Måling af kundeinteresse gennem in-store adfærdsanalyse

To butikker med samme dagstrafik kan have vidt forskellig omsætning – og forskellen sidder sjældent i kundeantallet. Den sidder i, hvor længe folk bliver, hvilke zoner de standser ved, og hvor de vender om uden at købe. En af de mest oversete fejl, vi ser hos detailchefer, er at man måler indgangstrafik som om det var interesse. Det er det ikke. Trafik fortæller dig, at nogen kom ind. Adfærd fortæller dig, om de overhovedet var interesserede.

In-store adfærdsanalyse handler om at gøre den usynlige del af besøget målbar. Hvor stopper kunden op? Hvilke produktområder trækker opmærksomhed, men ingen køb? Hvornår falder konverteringen – og er det personalemangel eller dårlig layout? Når man begynder at stille de spørgsmål med data i hånden, ændrer budgetdiskussionen karakter.

Fra dørtælling til faktisk interesse

Et rent indgangstal giver dig konverteringsraten, og det er et godt sted at starte. Men interesse bor inde i butikken, ikke ved døren. Med zonebaseret måling kan du se, at parfumeafdelingen får 40 % af besøgende forbi, men kun 8 % standser længere end ti sekunder. Det er ikke et trafikproblem – det er et eksponerings- eller præsentationsproblem. Den slags forskelle kan du ikke se i kassesystemet, fordi kassen kun registrerer dem, der allerede har besluttet sig.

Vemco Group har bygget software omkring netop det skift siden 2005. Med over 25 millioner tællinger om dagen på tværs af mere end 1.000 kunder i 95+ lande er mønsteret tydeligt: butikker, der måler adfærd og ikke bare antal, træffer hurtigere beslutninger om layout, bemanding og kampagner. AI-sensorer fra partnere som Xovis kan skelne børn fra voksne og registrere alders- og kønsfordeling, så du ved, om det publikum, der rent faktisk standser, matcher det, kampagnen var rettet mod.

De målepunkter der faktisk afslører interesse

Ikke alle datapunkter er lige meget værd. Disse fire fortæller mest om reel kundeinteresse:

• Opholdstid pr. zone – lang opholdstid uden køb peger på interesse, der ikke konverteres. Det er sjældent prisen; oftere er det manglende personale eller uklar prisskiltning.
• Trækrate til zone – andelen af besøgende, der overhovedet bevæger sig hen til et område. En lav trækrate til bagerste tredjedel af butikken er et klassisk layoutproblem.
• Returbesøg ved samme display – kunder, der kommer tilbage til samme reol, viser overvejelse. Det er et stærkt signal til at placere personale eller skiltning der.
• Konvertering pr. tidsblok – ikke kun pr. dag. Falder konverteringen mellem 12 og 13, mens trafikken er høj, er det næsten altid bemanding.

En praktisk observation om data man kan stole på

Her er noget, enhver der har stået med en faktisk installation ved: nøjagtigheden afhænger af forholdene, ikke af et marketingtal. Vemcos kontraktlige minimum er 96 %, og typisk ligger systemet på 98–99 %, når lys, butikslayout og kundeadfærd tillader det. Men sætter du en sensor mod direkte modlys fra et stort vinduesparti, eller har du en indgang hvor folk klumper sammen, så presses tallet. Det er derfor staff-exclusion-algoritmer, der filtrerer dit eget personale fra, er så vigtige – uden dem ser en butik med fem ansatte på gulvet pludselig 5 % travlere ud, end den er, og det forplanter sig i hver eneste konverteringsberegning.

Den lærdom er enkel: stol ikke på et tal, før du ved, hvordan sensoren er placeret. En god leverandør taler om placering og kalibrering, ikke kun om procenter på et datablad.

Adfærdsdata uden for fire vægge

Interesse begynder ofte før kunden er inde. Vejrbestandige udendørssensorer med rækkevidde op til 20 meter – som dem Odense Kommune bruger – kan måle færdsel foran indgangen og ved udendørsdisplays. Det giver et tal, mange overser: hvor mange går forbi facaden uden at gå ind? Hvis 500 passerer og 50 træder ind, er din facade og dit vindue lige så meget en konverteringskanal som butikken indeni.

Sæt data i arbejde på tværs af systemer

Adfærdsdata er kun værdifuldt, hvis det taler sammen med resten af din forretning. Vemcos platform er sensoruafhængig og kører hostet eller i privat cloud, og den integrerer med ERP- og BI-systemer, så besøgs- og adfærdsdata kan ligge ved siden af salgs- og lagertal. Modulerne dækker forskellige behov:

• VemCount – kernen i people counting og konverteringsmåling.
• VemTrack – opfølgning på bemanding og medarbejderaktivitet på gulvet.
• VemTenant – trafik- og lejedata for centre med flere lejere.
• VemSpace – zone- og pladsanalyse til layoutbeslutninger.
• VemFusion – sammenkobling af data fra flere kilder i ét overblik.
• VemLease – datagrundlag for omsætnings- og trafikbaserede lejeaftaler.

Fra indsigt til beslutning

For en detailchef er pointen ikke at samle flere data, men at omsætte adfærd til konkrete handlinger: flytte et display, omfordele personale til middagsspidsen, eller måle om en kampagne faktisk trak den målgruppe ind, den var lavet til. Marketingteamet får et før-og-efter-billede, der ikke kun viser salget, men også om kampagnen ændrede, hvor folk gik hen og hvor længe de blev. Det er forskellen mellem at gætte og at vide.

Vil du se, hvordan in-store adfærdsanalyse kan gøre kundeinteresse målbar i netop dine butikker – fra facadetrafik til zonekonvertering? Kontakt Vemco Group for en gennemgang af, hvordan data fra dine egne lokaler kan omsættes til bedre layout-, bemandings- og kampagnebeslutninger.