Der komplette Leitfaden zur Filialsteuerung mit Store Performance Analytics

Zwei Filialen, gleiche Fläche, gleiches Sortiment, fast identischer Umsatz. Im Monatsreport stehen sie nebeneinander, und niemand stellt Fragen. Erst der Blick auf die Besucherzahlen zeigt: Die eine Filiale verkauft an jeden siebten Besucher, die andere an jeden zwölften. Die zweite bekommt fast doppelt so viele Menschen durch die Tür und lässt die Hälfte davon ungenutzt wieder gehen. Genau an dieser Stelle beginnt Filialsteuerung, die diesen Namen verdient: nicht beim Umsatz, sondern bei der Frage, was aus den Besuchern wird, die bereits im Laden stehen.

Warum Umsatz allein die Filialsteuerung in die Irre führt

Umsatz ist das Ergebnis von drei Faktoren: Frequenz, Conversion Rate und Bon-Höhe. Wer nur das Ergebnis sieht, kann nicht sagen, welcher der drei Hebel versagt. Ein Umsatzrückgang von acht Prozent kann bedeuten, dass weniger Menschen kommen (Standort, Marketing, Wettbewerb), dass mehr Menschen ohne Kauf gehen (Personal, Warenverfügbarkeit, Preis) oder dass Käufer weniger mitnehmen (Sortiment, Cross-Selling). Jede dieser Ursachen verlangt eine andere Maßnahme und einen anderen Verantwortlichen. Ohne Besucherdaten raten Regionalleiter, und sie raten häufig falsch, weil der Filialleiter mit der besten Erklärung gewinnt, nicht der mit dem besten Ergebnis.

Store Performance Analytics löst dieses Problem, indem sie die Frequenz als eigenständige Kennzahl neben Kasse und Personaleinsatz stellt. Die Gleichung wird dadurch lösbar: Frequenz × Conversion × Durchschnittsbon = Umsatz. Fällt eine Variable, sehen Sie sofort, welche.

Die fünf KPIs, die eine Filialanalyse tatsächlich tragen

In der Praxis bewähren sich nicht dreißig Retail KPIs, sondern fünf, die konsequent täglich betrachtet werden:

• Besucherfrequenz pro Stunde – nicht pro Tag. Die Tagessumme verdeckt, dass Samstag 14 bis 16 Uhr allein ein Drittel des Wochengeschäfts ausmacht.
• Conversion Rate – Bons geteilt durch Besucher, ebenfalls stündlich. Hier liegt der größte Hebel, weil die Besucher bereits bezahlt sind, durch Miete und Marketing.
• Besucher pro Mitarbeiterstunde – die eigentliche Personalkennzahl. Umsatz pro Mitarbeiterstunde bestraft Filialen mit schwacher Lage für etwas, das sie nicht beeinflussen.
• Verweildauer und Zonenauslastung – welche Flächen werden betreten, welche nicht. Eine Zone mit hoher Frequenz und niedrigem Abverkauf hat ein Präsentationsproblem, keine Lageproblem.
• Eintrittsquote – Passanten vor dem Schaufenster im Verhältnis zu denen, die eintreten. Für Innenstadt- und Shopping-Center-Lagen oft die ehrlichste Bewertung des Schaufensters.

Besucher zählen: was die Genauigkeit wirklich bestimmt

Jede Kundenfrequenzmessung ist nur so gut wie ihre Zählgenauigkeit, und hier wird in Verkaufsgesprächen gern übertrieben. Realistisch sind unter guten Bedingungen 98 bis 99 Prozent; vertraglich sollte ein Minimum von 96 Prozent zugesichert sein. Was „gute Bedingungen" bedeutet, entscheidet sich vor Ort: ausreichend Licht über dem Eingang, ein Sensor, der nicht direkt auf Glastüren mit Gegenlicht blickt, und ein Eingangsbereich, in dem Besucher nicht minutenlang unter dem Sensor stehen bleiben, weil dort das Angebotsregal steht.

Eine Beobachtung aus vielen Rollouts: Die häufigste Fehlerquelle ist nicht der Sensor, sondern die Mitarbeiter. Personal, das für Pausen, Rauchen oder Lieferannahme mehrfach täglich den Haupteingang nutzt, verfälscht in kleinen Filialen die Conversion Rate um mehrere Prozentpunkte. Die Lösung ist banal und wird trotzdem oft vergessen: Mitarbeiterfilter über Ausschlusszonen oder separate Eingänge konfigurieren, bevor die ersten Reports an die Regionalleitung gehen. Wer das versäumt, verliert das Vertrauen der Filialleiter in die Zahlen, und das kommt nur schwer zurück.

Filialsteuerung in der Praxis: Daten müssen Entscheidungen auslösen

Die teuerste Variante von Retail Analytics ist ein Dashboard, das niemand öffnet. Entscheidend ist, dass jede Kennzahl einem konkreten Entscheidungsprozess zugeordnet ist. Drei Beispiele, die sich in Filialnetzen bewährt haben:

• Personalplanung nach Frequenzprognose: Die Dienstplanung übernimmt die stündliche Besucherprognose der letzten acht Wochen. Ziel ist eine konstante Zahl Besucher pro Mitarbeiter, nicht eine konstante Besetzung.
• Conversion-Alarm: Fällt die Conversion einer Filiale an einem Tag mit normaler Frequenz um mehr als 20 Prozent gegen den Vier-Wochen-Schnitt, ruft der Regionalleiter noch am selben Tag an. Meist steckt ein Kassenausfall, Krankheit oder eine Lieferlücke dahinter.
• Marketing-Rechenschaft: Jede Kampagne wird an der Frequenzveränderung gemessen, nicht am Umsatz. So lässt sich unterscheiden, ob eine Aktion neue Besucher brachte oder nur den Bon der ohnehin Anwesenden erhöhte.

Wie weit das gehen kann, zeigt Daells Bolighus: Während einer Restrukturierung führte das Unternehmen Filialumsätze, Online-Verkäufe und Besucherdaten über alle Standorte zusammen. Erst dieser Abgleich machte sichtbar, welche Filialen tatsächlich unterdurchschnittlich konvertierten und welche lediglich unter schwacher Frequenz litten, zwei Diagnosen mit völlig unterschiedlichen Konsequenzen für Fläche und Personal.

Von der Zählung zur Customer Journey Analytics

Die Eingangszählung beantwortet, wie viele kommen und wie viele kaufen. Sie beantwortet nicht, warum die anderen gehen. Dafür braucht es Daten aus der Fläche: Laufwege, Zonenverweildauer, Retail Heat Mapping. Ein typisches Ergebnis: Die Hälfte der Besucher erreicht den hinteren Ladenbereich nie, dort liegt aber die margenstärkste Warengruppe. Das ist keine Sortimentsfrage, sondern eine Layoutfrage, und sie wird nur sichtbar, wenn man Bewegung misst statt zu vermuten.

Lösungen wie VemTrack ergänzen die Frequenzzählung um genau diese Bewegungsanalyse, einschließlich anonymer KI-gestützter Wiedererkennung, die Besucher über Zonen hinweg verfolgt, ohne Personen zu identifizieren. Demografische Auswertung kommt hinzu: Luksusbaby etwa nutzte VemCount nicht nur für Conversion Rates in Echtzeit, sondern auch für Alters- und Geschlechtsverteilung der Besucher, womit Marketingkampagnen an die tatsächliche Kundschaft angepasst wurden statt an die vermutete.

Woran Projekte scheitern, und wie Sie es vermeiden

Die Technik ist selten das Problem. Drei organisatorische Fehler kosten mehr als jede Sensor-Ungenauigkeit. Erstens: Reports gehen nur an die Zentrale, die Filialleiter sehen ihre eigenen Zahlen nicht und empfinden das System als Kontrolle. Zweitens: Conversion wird zum Bonusziel, bevor die Datenbasis sauber ist; Filialen beginnen, Bons zu splitten. Drittens: Kein Pilot. Wer 200 Filialen gleichzeitig ausstattet, hat 200 Kalibrierungsprobleme gleichzeitig. Zehn Filialen, drei Monate, dann skalieren – diese Regel spart im zweiten Jahr mehr, als sie im ersten kostet.

Häufig gestellte Fragen

Wie lässt sich die Besucherfrequenz in einem Geschäft erhöhen? Zuerst messen, welche Tage und Stunden bereits stark sind, und Kampagnen gezielt auf schwache Zeitfenster legen statt auf die ohnehin vollen. Die Eintrittsquote vor dem Schaufenster zeigt, ob das Problem die Passantenzahl oder die Schaufenstergestaltung ist. Beides wird mit Frequenzdaten als Erfolgsmaß überprüft, nicht mit dem Umsatz.

Wie misst man die Besucherfrequenz in einem Geschäft? Mit 3D-Sensoren über jedem Eingang, die Ein- und Austritte in Echtzeit erfassen und an eine zentrale Plattform übermitteln. Wichtig sind die Verrechnung mit Kassen- und Personaldaten sowie Mitarbeiterfilter, damit die Conversion Rate nicht verfälscht wird. Die Zählgenauigkeit sollte vertraglich mindestens 96 Prozent betragen, unter guten Bedingungen sind 98 bis 99 Prozent üblich.

Wenn Sie wissen möchten, wie viele Ihrer Besucher derzeit ohne Kauf gehen und welche Filialen das größte Conversion-Potenzial haben, sprechen Sie mit uns. Wir zeigen Ihnen anhand Ihrer eigenen Filialstruktur, wie eine datenbasierte Filialsteuerung aufgebaut wird: Jetzt Gespräch vereinbaren.