Dwell time คือเวลาที่คนอยู่ในพื้นที่หนึ่ง นับตั้งแต่เข้ามาจนออกไป ใน

Dwell time ในห้างและร้านค้า แปลว่าอะไร
Dwell time แปลตรงตัวว่า "เวลาที่อยู่" ในงาน
| ระดับพื้นที่ | ตัวอย่างคำถามที่ตอบ |
|---|---|
| ทั้ง |
ลูกค้าอยู่ในห้างเฉลี่ยนานเท่าไร วันธรรมดาต่างจากวันหยุดแค่ไหน |
| ชั้นหรือโซน | โซนอาหารกับโซนแฟชั่น ลูกค้าใช้เวลาต่างกันอย่างไร |
| ร้านค้า | ลูกค้าที่เข้าร้านอยู่นานเท่าไรก่อนออก |
| จุดเฉพาะ | หน้าชั้นวางสินค้าใหม่ ลานกิจกรรม หรือแถวรอชำระเงิน |
ค่าที่รายงานบ่อยคือค่าเฉลี่ย แต่ค่ากลาง (median) และการกระจาย เช่น สัดส่วนคนที่อยู่ไม่ถึง 2 นาที กับคนที่อยู่เกิน 20 นาที มักบอกเรื่องได้มากกว่า
วัด dwell time อย่างไร
1. ติดตามการเคลื่อนที่แบบ
2. คำนวณจากจำนวนเข้าออกและจำนวนคนในพื้นที่ สำหรับพื้นที่ใหญ่อย่างทั้งชั้นหรือทั้งห้าง ใช้หลักง่าย ๆ ว่า
เวลาเฉลี่ยที่อยู่ในพื้นที่ ≈ จำนวนคนที่อยู่ในพื้นที่โดยเฉลี่ย ÷ จำนวนคนที่เข้ามาต่อหน่วยเวลา
ตัวอย่าง (ตัวเลขสมมติ): ช่วงบ่ายโซนหนึ่งมีคนอยู่เฉลี่ย 300 คน และมีคนเข้ามาชั่วโมงละ 900 คน เวลาเฉลี่ยที่อยู่ในโซน ≈ 300 ÷ 900 ชั่วโมง = 20 นาที วิธีนี้ใช้ได้เมื่อนับทุก
3. สัญญาณจากโทรศัพท์มือถือ (Wi-Fi หรือ Bluetooth)
ใช้ได้กับพื้นที่กว้าง แต่จับได้เฉพาะคนที่เปิดอุปกรณ์ และต้องระวังเรื่อง
Heatmap คืออะไร
Heatmap หรือแผนที่
| แบบ | แสดงอะไร | ใช้ทำอะไร |
|---|---|---|
| แผนที่จำนวนคน (occupancy heatmap) | จุดที่มีคนอยู่มากในช่วงเวลาหนึ่ง | หาจุดที่คนหนาแน่น วาง |
| แผนที่เวลาที่อยู่ (dwell heatmap) | จุดที่คนหยุดอยู่นาน | หาจุดที่ดึงความสนใจ หรือจุดที่คนติดขัด |
| แผนที่เส้นทาง (flow map) | ทิศทางและเส้นทางที่คนเดินบ่อย | จัดผังทางเดิน วางร้านและป้าย |
แผนที่
อ่าน dwell time อย่างไร: นานขึ้นไม่ได้แปลว่าดีเสมอ
วิธีอ่านที่ใช้ได้จริงคือดู dwell time คู่กับผลลัพธ์ของพื้นที่นั้น เช่น
| อยู่นาน | ลูกค้าสนใจและ |
ลูกค้าอาจหาสินค้าไม่เจอ รอ |
| อยู่สั้น | ซื้อเร็ว เป็นปกติของร้านสะดวกซื้อหรือร้านที่ลูกค้ารู้ว่าจะซื้ออะไร | ลูกค้าเข้ามาแล้วไม่สนใจ ควรดูสินค้า ราคา หรือการจัดหน้าร้าน |
ดูวิธีคำนวณ
ความหมายของ "นาน" ยังขึ้นกับประเภทพื้นที่ด้วย
- ศูนย์อาหาร ลานกิจกรรม พื้นที่นั่งพัก อยู่นานเป็นสัญญาณดี แสดงว่าลูกค้าใช้เวลาในห้างมากขึ้น
- ทางเดินหลัก หน้า
บันไดเลื่อน ทางเข้า อยู่นานมักแปลว่าติดขัด ควรดูเรื่องการไหลของคน - แถวรอชำระเงิน จุดตรวจ จุดเช็กอิน อยู่นานคือประสบการณ์ที่ไม่ดี ควรตั้งเป้าให้สั้นลง
ตัวอย่างการนำไปใช้ในศูนย์การค้า (สถานการณ์สมมติ)
ลานกิจกรรมชั้น 1:
ทางเดินหน้า
ร้านใน
ข้อผิดพลาดที่พบบ่อยเมื่ออ่าน dwell time และ heatmap
- ดูแต่ค่าเฉลี่ย คนจำนวนน้อยที่อยู่นานมาก เช่น คนนั่งรอเพื่อน ดึงค่าเฉลี่ยขึ้นได้มาก ควรดูค่ากลางและการกระจายด้วย
- นับ
พนักงาน รวมไปด้วยพนักงาน อยู่ในพื้นที่ทั้งวัน ทำให้ dwell time และความหนาแน่น สูงเกินจริง - ขอบเขตโซนไม่ชัด ถ้าขอบโซนตัดผ่านทางเดิน คนที่เดินผ่านจะถูกนับเป็นคนที่อยู่ในโซน
เซ็นเซอร์ ครอบคลุมไม่ทั่ว จุดอับที่เซ็นเซอร์ มองไม่เห็นทำให้เวลาที่อยู่ขาดช่วง- เทียบโซนที่ต่างกันโดยตรง ศูนย์อาหารกับทางเดินมีความหมายของ "นาน" ต่างกัน ควรเทียบกับตัวเองย้อนหลัง หรือเทียบโซนประเภทเดียวกัน
- อ่านสีบนผังโดยไม่ดูช่วงเวลา แผนที่ทั้งวันอาจซ่อนจุดติดขัดที่เกิดเพียงหนึ่งชั่วโมง
การวัดแบบไม่ระบุตัวตน กับข้อมูล ส่วนบุคคล
การวัด dwell time ไม่จำเป็นต้องรู้ว่าคนนั้นเป็นใคร
วัด dwell time และจุดที่คนหนาแน่นกับ IMAS

ระบบนับคน 3 มิติ นับจำนวนคนเข้าพื้นที่แบบเรียลไทม์ ติดตามเวลาที่อยู่ในพื้นที่ และจุดที่คนหนาแน่นแดชบอร์ด XPERIO แสดงตัวชี้วัดอย่างผู้สัญจรผ่านหน้าร้าน อัตราการดึงคนเข้าร้าน เวลาที่อยู่ในพื้นที่ จำนวนคนในพื้นที่ และอัตราการซื้อ เมื่อเชื่อมข้อมูล ยอดขาย เทียบได้รายวันถึงรายปีและระหว่างสาขา และมีผู้ช่วย AI ที่ถามด้วยภาษาธรรมดาเพื่อดูแนวโน้มและเทียบพื้นที่- สำหรับพื้นที่ที่มีคิวและการไหลของคนจำนวนมาก
เซ็นเซอร์ ของ Xovis ตรวจจับคิวที่กำลังก่อตัวและจำนวนคนในพื้นที่แบบเรียลไทม์ ได้ ดูการใช้งานในสนามบิน และสถานีขนส่ง
คำถามที่พบบ่อย
−Dwell time คืออะไร ในห้างสรรพสินค้า
คือเวลาที่
+Heatmap คืออะไร ต่างจาก dwell time อย่างไร
Heatmap คือภาพผังที่ใช้สีแสดงว่าตรงไหนมีคนหนาแน่น ส่วน dwell time เป็นตัวเลขเวลาที่คนอยู่ในพื้นที่ ทั้งสองใช้ร่วมกันได้ เช่น แผนที่เวลาที่อยู่ ซึ่งแสดงว่าจุดไหนคนหยุดอยู่นาน
+Dwell time ยิ่งนานยิ่งดีไหม
ไม่เสมอไป ในศูนย์อาหารหรือลานกิจกรรม การอยู่นานเป็นสัญญาณดี แต่ในทางเดินหลักหรือแถวรอชำระเงิน การอยู่นานมักแปลว่าติดขัด ควรอ่านคู่กับประเภทพื้นที่และผลลัพธ์ เช่น
+วัด dwell time ต้องใช้กล้องที่เห็นหน้าคนไหม
ไม่จำเป็น
+Footfall analytics คืออะไร
คือการ
อยากเห็นว่าลูกค้าใช้เวลาในพื้นที่ของคุณอย่างไร
ทีม IMAS ช่วยออกแบบตำแหน่ง
แหล่งอ้างอิง
- Xovis AG. Sensor technology และ PC-Series Selection Guide (2024). เว็บไซต์ xovis.com
- CountMatters AS. XPERIO analytics platform. เว็บไซต์ countmatters.com
- Little, J. D. C. (1961). A Proof for the Queuing Formula: L = λW. Operations Research 9(3):383–387. doi: 10.1287/opre.9.3.383
