Passantenmeting met geanonimiseerde locatiegegevens is technisch mogelijk via steekproefmodellering met betrouwbaarheidsintervallen. Deze methode werkt zonder fysieke sensoren en biedt gemeenten, centrummanagers en retail organisaties inzicht in bezoekersstromen op basis van mobiele data van opt-in panels.
Dit artikel legt feitelijk uit hoe passantenmeting met locatiegegevens werkt, hoe wifi-sensoren functioneren, en wat de technische en praktische verschillen zijn tussen beide methoden. De doelgroep bestaat uit beleidsmakers, centrumorganisaties en gemeenten die willen begrijpen welke meetmethoden beschikbaar zijn voor het analyseren van passantenstromen in winkelgebieden en binnensteden.
Kernpunten uit dit artikel:
- Passantenmeting met locatiegegevens is gebaseerd op een steekproefmodel met 90% betrouwbaarheidsintervallen
- Wifi-sensoren vereisen hardware-installatie en zijn gebonden aan een specifieke locatie
- Locatiegegevens bieden aanvullende analysemogelijkheden waaronder herkomstanalyse en kruisbezoek
- Beide methoden hebben specifieke privacy-technische overwegingen onder de AVG
- De keuze voor een methode hangt af van doelstelling, schaal en gewenste analysediepte
Wat is Passantentelling en Waarom is het Belangrijk
Passantentelling is het meten van bezoekersstromen in een afgebakend gebied, zoals een winkelcentrum, centrum of specifiek winkelgebied. Deze tellingen geven inzicht in hoeveel bezoekers een locatie bezoeken, wanneer zij komen en hoelang zij blijven.
Voor gemeenten speelt passantenmeting een belangrijke rol bij het vormgeven van beleid rondom openbare ruimte, openingstijden en mobiliteit. Retail organisaties en centrummanagement gebruiken de data voor analyse van klantgedrag, het plannen van campagnes en het evalueren van prestaties. De gegevens vormen de basis voor benchmark vergelijkingen tussen winkelgebieden en het identificeren van trends over tijd.
Traditionele Meetmethoden
Handmatige tellingen door medewerkers vormen de oudste methode voor passantenmeting. Deze aanpak is arbeidsintensief en beperkt tot korte meetperiodes, wat de mogelijkheid tot structurele analyse beperkt. Het blijft mensenwerk met inherente beperkingen in schaalbaarheid.
Hardware-gebaseerde systemen zoals infraroodtellers, camera’s en wifi-sensoren bieden geautomatiseerde oplossingen. Deze tellers vereisen installatie op een specifieke locatie en zijn afhankelijk van stroomvoorziening en regelmatig onderhoud. De dekking is gebonden aan de fysieke positie van het apparaat.
Moderne Databronnen
Mobiele locatiegegevens vormen een nieuwere bron voor passantenmeting. Hierbij worden geanonimiseerde gegevens van mobiele telefoons gebruikt om bezoekersstromen te analyseren. Het verschil met directe meting is dat deze methode werkt met gemodelleerde schattingen op basis van een steekproef, niet met exacte tellingen van elk apparaat dat passeert.
Hoe Werkt Passantenmeting met Locatiegegevens
Passantenmeting met locatiegegevens is gebaseerd op een steekproef-methodiek waarbij een panel van smartphone gebruikers via een app expliciet opt-in toestemming heeft gegeven voor het delen van locatiegegevens. Deze geanonimiseerde data wordt verwerkt tot schattingen van bezoekersaantallen.
De Resono-technologie werkt met een grootschalig mobiel panel dat locatiepunten genereert. Deze punten worden via aggregatie, modellering en differential privacy verwerkt tot rapportages over passantenstromen. Het resultaat is geen exacte telling van elke bezoeker, maar een statistische schatting die vergelijkbaar is met andere steekproefmethoden in marktonderzoek of verkeersanalyse.
Steekproefmodel en Modellering
De betrouwbaarheid van steekproefmeting wordt bepaald door het steekproefmodel en de modellering die wordt toegepast. Resono werkt met 90% betrouwbaarheidsintervallen die expliciet aangeven binnen welke marge de werkelijke waarde zich bevindt.
Bij langere meetperiodes neemt de stabiliteit van de schattingen toe. Dit gaat vergelijkbaar met de wet van grote getallen in statistiek: meer datapunten leiden tot nauwkeuriger resultaten. Bij grotere en drukkere locaties kan het interval bij aggregatie op week- of maandniveau aanzienlijk smaller worden dan op dagbasis.
Polygoon-Gebaseerde Meetgebieden
Een kenmerkend aspect van locatiegegevens-methodiek is de flexibiliteit in het definiëren van meetgebieden. Locaties worden gedefinieerd als polygonen die vrijwel overal in Nederland kunnen worden ingetekend op een kaart. Dit maakt landelijke dekking mogelijk zonder fysieke installatie.
Deze schaalbaarheid betekent dat een gemeente of centrumorganisatie meetgebieden kan uitbreiden of aanpassen zonder extra hardware-investeringen. Of het nu gaat om een enkel winkelcentrum in Amsterdam of meerdere winkelgebieden verspreid over het land, de methode werkt identiek.
Aanvullende Analysemogelijkheden
Naast basistellingen biedt locatiedata analysemogelijkheden die met hardware-tellingen niet of beperkt haalbaar zijn:
- Uniek bezoek: Onderscheid tussen nieuwe bezoekers en herhalingsbezoek op basis van trajectmodellering
- Herkomstgebied: Analyse van waar bezoekers vandaan komen, inclusief verzorgingsgebied bepaling
- Verblijftijd: Meting van hoelang bezoekers in een gebied blijven
- Kruisbezoek: Inzicht in welke andere locaties bezoekers ook bezoeken
- HB-analyse: Herkomst-bestemming analyses die routes en verplaatsingspatronen in kaart brengen
Deze inzichten ondersteunen marketing beslissingen, helpen bij het begrijpen van klantgedrag en maken maatwerk rapportages mogelijk voor specifieke vragen van opdrachtgevers.
Hoe Werkt Wifi-Gebaseerde Passantenmeting
Wifi-gebaseerde passantenmeting werkt via fysieke sensoren die worden geplaatst in het meetgebied. Deze hardware detecteert draadloze wifi-signalen van mobiele telefoons en andere apparaten die verbinding zoeken met een wifinetwerk.
Aanbieders zoals RMC/CityTraffic plaatsen wifi-sensoren op strategische punten. De sensoren registreren signalen van passerende devices en genereren zo tellingen van passanten. De functionaliteit is afhankelijk van de detectie van wifi-signalen, wat betekent dat devices met uitgeschakelde wifi niet worden geregistreerd.
Technische Vereisten en Beperkingen
Wifi-sensoren vereisen hardware-installatie inclusief stroomvoorziening en connectiviteit. Na installatie is regelmatig onderhoud nodig om storingen door weersomstandigheden of technische problemen te voorkomen. De operationele kosten omvatten energie, onderhoud en eventuele vervanging van apparatuur.
Het meetgebied is fysiek begrensd tot het bereik van de sensor, doorgaans 10-50 meter afhankelijk van plaatsing en omgeving. Dit betekent dat voor grotere gebieden meerdere sensoren nodig zijn. De methode is afhankelijk van devices met detecteerbare wifi-signalen.
Deelwaarneming bij Wifi-Meting
Hoewel wifi-sensoren vaak worden gezien als een directe telling, meten zij in de praktijk eveneens slechts een deel van de totale populatie. Alleen apparaten die binnen bereik een detecteerbaar wifi-signaal uitzenden, worden geregistreerd. Devices met uitgeschakelde wifi of zonder detecteerbare broadcast blijven buiten beeld. Daarmee is ook bij wifi-gebaseerde meting sprake van een deelwaarneming van de totale bezoekersstroom, zij het via een andere technische methode dan steekproefmodellering.
Net als bij locatiegebaseerde metingen vereist dit een correcte interpretatie van wat precies wordt gemeten: niet het totaal aantal personen, maar het aantal detecteerbare apparaten binnen bereik van de sensor. De methode verschilt technisch van steekproefmodellering, maar ook hier wordt niet de volledige populatie één-op-één geregistreerd.
Detectie en Herregistratie bij Sensoren
Bij wifi-gebaseerde metingen is het belangrijk onderscheid te maken tussen detectie en bezoekdefinitie. Een apparaat kan meerdere keren worden waargenomen wanneer het zich binnen bereik van één of meerdere sensoren bevindt. Om dit te ondervangen worden time-out instellingen en identificatiefilters toegepast. De uiteindelijke telling is daarmee afhankelijk van de gekozen configuratie en kalibratie van het systeem.
In situaties met meerdere sensoren of overlappende meetbereiken kan correcte afstemming nodig zijn om herregistratie te beperken. Net als bij steekproefmodellering vraagt ook hardware-gebaseerde meting om zorgvuldige interpretatie van wat precies als één bezoek wordt gedefinieerd. De uiteindelijke uitkomst van een wifi-telling is daarmee mede afhankelijk van configuratie, plaatsing en kalibratie van het systeem op locatie.
Schaalbaarheid en Flexibiliteit
Uitbreiding van het meetgebied bij wifi-sensoren vereist extra hardware-investeringen. Elke nieuwe locatie vraagt om installatie, configuratie en aansluiting op stroomvoorziening. Dit maakt de schaalbaarheid kapitaalintensief vergeleken met software-gebaseerde oplossingen.
De dekking blijft locatiegebonden aan de geïnstalleerde meetpunten. Flexibel wisselen tussen meetlocaties of tijdelijk meten op evenementterreinen vraagt om verplaatsing of aanvullende installaties.
Vergelijking: Locatiegegevens versus Wifi-Sensoren
Beide methoden voor passantenmeting hebben specifieke kenmerken die bepalen voor welke toepassing zij het meest geschikt zijn. De keuze hangt af van de vraag die beantwoord moet worden en de context waarin gemeten wordt.
Technische Vergelijking
| Aspect | Locatiegegevens | Wifi-Sensoren |
|---|---|---|
| Hardware vereist | Nee | Ja |
| Flexibiliteit meetgebied | Hoog (polygonen) | Laag (vaste punten) |
| Landelijke dekking | Ja | Beperkt tot installaties |
| Installatie | Niet nodig | Vereist per locatie |
| Onderhoud | Minimaal | Regelmatig nodig |
| Energiekosten | Geen | Per sensor |
| Schaalbaarheid | Hoog | Beperkt door hardware |
Analysemogelijkheden Vergelijking
| Analysetype | Locatiegegevens | Wifi-Sensoren |
|---|---|---|
| Basistellingen | Ja (schatting) | Ja (directe detectie) |
| Uniek bezoek | Ja | Beperkt |
| Herkomstanalyse (PC4 of Gemeente) | Ja | Niet mogelijk |
| Verblijftijd | Ja | Beperkt |
| Kruisbezoek | Ja | Niet mogelijk |
| HB-analyses | Ja | Niet mogelijk |
| Buitenlands bezoek meten | Ja | Niet mogelijk |
De tabel toont dat locatiegegevens aanvullende inzichten bieden die hardware-tellingen niet kunnen leveren, waaronder herkomstanalyse en kruisbezoek. Wifi-sensoren bieden directe detectie op de specifieke locatie waar zij zijn geïnstalleerd.
Buitenlands Bezoek en Zonering
Naast herkomstanalyse binnen Nederland biedt locatiegebaseerde steekproefdata ook inzicht in het aandeel buitenlands bezoek per locatie. De Buitenlands Bezoek Module van Resono rapporteert doorlopend het percentage buitenlandse bezoekers ten opzichte van het totale bezoek.
Een bezoeker wordt als buitenlands geclassificeerd op basis van vastgestelde methodische criteria. Daarbij geldt onder andere dat er geen Nederlandse woonpostcode bekend is, dat de bezoeker voorafgaand aan het bezoek niet langer dan drie weken in Nederland is geweest, en dat er in de drie maanden voorafgaand aan deze periode geen verblijf in Nederland is geregistreerd. Deze definitie zorgt ervoor dat incidentele internationale bezoekers worden onderscheiden van grensverkeer of tijdelijk verblijf.
De module rapporteert buitenlandse bezoekers als percentage van het unieke bezoek per locatie en per periode. Daarnaast wordt via zonering inzicht gegeven in de wijze waarop buitenlandse bezoekers Nederland zijn binnengekomen. Hierbij wordt onderscheid gemaakt tussen binnenkomst via de oostgrens (Duitsland), zuidgrens (België) of via lucht- en waterverbindingen zoals luchthavens, cruise- en ferryterminals.
Deze informatie is beschikbaar als maandelijkse export per locatie en als interactieve analyse binnen de benchmarkomgeving. Hierdoor kunnen provincies, toerismeorganisaties en gemeenten inzicht krijgen in internationale bezoekersstromen en de ontwikkeling daarvan over tijd.
Wifi-gebaseerde passantenmetingen registreren uitsluitend apparaten binnen het bereik van een sensor en bevatten geen informatie over woonland of binnenkomstzone van bezoekers. Analyse van buitenlands bezoek of internationale herkomst is met standaard wifi-tellingen daarom niet mogelijk zonder aanvullende databronnen.
Telling versus Gedragsanalyse
Een fundamenteel verschil tussen hardware-gebaseerde tellingen en locatiegebaseerde mobiliteitsanalyse ligt in het type inzicht dat wordt verkregen. Hardware-oplossingen zijn primair gericht op het tellen van passanten op een specifiek punt of binnen een beperkt bereik. Zij geven inzicht in aantallen op die locatie, maar bieden beperkt zicht op het bredere gedrags- of verplaatsingspatroon van bezoekers.
Locatiegebaseerde analyse gaat verder dan alleen het tellen van aanwezigheid. Omdat verplaatsingen over meerdere gebieden en over tijd kunnen worden geanalyseerd, ontstaat inzicht in gedrag: waar bezoekers vandaan komen, hoe lang zij blijven, welke andere locaties zij bezoeken en hoe patronen zich ontwikkelen. Daarmee verschuift de focus van pure telling naar gedragsanalyse en mobiliteitsinzicht.
In beleidscontexten waarin niet alleen aantallen maar ook bezoekersstromen, verzorgingsgebieden en kruisrelaties relevant zijn, kan dit verschil bepalend zijn voor de keuze van de meetmethode.
Methodische Consistentie en Vergelijkbaarheid
Een belangrijk onderscheid tussen hardware-gebaseerde tellingen en locatiegebaseerde steekproefmodellering is de mate van methodische consistentie over meerdere locaties. Bij hardware-metingen kunnen verschillen in installatiehoogte, plaatsing, detectiebereik en omgevingsfactoren invloed hebben op de resultaten. Elke sensorlocatie kent daarmee unieke fysieke kenmerken.
Bij een landelijke steekproefmethodiek wordt daarentegen gewerkt met één uniforme meetdefinitie en één statistisch model. Wanneer meerdere gemeenten of winkelgebieden op dezelfde manier worden gemeten, ontstaat onderlinge vergelijkbaarheid zonder verschillen in hardware-opstelling. Dit vergroot de waarde voor benchmarking, beleidsanalyse en regionale vergelijking van bezoekersstromen.
Omdat dezelfde statistische methodiek doorlopend wordt toegepast, blijven definities van bezoek, unieke bezoekers en herkomst consistent in de tijd. Dit ondersteunt trendanalyse over meerdere jaren.
Technische Validiteit van Steekproefmeting
De validiteit van steekproefmeting is geen uniek vraagstuk voor passantenmeting. Vergelijkbare methoden worden toegepast in marktonderzoek, verkeerstellingen en epidemiologische studies. De kernvraag is niet óf steekproefmeting mogelijk is, maar onder welke voorwaarden de resultaten betrouwbaar zijn.
Betrouwbaarheidsintervallen en Statistische Basis
Resono rapporteert betrouwbaarheidsintervallen op 90% betrouwbaarheidsniveau. Dit betekent dat de werkelijke waarde met 90% zekerheid binnen het gerapporteerde interval valt. Voor een locatie met veel panelwaarnemingen kunnen intervallen rond ±10-15% liggen op dagbasis, afnemend naar ±5% bij maandelijkse aggregatie.
De statistische basis volgt de wet van grote getallen: meer waarnemingen leiden tot nauwkeuriger schattingen. Dit is vergelijkbaar met verkiezingspeilingen waar grotere steekproeven smallere foutmarges opleveren.
Voorwaarden voor Betrouwbare Toepassing
Betrouwbare toepassing van steekproefmeting vereist:
- Voldoende meetperiode: Dagschattingen stabiliseren na weken dataverzameling
- Juiste interpretatie: Bredere intervallen bij kleine locaties of korte periodes zijn geen fout maar reflecteren de onzekerheid correct
- Transparante rapportage: Onzekerheidsmarges moeten expliciet worden gecommuniceerd in rapporten
Voor kleine locaties met weinig passage zullen intervallen breder zijn. Dit is geen beperking van de methode maar een correcte weergave van de meetonzekerheid. Gebruikers moeten deze nuance onthouden bij het interpreteren van resultaten.
Privacy en AVG-Compliance
Privacy is een kernaspect bij passantenmeting, ongeacht de gekozen methode. Beide aanpakken moeten voldoen aan de AVG/GDPR, maar de privacy-inrichting verschilt fundamenteel.
Privacy by Design bij Locatiegegevens
De Resono-methodiek is ingericht volgens privacy by design principes:
- Opt-in toestemming: Gebruikers geven expliciet toestemming voor het delen van locatiegegevens via hun app
- Differential privacy: Gekalibreerde ruis wordt toegevoegd om individuele waarnemingen te beschermen
- Aggregatie: Data wordt opgeslagen en gedeeld op geaggregeerd niveau, niet als individuele trajecten
- Anonimisering: herleidbaarheid tot individuele personen wordt technisch geminimaliseerd en is volledig uitgesloten in de rapportage aan opdrachtgevers.
De beveiliging is gecertificeerd door Privacy Verified, wat onafhankelijke validatie biedt van de privacy-maatregelen. De consument behoudt toegang tot instellingen en kan toestemming intrekken.
Privacy-Aspecten Wifi-Sensoren
Wifi-sensoren detecteren MAC-adressen of andere identifiers van devices. Onder de AVG worden deze beschouwd als persoonsgegevens indien zij herleidbaar zijn tot individuen. Juridische analyses wijzen op risico’s:
- Combinatie met camerabeelden kan identificatie mogelijk maken
- Op rustige momenten kunnen unieke signalen gekoppeld worden aan waarneembare personen
- MAC-adressen zijn potentieel te verbinden met andere databronnen
Anonimisering van MAC-adressen en transparante opt-out mogelijkheden zijn noodzakelijk voor AVG-compliance. De praktische implementatie hiervan varieert per aanbieder.
Privacybenadering bij Verschillende Meetmethoden
Waar hardware-gebaseerde systemen werken met device-identifiers binnen een specifieke locatie, is een privacy-by-design benadering bij locatiegebaseerde steekproefdata gericht op aggregatie, differential privacy en het uitsluiten van individuele herleidbaarheid vanaf het begin van de verwerking. De technische architectuur en juridische positionering verschillen daarmee fundamenteel.
Verschil in Privacy-Architectuur
Waar wifi-gebaseerde systemen werken met device-identifiers binnen een specifieke fysieke locatie, is de locatiegebaseerde steekproefmethodiek ingericht volgens privacy-by-design principes vanaf het begin van de dataverwerking. De gebruikte data is gebaseerd op expliciete opt-in toestemming van panelgebruikers en wordt uitsluitend geaggregeerd en gemodelleerd gerapporteerd. Individuele device-identifiers of trajectgegevens worden niet verstrekt aan opdrachtgevers.
Voor gemeenten en centrumorganisaties betekent dit dat zij uitsluitend statistische uitkomsten ontvangen en geen persoonsgegevens verwerken in hun eigen organisatie. De juridische beoordeling van de inzet blijft altijd de verantwoordelijkheid van de verwerkingsverantwoordelijke, maar de technische architectuur is gericht op het minimaliseren van herleidbaarheid en privacyrisico’s.
Toepassing locatiegegevens in de Nederlandse Praktijk
In Nederland werken inmiddels meer dan 60 gemeenten en het meerendeel van de Nederlandse provincies met locatiegebaseerde mobiliteitsdata van Resono voor binnenstadmonitoring, bezoekersanalyse en beleidsvorming. Deze brede toepassing laat zien dat de methodiek in de praktijk bestuurlijk en technisch werkbaar wordt geacht voor datagedreven beleid.
De inzet op meerdere schaalniveaus – van individuele winkelgebieden tot provinciale analyses – onderstreept de schaalbaarheid en vergelijkbaarheid van de methode. Voor publieke organisaties speelt naast technische validiteit ook bestuurlijke uitlegbaarheid een rol, waarbij transparantie over steekproef, modellering en betrouwbaarheidsintervallen essentieel is.
Conclusie en Keuzeoverwegingen
Passantenmeting met locatiegegevens is technisch mogelijk en is gebaseerd op valide steekproefmodellering met expliciete betrouwbaarheidsintervallen. De methode biedt inzicht in bezoekersstromen zonder hardware-installatie en maakt aanvullende analyses mogelijk die wifi-sensoren niet kunnen leveren.
Wifi-sensoren bieden een alternatieve methodiek met directe detectie op geïnstalleerde punten. Deze methode kent specifieke praktische aandachtspunten rondom hardware, onderhoud en schaalbaarheid, evenals privacy-technische overwegingen onder de AVG.
De keuze voor een methode hangt af van:
- Doelstelling: Basistellingen versus uitgebreide analyse van klantgedrag en herkomst
- Schaal: Enkele locatie versus landelijke dekking in meerdere winkelgebieden
- Flexibiliteit: Vaste meetpunten versus variabele polygonen
- Budget: Hardware-investeringen versus software-abonnementen
- Analysediepte: Ruwe tellingen versus mobiliteitsdata en kruisbezoek
Aanbevolen vervolgstappen:
- Definieer de specifieke vragen die beantwoord moeten worden
- Bepaal de gewenste schaal en meetperiode
- Evalueer welke analysemogelijkheden noodzakelijk zijn
- Vergelijk privacy-inrichting en AVG-compliance van aanbieders
- Vraag voorbeeldrapportages op om de bruikbaarheid van output te beoordelen
Voor gemeenten en centrumorganisaties die inzicht zoeken in bezoekersstromen voor smart city beleid en retail analyse bieden beide methoden waardevolle mogelijkheden. De samenwerking met een aanbieder die past bij de specifieke doelstellingen zorgt voor de meest bruikbare resultaten.
Veelgestelde vragen over passantenmeting met locatiegegevens en wifi-sensoren
Wat is passantenmeting met locatiegegevens?
Passantenmeting met locatiegegevens is een statistische methode om bezoekersstromen in een gebied te meten op basis van geanonimiseerde locatiepunten uit een opt-in panel. In plaats van iedere bezoeker fysiek te tellen met een sensor, wordt gewerkt met steekproefmodellering en betrouwbaarheidsintervallen. Hierdoor ontstaat een onderbouwde schatting van het aantal bezoekers, inclusief aanvullende inzichten zoals herkomst, verblijftijd en kruisbezoek.
Is passantenmeting met locatiegegevens een exacte telling van alle bezoekers?
Nee, passantenmeting met locatiegegevens is geen exacte één-op-één telling van iedere individuele bezoeker. Het betreft een statistische schatting op basis van een steekproefmodel met een 90% betrouwbaarheidsinterval. Dit betekent dat de werkelijke waarde zich met 90% zekerheid binnen de aangegeven bandbreedte bevindt. Naarmate de meetperiode langer is en het aantal waarnemingen toeneemt, worden de schattingen stabieler en nauwkeuriger.
Wat is het verschil tussen een telling en een steekproef bij passantenonderzoek?
Het verschil tussen een telling en een steekproef is dat een telling probeert ieder individueel object of persoon te registreren, terwijl een steekproef werkt met een representatief deel van de populatie. Bij passantenonderzoek betekent dit dat wifi-sensoren apparaten binnen een bepaald bereik detecteren, terwijl locatiegebaseerde metingen werken met een statistisch model. Beide methoden meten niet letterlijk “iedere persoon”, maar verschillen in technische aanpak en analysemogelijkheden.
Hoe werkt wifi-passantenmeting in een winkelgebied?
Wifi-passantenmeting werkt door fysieke sensoren te plaatsen die detecteerbare wifi-signalen van apparaten registreren binnen een bepaald bereik. Deze sensoren meten apparaten die zich in de buurt bevinden, mits wifi actief en detecteerbaar is. De telling is locatiegebonden en afhankelijk van plaatsing, bereik en configuratie van de sensor. Herkomst, woonregio of buitenlands bezoek kan met standaard wifi-tellingen niet worden vastgesteld zonder aanvullende databronnen.
Kan met locatiegegevens worden vastgesteld waar bezoekers vandaan komen?
Ja, met locatiegebaseerde passantenmeting kan herkomst op bijvoorbeeld PC4-, wijk- of gemeenteniveau worden geanalyseerd. Daarnaast is het mogelijk om kruisbezoek en herkomst-bestemmingrelaties inzichtelijk te maken. Dit maakt het mogelijk om verzorgingsgebieden te bepalen en bezoekersstromen tussen locaties te analyseren. Wifi-sensoren registreren uitsluitend apparaten binnen lokaal bereik en bieden deze regionale herkomstanalyse niet.
Kan buitenlands bezoek worden gemeten met passantenmeting?
Ja, met locatiegebaseerde passantenmeting kan het aandeel buitenlands bezoek per locatie als percentage van het unieke bezoek worden gerapporteerd. Hierbij worden methodische criteria toegepast om internationale bezoekers te onderscheiden van binnenlandse bezoekers of grensverkeer. Daarnaast kan via zonering inzicht worden gegeven in de wijze waarop buitenlandse bezoekers Nederland zijn binnengekomen. Wifi-passantenmeting bevat geen informatie over woonland of binnenkomstzone en kan deze analyse daarom niet zelfstandig uitvoeren.
Is passantenmeting met locatiegegevens AVG-compliant?
Ja, passantenmeting met locatiegegevens kan AVG-compliant worden ingericht wanneer deze gebaseerd is op expliciete opt-in toestemming, aggregatie en privacy-by-design principes. De rapportage vindt plaats op geaggregeerd niveau en bevat geen individuele trajectgegevens of device-identifiers. Bij wifi-gebaseerde metingen worden device-identifiers verwerkt, wat onder de AVG als persoonsgegeven kan gelden wanneer herleidbaarheid mogelijk is. De uiteindelijke juridische beoordeling blijft altijd de verantwoordelijkheid van de verwerkingsverantwoordelijke.
