以往商圈分析主要是利用人力現場計數，加上GIS的輔助，進行分析。這次我們利用WIFI資訊的收集，加以分析，希望能為大家找出不同的解決方案。

1. 王柏翔 Joseph
黃竫如 Jill
許元美 Panda
郭家廸 Kirk
劉念慈 Tom
2016 10 12

2. 團隊介紹 解決方案
成果展示
結語
Demo
背景動機

4. 作業
時程
目標發想
09/05
10人天
資料收集
09/10
32人天
數據分析
10/01
43人天
環境建置
09/05
16人天
資料清洗
09/10
12人天
資料整合
10/05
15人天
成果展
10/12
[ ]

6. 盛大開幕 跳樓拍賣
同樣的商店 在不同的地點 卻產生不同的結果
由此可見 商圈調查 是十分重要的一個環節!

7. CROWD
Human
TIME
COUNT
以往的市場調查，主要是利用 人
力 進行計算 ，加上GIS作為輔助!
這樣準確嗎?
人潮眾多時，要以純人力進行計
算是一件非常具有挑戰性的事!
有沒有更好的方法呢?

8. CROWD
Human
TIME
COUNT
Wi-Fi
VALUE
我們以WIFI取代人力，收集領空
中的WiFi資訊，經過清洗與分析
希望從中找出有價值的訊息
來輔助各位做展店或汰店的決定

9. 環境建置

10. 運作原理
AP AP
BOX1
手機

11. 運作原理
AP AP
BOX1
手機

12. 資料處理 / 自動化
自動解壓縮
Data
去掉噪音
Data
加上新欄位
(進出,時段,
停留時間…)
Clear
Data
資料進入

13. 環境變因
09/17(六)
1.影響數據的因素有颱風
2.這個商圈平常的營業時間是11點，但因颱風因素哪天到14點才開門
3.中秋連假

14. 10101110101110100110101000011111010111010011010100001110101011111
01111011001110000100101011011111010101101011101001101010000111010
10110111000111110100101011011110101111101111101000010010101101111
10101011010111010011010100001110101011011101101111000010010101101
11110101010111110111101100001001010110111110101011010111010011010
10000111010101111101111110001001001010110111110111111001110000100
10101101111101010110010111010011010100001110101011111011111010010
10110111110101011010111010011010100001110101011111100001000101011
01111101010110101110100110101001000110101011111011111110111111000
01001010110111110101011010111010011010100001110101011111011111100
00100101011011111010101011111011111100010111110111111000010010101
10111110101011010111010011010100001110101011111011111100001001010
11011111010101011111011111100001001010110111110101010110111110101
01101011101001101010000111010111111011101110000100101011011101101
01011010111010011010100001110101011111011111100001001010110111110
10101010111010011010100001110101011101101111110000100101011011111
01010101010111110111111000010010101101111101010111100001001010110
11111010101011101001101010000111010101101110110111100001001010110
11111010101011111011110110000100101011011111010101101011101001101
1,853,9677
83,822

15. 人流 人次

16. 人員分類
有這些資料的資訊我們來為這些資料做一些分類吧!!

18. 人流 人次 統計
停留比例
人員停留天數 進出次數
人員停留時間
人員分類

19. 想像………………..
全面佈署…..
人潮 收入

20. Live Time DemoLive Time Demo

21. 串流傳輸
2016-10-12 11:30:23,
c8:f2:30:1d:5b:ed,
f8:32:e4:32:bc:ed,-23,5
DEMO

22. Logstalgia

23. DEMO

24. Kibana

25. Thanks for Your Listening
Go Visit Our Stand