Din måndagsmorgon med retail data: siffrorna en butikschef kollar först

Klockan är 07:40 på måndagen. Veckorapporten ligger i inkorgen med fjorton flikar, tre diagram och en färgkodad tabell som ingen riktigt förstår. Försäljningen var ner 4 procent. Regionchefen vill ha en förklaring före lunch. Det är här de flesta butikschefer gör samma misstag: de börjar med omsättningen, för det är den siffran alla frågar om. Problemet är att omsättningen är ett resultat, inte en orsak. Den talar om att något hände, men inte varför. Den här artikeln handlar om vilken retail data du faktiskt ska läsa först, i vilken ordning, och vilket beslut varje siffra hänger ihop med.

Börja med besöken, inte med kassan

Den första siffran är antalet besökare förra veckan jämfört med samma vecka förra året och med de fyra senaste veckorna. Inte för att den är viktigast i sig, utan för att den delar upp alla andra tal i två helt olika samtal. Om besöken var ner 6 procent och försäljningen ner 4 procent, så gjorde butiken i själva verket ett bättre jobb än förra veckan. Det är ett problem för marknadsföring, skyltläge eller gallerians flöde, inte för din personal. Om besöken var oförändrade och försäljningen ändå föll, då ligger orsaken innanför dörren och det är ditt att lösa.

En sak som alla som installerat besöksräknare vet: en siffra på en vecka säger nästan ingenting. Trenden över tre till fyra veckor säger allt. Enstaka toppar beror ofta på väder, lönehelg eller en skolavslutning. Den som reagerar på varje veckoavvikelse slutar snabbt lita på sin data.

Konverteringsgraden är siffran du själv kan påverka

Konverteringsgrad är antalet transaktioner delat med antalet besökare. Det är den enda siffran på rapporten som nästan uteslutande styrs av det som sker i butiken: bemanning, tillgänglighet, lagerhållning på hyllan, kölängd. Om den föll förra veckan har du tre konkreta saker att undersöka innan du ringer regionchefen.

• Föll den jämnt över veckan, eller bara två specifika dagar? Två dagar pekar nästan alltid på schemat.
• Föll den i hela butiken, eller bara under vissa timmar? Timvis konvertering avslöjar när kunderna lämnade utan att handla.
• Sammanföll fallet med ett leveransstopp eller en kampanj som drog in fel kunder?

Här blir kopplingen mellan sensorer och kassasystem avgörande. Besöksräknaren vet hur många som kom in och när. Kassan vet hur många som köpte och när. Var för sig är de två halva historier. Vemcount lägger ihop dem per timme, vilket är precis den upplösning du behöver för att se att konverteringen rasade mellan 16 och 18 på torsdagen, inte "i torsdags".

Toppar mot schema: det tredje talet

Lägg veckans besökskurva per timme bredvid bemanningsschemat. Det tar fem minuter och är det mest lönsamma du gör på måndagen. Mönstret som dyker upp i butik efter butik är nästan pinsamt: flest medarbetare på golvet klockan tio när butiken är tom, färst klockan fem när kön slingrar sig. Ingen har planerat det. Schemat ärvdes från någon som slutade för tre år sedan.

Det här är också ett budgetargument. En områdeschef som vill försvara att inte skära en tjänst behöver mer än "vi har det stressigt". Hon behöver kunna visa att konverteringen sjunker med en mätbar andel i de timmar där besökarna per medarbetare överstiger ett visst tal. Den siffran är omöjlig att argumentera emot i ett budgetmöte.

Genomsnittsköp och försäljning per besökare

Genomsnittligt transaktionsvärde, alltså omsättning delat med antal kvitton, talar om hur väl ni säljer till dem som redan bestämt sig för att köpa. Det är siffran för merförsäljning, kassaplacering och sortimentsmix. Försäljning per besökare, omsättning delat med antal besök, är det tal som binder ihop allt. Det är i praktiken konvertering gånger genomsnittsköp, och det är den siffra som bäst fångar hur mycket värde butiken får ut av varje person som faktiskt kliver in.

Varför inte bara titta på försäljning per besökare direkt? För att den döljer vilken av de två spakarna som rörde sig. Konvertering ner och snittköp upp ger samma summa som tvärtom, men kräver helt olika åtgärder. Därför kommer den sist i ordningen, som kontrollsiffra, inte som utgångspunkt.

För gallerian: fångstgrad och hyresgästens egen data

Ligger butiken i ett köpcentrum finns en siffra till som förändrar diskussionen: fångstgraden, andelen av gallerians passerande flöde som går in i just din butik. Om gallerian hade 3 procent fler besökare men din fångstgrad föll från 11 till 9 procent, så är det entrén, skyltfönstret eller grannbutiken du ska titta på, inte kassan. Centrumledningar som arbetar med VemTenant ser hyresgästernas försäljning och flöden i samma vy, vilket gör den diskussionen med centrumchefen betydligt kortare och mer faktabaserad.

En ärlig kommentar om datakvalitet

Allt ovan förutsätter att besökssiffran går att lita på. En räknare som dubbelräknar personalen eller missar barn ger en konverteringsgrad som ser bra ut och styr fel. Det vanligaste felet i praktiken är inte tekniken utan placeringen: en sensor ovanför en entré där kunder stannar och tvekar räknar samma person två gånger. Kontraktsmässigt garanterar Vemco minst 96 procents noggrannhet, i praktiken brukar den ligga på 98 till 99 procent när belysning, butikslayout och besökarnas beteende tillåter det. Fråga leverantören hur de verifierar det på plats, inte bara i datablad.

Vanliga frågor om retail data

Vilken retail data ska en butikschef titta på varje vecka? Fem tal räcker: besökare, konverteringsgrad, besökstoppar mot bemanning, genomsnittligt transaktionsvärde och försäljning per besökare. I galleria tillkommer fångstgrad. Allt annat i rapporten är fördjupning för när ett av dessa tal avviker.

Vad är skillnaden mellan retail data och retail insights? Data är siffran, till exempel att besöken föll 6 procent. Insikten är när du kombinerar två siffror och får en förklaring: besöken föll men konverteringen steg, alltså presterade butiken bättre med färre kunder. Retail insights uppstår i jämförelsen, inte i talet.

Hur omvandlar man besöksdata till beslut? Lägg besökskurvan per timme bredvid schemat och flytta arbetstimmar till de timmar där konverteringen sjunker. Det är det snabbaste och mest mätbara beslutet. Nästa steg är att testa en förändring, till exempel öppna en extra kassa 16 till 18, och följa konverteringen i just det tidsfönstret i tre veckor.

Vilken retail data kommer från kassan och vilken från sensorer? Kassasystemet ger antal transaktioner, omsättning och genomsnittsköp. Sensorerna ger besökare, timfördelning, uppehållstid och fångstgrad. Konverteringsgrad och försäljning per besökare kräver båda källorna och går inte att räkna fram från kassan ensam.

Hur ofta bör retail data granskas? Besök och konvertering veckovis, med jämförelse mot fyra veckors trend. Bemanning mot toppar inför varje nytt schema. Att titta dagligen leder oftast till överreaktioner på brus, medan månadsvis granskning innebär att en felplanerad vecka hinner upprepas fyra gånger.

Vill du att måndagsrapporten ska visa de fem talen ovan, per timme och per butik, med besök och kassa i samma vy? Kontakta Vemco Group så går vi igenom hur era befintliga rapporter kan byggas om så att butikscheferna läser rätt siffra först.