Hvad et besøgstrafikbenchmark egentlig er værd
Et besøgstrafikbenchmark er kun noget værd, når de tal, der sammenlignes, er talt på samme måde, med samme metode, samme definitioner og samme kalibrering. Ellers bliver sammenligningen misvisende. Når stederne er meget forskellige i størrelse, forbliver sammenligningen retfærdig, hvis hvert sted indekseres mod sin egen baseline.
På denne side
Forestil dig, som et opdigtet eksempel, at besøgstrafikken i en flagskibsbutik er steget tolv procent i forhold til året før, mens den nærmeste konkurrents butik er faldet otte procent i samme periode, og at begge tal ender på samme slide til bestyrelsen. Før det slide kommer med, så tjek, om de to tal måler det samme, for det gør de ofte ikke.
Kort fortalt
- To besøgstal kan kun sammenlignes, når de har samme tællemetode, samme definitioner og samme kalibrering.
- Et indeks sætter hvert sted til en baseline på 100. Det fjerner størrelsesforskellen fra sammenligningen, men kræver stadig konsistente tællinger bag tallene.
- Et benchmark kræver, at tælleteknologien, kalibreringshistorikken, definitionerne og fejlintervallet er skrevet ned, sammen med enhver ændring i perioden.
- Et offentliggjort indeks viser, hvilken vej markedet bevæger sig. Det kan ikke pålideligt vise, at dit sted slår en bestemt konkurrent.
- Konsistente, dokumenterede besøgsdata giver en lejer eller en udlejer et konkret grundlag i lejeforhandlinger.
Hvornår er mine egne besøgsdata nok, og hvornår har jeg brug for et benchmark?
Dine egne data er nok til driftsspørgsmål. Du skal vide, hvor mange mennesker der kommer ind en tirsdag formiddag, fordi du bemander efter det, og mønstret time for time viser, hvornår køen ved prøverummene bliver et problem. Holdt op mod kassen giver det samme tal konverteringsraten bag besøgstrafik og salg, der fortæller forskellige historier. Intet af dette kræver mere end dine egne data, så længe de indsamles konsistent.
Et benchmark kommer ind i billedet, når du sammenligner dit tal med noget udefra: en konkurrent, et brancheindeks eller din egen portefølje på tværs af forskellige tællesystemer. Fra da af har sammenligningen kun værdi, hvis begge sider er målt på samme måde, efter de samme regler og med de samme definitioner. I praksis lever besøgsdata fra detailhandelen sjældent op til den standard, og hullerne er ikke ubetydelige.
Hvorfor kan jeg ikke sammenligne besøgstal fra forskellige tællesystemer?
Fordi systemerne tæller en smule forskellige ting. Tag to steder, der begge bruger elektronisk besøgstælling og begge rapporterer daglige totaler. Det første bruger et kamerabaseret system, der kalibreres mod manuelle kontroltællinger to gange om året; det tæller kun indgående besøgende, og personalet tælles ikke med, fordi det bruger en separat indgang. Det andet bruger en tovejs dørsensor; personalet bruger samme indgang som kunderne, og tælleren er ikke kalibreret igen siden installationen. (Et Wi-Fi-system tæller enheder og er afhængigt af netop det kalibreringstrin for at omsætte antallet af enheder til et antal mennesker.)
De to tal kan ikke sammenlignes, heller ikke selv om de står i det samme regneark eller bliver slået sammen til et gennemsnit i en rapport for hele kæden. De har forskellige fejlrater og definitionsmæssige antagelser, og et benchmark bygget på dem bærer fejlene med ind i hver beslutning, det ligger til grund for.
En undersøgelse fra 2021 af besøgssensorer i Storbritannien (Philp m.fl., Applied Spatial Analysis and Policy) fandt tydelige døgn- og ugemønstre i besøgstrafikken på tværs af typer af detailplaceringer og kontrollerede sensorernes tællinger mod manuelle tællinger før enhver analyse. En gennemgang fra 2025 fra West Midlands Combined Authority beskrev problemet med sammenligninger mellem steder ligeud: uforenelige tællemetoder giver resultater, der ikke kan sammenlignes.
Gør et indeks et stort og et lille sted sammenlignelige?
Ja, når det gælder størrelsen. Et indeks sætter hvert sted (eller hver periode eller hver lokationstype) til en baseline på 100 og udtrykker de efterfølgende resultater i forhold til det punkt. Et stort regionalt indkøbscenter og en lille butik på handelsgaden kan hver især måles mod deres egen baseline, så sammenligningen ikke forvrænges af, at det ene får ti gange så mange besøgende som det andet.
Publicerede nationale besøgstrafikindeks bygger på dette princip: de følger den relative bevægelse i de forskellige lokationstyper uden at gøre krav på én samlet absolut tælling for “detailhandel”. Deres værdi kommer af, at dataene normaliseres, før noget sammenlignes.
Begrænsningen er, at et indeks stadig kræver konsistente underliggende tællinger. Hvis et steds data skifter fra år til år, fordi en sensor blev udskiftet, en tælleregel blev ændret eller en ny personaleindgang blev åbnet, vil indekset registrere en bevægelse, der ikke reelt fandt sted.
Hvad skal dokumenteres, før man kan stole på et benchmark?
Man kan kun stole på et benchmark, når dataene bag det er dokumenteret lige så grundigt som selve tællingen. Det betyder, at man kender tælleteknologien og dens kalibreringshistorik, definitionerne (kun indgående eller netto, personale udelukket eller ej, børn talt med eller ej), det kendte fejlinterval og eventuelle ændringer i nogen af disse i den periode, der sammenlignes.
Uden den dokumentation kan to tal ligne hinanden og alligevel betyde forskellige ting. En kæde, der har brugt fire forskellige tælleteknologier på tværs af sin portefølje af detailsteder i løbet af det seneste årti, kan ikke lave en meningsfuld tiårig trend, medmindre den har registreret konsekvensen af hver overgang.
Indkøbscentre og ejendomsejere står over for det samme problem i større skala: mange lejere og tællesystemer og et besøgstal for hele centret, der ofte hviler på metodevalg, som ingen to lejere har truffet på samme måde.
Kan et offentliggjort indeks vise, om vi slår en konkurrent?
Ikke pålideligt, og det er netop i sammenligningen med en konkurrent, at benchmarking lettest går galt. Offentliggjorte besøgsindeks samler data fra mange operatører og teknologier, hvilket er nyttigt til makrotendenser, fx om besøgstrafikken i detailhandelen overordnet stiger eller falder i forhold til året før. De kan ikke pålideligt fortælle dig, om netop dit sted klarer sig bedre eller dårligere end en bestemt konkurrent i samme butiksformat, fordi de underliggende data kommer fra forskellige tællesystemer med forskellige kalibreringsstandarder.
Et offentliggjort indeks fungerer bedst som et retningssignal, der viser, om markedet bevæger sig med dig eller imod dig. At bruge det som bevis for, at dine egne beliggenheder slår konkurrenterne, går længere, end metoden bag dataene typisk kan bære.
Kan konsistente besøgsdata styrke en huslejeregulering?
Det kan de, forudsat at dataene er internt konsistente, og så har de en klar og forsvarlig værdi i lejeforhandlinger. En lejer med validerede besøgsdata for sit lejemål (målt konsistent, dokumenteret korrekt og produceret af et system, der skelner kunder fra personale) har et konkret grundlag i en huslejeregulering, som anekdoter alene ikke kan give.
En udlejer med den samme slags data kan vise potentielle lejere, at centrets besøgstrafik er reel, konsistent og kan verificeres uafhængigt, og professionelle lejere lægger mere vægt på det end på et samlet tal fra et ukendt system med en ukendt kalibreringsstandard.
Kan jeg stole på en besøgstrend på tværs af år og steder?
Kun hvis tællingen forbliver konsistent. At sammenligne resultater over tid, på tværs af en portefølje og mod markedsindeks viser, om et sted udvikler sig eller går tilbage, men det forudsætter, at det, du talte i år, blev talt på samme måde som sidste år og på samme måde som på stedet to hundrede kilometer væk. Ethvert besøgstrafik-benchmark hviler på fire ting i målingen bag det: en konsistent metode, dokumenterede definitioner, kalibreret hardware og et dataspor, der overlever udskiftning af personale og opgraderinger af systemet. Analyseplatformen og de dataleverancer, den leverer, skal hvile på en dokumenteret metode.
Kilder
- West Midlands Combined Authority (2025). Revitalising West Midlands Town Centres and High Streets: A Comprehensive Assessment of Footfall Data Collection. https://www.wmca.org.uk/what-we-do/research-and-insights/reports/research/revitalising-west-midlands-town-centres-and-high-streets-a-comprehensive-assessment-of-footfall-data-collection/
- Philp, S., Dolega, L., Singleton, A., & Green, M. (2022). Archetypes of footfall context: Quantifying temporal variations in retail footfall in relation to micro-location characteristics. Applied Spatial Analysis and Policy, 15(1), 161–187. https://doi.org/10.1007/s12061-021-09396-1
Nysgerrig på, hvordan det ville se ud for dit sted?
Ofte stillede spørgsmål
Hvad er besøgstrafik-benchmarking?
Besøgstrafik-benchmarking sammenligner besøgstal på tværs af beliggenheder, tidsperioder eller konkurrenter for at give resultaterne et referencepunkt. Et sted, der tiltrækker flere besøgende end sammenlignelige steder, eller flere end året før, siges at overgå benchmarket. Skal sammenligningen betyde noget, kræver den samme tællemetode, samme definition af, hvad der tæller som et besøg, og samme håndtering af personale, serviceindgange og besøgende, der går ind flere gange.
Bør besøgstrafikbenchmarks bruge absolutte tællinger eller indeks?
Begge har deres plads. På tværs af steder og operatører er et indeks ofte mere nyttigt end en absolut tælling, fordi det udtrykker hvert steds resultater i forhold til en baseline, typisk 100. Så kan steder med meget forskellige absolutte volumener sammenlignes rimeligt. Absolutte tællinger passer til intern planlægning, bemanding og sammenligning med omsætningen, hvor det faktiske antal besøgende betyder noget.
Hvad gør et besøgstrafikbenchmark vildledende?
Det mest almindelige problem er at sammenligne tællinger fra forskellige målemetoder: et kamerasystem, der ikke er kalibreret mod en manuel kontroltælling, en sensor, der ikke skelner personale fra kunder, eller et Wi-Fi-baseret system, der tæller enheder frem for mennesker. Selv inden for samme metode hober definitionsforskellene sig op, fx om tællingen medtager besøgende, der kun går ind i lobbyen, om børn tælles med, og hvad en tovejs dørsensor registrerer, når to mennesker passerer på én gang.
Hvordan hjælper et besøgstrafikbenchmark i lejeforhandlinger?
Konsekvent målte besøgsdata giver et objektivt grundlag for at forhandle husleje og serviceafgifter. En lejer, der med validerede data kan dokumentere, at lejemålet trækker markant mindre trafik end sammenlignelige enheder i centret, har et konkret argument. En udlejer, der kan dokumentere, at besøgstrafikken i ejendommen klarer sig bedre end det bredere marked, står lige så stærkt.