FAQ om kundeflow-analyse i detailhandlen

En butikschef i et større center ser på ugerapporten: omsætningen faldt 7 procent i forhold til samme uge sidste år. Ledelsen spørger, om det er personalet, sortimentet eller markedsføringen. Uden besøgsdata er der ingen måde at svare på. Med besøgsdata viser det sig, at antallet af besøgende faldt 12 procent, mens konverteringsraten faktisk steg. Problemet lå altså uden for butikken, i centerets trafik, ikke hos teamet på gulvet. Det er forskellen mellem at diskutere og at vide, og det er grunden til, at kundeflow-analyse i dag indgår i budgetterne hos stadig flere kæder. Nedenfor besvarer vi de spørgsmål, vi oftest får fra retailledere, driftschefer og kommercielle teams, når de vurderer investeringen.

Hvad dækker kundeflow-analyse egentlig over?

Kernen er kundetælling: hvor mange kommer ind, hvornår, og hvor længe bliver de. Men den rå tælling er kun råmateriale. Værdien opstår, når besøgstallet kombineres med kassedata, vagtplaner, kampagnekalender og vejrdata. Så bliver det til KPI'er som konverteringsrate, omsætning pr. besøgende, besøg pr. medarbejdertime og gennemsnitlig opholdstid. Udvidede løsninger tilføjer kunderejse-analyse, altså hvordan de besøgende bevæger sig gennem butikken, hvilke zoner de stopper i, og hvor de forlader forløbet uden at købe. Det er den forskel, der adskiller en simpel kundetæller fra en egentlig analyseplatform til detailhandlen.

Hvor præcise er tallene, og kan vi stole på dem i en bestyrelsesrapport?

Det er det spørgsmål, der oftest afgør, om projektet får grønt lys. Seriøse leverandører garanterer kontraktligt en minimumspræcision, hos Vemco Group er den 96 procent. Under gode forhold, det vil sige stabil belysning, en klar indgangszone og besøgende der bevæger sig normalt, ligger præcisionen typisk mellem 98 og 99 procent. Det er vigtigt at sige tydeligt: ingen kan garantere 99 procent i alle butikker. En bred glasfacade med lavtstående eftermiddagssol, en indgang der deler areal med en café, eller barnevogne og indkøbsvogne i store mængder påvirker resultatet. Bed derfor altid om, at præcisionen valideres ved manuel tælling i jeres egne butikker i de første uger, ikke i leverandørens showroom.

Et praktisk råd fra dem, der har installeret hundredvis af systemer: den hyppigste kilde til "forkerte" tal i den første måned er ikke sensoren. Det er personale, der bruger kundeindgangen til rygepauser og vareindlevering, og som dermed tælles med flere gange om dagen. En medarbejder, der går ind og ud otte gange på en vagt, kan i en mindre specialbutik forvride konverteringsraten med flere procentpoint. Løsningen er enten en fysisk personaleindgang eller en aftale om, at personalet undgår kundezonen, eventuelt kombineret med filtre for gentagne passager.

Hvilke KPI'er bør vi starte med?

Start smalt. De kæder, der får mest ud af besøgsdata i det første år, holder sig typisk til tre målepunkter:

• Konverteringsrate i butik pr. time og pr. butik. Det er det tal, der oftest afslører bemandingsproblemer, fordi konverteringen falder, når køen ved kassen bliver for lang eller når der ikke er nogen på gulvet i myldretiden.
• Besøg pr. medarbejdertime. Sammenlign butikker med samme format. Spredningen mellem den bedste og den dårligste er ofte større, end ledelsen forventer.
• Omsætning pr. besøgende. Når besøgstallet falder, men omsætningen pr. besøgende stiger, er det et signal om, at butikken tiltrækker færre, men mere købeklare kunder, hvilket kræver et andet svar end et generelt trafikfald.

Luksusbaby brugte VemCount til netop den type opfølgning, med konverteringsrater i realtid suppleret af demografiske data om, hvem der faktisk kom ind i butikken. Det gav marketing mulighed for at sammenholde kampagnernes målgruppe med de besøgendes reelle alders- og kønsfordeling, og justere når de to ikke stemte overens.

Kan vi kombinere fysiske besøgsdata med onlinesalg?

Ja, og for omnichannel-kæder er det ofte den vigtigste anvendelse. Når en kunde ser en sofa i butikken og bestiller den online tre dage senere, ser butikkens tal ud til at have fejlet, selv om butikken gjorde arbejdet. Daells Bolighus kombinerede under sin turnaround salgs- og besøgsdata fra både butikker og webshop på tværs af lokationerne. Det gjorde det muligt at vurdere, hvad hver butik reelt bidrog med til den samlede forretning, i stedet for alene at bedømme dem på kassestrimlen. Praktisk betyder det, at besøgsdata skal kunne eksporteres til jeres BI-værktøj eller læses via API, og det bør være et eksplicit krav i udbuddet.

Hvad kan heatmaps i butikken fortælle, som tælleren ikke kan?

Indgangstælleren fortæller, at 1.200 personer kom ind lørdag. Den fortæller ikke, at 70 procent af dem drejede til højre og aldrig nåede bagvæggen, hvor de dyreste varer stod. Heatmaps og zonetælling viser, hvor kunderne faktisk bevæger sig, hvor de stopper, og hvilke områder der er døde. Med VemTrack udvides dette til egentlig kunderejse-analyse, hvor anonym AI-genkendelse gør det muligt at følge en besøgendes rute gennem butikken uden at identificere personen. Kommercielle teams bruger det til at prissætte hyldeplads over for leverandører med faktiske eksponeringstal, og driftschefer bruger det til at flytte kampagnestativer fra zoner, hvor ingen kommer, til zoner med reel gennemstrømning. Det er også her, mange opdager, at deres egne antagelser om kundeflowet var forkerte.

Hvordan ser en typisk business case ud?

De to hurtigste gevinster er bemanding og huslejeforhandling. På bemanding: flyt timer fra de timer, hvor besøgstallet er lavt, til de timer, hvor konverteringen falder på grund af underbemanding. Det kræver ingen ekstra lønkroner, kun en anden fordeling. På husleje: centre og udlejere argumenterer med deres egne trafiktal. Har I jeres egne besøgsdata for netop jeres indgang, står I langt stærkere, når lejen skal genforhandles, eller når I overvejer at lukke en butik. Dertil kommer de langsommere gevinster: bedre kampagneevaluering, dokumenteret effekt af ombygninger og mere præcise budgetter, fordi budgettet bygger på besøgsudvikling og ikke kun på sidste års omsætning.

Hvad med GDPR?

Kundetælling i sig selv behandler ikke personoplysninger, når sensorerne tæller passager uden at lagre billeder eller identificerbare data. Demografi og kunderejse-analyse skal være anonymiserede fra første led, og leverandøren skal kunne dokumentere, hvordan det sker teknisk. Bed om databehandleraftale og en beskrivelse af, hvor data lagres. Kæder med butikker i flere lande bør desuden sikre, at løsningen kan konfigureres forskelligt pr. marked.

Ofte stillede spørgsmål

Hvordan øger man antallet af besøgende i en butik? Begynd med at måle, hvornår og hvorfra jeres besøgende kommer i dag, så I kan se, om en indsats virker. Test derefter én ting ad gangen: åbningstider tilpasset centerets trafikmønster, vinduesudstilling der stopper forbipasserende, lokale kampagner målrettet den demografi der faktisk kommer, og samarbejde med nabobutikker om fælles events. Uden besøgsdata før og efter kan I ikke skelne effekten af indsatsen fra almindelige udsving.

Hvordan måler man antallet af besøgende i en butik? Den mest udbredte metode er en 3D-sensor over indgangen, der tæller personer ind og ud og kan skelne børn fra voksne og frasortere indkøbsvogne. Data sendes til en analyseplatform, hvor den kobles med kassedata til konverteringsrate og andre KPI'er. Manuel tælling eller kassestatistik alene giver et misvisende billede, fordi de ikke fanger de besøgende, der forlader butikken uden at købe.

Har I et konkret spørgsmål om kundeflow-analyse i jeres butikker, for eksempel hvordan præcisionen kan valideres i netop jeres indgangsforhold, eller hvordan besøgsdata kobles til jeres eksisterende BI-setup? Kontakt Vemco Group via vemcogroup.com/contact-us, og få en gennemgang baseret på jeres butiksformat og de KPI'er, I faktisk styrer efter.