Footfall og salg på én skærm: Konvertering, capture rate og salg pr. besøgende på tværs af kæden

To butikker i samme kæde kan have identisk omsætning og alligevel fortælle to vidt forskellige historier. Den ene konverterer 28 procent af 900 daglige besøgende. Den anden konverterer 14 procent af 1.800. Ser du kun på POS-tal, ligner de hinanden. Ser du på footfall og salg sammen, er det tydeligt, at den ene butik har et bemandingsproblem – eller et merchandising-problem – som koster penge hver eneste dag. Det er præcis derfor, at en footfall og salgsanalyse platform ikke handler om at tælle mennesker, men om at afsløre, hvor kædens skjulte tab ligger.

Hvorfor omsætning alene skjuler problemerne

De fleste kæder styrer efter budgetopfyldelse pr. butik. Problemet er, at budgettet er baseret på sidste års omsætning, som igen var baseret på sidste års trafik. Falder trafikken i et center med 20 procent, og butikkens omsætning kun falder 10 procent, har butikschefen faktisk leveret en fremragende præstation – men på et rent omsætningsdashboard ligner det en fiasko. Omvendt kan en butik, der rammer budgettet i et center med voksende trafik, reelt være ved at miste markedsandel uden at nogen opdager det.

Tre nøgletal løser det, og de skal ses samlet, ikke i hver sin rapport:

• Konverteringsrate – transaktioner divideret med besøgende. Måler, hvor godt butikken udnytter den trafik, den faktisk får. Det er butikschefens tal.
• Capture rate – hvor stor en andel af trafikken foran butikken, der går ind. Det er et facade-, vindues- og lokationstal, som ledelsen ejer.
• Salg pr. besøgende – omsætning divideret med footfall. Det samler konvertering og kurvestørrelse i ét tal og er det mest ærlige sammenligningsgrundlag på tværs af butikker af forskellig størrelse.

Pointen ved at holde dem adskilt: en lav capture rate er ikke butikschefens skyld, og en lav konvertering er ikke lejemålets skyld. Blander man dem sammen, ender diskussionen på områdemødet altid samme sted – i undskyldninger, som ingen kan efterprøve.

Én skærm betyder én sandhed – og det kræver to datastrømme

Teknisk set er opgaven enkel at beskrive og svær at gøre ordentligt: tællerdata fra døren skal matches med salgsdata fra kassen, time for time, butik for butik. Hos Vemco Group løses det ved, at VemCount tæller besøgende ved døren, mens VemTenant importerer salgsdata via POS-, ERP-, SFTP- eller API-integrationer. Resultatet er konvertering, capture rate og salg pr. besøgende for hver butik på én skærm, med rangeringer og alarmer – og med rollebaseret adgang, så butikschefen ser sin butik, områdechefen sit distrikt og hovedkontoret hele kæden.

Det rollebaserede er ikke en detalje. En butikschef, der får hele kædens rådata smidt i hovedet, bruger tiden på at grave – eller ignorerer det hele. En butikschef, der hver mandag morgen får en planlagt PDF-rapport med sin egen konvertering, sin placering i regionen og timerne, hvor butikken tabte flest besøgende uden salg, ved præcis, hvad ugen skal handle om.

Datakvalitet: Tallet, der afgør om nogen stoler på dashboardet

Her kommer en observation fra praksis, som sjældent står i salgsmateriale: det første, en erfaren butikschef gør, når konverteringsdashboardet lanceres, er at stille sig ved døren og tælle manuelt i en time. Rammer sensoren ved siden af, er tilliden væk – og den kommer ikke igen. Derfor skal nøjagtighed være kontraktfæstet, ikke lovet. Vemco garanterer et kontraktligt minimum på 96 procents tællenøjagtighed, og i praksis ligger den typisk på 98–99 procent, hvor belysning, butiksindretning og besøgsadfærd tillader det. Den formulering er vigtig: en butik med kraftigt modlys i facaden eller børnefamilier, der klumper sig sammen i indgangen, opfører sig anderledes end en rolig gågadebutik, og en seriøs leverandør siger det højt ved kalibreringen i stedet for at love et fladt tal.

To andre kvalitetsfaktorer, som ofte overses ved indkøb:

• Personalefiltrering. I en lille butik kan medarbejdernes egne passager gennem døren pumpe footfall op med tocifrede procenter og trække konverteringen kunstigt ned. Uden filtrering sammenligner du æbler og pærer på tværs af butiksstørrelser.
• Sensor-uafhængighed. Kæder med butikker af forskellig alder har typisk tre-fire sensortyper i drift. En sensor-agnostisk platform betyder, at du ikke skal udskifte fungerende hardware for at få alle butikker ind på samme skærm – en udgift, der ellers kan kvæle hele business casen.

Fra ugentlig rapport til drift i realtid

Historiske rapporter fortæller, hvad der gik galt. Realtidsdata gør det muligt at gøre noget ved det, mens kunderne stadig er i butikken. Med cirka to sekunders latenstid fra linjekrydsning til dashboard kan en butikschef se en trafikbølge ramme lørdag klokken 13 og flytte en medarbejder fra lageret til gulvet, inden konverteringen dykker. Alarmer, der udløses når konverteringen falder under et tærskelværdi i åbningstiden, flytter beslutningen fra tirsdagens områdemøde til det øjeblik, hvor den faktisk har værdi.

For kæder med europæiske butikker er hosting også et reelt spørgsmål: Vemcos platform kører på AWS i Frankfurt, hvilket gør GDPR-dialogen med DPO'en betydeligt kortere, end når data skal krydse Atlanten.

Sådan bruger stærke kæder rangeringen – og sådan misbruger svage den

Butiksrangering på salg pr. besøgende er et skarpt værktøj, og som alle skarpe værktøjer kan det bruges forkert. Kæder, der får mest ud af det, bruger rangeringen til at finde mønstre: Hvad gør top fem-butikkerne i timerne 11–14, som bund fem ikke gør? Er det bemandingsplanen, placeringen af kampagnevarer eller noget så banalt som, hvor hurtigt kunderne bliver mødt? Kæder, der bruger rangeringen som ren gabestok, oplever det modsatte – butikschefer, der begynder at diskutere tællernes nøjagtighed i stedet for deres egen drift.

Et pragmatisk råd fra implementeringer på tværs af kæder: start med at rangere på forbedring, ikke på absolut niveau. En butik, der løfter konverteringen fra 12 til 15 procent, har præsteret mere end en butik, der ligger stabilt på 22. Det skaber en kultur, hvor data er en træningspartner og ikke en dommer.

Vemco Group har arbejdet med netop den slags datadrevet butiksdrift siden 2005 – over 20 år med kundetælling og retail analytics, mere end 2.000 kunder i 95+ lande og over 85 millioner tællinger om dagen. Den skala betyder, at de fleste integrationsproblemer, jeres POS-leverandør kan finde på, allerede er løst hos en anden kæde.

Vil du se, hvordan konvertering, capture rate og salg pr. besøgende ser ud for netop jeres kæde på én skærm – med jeres eksisterende sensorer og jeres eget POS-system? Kontakt Vemco Group her og få en gennemgang med udgangspunkt i jeres butiksstruktur, ikke en generisk demo.