Hvad regn egentlig gør ved handelsgadens besøgstrafik

Den våde-weekend-undskyldning er lige så gammel som detailhandelen selv. Salget var nede, fordi det regnede. Besøgstrafik var dårlig på grund af stormen. Ingen kom på grund af kulden. Disse forklaringer bruges så ofte, og så belejligt, at chefer, der hører dem to gange om måneden, tenderer til at holde op med at tro dem. Problemet er, at de sommetider er fuldstændigt sande, og uden måling er der ingen måde at fortælle det.

Hvad regn faktisk gør ved handelsgaden

Effekten af nedbør på åbne handelsgader er reel og dokumenteret. Kunder, der ellers ville browse en bymidte, foretager en ligetil beregning: at holde sig tør er mere komfortabelt end at gå ud. Jo mere eksponeret detailhandelsmiljøet er (åbne gader, åbne markeder, uovertækkede parkeringspladser) desto stærkere er effekten.

Besøgsdata fra ekstreme vejrbegivenheder viser, hvor skarp denne effekt kan være. Ifølge Ipsos Retail Performance forårsagede Storm Ciara et fald på 15,3% i besøgstrafik i britisk detailhandel i løbet af dens topweekend i februar 2020. Storm Dennis, den efterfølgende weekend, skubbede det yderligere til et fald på 16,3%. Måneden som helhed, en af de vådeste februar måneder på rekord, viste et samlet detailhandelens besøgstal falde 7,8% år-til-år, med storme og vedvarende regn som den primære vejrrelaterede drivkraft.

Det er ikke marginale effekter. Et besøgstrafikfald på 15% over en weekend svarer til at miste det meste af lørdagens handel, og for virksomheder med høje faste omkostninger er omsætningseffekten alvorlig.

Skifte til overdækkede destinationer

Den besøgstrafik, der forsvinder fra handelsgaden under regn, forsvinder ikke alle fra detailhandelen. En andel af den reloceres. Overdækkede indkøbscentre og detailparker, destinationer, hvor besøgende kan parkere under tag eller bevæge sig mellem butikker uden at gå udenfor, ser en veldokumenteret kompenserende effekt i våde perioder. RMS’s detailhandelskonsulationsblog, baseret på besøgstrafik og forbrugeradfærdsdata, bemærker, at handelsgadesbutikker tenderer til at lide under langvarig nedbør, mens indkøbscentre drager fordel, efterhånden som kunder søger ly.

Implikationen for bycentrumsoperatorer og planlæggere er, at regn ikke ødelægger den samlede detailefterspørgsel, den omfordeler den. Denne omfordeling tenderer til at favorisere investering i overdækkede eller indendørs miljøer, og det har længe været et argument for baldakin-handelsgader, overdækkede markeder og den slags fysiske miljø, der holder en destination brugbar i dårligt vejr.

For udendørs DOOH-annoncører påvirker den samme omfordeling publikum: folk udenfor i regnen er færre, men de er ofte i hurtig, målrettet bevægelse. Vejr-indekserede publikumsdata betyder noget her, at nå det rigtige antal mennesker på det rigtige øjeblik afhænger af at vide, hvor mange mennesker der faktisk er derude.

Temperatur: det stille, konsekvente signal

Regn skaber dramatiske men relativt korte forstyrrelser. Temperaturen er roligere men virker kontinuerligt og i stor skala. Data fra The Weather Channel, citeret af detailkonsulenten RMS, indikerer, at en sæsontemperaturafvigelse på 1°C over eller under gennemsnittet svarer til ca. 1% ændring i detailsalget. I en sektor af UK-detailhandelens størrelse svarer det til betydelige samlede omsætningsforskydninger.

Temperatureffekten udspiller sig forskelligt for kategorier. Kolde perioder bremser besøgstrafik for mode og boligudstyr, mens de giver et løft til dagligvarer og visse dagligvare-kategorier. Varme perioder trækker folk udendørs og ind i fritid, sommetider væk fra indendørs detailmiljøer. En usæsonlig varm oktober er dårligt nyt for alle, der købte tungt ind i efterårsstrik. En koldere end gennemsnitlig maj strander sommertøjskollektion, inden de er kommet i gang.

I modsætning til regn er temperaturforskydninger ofte forudsigelige nok til at planlægge rundt om. Sæsonforudsigelse, at indregne forventede temperaturafvigelser i indkøbs- og bemandingsbeslutninger, er en veletableret praksis hos større detailhandlere. Vanskeligheden for de fleste operatører er, at de mangler baseline-besøgsdata til at vide, hvor følsomme deres specifikke beliggenhed er over for en temperaturafvigelse af en given størrelse.

Hvorfor “det regnede” ikke er en komplet forklaring

Vejreffekten er reel. Det er også den mest bekvemme tilgængelige undskyldning for næsten enhver handelssvaghede, og de to fakta lever i ubehagelig nærhed. En chef, der giver enhver stille lørdag vejret skylden, lyver ikke, der var sandsynligvis noget vejr, men vedkommende kan gå glip af et genuint præstationsproblem skjult under den meteorologiske støj.

Den eneste måde at løse dette på er en målt baseline, der fanger, hvad besøgstrafik normalt ser ud som for en given dato i detailhandelsårets kalender, en given dag i den ugentlige rytme og et givet vejrforhold. Byer og kommuner, der kører besøgstrafikprogrammer for at forstå sundhedstilstanden i deres bycentre, møder præcis dette problem: hvis besøgstrafik er nede i marts, er det den våde forår, eller er det strukturel tilbagegang?

Uden en vejrjusteret baseline er svaret et gæt. Med en kan dataene begynde at adskille de to: et besøgstrafikunderskud på en regnvejrsdag, der matcher den forventede vejrstraf, er en vejrbegivenhed; et underskud, der vedvarer på sammenlignelige godvejrs-dage, er noget, der fortjener en anden reaktion.

At bygge den justerede baseline

Det dataoutput, der gør vejrnormalisering mulig, er ligetil i princippet: konsistente, tidstemplede besøgstrafiktællinger logget over nok måneder til at fange sæson- og ugesvariation, kombineret med registrerede vejrforhold for hver periode. Over tid opstår en model for forventet besøgstrafik for enhver given tilstand, og faktisk præstation kan sammenlignes mod den.

Dette er ikke en kompleks statistisk øvelse. Det er, hvad måling gør muligt, som gætteri ikke gør: et genuint svar på spørgsmålet om, om handelsmiljøet er ved at ændre sig under vejrstøjen.

For udendørsreklame og beslutningstagning på byniveau er de praktiske anvendelser lignende. Publikum- eller besøgstrafik-mål sat uden vejrkontekst vil systematisk mistes i dårlige måneder og nemt nås i gode, ingen af udfaldene er særlig nyttige. Vejrjusterede baselines giver planlæggere og budgetansvarlige en konsistent målestok at vurdere mod.

At adskille signal fra vejr

Regn flytter handelsgaden. Kolde temperaturer flytter detailsalget. Navngivne storme flytter begge, synligt og hurtigt. “Det regnede” er begyndelsen på en analyse, ikke slutningen.

Det nyttige spørgsmål er: givet at det regnede, var besøgstrafikfaldet større eller mindre, end du ville forvente fra en sammenlignelig begivenhed? Kompenserede godvejrs- dagene i samme uge? Var præstationen af overdækkede destinationer op i proportion til tabet på handelsgaden?

Ingen af disse spørgsmål kan besvares uden en målt baseline, besøgsdata kontinuerlig nok og historisk nok til at fortælle dig, hvad normalt ser ud for denne beliggenhed, dette tidspunkt på året, dette vejr. Det er det, der adskiller en vejrrapport fra reel detail-intelligens. Og fordi det er den eneste metode til besøgsmåling i Europa, der er godkendt af en databeskyttelsesmyndighed, indsamles det uden at registrere en eneste navngiven persons rejse.