随着城市之间高速公路和高铁的建设，一个中心城市的购物中心、商场等往往可以覆盖周边的城市，例如上海的大型购物中心经常会有周边太仓、昆山等地的客流光顾，南京的大型购物中心经常会有周边马鞍山、扬州、镇江等地的客流光顾。分析一个线下商业中心客流的地域分布，对于地域辐射的评估、地产货品的准备、广告的设计和投放目标等都有非常重要的数据参考价值。

      传统的线下商业场所客流地域分布分析手段一般使用顾客抽样调查的方法，安排工作人员在线下商业场所的门口或者内部随机抽取一定数量的顾客，调查其居住的区域。这样的传统客流地域分布分析方式一方面耗费太多人力物力，另一方面抽样调查的方式导致准确性打了很大的折扣。

       现在给光顾的顾客提供免费WiFi网络上网已经几乎成了大型购物中心和商场的标准配置，一般在顾客使用智能终端通过WiFi网络使用移动互联网的业务之前，会要求顾客通过WiFi登陆过程 - 输入有效手机号码获取夹带登录密码的下行短信，然后使用下行短信里面的登录密码完成WiFi登陆的认证过程。通过这一过程，线下商业场所获取了顾客的手机号码，进一步的再分析所获顾客手机号码的归属地，则可以分析客流的地域分布情况。

       下面结合上海某餐饮广场的案例介绍一下使用此手段对客流地域分布进行分析的过程：

图1 - 顾客上网比例分析

        1）首先分析进入餐饮广场顾客的上网率，以此得知用于客流地域分布的数据的覆盖率，提取一周的客流数据和上网数据进行计算，从图1可见，目前此餐饮广场使用WiFi网络上网的顾客的比例在20%到25%之间。

图2 - 顾客地域分布比例（上海 vs 其他）

        2）分析这些使用餐饮广场WiFi网络的顾客的手机号码的归属地，分析可知，光顾此餐饮广场的客流中90.49%的顾客是上海本地人，其余为外地人。

图3 - 外地顾客地域分布比例

        3）进一步分析光顾此餐饮广场的外地人群，分析可知，光顾此餐饮广场的客流排名前三位的是：江苏省-22.22%，广东省-21.19%，浙江省-13.70%。江苏省和浙江省邻近上海市，在上海市的地域覆盖范围内，所以外地客流占比比较高，广东省尽管距离上海比较远，但是由于此餐饮广场处于CBD区域，有很多来自于广东省到上海进行商务交流和合作的商务人员，所以外地客流占比也比较高。