Shopper insights uden spørgeskema: Hvad besøgstal, opholdstid og konvertering afslører

En kategorichef i en boligkæde står med to tal, der ikke stemmer. Kundetilfredshedsundersøgelsen siger, at 82 procent synes, det nye sofaområde er "indbydende". Salget af sofaer er faldet 9 procent siden ombygningen. Begge tal er sande. Problemet er, at det første tal måler, hvad folk siger, når man spørger dem, mens det andet måler, hvad de gør med deres penge. Imellem de to ligger det, som rigtige shopper insights handler om: hvor mange gik faktisk ind i området, hvor længe blev de, og hvor stor en andel endte ved kassen?

Spørgeskemaer har en indbygget skævhed. De besvares af dem, der gider, de besvares bagefter, og de besvares med den version af sig selv, kunden gerne vil være. Målt adfærd har ingen af de problemer. Den fanger også de 95 procent, der aldrig ville svare på noget som helst.

Besøgstal: Den nævner, der mangler i de fleste rapporter

De fleste butikker kender deres omsætning på timeniveau og antallet af transaktioner. Færre kender antallet af mennesker, der gik ind. Uden det tal kan man ikke skelne mellem "færre kom" og "flere gik tomhændede ud", og de to problemer kræver helt forskellige handlinger. Det første peger på markedsføring, placering og åbningstider. Det andet peger på sortiment, bemanding og butiksindretning.

Et konkret eksempel: Luksusbaby brugte besøgstælling i butikken til at se, hvornår kunderne faktisk kom, frem for hvornår man troede de kom. Det gav grundlag for at tilpasse bemandingen til reelle besøgsmønstre i stedet for til kassedata, som jo kun viser dem, der allerede havde besluttet sig for at købe. Forskellen mellem de to kurver er præcis dér, hvor salg tabes eller vindes.

En praktisk detalje, som nye brugere ofte overser: tæl ikke kun hovedindgangen. En butik med indgang fra både gade og parkeringskælder har to forskellige kundetyper med forskellig gennemsnitskurv, og sammenlægger man dem, forsvinder indsigten i gennemsnittet.

Opholdstid i butik: Interesse, friktion eller forvirring?

Opholdstid er det mest misforståede af de tre tal, fordi både høj og lav opholdstid kan være godt eller dårligt. Lang tid i et oplevelsesområde med høj konvertering er interesse. Lang tid ved et hyldeparti med lav konvertering er typisk forvirring: for mange varianter, uklar prismærkning eller et produkt, der kræver rådgivning, som ikke er til stede. Kort tid foran et kampagnedisplay betyder, at folk gik forbi, uanset hvor pænt det så ud i planen.

Læs derfor altid opholdstid sammen med konvertering for samme zone. Kombinationen giver fire situationer, som hver kræver sin handling:

• Lang tid, høj konvertering: Området virker. Overvej om det kan få mere plads eller bedre placering i kundens rute.
• Lang tid, lav konvertering: Kunden vil gerne, men noget bremser. Test rådgivning, prisskilte eller færre varianter før I rører ved sortimentet.
• Kort tid, høj konvertering: Rutinekøb. Her handler det om at undgå kø og udsolgte varer, ikke om at skabe oplevelse.
• Kort tid, lav konvertering: Området er usynligt eller irrelevant. Flyt det, eller nedlæg det og brug kvadratmeterne på noget andet.

Daells Bolighus arbejdede netop med at forstå, hvordan kunderne bevægede sig gennem et stort areal, og hvor de opholdt sig. I en møbelforretning er en lang opholdstid ved senge forventelig, men en lang opholdstid i gangen mellem to afdelinger er et tegn på, at skiltningen ikke gør sit arbejde.

Konverteringsrate pr. zone, ikke kun pr. butik

Konvertering på butiksniveau er et nyttigt tal til bestyrelsen, men et dårligt tal til at træffe beslutninger med. Den interessante konvertering er den, der kobler besøg i en bestemt zone til salg af den kategori i POS-systemet. Først da kan en kategorichef svare på, om en kampagne trak flere mennesker til hylden, eller om den bare fik dem, der alligevel ville købe, til at købe lidt billigere.

Magasin er et eksempel på en forretning med mange afdelinger under samme tag, hvor netop den opdeling betyder noget. En samlet konvertering på tværs af kosmetik, herretøj og boligtilbehør siger stort set intet om, hvilken afdeling der underpræsterer i forhold til sin trafik. Opdelt pr. afdeling bliver det straks tydeligt, hvor besøgende tabes.

Det, en erfaren implementør ved

Det største fald i datakvalitet kommer sjældent fra sensorerne. Det kommer fra, at nogen flytter en reol, sætter en stander op lige under en tæller, eller åbner en sideindgang til et arrangement uden at sige det til nogen. Nøjagtigheden i tælling ligger kontraktligt på minimum 96 procent og typisk på 98 til 99 procent, når belysning, indretning og kundeflow tillader det. Men den nøjagtighed forudsætter, at zonerne i systemet svarer til zonerne på gulvet. Læg derfor en fast rutine ind: hver gang butikslayoutet ændres, opdateres zonedefinitionerne samme uge. Ellers sammenligner man tal fra to forskellige butikker og tror, det er den samme.

En anden erfaring: kør mindst tre til fire uger med baseline, før I ændrer noget. Uden en baseline kan man ikke sige, om en stigning i opholdstid skyldes den nye opstilling eller blot, at det regnede i weekenden.

Shopper insights for shoppingcentre: Flow mellem lejemål

For et centers marketingteam er spørgsmålet ikke kun, hvor mange der kom, men hvor de gik hen bagefter. En event ved hovedindgangen, der trækker 3.000 ekstra besøgende, er kun en succes, hvis trafikken også når de lejere, der betaler omsætningsbaseret leje i den fjerneste fløj. Stiindsigt og varmekort viser, om eventen skabte flow eller bare en prop ved indgangen. Det er argumenter, man kan tage med til lejerne i stedet for en tilfredshedsmåling på 40 svar.

Samme logik gælder for det offentlige rum. Odense Kommune arbejdede med måling af fodgængerstrømme i bymidten for at forstå, hvordan ændringer i byrummet påvirkede, hvor folk gik og opholdt sig, viden som ikke kan indsamles med spørgeskemaer på en meningsfuld skala.

Hvad målt adfærd ikke kan fortælle

Adfærdsdata fortæller hvad, hvor og hvor længe. Den fortæller ikke hvorfor. Når tallene viser, at kunder bruger lang tid ved et hyldeparti uden at købe, er det stadig et menneske på gulvet, der skal finde ud af, om det er prisen, pakkestørrelsen eller manglende hjælp. Den gode arbejdsdeling er derfor: lad måling udpege de steder, hvor noget er galt, og brug korte, målrettede samtaler med kunderne lige dér til at finde årsagen. Det er langt billigere end et årligt spørgeskema, og langt mere præcist.

Ofte stillede spørgsmål

Hvad er shopper insights? Shopper insights er viden om, hvordan kunder faktisk handler i butikken: hvornår de kommer, hvor de går hen, hvor længe de bliver, og hvor stor en andel der køber. I modsætning til markedsindsigt om holdninger og præferencer bygger de på observeret adfærd, som kan kobles direkte til salg og drift.

Hvordan får man shopper insights uden spørgeskemaer eller loyalitetskort? Ved at måle adfærden direkte med sensorer ved indgange og i zoner, som tæller besøgende, registrerer opholdstid og danner sti- og varmekort. Kobles det til POS-data, får man konvertering pr. område uden at bede kunden om noget som helst, og man dækker alle besøgende, ikke kun medlemmer.

Hvad fortæller opholdstid om kunderne? Opholdstid viser, hvor kunderne engagerer sig, men skal altid læses sammen med konvertering. Lang tid med højt salg er interesse, lang tid med lavt salg er typisk friktion eller forvirring, og kort tid med lavt salg betyder, at området reelt er usynligt.

Kan besøgsdata vise, hvilke displays der virker? Ja, hvis displayet er defineret som sin egen zone. Så kan man se, hvor mange der passerede, hvor mange der stoppede, hvor længe de blev, og hvor stor en andel der købte varen, og sammenligne det med ugen før displayet blev stillet op.

Er adfærdsmåling i overensstemmelse med GDPR? Måling af besøgstal, opholdstid og bevægelsesmønstre identificerer ikke enkeltpersoner og gemmer ingen vedvarende identifikator. Demografi behandles som skøn over alder og køn på gruppeniveau, ikke som genkendelse af individer. Det er anonyme tællinger, ikke persondata om navngivne kunder, men jeres egen DPO bør altid vurdere den konkrete opsætning.

Vil I vide, hvor jeres besøgende forsvinder mellem indgangen og kassen? Vemco Group har arbejdet med butikker, stormagasiner og shoppingcentre i over 20 år og kan hjælpe jer med at definere de zoner og nøgletal, der giver svar på netop jeres spørgsmål. Kontakt os på vemcogroup.com/contact-us, og fortæl, hvilket område i butikken eller centret I helst vil forstå bedre.