Besøgstrafikkalenderen: Black Friday, den døde januar og detailhandelsåret

Detailteams beskriver året i stemninger: jul er travl, januar er brutal, august er kompliceret, optakten til påske er bedre, end folk husker. Intet af det er forkert. Men “optakten til påske er bedre, end folk husker” er ikke en bemandingsplan, og “januar er brutal” er ikke en nedskrivningsstrategi.

Besøgstrafikkalenderen er en af detailhandelens mest forudsigelige strukturer. Dens brede form gentager sig med nok regelmæssighed til at planlægge efter, og dens år-til-år-variationer indeholder signaler, der er vigtige. De fleste teams kører dog stadig på sidst års mavefornemmelse frem for sidst års data.

Det toppunkt alle kender: Black Friday frem til jul

Black Friday kryssede Atlanten og slog sig permanent ned i den europæiske detailkalender. Sensormatic Solutions, hvis ShopperTrak-platform aggregerer milliarder af butiksbesøg om året, rangerer det konsekvent som den travleste enkeltdag i detailhandelsåret, med de to sidste lørdage inden jul på anden- og tredjepladsen. Nøjagtige tal skifter med konjunkturerne og den ubønhørlige vækst i nethandel, men toppunktets struktur er stabil.

Hvad data viser, og mavefornemmelse tenderer til at undervurdere, er stigningens form, ikke blot dens højde. Black Friday ankommer ikke uden advarsel: besøgstrafik stiger typisk i flere uger inden, efterhånden som forbrugere begynder deres julenrekognoscering. Trafikken selve dagen topper tidlig til middag eftermiddag; Sensormatic’s data placerer den travleste enkelttime konsekvent ved ca. 15.00. Weekenden efter Black Friday holder forhøjede niveauer, derefter et kort december-plateau inden den endelige pre-jule-stigning.

At kende formen betyder langt mere for detailkæder end at kende topvolumenen. Hvornår på fredag er det travlest? Hvilke lokationer topper tidligere eller senere end gennemsnittet? Det er spørgsmål om den ugentlige og timevise rytme under den årlige, og dem kan du ikke besvare ud fra sidst års indtrykket.

Januar: den ægte lavpunkt og hvad det skjuler

Januar er i besøgstrafik-termer den hårdeste måned for de fleste detailformater. UK-besøgstrafik- sporing fra målefirmaer viser konsekvent, at handelsgader og indkøbscentre taber terræn i januar vs. december, med januareffekten, der forbinder sig over flere år, når konjunkturerne er hårde.

Men januarlavpunktet er ikke ens, og det er der, generiske branchedata holder op med at være nyttige, og dine egne data begynder at have betydning. Detailparker klarer januar bedre end bycentrum-formater, dels fordi januarudsalgs-dynamikken driver en særlig type bevidste, planlagte besøg. Den første uge efter jul kan faktisk bære forhøjede mængder fra gavekorts-indløsning og returnering. Sport- og udendørskategorier ser ofte kontra-sæson løft i januar fra nytårsforsæt-adfærd.

Opholdstid er også et nyttigt januarsignal. Et besøgstal, der er nede, betyder ikke nødvendigvis et omsætningsresultat, der er nede, hvis de besøgende, der kommer, bruger mere tid og konverterer med højere rater, fordi gulvet er mindre overfyldt. At forstå, om du har et volumenproblem eller et konverteringsproblem i januar, er et andet spørgsmål, og besøgsdata gør det besvarbart.

De oversete toppunkter: påske, skolestart og efterårsoptakten

Kalenderen mellem januar og Black Friday har en struktur, der ofte komprimeres til “resten af året”. Påske er den mest variable med hensyn til timing, den kan lande overalt i et fem-ugers vindue, hvilket betyder, at år-til-år-sammenligninger er næsten ubrugelige, medmindre du justerer for det. I besøgstrafik-termer opfører påskeweekend sig mere som en mini-jul for nogle formater (mad, boligindretning, havecentre) og som en normal weekend med lidt forhøjet trafik for andre.

Skolestart, sen juli til september i de fleste europæiske markeder, er et reelt løft for kategorier fra tøj og fodtøj til elektronik og papirvarer, og det animerer bycentre og shoppingdestinationer anderledes end jul. Trafikken er mere målbevidst: familier med en liste, ikke vandrende. Opholdstider kan være kortere, selv når mænder er højere.

Derefter er der oktober og november: optakten til toppunktet. For indkøbscentre og ejendomsejere er forståelse af, om oktobergenopretningen er foran eller bagved forrige år, et af de vigtigste fremadrettede signaler. En langsom oktober kan betyde et presset Black Friday; en tidlig opbygning kan antyde, at julesalget er ankommet forud for planen og kan toppe tidligere end forventet.

Begivenheder inden i kalenderen

Den årlige rytme er baggrunden, mod hvilken begivenhedens effekt måles. En bycenter-detailhandler, hvis november-besøgstrafik er op år-til-år, skal spørge, om sæsonen er genuint stærkere, eller om en lokal begivenhed (et nyt marked, et sportsarrangement, en koncert i nærheden) oppustede sammenligningen. At nå den skelnen korrekt kræver at adskille baseline fra begivenhedsløft, hvilket kun er muligt med kontinuerlig måling frem for ad hoc-tællinger.

Den samme logik gælder kampagnebegivenheder. Et udsalg, der driver et besøgstrafik-spike i den første uge, er ikke automatisk en succes, hvis det har kannibaliseret de følgende to uger. At spore det fulde mønster (før, under og efter begivenheden) giver et mere ærligt billede af, hvad der rent faktisk skete med samlet trafik, end udsalgs-uge-tallene alene.

Hvorfor “samme uge i fjor” ikke er nok

Det mest almindelige detailbenchmark er år-til-år-sammenligningen: hvordan er denne uges besøgstrafik sammenlignet med samme uge i fjor? Det er nyttigt, men det har et loft. Påskedrift alene kan få marts eller april til at se kunstigt stærkt eller svagt ud i en år-til-år-læsning. En engangsbegivenhed i et af årene forvrænger sammenligningen. Usædvanligt vejr flytter baseline’n uden at røre ved virksomhedens underliggende sundhedstilstand.

Det, en ægte besøgstrafikkalender giver dig, er en flerårig normaliseret visning: årets gennemsnitlige form, den forventede variation omkring den, og de anomalier, der genuint kræver forklaring. Et team, der planlægger efter den kalender (ved hvornår dets januar- genopretning typisk ankommer, ved hvilket format der topper sent til jul) træffer bedre beslutninger end ét, der kører på sidst års indtrykket.

At planlægge efter en kalender, ikke en fornemmelse

Detailhandelsårets form er forudsigelig. Dens præcise værdier er det ikke. At måle det kontinuerligt, frem for at sample det lejlighedsvist, er det, der omdanner en historisk kuriositet til et planlægningsværktøj. Dataleverancerne fra et kontinuerligt besøgstrafikprogram (timebaserede og daglige zoneoptællinger, opholdstids- fordelinger, år-til-år-indekserede sammenligninger) er inputtene til en kalender specifik for dine butikker, dine kunder og dine handelslokationer, ikke et generisk branchegennemsnit. Og når du lægger det op mod vagtplanlægning med besøgsdata, flyder ressourcebeslutningerne direkte fra de samme tal.

Når du kender din egen kalender, skifter spørgsmålet fra “hvordan var jul?” til “lå jul over eller under vores målte sæsonbaseline, og hvad fortæller det os om februar?” Det er en planlægningssamtale. Den anden slags er en obduktion. Anonyme bevægelsesdata gør målingen mulig på tværs af en hel portefølje uden at overvåge nogen navngivet person, der går igennem en dør.