Vemco och Quividi: Lägg till ålders- och könsdemografi i din footfall-analys

Två butiker med identiska besökssiffror kan ha helt olika publik. En galleria vi arbetade med hade två entréer med nästan exakt samma footfall per vecka – men när demografin lades ovanpå visade det sig att den ena entrén dominerades av besökare i åldern 18–30 medan den andra drog en betydligt äldre publik. Hyresgästmixen vid respektive entré var placerad tvärtom. Det är den typen av insikt som försvinner när man bara räknar huvuden. En Quividi Vemco integration finns till för exakt det här: att svara på frågan vem som besöker, inte bara hur många.

Varför besöksantal ensamt leder till fel beslut

De flesta som läser det här har redan footfall-data och vet vad den kan – och inte kan. Ni ser toppar och dalar, ni mäter konvertering mot POS, ni jämför butiker. Men när en kampanj riktad mot kvinnor 25–40 ger tio procent fler besök vet ni fortfarande inte om det var rätt tio procent. Kanske kom ökningen från en helt annan grupp, driven av väder, ett evenemang i närheten eller en konkurrents stängning. Utan demografi utvärderar marknadsteamet kampanjer på volym och hoppas att sammansättningen stämmer.

Samma blinda fläck finns i sortimentsarbetet. Merchandising-beslut bygger ofta på försäljningsdata plus antaganden om vem kunden är – antaganden som sällan verifieras per plats och tidsperiod. En butik i ett pendlarläge kan ha en morgonpublik som ser helt annorlunda ut än lördagspubliken, och sortimentet exponeras likadant hela veckan.

Vad integrationen faktiskt gör

Quividi är en plattform för publikmätning som klassificerar ålder och kön hos besökare. Integrationen mellan Vemco och Quividi importerar den demografiska datan direkt in i Vemcos analysplattform, där den kombineras med footfall-data – och kan korsas med POS-försäljning och andra datakällor ni redan har kopplade. Resultatet: samma dashboards som ni idag använder för besöksflöden och försäljning visar nu även publikens sammansättning över tid, utan manuell datasammanslagning i kalkylark.

Det sista är viktigare än det låter. Många kedjor har redan Quividi-data någonstans – ofta hos DOOH- eller digital signage-teamet – och footfall-data någon annanstans, hos retail operations. Analyserna görs kvartalsvis, manuellt, av någon som exporterar CSV-filer. Integrationen tar bort det arbetet och gör demografin till en löpande dimension i den dagliga analysen istället för ett engångsprojekt.

Fyra konkreta användningsfall med budgetpåverkan

• Kampanjutvärdering på segment, inte volym. Jämför andelen av målgruppen i besöksflödet före, under och efter kampanjperioden – per butik. En kampanj som ökar totalbesöken med fem procent men skiftar publiksammansättningen mot fel segment är inte en framgång, oavsett vad besöksräknaren säger. Nu kan ni faktiskt se skillnaden och styra mediebudgeten därefter.

• Sortiment mot verklig publik. Stäm av sortimentsplaner mot vem som faktiskt besöker varje plats och tidsperiod. Om herrsortimentet är dimensionerat för 40 procent manlig publik men den verkliga andelen är 25 procent på vardagar, har ni ett mätbart gap – och ett argument i nästa sortimentsdiskussion som inte bygger på magkänsla.

• Formatjämförelser på publik, inte bara volym. När ni utvärderar butiksformat – citybutik mot köpcentrumenhet mot retail park – kan ni jämföra vilken publik varje format attraherar. Två format med samma footfall och liknande omsättning kan ha helt olika strategisk potential beroende på vilka segment de når.

• Hyresgästmix och zonplanering i gallerior. För centrumledningar blir demografi per zon och tidsintervall ett underlag i hyresgästförhandlingar. Att kunna visa en potentiell hyresgäst att deras kärnmålgrupp utgör en dokumenterad andel av flödet vid en specifik placering är ett starkare säljargument än totalt footfall.

En observation från implementeringar

Ett praktiskt råd från projekt vi genomfört: bestäm er tidigt för hur demografisensorernas mätzoner förhåller sig till era footfall-zoner, och dokumentera det. Quividi-sensorer mäter typiskt en synfältszon framför en skärm eller passage, medan footfall-räknare ofta täcker en hel entré. De två mäter alltså inte nödvändigtvis samma population. Det är inget problem – demografin fungerar utmärkt som ett representativt urval av flödet – men om ingen definierat relationen mellan zonerna kommer någon i marknadsteamet så småningom att jämföra absoluta tal från de två källorna och dra fel slutsatser. Sätt konventionen från dag ett: footfall ger volymen, demografin ger fördelningen, och fördelningen appliceras på volymen. Då håller analysen även när nya personer tar över dashboarden om två år.

En annan detalj som ofta glöms: placeringen av demografisensorerna påverkar vilken publik ni faktiskt mäter. En sensor vid barnavdelningen ger en annan bild än en vid entrén. Vill ni ha butikens totala publikprofil, mät vid huvudflödet. Vill ni mäta zonspecifik publik, gör det medvetet och märk upp datan därefter i plattformen.

Datakvalitet – vad ni kan lita på

Demografisk analys är bara meningsfull om footfall-basen den appliceras på är korrekt. Vemco Group, grundat 2005 i Danmark, arbetar med ett kontraktuellt minimum på 96 procents räknenoggrannhet – i praktiken landar den typiskt på 98–99 procent när förhållandena tillåter, alltså när ljus, butikslayout och besöksbeteende samverkar. Det är en ärlig siffra, inte en marknadsföringssiffra, och skillnaden spelar roll när ni fattar budgetbeslut på datan. Plattformen är dessutom sensoragnostisk och öppen, vilket är skälet till att en integration som den med Quividi över huvud taget är möjlig utan att ni byter ut befintlig hårdvara. Idag hanterar plattformen över 85 miljoner räkningar per dag för fler än 2 000 kunder i över 95 länder, så demografilagret läggs ovanpå en infrastruktur som redan bevisat att den skalar.

Från besöksdata till publikförståelse

Den strategiska poängen är enkel att formulera och svår att överskatta: footfall berättar hur många, demografi berättar vem. Tillsammans förvandlar de besöksdata till publikförståelse. För marknadsteamet betyder det kampanjer som utvärderas mot rätt mått. För sortimentsansvariga betyder det beslut som stäms av mot verkligheten per plats och tidsperiod. För centrumledningar betyder det förhandlingsunderlag som konkurrenter utan demografidata inte kan matcha. Och eftersom allt ligger i samma plattform som footfall och POS-data blir det inte ännu ett verktyg att logga in i – det blir en ny dimension i det ni redan använder varje vecka.

Om ni redan har Quividi-sensorer på plats är steget kort: datan finns, den behöver bara kopplas ihop med resten. Om ni funderar på publikmätning som nästa steg efter footfall är det värt att planera integrationen från början, så att zonlogik och dashboards byggs rätt direkt.

Vill du veta vem dina besökare är, inte bara hur många? Koppla ihop Quividi med Vemco och lägg till ålders- och könsinsikter i din footfall-analys – kontakta oss på vemcogroup.com/contact-us så visar vi hur integrationen ser ut med era befintliga sensorer och dashboards.