Search Icon

    Butiksdashboard: de KPI:er som betyder något och hur du bygger en

    Butiksdashboard: de KPI:er som betyder något och hur du bygger en

    Måndagsmötet: en butik har tappat försäljning jämfört med förra veckan och ingen vet om det beror på färre besökare eller på att färre besökare köpte. En butiksdashboard är den vy som svarar på exakt den frågan. Den samlar besöksflöde, konverteringsgrad och försäljning per butik, per dag och per timme, så att en driftchef, regionchef eller butikschef ser orsaken och inte bara symptomet.

    KPI:erna som faktiskt hör hemma i en butiksdashboard

    De flesta kedjor har redan för många nyckeltal, inte för få. Problemet är att nästan alla kommer från kassan. Nedan är den uppsättning som räcker för att styra driften, och som bara fungerar om besöksräkningen ligger i botten.

    • Besöksflöde (footfall): antal personer som gick in i butiken. Grunden för allt annat.

    • Konverteringsgrad i butik: antal transaktioner delat med antal besökare. Den enda KPI som säger om butiken var bra på att sälja till dem som faktiskt kom.

    • Genomsnittligt köpvärde: omsättning delat med antal transaktioner. Visar merförsäljning och sortimentsmix.

    • Försäljning per besökare: omsättning delat med besökare. Fångar konvertering och köpvärde i ett tal och är det bästa måttet för att jämföra butiker av olika storlek.

    • Uppehållstid: hur länge besökare stannar. Lång tid med låg konvertering tyder på kö eller svårigheter att hitta; kort tid tyder på att skyltfönstret lovar något butiken inte håller.

    • Personal per besökare: bemanning i förhållande till besök per timme. Det är här schemaläggningen flyttar från magkänsla till data.

    • Beläggning: hur många som är i butiken just nu. Relevant för säkerhet, provrum och kassabemanning i realtid.

    Besöksflödet är nämnaren som saknas

    Försäljning per kvadratmeter och per anställd har en sak gemensamt: nämnaren ändras nästan aldrig. Besöksflödet ändras varje timme. Utan det kan du inte skilja en butik med stort flöde och svag konvertering från en butik med litet flöde och stark konvertering, trots att de kräver helt olika åtgärder. Den första behöver bemanning och kassakapacitet när det är som mest folk; den andra behöver marknadsföring och ett bättre läge i centrumet. En dashboard för butiksanalys som saknar besök kan bara säga att försäljningen gick ner, aldrig varför.

    Så kopplas POS-data och besöksräkning ihop

    Tekniskt sett är det tre steg. Först måste varje butik ha samma identifierare i kassasystemet och i räkningssystemet, annars matchas data aldrig. Sedan måste tidsupplösningen vara densamma: om transaktioner kommer per timme måste besök också summeras per timme. Till sist ska öppettiderna definieras på ett ställe, så att besök före öppning (personal, leveranser) inte räknas in i konverteringen. Vemcount ansluter till 19 POS-integrationer och ett REST API, vilket gör att transaktionerna läses in automatiskt i stället för att exporteras i Excel varje vecka. Sälj- och besöksdata hamnar då i samma vy, vilket är hela poängen med sales analytics i butik.

    En sak att kontrollera innan du litar på konverteringssiffran: hur kassasystemet hanterar returer, delade kvitton och personalköp. En retur bokförd som en negativ transaktion sänker konverteringen på fel dag, och personalköp i en liten butik kan blåsa upp den. Bestäm reglerna skriftligt innan dashboarden går live, annars kommer butikscheferna att ifrågasätta varje avvikelse.

    Bygga i Vemcount eller i ett BI-verktyg som Power BI

    Valet handlar om vem som ska titta. Butikschefer och regionchefer behöver se dagens flöde och konvertering medan de fortfarande kan agera på det. Där passar Vemcount live med en datalatens på ungefär två sekunder, färdiga vyer per butik och larm när beläggning eller kö avviker. Huvudkontor, controllers och analytiker vill i stället kombinera besök med budget, hyreskostnad, kampanjkalender och lagerdata. Där passar Power BI-integrationen: Vemcount-data läses in i Power BI via Vemcount REST API, kedjans eget BI-team schemalägger uppdateringen, och Vemcos team hjälper till med första uppsättningen och datamodellen. Det är ingen knapptryckning, så planera in ett kort modelleringsarbete med BI-teamet innan den första rapporten.

    Praktiskt råd för datamodellen: bygg en gemensam dimensionstabell för butik och en för kalender, och låt både besök och transaktioner hänga på dem. Beräkna konvertering i måttet, aldrig i källtabellen, så att den förblir korrekt när användaren filtrerar på region eller vecka.

    Vanliga misstag

    • För många grafer. En butikschef behöver några få tal och en trend, inte en vägg av widgets.

    • Jämföra butiker utan nämnare. Rangordna på försäljning per besökare, inte på total omsättning.

    • Ignorera sensorhälsa. En sensor som slutat räkna ger noll besök och oändlig konvertering. Sätt larm på datakvalitet, inte bara på KPI:er.

    • Veckorapport i stället för timvy. Bemanning beslutas per timme; en veckosumma döljer precis det mönster som skulle ändra schemat.

    • Ingen ägare. Utse vem som godkänner definitioner och ändringar, annars blir dashboarden en ny debattyta.

    Vanliga frågor

    Vad ska en butiksdashboard innehålla? Minst besöksflöde, konverteringsgrad, genomsnittligt köpvärde och försäljning per besökare, nedbrutet per butik och timme. Lägg till uppehållstid, personal per besökare och beläggning när grunden fungerar.

    Hur beräknar man konverteringsgrad för en fysisk butik? Antal transaktioner under en period delat med antal besökare under samma period, inom öppettid. Bestäm i förväg hur returer och personalköp hanteras så att siffran blir jämförbar mellan butiker.

    Kan vi bygga en butiksdashboard i Power BI? Ja. Vemcount-data hämtas via REST API, ert BI-team schemalägger uppdateringen i Power BI och Vemco hjälper till med första uppsättningen och datamodellen. Butiks- och regionchefer bör ändå använda Vemcount live för det dagliga arbetet.

    Hur noggrann måste besöksdata vara för en dashboard? Tillräckligt noggrann för att skillnader mellan dagar och butiker ska vara verkliga och inte brus. Vemcount har ett avtalat minimum på 96 procent, typiskt 98 till 99 procent när ljus, butikslayout och besökarbeteende tillåter det.

    Vill du se hur besök, konvertering och försäljning ser ut i en och samma vy för era butiker, och hur Power BI-flödet sätts upp mot ert kassasystem? Boka en demo så går vi igenom er butiksstruktur och visar en dashboard byggd på era egna KPI:er.

    Join Our Newsletter Community Today!

    Form-right