De fleste butikschefer har set et heatmap mindst én gang: et rødt felt ved indgangen, orange rundt om kampagnebordet, blåt i de bageste gange. Billedet er flot i en præsentation, og så sker der ikke mere. Problemet er sjældent selve billedet. Problemet er, at den heatmap software, man har købt, viser hvor folk står, men ikke kan svare på det næste spørgsmål: Hvorfor står de der, hvor gik de hen bagefter, og købte de noget? Hvis du står foran et indkøb, er det de spørgsmål, der skal afgøre valget, ikke farvepaletten.
Start med at afgøre, hvad et heatmap skal bruges til hos jer
Et heatmap er en visualisering, ikke en analyse. Det kan bygges på tre meget forskellige datatyper, og leverandører siger det sjældent højt:
- Tilstedeværelse: hvor mange personer har været i et område. Fortæller om trafik, ikke om interesse.
- Opholdstid (dwell time): hvor længe de blev. En gang med høj trafik og lav dwell er en transportvej, ikke en salgszone.
- Bevægelse: hvor de kom fra og gik hen. Det er her, man ser om kampagnen ved indgangen faktisk trækker kunder videre eller blokerer flowet.
Bed leverandøren vise alle tre lag for den samme butik på den samme dag. Hvis de kun kan vise det første, har I købt et trafikbillede, og det kan en tæller ved døren næsten give jer billigere.
Syv krav til heatmap software, der skal bære beslutninger
1. Zoner, I selv definerer på en rigtig plantegning. Heatmaps tegnet på et gitter er svære at oversætte til handling. Når data vises direkte på butikkens floorplan, kan driftschefen pege på et inventarstykke og sige "flyt det". Kravet er, at zoner kan oprettes, ændres og sammenlignes af jer selv, uden at ringe til leverandøren hver gang butikken bliver ommøbleret.
2. Flow mellem zoner, ikke kun varme pr. zone. Det er forskellen på at vide, at kasseområdet er rødt, og at vide, at 40 procent af dem, der stod ved kasseområdet, kom direkte fra indgangen uden at passere nogen salgszone. Spørg efter zone-til-zone-flow, stier og funnel-analyse, hvor I selv vælger start- og slutzone.
3. Kødetektion med alarmer. Et heatmap, der viser i morgen, at der var kø i går, hjælper ingen. Systemet skal kunne sende besked, når ventetiden passerer en grænse, så der kan åbnes en ekstra kasse, mens kunden stadig står i butikken.
4. Kobling til tællinger og salg. Heatmap analyse uden konverteringsdata ender som dekoration. Når den samme platform tæller besøgende ved indgangen, kan I regne konvertering pr. zone og pr. time. Luksusbaby brugte VemCount til at følge konvertering i realtid sammen med demografi, og det er den kombination, der gør en varm zone til en kommerciel diskussion frem for en visuel.
5. Anonymitet som standard, ikke som tilvalg. Jeres DPO vil spørge. Løsningen skal kunne dokumentere, at bevægelsesdata er anonyme, og at eventuel re-identifikation på tværs af kameraer sker uden ansigtsgenkendelse eller lagring af billeder af personer. VemTrack arbejder med anonym AI-re-identifikation netop for at kunne følge en rejse gennem butikken uden at vide, hvem der gik den.
6. Sammenligning på tværs af butikker og perioder. Én butik ét heatmap er en anekdote. Tyve butikker, samme zonedefinition, før og efter en ommøblering, er et argument over for ledelsen. Spørg hvordan systemet håndterer, at butikkerne ikke er ens.
7. Ærlig nøjagtighed. Tællenøjagtighed afhænger af lys, layout og kundeadfærd. En seriøs leverandør giver et kontraktligt minimum (hos Vemco er det 96 procent) og fortæller, at typisk 98 til 99 procent kræver gode forhold. Hvis I får lovet et fladt tal uden forbehold, så spørg hvad der sker i butikken med glasfacade mod syd klokken 16.
Det, implementører ved, og demoen ikke viser
Den hyppigste fejl i et retail heatmap er ikke sensoren. Det er personalet. Varehuse, der ikke udelukker medarbejderzoner og vareopfyldningsruter, får konsekvent "varme" felter ved lagerdøren og langs den gang, hvor der fyldes op hver morgen. Første uge med en ny installation bør derfor bruges på at kalibrere: udeluk personaleområder, fastlæg hvor lang en opholdstid der skal til, før et stop tæller som interesse (tre sekunder i en gang er en forbipassering, tyve sekunder foran en hylde er noget andet), og tjek at zonegrænser matcher inventaret, ikke plantegningen fra byggefasen. Butikker, der springer det over, bruger måneder på at diskutere data, de ikke stoler på.
Et andet praktisk punkt: loftshøjde og monteringsvinkel afgør, hvor mange sensorer der skal til for at dække gulvet uden blinde felter bag høje reoler. Få en dækningsplan på jeres egen tegning før tilbuddet, ikke efter.
Hvad det ser ud til i praksis
Daells Bolighus kombinerede besøgs- og salgsdata, både fysisk og online, på tværs af sine butikker under en turnaround. Pointen er ikke, at de brugte heatmaps alene, men at bevægelsesdata først blev brugbar, da den stod ved siden af omsætning pr. afdeling. Det er den rækkefølge, de fleste bør vælge: tæl først, kobl til salg, og læg derefter heatmap, dwell og flow ovenpå som VemTrack gør, så hver farve på gulvet kan oversættes til kroner, konvertering eller ventetid.
Spørgsmål, I bør stille i den sidste leverandørrunde
- Kan vi se dwell time og flow for samme zone, ikke kun tilstedeværelse?
- Hvordan udelukkes personale, og hvem vedligeholder det?
- Hvor hurtigt kommer en køalarm, og til hvem?
- Hvad er den kontraktlige minimumsnøjagtighed, og hvad måles den på?
- Kan salgsdata fra vores POS kobles på uden særprojekt?
Ofte stillede spørgsmål
Hvad viser heatmap software i en butik? Den viser, hvor besøgende opholder sig, hvor længe de bliver, og hvordan de bevæger sig mellem zoner, lagt oven på butikkens plantegning. Gode systemer viser desuden køer, stier og funnels, så I kan se hvor kunder falder fra mellem indgang og kasse. Koblet til tællinger og salg bliver det til konvertering pr. zone.
Overvejer I heatmap software til jeres butikker, og vil I se jeres egen plantegning med zoner, dwell time og flow før I beslutter jer? Kontakt Vemco Group, så gennemgår vi dækning, kalibrering og kobling til jeres salgsdata sammen med jer.