POC测试客流分析准确率985 ，昇星科技用服务价值吸引购物中心客户合作

2010年，骆裕龙来到中科院计算所连读硕博，师从国内体系结构大师孙凝晖院士。在校期间，他以兼职的身份来到中科院物理研究所和百度旗下工作学习。2015年博士毕业后，他创立了昇星科技，致力于为线下购物中心构建AI客流大数据运营平台。

创业初期，昇星曾做过VR和AR解决方案，后来，随着线下客户逐渐增多，骆裕龙开始将关注点转移到了线下。骆裕龙表示，当时，电商产业数字化、智能化运营已形成体系，线上用户大数据积累丰富，早已开始反哺到企业运营中，不断压缩线下门店的生存空间。对于线下企业而言，用户数据难寻且难以打通，同时，随着线上流量越来越贵，回归线下是必然趋势，于是，骆裕龙抓住线下需求，开始在此展开布局。

“全国购物中心超过8000家，年增长可达10%，平均每家购物中心可覆盖200个零售品牌，客流量比单个零售品牌多百倍，能更快产生效益，昇星科技看好的就是购物中心市场”，骆裕龙说。

以往，同类客流分析技术大致可分为三类：红外线技术、头肩检测和wifi探针。其中，红外线技术是通过感应人流切断红外线的频率产生计数，不能监测用户进出情况；头肩检测的摄像头安装在门口，根据目标区域头肩的移动情况对客流进行统计，只能计数，不能去重，也没有消费数据记录；wifi探针，则需要通过AP等设备扫描手机mac号(设备唯一标识) ，估算携带移动设备的人数，由于大部分手机都有防扫描技术，故打通率很低，统计准确率只有20~30%左右。

基于上述痛点，昇星科技研发了基于AI算法、客流大数据分析技术的SaaS系统——“善贾”，客户端可以通过可视化后台查看每日客流情况。具体部署流程分为三个维度，昇星在购物中心主出入口、电梯口、店铺内部安装人脸识别摄像头，用于监测客流情况，同时由千万级动态客流洞察系统存储，日间实时计算，夜间细致分析用户数据。

其优势在于三方面：首先，底层技术算法可基于顾客生物特征精准去重，统计准确率为98%；其次是，可精准记录消费者到访楼层/业态/品牌的行为轨迹、驻留时间及消费行为，用数据分析实现智慧运营；最后，可打通线上线下数据，形成完整的数据化消费化像，用于复盘消费过程，数字化经营整个购物中心。

骆裕龙告诉创业邦，在AI客流分析行业没有绝对的资源优势，技术产品化能力和数据价值才是客户群体最关注的方向。2019年，昇星已早于同类企业率先推出SaaS服务体系，并落地到包括华润、金地、大悦城、龙湖在内的连锁购物中心中。从POC测试数据来看，昇星SaaS产品可基于3000万级动态客流人脸库，实现几千路数据同时识别处理的能力，延迟仅为0.5秒，分析准确率可达到98%以上，同类竞品为80%，整个部署周期包含硬件在内可以在半个月之内完成。

截至目前，昇星科技已签订数百万元合作订单。首年，该团队主要收取硬件产品和SaaS服务费用，次年起，收取SaaS服务费，平均订单额为40~50万元，比传统客流服务贵1.5倍。预计明年，昇星可通过头部连锁购物中心客户，扩张到旗下或其他20多个购物中心，实现规模化盈利。

团队方面，昇星已有22人，技术占70%。其中，首席科学家章立为中科院计算所博士，是人工智能、大数据算法专家；首席架构师吕强为昇星首席架构师，是数据分析及高性能后台服务架构领域专家，曾在东软任职大数据技术总监；产品总监徐晓彤曾服务于阿里巴巴集团，负责淘宝网运营相关工作。

融资方面，昇星科技已完成天使轮融资。接下来，昇星计划启动新一轮Pre-A融资，目标金额1000~1500万元，主要用于技术研发，根据用户反馈需求迭代产品，降低成本，同时，发力市场推广，从大企业标杆客户，切入更多旗下或其他购物中心。