Kassen fortæller dig, hvad der forlod butikken. Ikke hvornår køen opstod, hvilke gange der blev sprunget over, eller hvor mange der parkerede og aldrig kom ind.

En dagligvarebutik kører på rytme

Ingen steder i detailhandlen er timing så afgørende som i dagligvarer. Den samme butik er tom klokken ti, har kø klokken fem og er et helt andet sted igen lørdag formiddag. Kassen registrerer hver kurv, men intet om den kø, der opstod inden, den gang, der blev sprunget over, eller de kunder, der parkerede, kiggede på køen gennem ruden og kørte videre. Besøgsanalyse for dagligvarebutikker måler den rytme anonymt, time for time og afdeling for afdeling, og gør den til kassebemanding, påfyldningstimer, åbningstider og kampagneplacering.

Det ser du, butik for butik

• Timekurven, hver ugedag: hvornår butikken fyldes og tømmes, så kasser, påfyldning og pauser følger flowet.
• Køpres ved kasserne: opholdstid ved kassekøen time for time, inklusive selvbetjeningskasser mod bemandede kasser.
• Kundens rute: hvilke afdelinger der besøges, i hvilken rækkefølge, og hvilke der springes over.
• Kampagnepladser: opholdstid ved hver gavl og hvert kampagneområde, så de bedste pladser bærer de tilbud, der har brug for dem.
• Ankomster: flow på parkeringspladsen eller gaden udenfor, og andelen, der går ind.
• Konvertering og kurv: besøgende mod transaktioner, hentet ind via en integration til dit eget kassesystem.
• Butik mod butik: de samme mål på tværs af en kæde, så butikkerne sammenlignes på lige vilkår, time for time og afdeling for afdeling.

Hvordan bemandingen bygges på timekurven, vagt for vagt, står på vagtplanlægning med besøgsdata.

Det har købmændene gjort med det

Det her er ting, købmænd, vi måler, faktisk har gjort, fra selvstændige enkeltbutikker til kæder:

• Åbnet kasser efter køkurven i stedet for efter skemaet og flyttet påfyldning til de stille timer.
• Forkortet en stille morgenåbning, efter at flowet viste, at butikken åbnede ud til en tom gade, og i andre butikker forlænget aften- eller weekendåbent, efter at flowet udenfor viste nabobutikker med kunder, mens deres var lukket.
• Rangeret kampagnepladser om efter, hvor længe kunderne faktisk stoppede ved hver enkelt.
• Indrettet butikken om og målt før og efter: opholdstid pr. afdeling og samlet besøgstid.
• Sammenlignet selvbetjeningskasser og bemandede kasser på kø og opholdstid og sat fordelingen efter dataene.
• Målt parkeringspladsen og indgangen sammen med butikken for at se, hvor mange der ankom, og hvor mange der gik ind.
• Fulgt en ny konkurrent i nærheden uge for uge, set dykket og set, hvad der vandt trafikken tilbage.
• Målt convenience-butikker ved trafikknudepunkter og på tankstationer, hvor besøgene er korte, og toppene følger pendlingen; tankstationssiden af det står på tankstationer og convenience.

Kom i gang i en dagligvarebutik

De fleste dagligvarebutikker starter på det Wi-Fi, der allerede er i butikken. Målingen kører på de accesspunkter, du har, med en indgangssensor tilføjet, hvor præcise ind- og udtal betyder noget, og personalet filtreres fra i tællingerne. Den første måned giver dig timekurven, køpresset og afdelingsflowet for den butik; en kæde tilføjer butikker på den samme opsætning og sammenligner dem på lige vilkår, i dashboardet eller direkte ind i dit eget BI via API’en. Metoden er anonym af design og er den eneste metode til besøgsmåling i Europa, der er godkendt af en databeskyttelsesmyndighed, så intet ved den behøver at blive forklaret for en kunde eller et samarbejdsudvalg.

Sådan fungerer persontælling via Wi-Fi → Kundetæller til butik: se, hvad der sker før kassen →