Search Icon

    Kundeflow i butik: Heatmaps, kundestier og opholdstid

    Kundeflow i butik: Heatmaps, kundestier og opholdstid

    Lørdagens tælling siger 1.140 besøgende. Kampagnebordet ved hovedindgangen var fyldt op med nye solbriller, og alligevel blev der solgt færre end i sidste uge. Spørgsmålet, som ingen i butikken kan svare på med tal, er enkelt: gik kunderne overhovedet forbi bordet, eller drejede de til venstre mod synscentret med det samme? Det er præcis det hul, som kundeflow i butik lukker. Dørtælleren fortæller, hvor mange der kom ind. Zonesporing fortæller, hvad de gjorde bagefter, og hvor længe de blev.

    I denne artikel gennemgår jeg et proof of concept med VemTrack i en optikerbutik i Sverige fra efteråret 2026. Ikke for at promovere en case, men fordi det er lettere at forstå heatmaps, kundestier og opholdstid, når man kan se, hvordan de hænger sammen i en konkret butik med et konkret gulvplan.

    Butikken og zonerne

    Butikken har to indgange og blev delt op i cirka tyve zoner på gulvplanen: begge indgange, et synscenter, en helpdesk, et kønummerpunkt, et venteområde, fire siddeområder til synsprøver og tilpasning, kampagneborde ved hver indgang, brandvægge, wearables, solbriller og en række øvrige displays. Overhovedsensorer registrerer bevægelse i zonerne, og hver besøgende optræder kun som et anonymt nummer-ID med indgangstid, udgangstid, besøgets længde, længste opholdszone, besøgte zoner og en tidslinje over rejsen.

    Zonerne er ikke tilfældige. En optikerbutik lever af konsultationer, ikke af impulskøb, så den interessante grænse går mellem servicezoner (synscenter, helpdesk, siddeområder) og salgszoner (brandvægge, solbriller, kampagneborde). Det er den grænse, som en god butiksanalyse skal kunne måle på.

    Hvad kundeflow i butik viste i praksis

    VemTrack leverer flere visninger ud af de samme sensordata, og de besvarer hver sit spørgsmål:

    • Heatmap i butik for en valgt periode: hvor opholder folk sig? I POC'en var synscentret og helpdesken de mest besøgte zoner. Brandvæggene fik markant færre besøg end servicezonerne.
    • Flow fra hver indgang: hvilke zoner går folk til som det første? De to indgange førte til forskellige første zoner og tiltrak tydeligt forskellige besøgsmix.
    • Indgangsstatistik: samlede og daglige besøgende per indgang, ændring mod sidste uge og et estimeret kønsfordelingsmix.
    • Peak-timer per ugedag og klokkeslæt. Besøgstallet faldt tydeligt efter kl. 17, både eftermiddag og aften.
    • Top-kundestier med andel af alle rejser, en rangliste over zonebesøg og gennemsnitlig opholdstid i butik per zone. Siddeområderne holdt på folk længst, typisk omkring fem minutter i snit, fordi det er der, tilpasning og rådgivning foregår.
    • Enkelt besøgsvisning: én anonym kunderejse i butikken fra dør til dør med tidslinje.

    Ingen af disse tal er overraskende for den, der står i butikken hver dag. Men de er heller ikke dokumenteret. Når en kategorichef vil flytte en brandvæg, og butikschefen er imod, afgøres diskussionen i dag af den, der taler højest. Med zonedata afgøres den af besøg og opholdstid.

    Fem beslutninger, teamet kan tage ud fra data

    Bemanding efter peak-timer. Når besøgstallet falder markant efter kl. 17, giver det ingen mening at have fuld besætning af optikere til kl. 19. Omvendt skal synscentret have ekstra hænder i de timer, hvor både helpdesk og venteområde fyldes op.

    Kampagneborde dér, hvor flowet faktisk går. Hvis flowet fra indgang B drejer direkte mod helpdesken, står kampagnebordet ved indgang B i en blind vinkel, uanset hvor flot det er dækket op. Flyt det tre meter ind i den første zone, folk rent faktisk går til, og mål igen ugen efter.

    Brandvægge vurderet på besøg og dwell. At brandvæggene får langt færre besøg end servicezonerne, er ikke nødvendigvis et problem. Men det er et merchandising-spørgsmål, der skal stilles: er væggene placeret på kundestien, eller står de, hvor der tilfældigvis var plads på væggen?

    Tid til betjening ved helpdesken. Når kønummerpunkt, venteområde og helpdesk er separate zoner, kan man følge, hvor lang tid der går, fra en anonym besøgende trækker nummer, til vedkommende står ved disken. Det er et servicemål, man ellers kun får ved at stå med stopur.

    Sammenligning på tværs af butikker. For en kæde er det afgørende, at zonerne hedder det samme i alle butikker. Så kan man sammenligne opholdstid i siddeområder eller andel af besøg til solbrillezonen mellem butik 4 og butik 17, selv om gulvplanerne er forskellige.

    Det, der afgør om analyse af kundestier bliver brugbar

    Her kommer den erfaring, man først får efter et par installationer: kvaliteten af en analyse af kundestier afgøres i zonetegningen, ikke i sensoren. I en optikerbutik står venteområdet typisk en meter fra helpdesken. Tegner man zonerne kant mod kant, bliver en kunde, der står og kigger over disken, talt som "ventende" i det ene øjeblik og "betjent" i det næste, og opholdstiden for begge zoner bliver meningsløs. Tegn zonerne omkring møblerne, læg en lille neutral stribe imellem, og få butikschefen til at godkende navnene, inden den første dag med data. Ellers bruger man den første måned på at diskutere, hvad "siddeområde 3" egentlig dækker.

    Det samme gælder de to indgange. At de tiltrækker forskellige besøgsmix, er kun nyttigt, hvis man kan koble det til, hvad der ligger uden for døren: en den ene side vender mod parkeringen, den anden mod gågaden. Den kontekst står ikke i data; den skal butikken selv skrive ned.

    Dørtælling og zonesporing er to forskellige målinger

    Persontælling ved døren med VemCount svarer på, hvor mange der kom ind og ud, og giver konverteringsraten, når tallet kobles med POS. Nøjagtigheden er kontraktligt mindst 96 procent og ligger typisk på 98–99 procent, når lys, indretning og kundeadfærd tillader det. VemTrack svarer på det næste spørgsmål: hvad skete der mellem de to døre? Begge kører på den samme Vemco-platform og kan kobles med salgsdata og, i et center, med lejerdata, så zonebesøg og kampagneplaceringer kan ses sammen med omsætning i den samme retail-analytics-løsning.

    Rækkefølgen er vigtig. Kæder, der ikke har styr på dørtallet først, får svært ved at tolke zonedata, fordi en stigning i besøg ved brandvæggen kan skyldes flere kunder i butikken, ikke bedre placering. Start med tælling, tilføj sporing i de butikker, hvor indretningen faktisk er til diskussion.

    Ofte stillede spørgsmål

    Hvad er kundesporing i butikken? Det er måling af, hvordan besøgende bevæger sig mellem definerede zoner på butiksgulvet, typisk via overhovedsensorer. Resultatet er heatmaps, kundestier og opholdstid per zone i stedet for blot et samlet besøgstal.

    Hvordan sporer butikker kunder uden at identificere dem? Sensorerne registrerer bevægelse, ikke identitet. Hver besøgende får et anonymt nummer-ID for det enkelte besøg, og køn og alder vises kun som estimerede fordelinger, aldrig som personoplysninger om en konkret person.

    Hvad er opholdstid i retail, og hvorfor betyder det noget? Opholdstid er den tid, en besøgende tilbringer i en zone. Lang opholdstid i et siddeområde betyder rådgivning og er godt; lang opholdstid i venteområdet betyder kø og er et bemandingsproblem. Tallet skal altid læses sammen med zonens funktion.

    Hvad viser et heatmap i butik? Det viser, hvor på gulvet besøgende opholder sig mest over en valgt periode, med varme farver for zoner med meget tid og kolde for zoner med lidt. Det er det hurtigste overblik over, om salgszoner får trafik, eller om alt samler sig omkring service.

    Hvad er forskellen på persontælling og kundesporing i butikken? Persontælling måler antal ind og ud ved døren og giver grundlag for konvertering. Kundesporing måler bevægelse mellem zoner inde i butikken og giver grundlag for indretning, bemanding og serviceflow. Den ene erstatter ikke den anden.

    Vil du se, hvad dine kunder gør mellem indgang og udgang, og ikke bare hvor mange der kom? Book en demo eller et proof of concept med VemTrack, så gennemgår vi gulvplanen for en af dine butikker, tegner zonerne sammen med dit team og viser, hvordan heatmaps, kundestier og opholdstid ser ud på dine egne data.

    Join Our Newsletter Community Today!

    Form-right