Search Icon

    Butiksdashboard: de KPI'er, der betyder noget, og hvordan du bygger et

    Butiksdashboard: de KPI'er, der betyder noget, og hvordan du bygger et

    Mandag morgen ligger der tre rapporter i indbakken: omsætning fra kassesystemet, timeplanen fra vagtplanlægningen og et regneark med kundetal fra sidste uge. Ingen af dem taler sammen. Et butiksdashboard er netop svaret på det problem: én skærm, hvor kundetal, konverteringsrate og salg vises for samme butik, samme dag og samme time, så en regionschef kan se, om en svag omsætning skyldes få besøgende eller for få køb blandt dem, der faktisk kom ind.

    Hvad et butiksdashboard skal indeholde

    Et dashboard til detailhandel er kun nyttigt, hvis det kan besvare spørgsmålet "hvorfor" og ikke kun "hvor meget". Derfor skal det bygges på et lille sæt KPI'er, der hænger logisk sammen:

    • Kundetal (footfall): antal besøgende, der træder ind i butikken, målt pr. time, dag og uge.

    • Konverteringsrate: antal transaktioner divideret med antal besøgende. Det er den vigtigste enkeltstående butiks-KPI, fordi den isolerer butikkens egen præstation fra trafikken udenfor.

    • Gennemsnitlig transaktionsværdi: omsætning divideret med antal transaktioner. Fortæller om mersalg og sortiment.

    • Salg pr. besøgende: omsætning divideret med besøgende. Kombinerer de to foregående i ét tal, som egner sig til at sammenligne butikker af forskellig størrelse.

    • Opholdstid: hvor længe kunderne bliver. Kort opholdstid og lav konvertering peger ofte på et problem ved indgangen eller i navigationen i butikken.

    • Medarbejder-til-besøgende-forhold: antal medarbejdere på gulvet i forhold til antal besøgende i samme tidsrum. Afslører, om vagtplanen følger trafikken eller tilfældigheder.

    • Belægning (occupancy): hvor mange der er i butikken lige nu. Relevant for kø, service og sikkerhed.

    Kundetal er den manglende nævner

    De fleste kæder har allerede tælleren: omsætning og transaktioner fra POS. Det, der mangler, er nævneren. Uden kundetælling kan to butikker med samme omsætning se identiske ud, selvom den ene har langt flere besøgende og dermed konverterer markant dårligere. Når kundetallet lægges ind, ændrer samtalen med butikschefen sig fra "sælg mere" til "I taber kunderne mellem indgangen og kassen om eftermiddagen". Det er en instruktion, man kan handle på.

    Kvaliteten af nævneren betyder noget. Vemcounts sensorer har en kontraktlig minimumsnøjagtighed på 96 procent og ligger typisk på 98 til 99 procent, når lysforhold, butikkens indretning og kundernes adfærd tillader det. Det niveau er tilstrækkeligt til at sammenligne timer, dage og butikker med hinanden, hvilket er det, et dashboard bruges til.

    Sådan kobler du POS-data og kundetælling

    Koblingen lykkes eller fejler på tre ting: samme butiks-id i begge systemer, samme tidszone og samme tidsopløsning. Transaktioner skal mappes til den time, de blev gennemført i, og kundetal til den time, kunden trådte ind. Vemcount forbinder til 19 POS-integrationer og har et REST API, så omsætning og transaktioner kan hentes direkte ind ved siden af kundetallene i stedet for at blive sat sammen manuelt i et regneark hver uge.

    Et praktisk råd: afsæt tid til at definere, hvad en "besøgende" er, før dashboardet går i luften. Skal personale, varemodtagelse og børn i barnevogn tælles med? Hvis to butikker svarer forskelligt, bliver deres konverteringsrater ikke sammenlignelige, og regionschefen mister tilliden til tallet. Beslut reglen centralt, dokumentér den, og anvend den ens på alle lokationer.

    Byg det i Vemcount eller i Power BI

    Der er to typer brugere, og de har brug for to forskellige værktøjer. Butiks- og regionschefer skal have tal, mens de kan nå at reagere på dem. I Vemcount vises kundetal med en latenstid på omkring to sekunder, og salgsanalysen ligger ved siden af, så en butikschef kan se, om formiddagens konvertering halter, og flytte en medarbejder til gulvet før frokost.

    Hovedkontor og analytikere arbejder typisk i Power BI, hvor kundetal skal ligge sammen med lager, marketingudgifter og vagtplan. Med Power BI-integrationen hentes Vemcount-data ind via REST API'et, og kædens eget BI-team planlægger opdateringen i Power BI. Vemcos team hjælper med den første opsætning og datamodellen, så butiks-id'er, tidsopløsning og KPI-definitioner er ens i begge værktøjer. Resultatet er ét datasæt, to visninger: live i Vemcount til driften, konsolideret i Power BI til ledelsen.

    Typiske fejl i et butiksdashboard

    • For mange KPI'er. Et dashboard med alt for mange tal bliver ikke læst. Vælg de syv ovenfor og lad resten ligge i en detaljerapport.

    • Kun dagstotaler. Konvertering varierer time for time. Dagstal skjuler præcis de perioder, hvor bemandingen ikke passer til trafikken.

    • Omsætning uden nævner. Rangordning af butikker efter salg alene belønner god beliggenhed, ikke god drift.

    • Ingen ejer af datakvaliteten. En sensor, der er blevet drejet under en ombygning, giver forkerte tal i lang tid, hvis ingen holder øje med afvigelser.

    • Forskellige definitioner i Vemcount og Power BI. Hvis konvertering beregnes forskelligt i de to værktøjer, bruger møderne tiden på at diskutere tallet frem for handlingen.

    Ofte stillede spørgsmål

    Hvad skal et butiksdashboard indeholde? Som minimum kundetal, konverteringsrate, gennemsnitlig transaktionsværdi og salg pr. besøgende, vist pr. time og pr. butik. Opholdstid, medarbejder-til-besøgende-forhold og belægning tilføjer forklaringen bag tallene.

    Hvordan beregner man konverteringsrate for en fysisk butik? Antal transaktioner i en periode divideret med antal besøgende i samme periode. Brug samme tidsinterval og samme definition af besøgende i alle butikker, ellers kan tallene ikke sammenlignes.

    Kan vi bygge et butiksdashboard i Power BI? Ja. Vemcount-data læses ind i Power BI via REST API'et, jeres BI-team styrer opdateringen, og Vemco hjælper med første opsætning og datamodel. Driften bruger samtidig Vemcount live.

    Hvor nøjagtige skal kundetal være til et dashboard? Nøjagtige nok til at sammenligninger mellem timer og butikker holder. Vemcount leverer kontraktligt mindst 96 procent og typisk 98 til 99 procent, når forholdene i butikken tillader det.

    Vil du se, hvordan kundetal, konvertering og salg ser ud på én skærm for jeres butikker, både live i Vemcount og konsolideret i Power BI? Book en demo, så gennemgår vi jeres POS-opsætning og KPI-definitioner sammen.

    Join Our Newsletter Community Today!

    Form-right