zhidaoflow · 感知归因 AI 分析平台
把物理客流和平台数据，
归到同一本账。
毫米波测出每一次真实到店（±4.85% 误差锚），平台数据给出每一笔核销与成交——平台说结果，物理说是谁来的。AI 把它们变成商户能直接用的决策，不再靠感觉。
01三层架构
一个系统，三个层次：
感知真实，归因到人，AI 给结论。
平台数据是结果快照，毫米波是过程真值——两者合并成一套事件流（EMQX → Kafka → PostgreSQL），AI 只读聚合指标，不碰原始报文。
-
01
±4.85% 物理锚
感知层 · 毫米波客流 Sensing
60GHz 点云 → 聚类 → 跟踪：进店人次、方向、停留时长、区域热力；D 腰牌剔除员工/骑手，客流=顾客。
-
02
时间窗归因 ±15min
归因层 · 平台数据 Attribution
客如云 / 美团 / 饿了么 / 抖音的核销、订单、对账单按时间窗回贴到每次到店，产出渠道贡献、兑现率、跨渠道重叠、CPV、到店资产值。
-
03
只读聚合 · 不做写操作
AI 层 · 分析 Agent Insight
四个 Agent 把指标变成问答、异常告警、每日日报、投放建议。推理用规则先做，LLM 只解释与措辞——单店每日调用 ≤5 次。
02雷达 × 平台交叉维度
这五件事，纯雷达做不出，
纯平台也做不出。
毫米波是平台给不了、且能反过来校验平台数据的独立真值源。
兑现率过滤
停留 ≥T 分钟的到店 ÷ 该时段核销单——「进来转一圈就走」不算有效客流。
停留时长做消费意图代理真值校验
雷达进店人次 vs 平台核销/订单数，同店同时段对撞——平台漏记、虚记、刷单现形。
4.85% 精度当真值锚渠道真实贡献
渠道核销命中「有停留」的到店——广告带来的人是真消费还是路过。
剔除路过，口径更硬时段产能
区域在场人数（C 跑堂）÷ 桌位/面积——翻台率上不去是没人来，还是人来了没坐下。
区域热力 × 桌台容量污染免疫
D 腰牌剔除员工/骑手后客流——饿了么单量暴涨，也不会被骑手进出误计。
分母干净，指标才可信动线-成交
E 天眼轨迹 × 区域热力 × 该区核销——哪个区域最热、是否带动成交（商场版）。
雷达 V1.5 后开放03AI Agent
不是聊天机器人，
是四个干活的岗位。
每条结论都可追溯到数字：附数据出处与时间范围。Agent 不做自动调预算、不发券等写操作，涉及资金的动作一律人工确认。
归因分析师
商户自然语言提问（"昨天美团带来的客到店兑现率多少？"），查指标 API 回答 + 一句解读。
对账侦探
定时比对雷达进店 vs 平台核销，超阈值主动告警，先排除拉取故障/核销延迟/线下验券再下结论。
运营日报
每日 09:00 一页中文日报：客流 / 渠道贡献 / 兑现率 / 重叠 / 异常，推送飞书或企微。
投放参谋
基于 CPV 与广告消耗（推广通⚠️ 待商务）给出渠道加减预算建议，只建议不执行。
04分期路线
每一期结束，
都有一家店能看。
不从全平台齐备开始：每期交付一个真实门店可演示的看板，逐步扩大数据面。
| 阶段 | 内容 | 交付 | 验证口径 |
|---|---|---|---|
| P0 | 客如云适配器 + 归因引擎 | 单店看板：客流 ↔ 客如云订单对账 | 时间戳匹配命中率 ≥90% |
| P1 | 抖音 / 饿了么 + 跨渠道重叠 | 三家归因 + 归因分析师问答 | 一周数据可对账 |
| P2 | 美团 + 广告消耗（⚠️推广通商务） | CPV / ROI + 运营日报推送 | 投放口径 vs 结算口径对齐 |
| P3 | 区域热力 / 动线 × 成交归因 | 商场版「动线-成交」分析 | 雷达 V1.5 治具 E 闭环 |
口径声明：雷达 V1.0 阶段单店误差 ±7.28%（治具 E 未闭环），作真值锚校验时带误差带；V1.5 治具 E 闭环后升 ±4.85%
AI 边界：Agent 只读聚合指标，不接触平台原始报文与任何密钥；只分析建议，不做自动写操作
平台边界：推广通广告数据、美团团购核销字段、抖音 QPS 精确值、饿了么计费——均需商务/授权确认
原则：术语即实现，本页不承诺未建能力，不构成投资建议
西安知道流量科技有限公司 · 知道流量 zhidaoflow · 感知归因 AI 分析平台