Cross-Store-Kundenverhalten in Shoppingcentern verstehen

Ein Center kann eine hervorragende Gesamtfrequenz haben und trotzdem Mieter verlieren. Der Grund liegt fast nie in der Zahl am Haupteingang, sondern in dem, was dazwischen passiert: Wie viele Besucher, die den Anker im Erdgeschoss verlassen, erreichen tatsächlich die Fashion-Zone im ersten Obergeschoss? Welcher Anteil der Food-Court-Gäste betritt danach noch ein einziges Geschäft? Wer diese Übergänge nicht misst, verhandelt Mietverträge, plant Marketingbudgets und bewertet Flächen auf Basis einer einzigen, groben Kennzahl. Genau hier setzt Cross-Store-Kundenverhalten Analytics für Shoppingcenter an – und trennt Betreiber, die Flächen aktiv steuern, von denen, die nur Quadratmeter vermieten.

Warum die Eingangszählung allein in die Irre führt

Die klassische Diskussion zwischen Vermieter und Mieter läuft so ab: Der Mieter beklagt schwache Umsätze, der Betreiber verweist auf stabile Center-Frequenz. Beide haben Recht – und reden aneinander vorbei. Denn zwischen Center-Eingang und Store-Eingang liegt die entscheidende Variable: die Capture Rate der einzelnen Fläche. Ein Store in einer Passage mit hoher Durchgangsfrequenz, aber niedriger Eintrittsquote hat ein völlig anderes Problem als ein Store in einer schwach frequentierten Randlage mit hoher Eintrittsquote. Im ersten Fall stimmt etwas am Schaufenster, am Sortiment oder an der Sichtbarkeit. Im zweiten Fall ist die Lage das Problem – und damit potenziell die Mietstruktur.

Ohne zonenbasierte Messung lässt sich diese Unterscheidung nicht treffen. Mit ihr wird aus einem emotionalen Mietgespräch eine Datendiskussion: Wie viele Personen passieren die Fläche pro Stunde, wie viele treten ein, wie verändert sich das nach einem Refit des Nachbarn oder nach der Eröffnung eines neuen Ankers zwei Etagen tiefer?

Was Cross-Store-Daten konkret sichtbar machen

Wer Besucherströme zwischen Zonen und Stores erfasst, beantwortet Fragen, die mit Eingangszählung allein unbeantwortbar bleiben:

• Anker-Ausstrahlung: Wie weit reicht der Frequenz-Effekt eines Ankermieters tatsächlich? Oft endet er früher als angenommen – nach zwei bis drei Ladeneinheiten fällt die Übergangsquote messbar ab, besonders bei Etagenwechseln.
• Vertikale Verluste: Rolltreppen und Aufzüge sind die größten Frequenzfilter im Center. Welcher Anteil der Erdgeschoss-Besucher erreicht das zweite Obergeschoss – und zu welchen Tageszeiten bricht dieser Anteil ein?
• Kombinationsmuster: Welche Store-Kategorien werden im selben Besuch kombiniert? Diese Muster sind die Grundlage für Nachvermietung: Eine Fläche neben einem Kinderbekleidungsgeschäft mit hohem Familienanteil verlangt einen anderen Nachmieter als eine neben einem Elektronik-Store mit kurzer, zielgerichteter Verweildauer.
• Food-Court-Effekt: Ist die Gastronomie Ausgangspunkt weiterer Store-Besuche oder Endstation vor dem Parkhaus? Der Unterschied entscheidet über ihre Positionierung im Grundriss.

Mit demografischer Erkennung wird das Bild schärfer: KI-Sensoren, die Alter und Geschlecht erkennen und Kinder von Erwachsenen unterscheiden, zeigen nicht nur, dass Besucher von Zone A nach Zone B wechseln, sondern welche Besuchergruppen das tun. Ein Nachmittagsstrom aus Familien verhält sich im Center komplett anders als der Feierabendstrom aus Berufstätigen – und beide brauchen unterschiedliche Mieter-Cluster auf ihrem Weg.

Die Datenqualität entscheidet – nicht das Dashboard

Cross-Store-Analysen sind nur so belastbar wie die Zählung dahinter. Zwei Punkte werden in der Praxis regelmäßig unterschätzt. Erstens: Mitarbeiterbewegungen. In einem Center mit hunderten Beschäftigten, die mehrfach täglich Zonen wechseln, Warenlieferungen begleiten und Pausenwege durch die Mall nehmen, verzerrt ungefiltertes Zählen jede Übergangsanalyse. Algorithmen zur Mitarbeiter-Exklusion sind deshalb keine Komfortfunktion, sondern Voraussetzung für verwertbare Zahlen.

Zweitens: die tatsächliche Genauigkeit. Seriöse Anbieter garantieren vertraglich ein Minimum – bei Vemco Group sind das 96 Prozent, wobei unter guten Bedingungen typischerweise 98 bis 99 Prozent erreicht werden. Entscheidend ist der Zusatz „unter guten Bedingungen": Beleuchtung, Deckenhöhe, Layout und Besucherverhalten beeinflussen das Ergebnis real. Ein Sensor über einem breiten, gut ausgeleuchteten Mall-Eingang liefert andere Werte als einer über einem engen Store-Eingang mit Spiegelflächen und Gegenlicht. Wer Ihnen eine pauschale Genauigkeit ohne Bedingungen verspricht, hat entweder nie ein schwieriges Deployment gesehen oder verschweigt es.

Eine Beobachtung aus der Implementierungspraxis: Der häufigste Fehler bei Cross-Store-Projekten liegt nicht in der Sensortechnik, sondern in der Zonendefinition vor der Installation. Wird eine Übergangszone zu grob geschnitten – etwa eine ganze Etage als eine Zone –, lassen sich später keine Anker-Effekte mehr isolieren, und eine Nachjustierung bedeutet Neuinstallation und Verlust der Datenhistorie. Die Zonenplanung gehört deshalb an den Anfang des Projekts, gemeinsam mit Leasing und Center-Management, nicht als technisches Detail ans Ende.

Vom Datensatz zur Mietvertragsverhandlung

Für Leasing-Verantwortliche verändern Cross-Store-Daten drei konkrete Prozesse. Bei der Flächenbewertung ersetzt gemessene Passantenfrequenz plus Capture Rate die grobe Lagekategorie – und rechtfertigt differenzierte Mietpreise pro Ladeneinheit statt pauschaler Etagenpreise. Bei der Nachvermietung zeigen Kombinationsmuster, welche Kategorie an einer freien Fläche die umliegenden Mieter stärkt statt kannibalisiert. Und bei umsatzbasierten Mietmodellen liefert die Frequenzmessung die neutrale Referenz: Sinkt der Umsatz eines Mieters bei stabiler Zonenfrequenz und stabiler Eintrittsquote, liegt das Problem im Store – sinkt die Zonenfrequenz, liegt es beim Center.

Auch für Mieter selbst sind diese Daten ein Verhandlungsinstrument. Wer nachweisen kann, dass die eigene Zone seit dem Auszug eines Nachbarmieters 20 Prozent Frequenz verloren hat, führt Mietgespräche auf anderer Grundlage. Voraussetzung ist, dass Betreiber und Mieter auf dieselben Zahlen schauen – Plattformen wie VemTenant sind genau dafür gebaut: geteilte Frequenzdaten statt paralleler Wahrheiten.

Technische Entscheidungen, die sich später rächen können

Drei Punkte sollten Betreiber vor der Ausschreibung klären. Erstens die Sensorbindung: Eine sensor-agnostische Plattform, die mit Hardware von Xovis, Milesight, Hikvision oder AXIS arbeitet, erlaubt es, vorhandene Installationen weiterzunutzen und pro Standort die passende Technik zu wählen – 3D-KI-Sensoren an komplexen Übergängen, einfachere Geräte an klaren Eingängen. Zweitens das Hosting: Gerade bei internationalen Portfolios entscheidet die Wahl zwischen gehosteter und privater Cloud über Datenschutz-Compliance und IT-Aufwand. Drittens die Integration: Frequenzdaten entfalten ihren Wert erst kombiniert mit Umsatz- und Vertragsdaten – die Anbindung an bestehende ERP- und BI-Systeme sollte im Standard enthalten sein, nicht als Sonderprojekt.

Skalierung ist dabei kein theoretisches Risiko: Vemco Group verarbeitet mit über 2.000 Kunden und Partnern in mehr als 95 Ländern täglich über 85 Millionen Zählungen – seit 2005, mit Entwicklungszentrum im dänischen Fredericia. Zwanzig Jahre Betrieb bedeuten vor allem eines: Die Plattform hat die schwierigen Deployments – Gegenlicht, Glasfassaden, Etagenwechsel, saisonale Umbauten – bereits hinter sich.

Der nächste Schritt für Ihr Center

Wenn Sie heute nur Ihre Haupteingänge zählen, kennen Sie die Größe Ihres Publikums – aber nicht sein Verhalten. Der sinnvolle Einstieg ist selten das Vollausbau-Projekt über alle Etagen, sondern eine gezielte Messung der zwei oder drei Übergänge, an denen Sie aktuell Leasing-Entscheidungen treffen müssen. Sprechen Sie mit dem Team von Vemco Group über eine Zonenplanung für Ihr Center – von der Sensorauswahl über Mitarbeiter-Exklusion bis zur Anbindung an Ihre bestehenden BI-Systeme: Kontaktieren Sie uns hier und lassen Sie uns über die Besucherströme sprechen, die Ihre Frequenzzahl am Eingang nicht zeigt.