversión de forma artificial. La práctica correcta es desplazar la línea uno o dos metros hacia el interior, o configurar dos líneas y contar solo a quien cruza ambas. También importa la altura del techo: un sensor a 3 metros cubre un ancho de acceso mucho menor que uno a 4,5 metros, y en entradas de centro comercial de 8 o 10 metros hace falta agrupar varios sensores que compartan una única línea sin contar dos veces a quien camina por la zona de solape.
El segundo ajuste habitual es la exclusión de empleados. En una tienda con 12 dependientes que salen a fumar, a reponer desde el almacén exterior o a atender el escaparate, el personal puede suponer varios cientos de cruces al día. Los algoritmos de exclusión identifican esos patrones (frecuencia, recorrido, tiempo entre entrada y salida) y los retiran del recuento, para que la conversión refleje clientes reales y no plantilla.
Cualquier proveedor serio de conteo de personas en retail debería aceptar una cifra de precisión por contrato y un procedimiento de validación. El estándar razonable es un mínimo contractual del 96 %, con resultados típicos entre el 98 y el 99 % cuando las condiciones lo permiten: iluminación estable, un acceso sin obstáculos en el campo de visión y un comportamiento de visitantes normal. Un vestíbulo con suelo reflectante y luz solar directa a las cinco de la tarde, o una puerta donde la gente se detiene a plegar el paraguas, bajan ese margen y exigen ajustes específicos.
La validación es sencilla y conviene hacerla en la puesta en marcha y de nuevo tras cualquier reforma del acceso: se graba o se cuenta manualmente un periodo representativo (una hora de hora punta y una hora de valle) y se compara con el recuento automático. Si la desviación supera lo pactado, se recalibra. Los operadores que se saltan este paso suelen descubrir el error meses después, cuando ya han tomado decisiones de personal basadas en él.
El valor aparece cuando los datos de afluencia se cruzan con otras fuentes. Conectado al TPV, el recuento por franja horaria revela que la conversión cae de las 17:00 a las 19:00 no porque entre menos gente, sino porque hay dos cajas abiertas para el doble de visitantes que a mediodía. Conectado al BI corporativo, permite comparar 40 tiendas con la misma métrica y detectar la que convierte un 30 % menos con tráfico similar. Para un responsable de instalaciones, la ocupación en tiempo real justifica ajustar la ventilación por zonas en lugar de climatizar un edificio vacío a las 8 de la mañana como si estuviera lleno.
Y para un departamento de IT, la pregunta relevante no es qué sensor comprar, sino si la plataforma acepta los sensores que ya existen, si puede alojarse en nube privada, cómo gestiona los datos personales (un buen sistema no almacena imágenes identificables) y qué ocurre cuando un dispositivo falla a las tres de la mañana un domingo.
¿Cómo funciona un contador de personas? Un sensor instalado en el techo sobre el acceso detecta a cada persona que cruza una línea virtual y registra la dirección y la hora del cruce, sin almacenar imágenes identificables. El software recibe esos eventos, elimina al personal, agrega los datos por franja horaria y ubicación, y los cruza con ventas u ocupación para producir indicadores como la tasa de conversión.
¿Qué precisión tienen los contadores de personas? Los sistemas actuales basados en sensores 3D, ToF o IA alcanzan habitualmente entre el 98 y el 99 % de precisión cuando la iluminación, la disposición del acceso y el comportamiento de los visitantes lo permiten, con un mínimo contractual del 96 %. La cifra debe verificarse con un conteo manual en la puesta en marcha y tras cualquier cambio en la entrada.
Si está evaluando un contador de personas para una tienda, una red de centros comerciales o un edificio con varios accesos, y quiere saber qué sensor encaja con sus techos, sus puertas y su infraestructura de IT, hable con el equipo de Vemco Group: revisamos planos, condiciones de iluminación y sistemas existentes antes de recomendar nada.