Mange butikker, én destination, mål hvad der får den til at trække

Opgaven, der skal løses

Du driver eller ejer et eksternt handelsområde (en retailpark, en butiksklynge uden for byen, et big-box-center), hvor separate butikker deler én beliggenhed, én parkeringsplads og ét omdømme som et sted, der er værd at besøge. Spørgsmålene handler om destinationen som helhed og relationerne inde i den: Hvor rejser de besøgende fra, hvad er vores reelle opland, og hvor langt rækker vores tiltrækningskraft? Hvor mange mennesker trækker destinationen, hvornår, og hvordan ændrer det sig? Hvilke lejere er ægte ankre, der trækker trafik til naboerne, og hvilke er “falske ankre”, som besøgende tager til og forlader igen? Hvor meget cross-shopping sker der faktisk mellem butikkerne? Hvad er et lejemål værd, set i forhold til de besøgstal det får og skaber? Hvordan fastsætter vi besøgsbaserede vilkår, tiltrækker den rigtige lejersammensætning og får butikkerne til at samarbejde om at løfte hele stedet? Salg pr. lejer besvarer ikke noget af det. Det overser strømmene mellem dem.

Sådan måler vi destinationen som ét system

Bumbee Labs måler destinationen som et system: Wi-Fi ved indgangspunkterne, ankomsten fra parkeringsområdet og hos nøglelejere fanger besøgstal og strømme på stedet, og mobildata fra 4G/5G-nettet udvider billedet til det bredere opland, hvor folk kommer fra, og hvor de tager hen efter destinationen. Du behøver ikke dække hver meter: Ind- og udgangspunkter og ankerplaceringer er som regel nok, fordi hver besøgende får et anonymt alias, der genkendes, når de bevæger sig mellem de målte zoner. Det er privatlivsvenligt (den eneste metode til besøgsmåling i Europa, der er godkendt af en databeskyttelsesmyndighed), så en udrulning i hele destinationen indebærer ingen privatlivsrisiko.

Sådan fungerer hybrid tælling med Wi-Fi + mobildata →

Hvilke data du får

• Opland og oprindelse: hvor besøgende rejser fra, og hvor langt destinationens tiltrækningskraft rækker, med mobildata for makromiljøet uden for området.
• Samlede besøgstal for destinationen, på justerbare tidsskalaer, plus besøg hos enkelte lejere og klynger.
• Cross-shopping og zonekorrelation: hvor folk går hen efter en given butik, hvilke ankre der skaber besøg hos naboerne, og hvilke der er “falske ankre”.
• Andelen, der går ind: hvor mange der passerer et lejemål i forhold til, hvor mange der går ind.
• Opholdstid og besøgsruter på tværs af destinationen: de ruter folk faktisk tager mellem butikkerne og parkeringen.
• Besøgsbaseret værdi pr. lejemål: den trafik hver placering får og skaber, som grundlag for huslejer, lejersammensætning og udlejning.
• Spidsbelastninger, tendenser og event-effekt: til fælles bemanding, markedsføring og styring af travle perioder.

Den samme oplandsevidens følger med, når du vejer den næste placering; se lokationsanalyse.

→ Se hele metrikkataloget og leveringsformaterne

Beviserne

I ethvert område med mange lejere forvandler besøgsanalyse antagelser om de bedste placeringer og ankertræk til fakta, og ofte vender den op og ned på, hvilke placeringer der reelt er de mest besøgte, og hvilke aktiviteter der løfter hele stedet frem for et enkelt lejemål. Et handelsområde sætter samme evidens om opland, strømme og cross-shopping bag sin egen lejersammensætning og værdi.

Se hvordan bevægelsesdata ændrede en bymidte →

Hvor det passer ind

Et overdækket indkøbscenter (med food court, indendørs gangarealer og skærme) drives anderledes; den operatør-drejebog ligger på indkøbscentre og ejendomsejere. De metoder til opland og bevægelser, en destination bygger på, er de samme, som bruges til bymidter og smarte byer, og lejerne i dit område er selv butikskæder, der har gavn af besøgsdata i butikken.