felaktig besöksdata detaljhandel — Den verkliga kostnaden för felaktig besöksdata i detaljhandeln | Vemco Group

Två butiker i samma kedja, samma sortiment, ungefär samma omsättning. Butik A rapporterar 22 procents konvertering, butik B ligger på 14. Regionchefen skickar ett coachningsteam till butik B, byter ut skyltningen och sätter press på butikschefen. Sex månader senare visar en sensorrevision att räknaren i butik A missade nästan var femte besökare på grund av motljus vid entrén. Konverteringen var aldrig 22 procent – den var påhittad. Coachningsbudgeten lades på fel butik, och butikschefen i B fick oförtjänt kritik i två kvartal.

Det är så felaktig besöksdata kostar pengar i detaljhandeln. Inte som en synlig post i resultaträkningen, utan som en tyst multiplikator som förvränger varje nyckeltal som bygger på besöksantalet – och det gör i stort sett alla nyckeltal som en CFO eller driftchef bryr sig om.

Felet sprider sig genom hela beslutskedjan

Besöksdata är sällan ett mål i sig. Den är nämnaren i konverteringsgraden, underlaget för bemanningsschemat, bevisföringen i hyresförhandlingen och facit för marknadskampanjen. När nämnaren är fel blir alla beräkningar ovanpå den fel – med samma procentsats, åt samma håll, varje dag.

• Bemanning: Överräkning på 15 procent betyder att ni schemalägger för trafik som inte finns. I en kedja med 40 butiker och en personalkostnad på 25–30 procent av omsättningen blir det snabbt miljonbelopp per år i felallokerade timmar – eller det omvända: underbemanning under verkliga toppar, med köer och tappad försäljning som följd.
• Konvertering: En räknare som missar besökare får butiken att se bättre ut än den är. En som räknar personal och leverantörer får den att se sämre ut. I båda fallen jämför ni butiker på olika villkor och belönar eller bestraffar fel personer.
• Marknadsföring: Om kampanjmätningen bygger på data som varierar 10–20 procent från verkligheten kan ni inte skilja en lyckad kampanj från brus. Ni fortsätter finansiera aktiviteter som inte driver trafik och skär i sådana som gör det.
• Hyra och lokalbeslut: Omsättningsbaserade hyror, förhandlingar med fastighetsägare och beslut om att stänga eller flytta butiker vilar ofta på trafikdata. Ett systematiskt fel på fel sida kan kosta betydligt mer än hela mätsystemet under kontraktets löptid.

Varför siffrorna blir fel – och varför ingen märker det

Det farliga med felaktig besöksdata är att den ser trovärdig ut. En räknare som konsekvent missar 18 procent av besökarna producerar fortfarande snygga kurvor: lördagar toppar, måndagar dippar, julhandeln syns tydligt. Mönstren stämmer, nivåerna gör det inte. Ingen ifrågasätter en graf som beter sig som förväntat.

De vanligaste felkällorna är välkända för den som installerat sensorer i praktiken, men osynliga i dashboarden:

• Personal som räknas som kunder. I en mindre butik med hög personalrörelse genom entrén kan medarbetarna stå för en tvåsiffrig andel av alla registreringar. Moderna system hanterar detta med algoritmer för personalexkludering – men bara om funktionen faktiskt är aktiverad och konfigurerad.
• Ljus, layout och beteende. Direkt solljus mot entrén, blanka golv, barnvagnar, kundvagnar och besökare som går tätt i grupp är klassiska felkällor för äldre 2D-sensorer. Moderna 3D-sensorer, som Xovis stereosensorer med AI, skiljer individer åt även i täta flöden och kan separera barn från vuxna – relevant om ni mäter köpkraftig trafik snarare än råa passager.
• Ingen kalibrering efter ombyggnad. En flyttad hyllgavel eller ett nytt kampanjbord vid entrén kan förändra flödet under sensorn. Systemet fortsätter räkna, bara fel.

En observation från fältet: de flesta noggrannhetsproblem upptäcks inte av leverantören eller IT-avdelningen, utan av en butikschef som räknar manuellt en lördagsförmiddag för att siffrorna "känns fel". Om era butikschefer slutat lita på trafikdatan har ni redan ett kostnadsproblem – de fattar då bemannings- och kampanjbeslut på magkänsla, och ni betalar för ett mätsystem ingen använder.

Vad "noggrannhet" faktiskt bör betyda i ett avtal

Här bör en CFO ställa hårdare frågor än vad som brukar ske i upphandlingen. En leverantör som lovar en fast siffra – "99 procent, alltid" – har antingen aldrig installerat i en verklig butik eller räknar med att ingen kontrollerar. Noggrannhet beror på förutsättningar: ljusförhållanden, entréns utformning och hur besökarna faktiskt rör sig. Ett seriöst upplägg ser ut ungefär som Vemco Groups: en kontraktsbunden lägstanivå på 96 procent, med typiska utfall på 98–99 procent när förhållandena tillåter. Skillnaden är inte semantisk. En avtalad lägstanivå går att verifiera, följa upp och kräva åtgärd mot. Ett muntligt löfte gör det inte.

Ställ också frågan om sensoroberoende. Kedjor som vuxit genom förvärv eller bytt leverantör över åren sitter ofta med en blandning av fabrikat i olika butiker. En plattform som kan ta emot data från flera sensortyper – och normalisera den i ett gemensamt gränssnitt som VemCount – gör att ni kan höja datakvaliteten butik för butik i stället för att riva ut allt på en gång. Det är ofta skillnaden mellan ett hanterbart uppgraderingsprojekt och en investering som aldrig godkänns.

Räkna på er egen exponering

Ni behöver inte en fullständig revision för att få en första bild. Tre konkreta steg:

• Gör stickprov. Manuell räkning i tre butiker, två timmar vardera, jämfört mot systemets siffror. Avvikelser över 5 procent motiverar en bredare granskning.
• Jämför spridningen. Om konverteringsgraden mellan jämförbara butiker skiljer sig mer än vad sortiment och läge rimligen förklarar, misstänk mätfel före prestationsskillnad.
• Sätt en siffra på felet. Ta ett antaget mätfel på 10 procent och räkna igenom vad det gör med er bemanningsbudget, er kampanjutvärdering och era hyresförhandlingar. Den summan är er årliga exponering – och referenspunkten för vad en uppgradering får kosta.

Poängen är inte att besöksräkning är opålitlig som disciplin. Poängen är att skillnaden mellan 85 och 98 procents noggrannhet inte är 13 procentenheter mätteknik – det är skillnaden mellan beslut ni kan försvara i styrelserummet och beslut ni bara hoppas stämmer.

Vill ni veta hur mycket er nuvarande besöksdata avviker – och vad det kostar er per år? Kontakta Vemco Group för en genomgång av er mätmiljö, från sensorrevision och personalexkludering till avtalad noggrannhet ni faktiskt kan hålla leverantören ansvarig för.