报告
本页内容
Reports 选项卡（打开 AI Insights & People 时的默认视图）将检测数据转化为设施级分析：您的设施有多繁忙、在什么时间、在什么位置、访客是谁，以及他们的感受如何。
图 1：Lower Manhattan 的 Reports 视图：顶部为 KPI，下方为 Zone Activity Heatmap 和摘要卡片
报告数据的生成方式
报告基于每日快照构建。快照在夜间（设施当地时间）针对前一天生成，汇总自为人员时间线提供数据的同一批检测块。由此带来两点影响：
- 今天的数据会在明天显示：Reports 是趋势视图，而非实时视图（区域深入分析中的 "Live now" 指示器是例外）。
- 这些数字由 AI 得出，可能与您会员管理系统中的签到次数不同，因为其中包括从未刷卡的人员。
有意义的区域分析需要访问区域：热图的空状态会直接提示 "No zones configured — assign cameras to access zones in Settings"。
KPI 图块
图 2：KPI 图块：Total Tracks、Unique People、Avg Visit、Unsure %、Peak Hour 和 Access Violations
| KPI | 含义 |
|---|---|
| Total Tracks | "A track represents one continuous sighting of the same person. Total detections is every face detected across all cameras in the system." 副标题显示原始检测次数 |
| Unique People | 该时段内出现的不同个人数量 |
| Avg Visit | 平均到访时长 |
| Unsure | 无法识别的人员所占比例，是衡量识别健康状况的指标。Unsure % 上升通常意味着会员照片缺失或质量较差，或摄像头存在问题 |
| Peak Hour | 该时段内最繁忙的小时 |
| Access Violations | "Entries where a member's active membership plan was not permitted by the zone's access rules (excluded, or not in the allowed plans)." 副标题："N members · M zones"，或 "No plan violations" |
区域活动热力图
图 3：Zone Activity Heatmap：纵向为区域，横向为小时，颜色深浅表示活动量
每行代表一个区域，每列代表一个小时；单元格的颜色深浅表示活动量。控件：
- **模式选择器：**按单元格统计 Tracks、Detections、People 或 Unsures。Unsures 模式非常适合用来查找未识别人员集中的位置。
- **Display Options：**切换 Peak Hour Heatmap、Cell Counts（在单元格中显示数字）和 Violations（叠加访问违规标记）。
- 点击区域名称即可打开其深入分析；下钻链接可直接跳转到已筛选的时间线："Go to Timeline"、"Go to Timeline (Access Violation)"、"Go to Timeline (Expired)"。
热图下方的三张摘要卡片展示了核心情况：Peak Time（人数、平均时长、高峰时刻）、Busiest Zones 和 Low Utilisation。最后一张对场地规划最有意义：它显示了您付费使用但会员并未使用的空间。
区域访问违规
图 4：Zone Access Violations：谁在其计划不允许的区域中被检测到，以及在哪里被检测到
"Zone Access Violations" 部分列出每一次违规：会员、区域和时间。违规是指违反计划规则：会员的有效会员计划被区域的允许计划排除或不在其中（在访问区域中配置）。没有违规时显示："No membership-plan access violations in this period."
每个条目都链接到该人员的档案以及按该违规筛选的时间线，因此您可以在与会员沟通之前先查看实际视频。
区域深入分析
图 5：区域深入分析：按区域的 KPI、每小时热图以及身份/性别筛选器
点击某个区域会打开其专属视图：
- 区域标记概括了区域特征："Very Busy"、"Restricted" / "Open Access"（"Anyone can access" 与 "Restricted zone"）。
- 按区域的 KPI：人数、轨迹、检测、签到以及该区域的情绪分数。
- 按区域的 "Peak Hour Heatmap"，以及显示最新活动的 "Live now" 指示器。
- 筛选标签：All / Identified / Unsure 和 ♂ Male / ♀ Female，并带有实时计数。
- "See Full View" 可将该区域展开为整页报告。
各区域情感趋势
图 6：Sentiment Trend by Zone：按区域的情绪分数及其 24 小时趋势
"Sentiment Score reflects the overall emotional tone of people detected in this zone." 分数范围为 0–100，分为以下区间：
| 区间 | 分数 |
|---|---|
| Positive | 70 及以上 |
| Neutral | 40–69 |
| Negative | 低于 40 |
"24h trend" 比较的是 "the average sentiment in the most recent third of the period and the earliest third"。如果某个区域的分数下降，值得去现场巡视一下：拥挤、设备损坏和温度方面的投诉，都会先在这里显现，然后才出现在反馈表中。
原始表情如何转化为分数（包括情绪权重和 Business Context 预设：Default、Gym/Fitness、Custom）可以在 Settings → Insights → Sentiment Scoring 中配置。
情感与人口统计
图 7：Sentiment & Demographics：总体情绪仪表、情绪分布雷达图以及年龄/性别细分
- Overall Sentiment：设施范围的 0–100 仪表。
- Emotion Spread：显示检测到的情绪构成的雷达图。
- Demographics：按年龄段（18-24、25-34、35-44、45-54、55+）和性别（Male / Female）统计的访客，可按 All / Identified / Unsure 筛选。
人口统计数值是 AI 根据图像做出的估计（请参阅安全与隐私），仅可作为参考方向。其最实用的用途是比较：如果 Unsure 人群的构成与已识别会员差异很大，那么这群人很可能根本不是会员，而是访客、试用者或尾随进入者。
导出报告数据
对于仪表板、定时摘要或您自己的分析，同样的快照数据可以通过 insights_report_snapshots MCP 工具以编程方式获取，请参阅集成与 MCP。例如，人工智能代理可以将到访次数、高峰时段和访问违规的每周摘要发布到您的团队聊天中。
相关页面
- 访问区域：所有区域分析所依赖的结构
- Settings → Sentiment Scoring：情绪分数的计算方式
- 人员时间线：下钻链接的目标位置