I sidste uge stod jeg med en retail director, der havde brugt et sekscifret beløb på en ny butiksindretning. Konverteringsraten var uændret. Tællerne ved indgangen viste samme trafik som før, POS-data viste samme salg – men ingen kunne svare på det eneste spørgsmål, der betød noget: hvad skete der mellem døren og kassen? Gik kunderne overhovedet ind i den nye zone? Stoppede de op? Eller gik de udenom, fordi gangarealet var blevet for smalt?
Det er præcis det blinde punkt, VemTrack er bygget til at fjerne. Hvor klassisk kundetælling fortæller dig, hvor mange der kom ind, fortæller VemTrack dig, hvordan de bevægede sig, hvor de blev hængende, og hvor de gav op. Det er forskellen mellem at kende sit publikum og at forstå sin forestilling.
Mange CX-teams måler engagement gennem surveys og NPS. Det er nyttigt, men det er bagudskuende og selvrapporteret. Kunder husker ikke, at de stod 40 sekunder foran et hyldemodul og alligevel gik videre uden at røre noget. Sensorerne gør.
VemTrack oversætter fysisk adfærd til målbare engagement-indikatorer:
Den tekniske udfordring ved journey-måling har altid været fragmentering. Én sensor ser en person i zone A, en anden ser en person i zone C – men er det den samme person? Uden et svar på det spørgsmål har man ingen rejse, kun spredte punkter.
VemTrack løser det med AI Re-Identification, der genkender den samme anonyme person på tværs af sensorernes dækningsområder – uden ansigtsgenkendelse og uden persondata. Kombineret med 3D-sensorer fra partnere som Xovis betyder det, at analyseteamet kan arbejde med hele rejser: indgang, første stop, omveje, kø, exit. Det er her, engagement-analysen bliver operationel i stedet for anekdotisk.
En ærlig bemærkning om nøjagtighed, fordi det ofte oversælges i branchen: Vemco arbejder med et kontraktligt minimum på 96 % tællenøjagtighed, og i praksis ligger tallet typisk på 98–99 %, når lysforhold, butikslayout og kundeadfærd tillader det. Ingen seriøs leverandør bør garantere et fast tal uafhængigt af forholdene – spørg altid til, hvordan nøjagtigheden valideres i netop jeres lokaler.
Data er kun interessante, hvis de flytter beslutninger. Her er tre konkrete anvendelser, som teams typisk starter med:
Og når bevægelsesdata kobles med transaktionsdata via VemFusion, kan I beregne zone-specifik konvertering: ikke bare "hvor mange købte", men "hvor mange af dem, der engagerede sig i zonen, endte med at købe". Det er den KPI, de fleste analytics-teams reelt leder efter, når de beder om "bedre butiksdata".
En observation fra praksis: det sværeste ved et VemTrack-projekt er sjældent teknikken. Det er zonedefinitionen. Hvis I tegner zoner efter jeres planogram i stedet for efter kundernes faktiske stoppunkter, måler I engagement mod et kort, der ikke matcher terrænet. Erfarne implementerere kører derfor to-tre uger med brede, foreløbige zoner, kigger på heatmaps over faktiske stop, og tegner først derefter de endelige zoner. Butikker, der springer det trin over, ender typisk med at omdefinere zonerne efter tre måneder – og mister deres historiske sammenligningsgrundlag.
En anden detalje: personalets bevægelser skal filtreres fra. En medarbejder, der fylder hylder op i 20 minutter, ligner ekstremt højt engagement i data, hvis systemet ikke er konfigureret til at udelukke det. Spørg jeres leverandør, hvordan det håndteres – svaret afslører hurtigt, hvor moden løsningen er.
Faldgruben for analyseteams er at måle alt fra dag ét. Start smallere:
Detailhandlere, der arbejder sådan, opdager typisk noget ubehageligt i de første 30 dage – en zone, der er død, en kø, der koster mere end antaget, en kunderejse, der ikke ligner den designede. Det er ikke et problem. Det er hele pointen. Engagement kan først forbedres, når det kan måles ærligt.
Vil I vide, hvad der faktisk sker mellem jeres indgang og jeres kasser? Kontakt Vemco Group og få en gennemgang af, hvordan VemTrack kan sættes op til at måle kundeengagement i netop jeres butikslayout – inklusive en snak om zonedesign, baseline og de KPI'er, der passer til jeres beslutningsstruktur.