從監控畫面到營運洞察：百貨公司如何用全景相機支援 AI 影像分析

讓人流、熱區與停車影像成為百貨營運決策的參考依據。

在一項大型百貨公司 POC 中，Cupola360 提供 360° 全景相機作為現場影像來源，搭配第三方 AI 影像分析平台，協助驗證百貨場域如何將影像資料應用於人流分析、場域感知、安防自動化與營運規劃。

對百貨公司而言，挑戰通常不是「有沒有攝影機」。主出入口、戶外看板、店內活動展區、停車場與公共空間，往往都已有不同影像來源。真正的問題是，這些影像能不能從單純監看與回放，進一步轉化成營運團隊可以使用的決策資訊。

挑戰：百貨公司需要的不只是監控，而是跨場域營運理解

大型百貨公司的現場管理，往往牽涉多個彼此關聯的區域。入口人流會影響樓層導引與人力配置；戶外看板的停留狀況會影響廣告排播與媒體效益；店內展區的人潮熱點會反映活動吸引力；停車場車流則能揭示不同客群的到訪節奏。

如果這些資訊分散在不同攝影機、不同報表或不同管理系統中，營運團隊就很難快速看出關聯。現場看起來很熱鬧，不代表每個展示區都有效；停車場尖峰，也不一定與主出入口人流尖峰同步；看板前有人經過，也不代表真正產生停留與注意力。

因此，百貨公司需要的不只是更多影像，而是一套能把影像、事件、人流、停留、熱區與車流資料連接起來的視覺分析架構。當現場資料能被整理成可判讀的營運訊號，影像才不只是記錄工具，而能進一步成為百貨營運與行銷優化的決策基礎。

解決方案：跨區域 AI 影像分析 POC 驗證

本次 POC 針對大型百貨公司的多個典型場域進行 AI 影像分析驗證，包括主出入口、戶外廣告看板區、店內活動展區與地下停車場。對應應用包含人員滯留偵測、人群聚集告警、環境異常監控、行人流量統計、車牌辨識、車輛計數、自動化報表產出、客層特徵分析與熱區分布圖。

透過 AI 影像分析，原本分散的現場畫面被轉化為可量化、可回顧、可延伸應用的營運資料。百貨團隊不只可以查看現場，也能進一步理解人流節奏、顧客停留、區域熱度、車流高峰與安全事件。

在 POC 驗證中，9 項關鍵任務完成測試並通過驗證，展現系統在複雜零售環境中的適應性與穩定性。

主出入口：建立人流與客層基準

主出入口是百貨公司最重要的營運數據入口之一。透過 AI 影像分析，系統可即時統計人員進出，並產出進入、離開與總量等統計資料。相關報表可依小時、天、週、月等時間維度整理，並匯出 Excel 供營運分析使用。

這類資料可以協助百貨營運團隊建立人流基準，理解不同時段、不同日期與活動期間的人潮變化。當人流資料與客層輪廓結合後，也能進一步支援活動規劃、樓層導引、人力配置與行銷策略。

在本次 POC 中，主出入口同時驗證了行人計數、年齡／性別分析與客層分析應用。

正式對外溝通時，建議將這類能力描述為匿名化客層輪廓分析或人流營運分析，避免過度強調個人辨識。對百貨業者而言，真正有價值的不是追蹤單一個人，而是理解整體客流、族群輪廓與時段變化。

戶外看板區：從曝光位置走向停留分析

戶外看板的價值，不只是有多少人經過，更重要的是顧客是否真的停留、觀看，甚至在特定位置形成聚集。

在本次 POC 中，戶外廣告看板區設定人員滯留偵測。當人員在偵測範圍內停留超過設定秒數時，系統即可產生告警紀錄。

這類資料能幫助百貨與零售媒體團隊理解看板周邊的停留強度，進一步評估廣告位置、視覺設計與排播時段。過去看板成效可能只能透過人流估算或曝光位置推測，但透過影像分析，團隊可以更接近真實現場行為，知道哪些時段、哪些位置更容易產生停留。

簡報中也提出，可依滯留高峰規劃動態廣告排播，例如在人潮停留較密集的時段播放品牌形象內容，或在停車族入場高峰時段播放樓層導引與促銷資訊。

這讓戶外看板不再只是靜態媒體，而是能與現場人流行為連動，成為更具資料基礎的零售媒體入口。

店內活動展區：用熱區分析看見真正吸引顧客的位置

店內活動展區是本次 POC 中最具零售營運價值的場景之一。

透過人群聚集偵測，系統可在指定區域內人數超過設定門檻時，自動發出告警並記錄事件。

而熱區分析則可依每小時或彙整期間產出熱區圖，統計影像中人員或物件的分布情況，並可匯出 Excel 供後續分析。

對百貨營運與活動企劃團隊而言，熱區圖的價值在於，它可以把「感覺很熱鬧」變成更具體的資料。團隊可以看到哪些展示攤位停留最久、哪些區域只是通行動線、哪些位置需要調整陳列或導引。

在 POC 分析中，特定展示區被判定為最強熱點，顧客挑選商品與拍照打卡行為使停留時間明顯高於其他區域；同時也觀察到特定時段是活動、快閃或限定商品開賣的高互動窗口。

這類資訊可支援品牌快閃、展區配置、商品陳列、動線規劃與活動排程，讓百貨空間規劃更接近真實顧客行為。

停車場：把車流與顧客行為放進同一張營運地圖

停車場經常是大型百貨場域中被低估的數據來源。事實上，車流進出、車型組成、尖峰時段與停留狀況，都能反映不同客群的到訪模式。

在本次 POC 中，停車場區域驗證了人員滯留告警、環境異常監控、車牌與車型辨識、車輛計數，以及火煙偵測等功能。

車輛計數可依不同時間維度進行統計，並區分多種車型，包括腳踏車、大貨車、汽車、機車與貨卡車。

這能協助營運團隊理解停車場壓力、尖峰進場時段與不同交通方式帶來的客流差異。POC 分析也指出，停車尖峰與主出入口人流尖峰可能不完全重疊，顯示開車族與大眾運輸族可能有不同的到訪節奏與消費行為。

對百貨公司而言，這類跨場域洞察特別有價值。它不只可以協助停車場管理，也能支援分眾行銷、入口導引、樓層活動安排與促銷時段規劃。

從影像監控走向百貨營運洞察

本次 POC 的價值，不只在於完成單一 AI 功能驗證，而是展現影像分析如何把不同百貨場域串接起來。

主出入口提供人流節奏。

戶外看板提供停留與曝光線索。

店內活動展區提供熱區與互動強度。

停車場提供車流、車型與安全事件資料。

當這些資料被放在同一個營運脈絡中，百貨團隊就能更清楚理解顧客如何進入、移動、停留、互動與離開。影像不再只是事後回看的工具，而是能支援營運決策、行銷優化與場域管理的資料來源。

簡報後續導入規劃也提到，可從基礎建設與安防出發，逐步建立自動化每日人流報表、整合停車場管理系統，再延伸到 POS 轉換率、動態廣告排播、熱區定期分析，最後擴展至更多分店與統一 AI 影像營運中心。

這也說明了百貨場域導入 AI 影像分析時，不一定要一次到位，而是可以從關鍵場域驗證開始，逐步走向更完整的智慧營運架構。

系統驗證與部署彈性

在技術驗證方面，本次 POC 達成即時處理能力，告警觸發延遲小於 1 秒，並支援多路影像同步分析，不影響系統穩定性。

同時，實際導入時仍需針對環境進行調校。例如戶外強光、停車場低光源、複雜背景與誤報率控制，都是零售場域 AI 影像分析能否成功落地的重要關鍵。

本次驗證採用短影像模擬串流進行功能驗證，但技術架構與未來實體 camera 對接邏輯一致，因此具備高度可遷移性與擴展性。

Cupola360 如何支援這項應用

在此百貨公司 POC 中，Cupola360 提供 360° 全景相機作為現場影像來源，讓第三方 AI 影像分析平台能取得更完整的場域視角，進一步進行人流、停留、熱區、車流與事件分析。

相較於只依賴固定視角攝影機，360° 全景相機能從單一位置提供更寬廣的現場畫面，協助百貨場域在出入口、活動展區、戶外看板與停車場等不同區域，取得更完整的影像基礎。

在這類應用中，Cupola360 的價值不是取代既有監控系統或 AI 平台，而是提供更完整的全景影像來源，讓系統整合商、AI 影像分析平台與百貨營運團隊，能在更完整的視覺資料上建立人流分析、熱區觀察、停車行為分析與場域管理流程。

Key Highlights

• 針對大型百貨公司場域進行 POC 驗證
• 覆蓋主出入口、戶外廣告看板、店內活動展區與停車場等多類場景
• 驗證人流統計、客層輪廓、滯留偵測、人群聚集、熱區分析、車牌/車型辨識與車輛計數等應用
• 9 項關鍵任務完成測試並通過驗證
• 支援即時告警，告警觸發延遲小於 1 秒
• 將影像資料轉化為人流、停留、熱區、車流與安全事件洞察
• 可延伸至自動化報表、POS 轉換率分析、動態廣告排播與統一 AI 影像營運中心
• 適用於百貨公司、購物中心、大型零售、展區活動與多分店場域管理

Related Resources