Du kender månedens salg, men ikke hvor mange besøg der lå bag det, hvilke rum der holdt på folk, eller hvor længe de ventede på en planlægger.

Besøgsanalyse til møbelbutikker måler besøg time for time, opholdstiden i hver afdeling, køen ved planlægningsdisken og konverteringen ved kassen. Den kører på butikkens Wi-Fi, med en 3D-sensor over indgangen til præcise indgangstal. Bumbee Labs er virksomheden bag den eneste metode til besøgsmåling i Europa, der er godkendt af en databeskyttelsesmyndighed.

Kort fortalt

• Besøgsanalyse til møbelbutikker viser besøg pr. time, opholdstid pr. afdeling, ventetid ved planlægningsdisken og konvertering ved kassen.
• Den kan starte på butikkens Wi-Fi, med en 3D-sensor over indgangen til præcise tal ved døren.
• Når opholdstiden læses ved siden af konverteringen, kan interesse skilles fra friktion. Hvor den besøgende køber efter at have forladt butikken, ligger uden for tællingen.
• Personalet holdes ude af tallene, og en kæde kan sammenligne sine butikker på de samme mål.

Hvilke spørgsmål kan besøgsanalyse for en møbelbutik besvare?

Lange besøg, få køb: hvor i butikken bruger kunderne tiden?

I en møbelbutik viser opholdstiden pr. afdeling, hvor de besøgende bliver, og konverteringen, hvor mange besøg der ender med køb ved kassen. Når tallene læses sammen, kan interesse skilles fra friktion. Et showroom skal trække folk, der kigger, så er lav konvertering ikke en fejl i sig selv. Den holdes op mod butikkens eget normalniveau.

Salgstallene kommer ind på platformen via en integration med dit kassesystem og vises ved siden af besøgstallene, så de samme uger kan læses for besøg, opholdstid og resultat.

Kunderne kigger hos os og køber et andet sted: fortjener butikken stadig sin plads?

Besøgene i en møbelbutik kan holde niveauet, selv når købet sker et andet sted, uden for tællingen. Opholdstiden viser, at folk stadig bruger rummene, mens konverteringen ved kassen kun tæller det, der blev købt i butikken. En forskel mellem de to kan være det mønster, der kaldes showrooming: varen ses i butikken og købes andetsteds.

Tællingen beskriver mønsteret, men kan ikke følge salget derhen, hvor det sker. Stabile besøg sammen med en faldende konvertering er signalet, man skal holde øje med, uge for uge.

Familierne kommer om lørdagen: står vores personale på gulvet i de rigtige timer?

En møbelbutik tæller sine lørdagsbesøg time for time, med personalet holdt ude af tallene. Kurven viser så, hvornår kunderne er i butikken, og vagtplanen kan flyttes hen mod de timer. De fleste butikker kender allerede deres travleste dag, men spidstimen inden for den bliver ofte bedømt forkert.

Indgangstal fra en 3D-sensor over døren giver kurven dens præcise form. Den ændring, dataene peger på, er ofte at flytte personale mellem timerne og sjældnere at tilføje flere ansatte.

Hvor på turen rundt i butikken vender kunderne om?

Opholdstid og ruter pr. afdeling viser, hvor kunderne stopper på turen rundt i en stor møbelbutik, og hvor de vender om eller aldrig når frem. Et heatmap i butikken viser det på plantegningen, med varme zoner, hvor folk stopper, og kolde zoner, de passerer hurtigt. En kold zone skal tolkes, før nogen flytter en sofa.

Wi-Fi følger hele gulvet som én sammenhængende strøm, så opholdstid og ruter kan læses på tværs af alle afdelinger. Om et stille hjørne er et indretningsproblem eller bare bagenden af bygningen, er op til butikken at vurdere.

Venter kunderne på en sælger ved planlægningsdisken i køkkenafdelingen?

Ved planlægningsdisken i en møbelbutik viser en kø sig som en opholdstid, der bliver ved med at stige. Læst time for time viser den, hvornår kunderne venter på en planlægger, og hvornår disken står stille. Planlæggerne kan så sættes på de timer, hvor ventetiden vokser.

Wi-Fi-tælling måler opholdstiden ved disken. En 3D-sensor monteret over disken kan give et præcist antal, hvis der er brug for det. Der gemmes ingen personbilleder.

Forårstravlheden: hvordan ser vi, hvornår den begynder, og læser den uge for uge?

En møbelbutik kan følge forårsugerne gennem sit ugentlige besøgstal, holdt op mod butikkens egne tidligere uger, så en stigning opdages tidligt og kan tolkes rigtigt. Vejr og helligdage kan også skilles ud, så en varm weekend ikke forveksles med, at sæsonen er begyndt.

Påsken kan opføre sig som en lille jul for nogle formater, blandt dem boligudstyr, og den flytter sig fra år til år. Når ugerne omkring den læses for sig, forbliver sammenligningen med året før retvisende.

Hvad vil møbelforhandlere ellers have besøgsdata til at besvare?

• Vores indretningsbutik i bymidten: trækker vinduet folk ind? Capture rate sammenligner de forbipasserende med de besøgende, der kom ind, målt i en periode før et vinduesskift og en periode efter.
• Vi har bygget rumudstillingerne om: klarer det nye showroom sig bedre? De samme zoner, målt på samme måde før og efter over sammenlignelige perioder, viser, hvilke af dem der nu holder på de besøgende, og hvilke der har mistet dem, hvilket en tælling ved døren alene ikke kan vise.
• Hvordan klarer vores store butikker sig i forhold til hinanden? En kæde kan gøre hver butik til et indeks, vægtet efter butiksareal og beliggenhed, så en stor bybutik og en lille forstadsbutik står på samme skala.

Hvordan kommer en møbelbutik i gang med besøgsmåling?

Møbelbutikker er blandt de butikstyper, vi måler. Tællingen kan starte på de Wi-Fi-accesspunkter, butikken allerede har, og en 3D-sensor sættes over indgangen, hvor præcise tal for ind- og udgang betyder noget. Dit eget personale filtreres fra, så tallene kun beskriver kunderne. Efter den første måned har butikken en timekurve at læse, og en kæde kan gentage opsætningen butik for butik og sende dataene videre til sit eget BI via API’en. Kundetæller eller besøgsanalyse sammenligner en simpel tæller med fuld besøgsanalyse.