Bedste praksis for retail analyse i detailhandlen

En butikskæde med 40 butikker ser i sin månedsrapport, at omsætningen faldt 6 % i tre butikker i Jylland. Regionschefen konkluderer, at personalet sælger dårligere. Da kæden senere får besøgstal ind i samme rapport, viser det sig, at antallet af besøgende faldt 11 % i de samme butikker, mens konverteringsraten faktisk steg. Problemet lå i et vejarbejde foran indgangen, ikke i salgsarbejdet. Det er kernen i god retail analyse: den forhindrer, at ledelsen bruger budget og energi på det forkerte problem.

Begynd med nævneren, ikke med tælleren

De fleste detailkæder har rigeligt med data om det, der blev solgt. Det, de mangler, er data om alle dem, der ikke købte. Omsætning pr. transaktion og antal boner siger intet om, hvor mange mennesker der gik ind i butikken og ud igen med tomme hænder. Uden en pålidelig kundetælling er konverteringsraten et gæt, og alle beslutninger om bemanding, placering af varer og kampagner hviler på det gæt.

Første bedste praksis er derfor at få en nævner, man kan stole på. Det betyder sensorer ved alle indgange, ikke kun hovedindgangen, og det betyder algoritmer, der fjerner medarbejdere fra tællingen. En butik, hvor personalet går ud og ind ad personaleindgangen 80 gange om dagen, får ellers en kunstigt lav konverteringsrate. Kontraktligt bør du kræve mindst 96 % nøjagtighed; under gode forhold med ordentlig belysning, en fornuftig indgangsgeometri og normal kundeadfærd ligger moderne 3D-sensorer typisk på 98 til 99 %. Men bed leverandøren om at dokumentere det med en manuel kontroltælling i din butik, ikke i et showroom.

Retail analyse kræver, at tiden stemmer

Her kommer en erfaring, som de fleste først gør sig efter den første måneds drift: besøgsdata og POS-data lever sjældent i samme tidsopfattelse. Kassesystemet registrerer et køb, når bonen afsluttes, men kunden gik ind i butikken 20 minutter tidligere. Hvis du beregner konvertering pr. time uden at tage højde for det, ser timen 17-18 ud som en konverteringsmaskine, mens timen 16-17 ser ud til at have mistet alle kunder. Flyt analysen til dagsniveau, eller forskyd besøgsvinduet, før du sammenligner timer. Og tjek, at sensorer og POS bruger samme tidszone og samme dato for lukkede boner; det er en overraskende almindelig fejlkilde ved integration mellem kundetælling og ERP.

Samme omhu gælder for definitioner. Er en bon med kun returvarer en transaktion? Tæller et barn som en besøgende, når familien handler sammen? AI-baserede sensorer kan i dag adskille børn fra voksne og estimere alder og køn, så du kan vælge en definition, der matcher din forretning. En legetøjsbutik og en herretøjsbutik bør ikke bruge samme nævner.

Sammenlign butikker på deres egne præmisser

En butik i et shoppingcenter med åben facade kan have en konverteringsrate på 12 %, mens en gadebutik med dør har 28 %. Det betyder ikke, at centerbutikken drives dårligere. Den åbne facade trækker nysgerrige forbipasserende ind, som aldrig havde tænkt sig at købe. Tag konsekvensen i din retail analytics-rapportering: grupper butikker efter format, placering og indgangstype, og mål hver butik mod sit eget historiske niveau og mod sin peer-gruppe.

Det, der til gengæld kan sammenlignes på tværs, er ændringer. Hvis to butikker i samme peer-gruppe får samme kampagne, og den ene øger konverteringen med tre procentpoint, mens den anden står stille, har du et konkret spørgsmål at stille butikschefen. Det er langt mere brugbart end en ligatabel, hvor placeringen afgøres af bygningens arkitektur.

Bemanding efter besøgstal i butik, ikke efter omsætning

Den beslutning, hvor data hurtigst betaler sig tilbage, er vagtplanen. De fleste kæder lægger vagter efter sidste års omsætning pr. time. Men omsætning er resultatet af, hvor mange der kom ind ganget med, hvor mange der blev betjent. Hvis fredag kl. 15-17 har flest besøgende, men lavest konvertering, er det ikke fordi fredagskunderne er nærige. Det er fordi der var to på gulvet til 90 besøgende.

En praktisk fremgangsmåde:

• Beregn besøgende pr. medarbejdertime for hver time i ugen over mindst otte uger.
• Find de timer, hvor konverteringsraten falder mest i forhold til dagsgennemsnittet; det er typisk der, kunderne giver op ved kø eller manglende hjælp.
• Flyt én medarbejdertime fra den mindst belastede time til den mest belastede, og mål effekten på konvertering i de følgende fire uger.
• Gentag, indtil de marginale timer ikke længere flytter konverteringen.

Det kræver, at vagtplandata kan sættes sammen med besøgstal i samme værktøj. Hos Vemco samler VemFusion besøgsdata med POS, bemanding og andre kilder, så beregningen ikke skal laves i et regneark hver mandag morgen.

Gå dybere end døren, når døren er på plads

Når indgangstællingen er pålidelig, og konverteringen er en fast del af ugerapporten, giver det mening at måle inde i butikken. Zonetælling viser, hvor mange af de besøgende der faktisk når til den bagerste del af butikken, hvor avancen ofte er højest. Opholdstid i en zone fortæller, om en ny varepræsentation fastholder kunderne, eller om de passerer forbi. Mange kæder opdager, at den dyre kampagnevæg ved indgangen ses af alle men stopper ingen, mens en uanselig gondol midt i butikken har tre gange så lang opholdstid.

Rækkefølgen er vigtig. Zonetælling og varmekort er forførende, men de besvarer spørgsmål, som kun giver mening, når de grundlæggende tal er på plads. En kæde, der ikke stoler på sin konverteringsrate, får intet ud af at vide, at 34 % af kunderne besøgte skoafdelingen.

Vælg teknologi, der ikke låser dig fast

Sensorer har en levetid på typisk fem til ti år, software skifter hurtigere, og din butiksportefølje ændrer sig løbende. Vælg en platform, der er sensoruafhængig, så en ny butik kan udstyres med Xovis, Milesight, Hikvision eller AXIS afhængigt af indgangens udformning og budget, uden at dataene havner i forskellige systemer. Vemco er Xovis GOLD-partner, men VemCount læser data fra alle de nævnte producenter, og det er netop pointen: hardwaren skal kunne skiftes, uden at ti års historik går tabt. Overvej også, om data skal ligge i en hostet løsning eller i din egen private cloud; for kæder med strenge krav til dataejerskab er det en beslutning, der er dyr at ændre bagefter.

Ofte stillede spørgsmål

Hvad koster sensorer til kundetælling? Prisen afhænger af sensortype, antal indgange pr. butik og krav til nøjagtighed; en simpel dørtæller er markant billigere end en 3D-sensor med AI og personaleekskludering. Dertil kommer softwarelicens, installation og integration til POS. Bed om en samlet pris pr. butik over fem år frem for en stykpris pr. sensor, så du kan sætte omkostningen op mod værdien af bedre bemanding.

Hvordan måler man fodtrafik i en butik? Monter en tællesensor over hver indgang, som registrerer ind- og udgående personer, og lad softwaren fratrække medarbejdere. Forbind tællingen med kassesystemet, så du kan beregne konverteringsrate pr. dag og pr. time. Gennemfør en manuel kontroltælling de første uger for at dokumentere nøjagtigheden i netop dine forhold.

Hvis I vil vide, hvordan jeres besøgstal, konvertering og bemanding kan samles i én rapport, der kan bruges til mandagsmødet, så kontakt Vemco Group og få en gennemgang baseret på jeres egne butiksformater og indgange.