Til tøjbutikker

Du ved, hvad der blev solgt, men ikke hvem der gik forbi, kom ind, prøvede noget og gik igen uden en pose.

Butik for butik og time for time viser besøgsanalyse, hvem der går forbi, kommer ind, når prøverummene og køber, så du kan bedømme vinduet, gulvet og vagtplanen ud fra, hvad hver af dem gør.

Anonym måling til både den enkelte butik og modekæden, godkendt af en databeskyttelsesmyndighed.

Tre spørgsmål, enhver tøjbutiksejer stiller

  1. Trækker vinduet folk ind, eller bliver det bare kigget på?

    Capture rate er andelen af forbipasserende, der faktisk går ind. Målt pr. vinduesskift og pr. kampagneuge viser den, hvilke vinduer der trækker folk ind, og hvilke der kun bliver kigget på, så vinduet ikke længere er en smagssag.

  2. Hvor i butikken dør salget?

    Opholdstid pr. zone viser, om folk når prøverummene, hvor længe de venter der en travl eftermiddag, og hvilke stativer ingen stopper ved.

  3. Er vagtplanen lagt efter, hvornår kunderne kommer, eller efter vane?

    En timekurve over besøgende pr. butik, uge efter uge, viser, hvornår gulvet er fuldt, og kassen står stille, så personaletimerne følger efterspørgslen i stedet for traditionen.

Besøgsanalyse for tøjbutikker måler trinene før kassen: forbipasserende, hvor mange der går ind, opholdstid, prøverummene og salget. Den kører på butikkens Wi-Fi, med en 3D-sensor over døren, hvor præcise indgangstal betyder noget. Bumbee Labs er virksomheden bag den eneste metode til besøgsmåling i Europa, der er godkendt af en databeskyttelsesmyndighed.

Kort fortalt

  • Besøgsanalyse for tøjbutikker viser forbipasserende, indgangstal, opholdstid pr. zone, prøverummene og konverteringen, butik for butik og time for time.
  • Målingen starter på det Wi-Fi, der allerede er i butikken, med en 3D-sensor over døren til præcise indgangstal. Der skal ikke bruges kameraer.
  • Derefter følger otte spørgsmål, fra vagtplanen og butiksvinduet til huslejen og åbningstiderne.
  • Til sidst kommer ti kortere spørgsmål og et afsnit om, hvordan du kommer i gang.

Hvilke spørgsmål kan besøgsanalyse for en tøjbutik besvare?

  1. Følger vores vagtplan kunderne, eller den måde, vi altid har gjort det på?

    Et besøgstal pr. time for hver butik, uge efter uge, viser, hvornår gulvet er fuldt, og kassen står stille. Så kan personaletimerne planlægges efter, hvornår kunderne kommer. Wi-Fi står for tællingen, og en 3D-sensor over døren gør den præcis der, hvor det betyder noget.

  2. Kommer folk ind efter et vinduesskift, eller kigger de bare og går videre?

    Capture rate pr. vinduesskift og pr. kampagneuge viser, hvilke vinduer der trækker folk ind fra gaden, og hvilke der kun får blikke. De forbipasserende tælles på det Wi-Fi, der dækker fortovet udenfor. Dem, der går ind, tælles ved døren, og tallet er præcist, hvis der sidder en LiDAR-persontæller. Et nyt udsalgsskilt er også et vinduesskift.

    Enhver butik med et vindue ud til en travl gade stiller det samme spørgsmål, og flagskibsbutikker har deres egen side om det.

  3. Koster køen ved prøverummene os salg på travle eftermiddage?

    Stiger opholdstiden ved prøverummene i de travle timer, er der en kø på vej, og en kø dér koster konvertering. Butikker, vi måler, har flyttet personale fra kassen til prøverummene i de timer og set konverteringen følge med. For at måle konvertering skal der salgsdata til, og de hentes ind via en kasseintegration med dit eget kassesystem.

  4. Hvilke stativer stopper ingen ved, og hvor vender kunderne om?

    Opholdstid pr. zone viser, hvor folk bliver hængende, og hvor de vender om: forrest i butikken, langs stativerne, i dame-, herre- og børneafdelingen, ved prøverummene og ved kassen. Et stativ, ingen stopper ved, er en zone uden opholdstid, og et heatmap i butikken placerer det på plantegningen.

  5. Hvor mange af vores besøgende prøver noget på?

    Andelen af besøgende, der når prøverummene, er trinnet mellem at gå ind og at købe. Sammen med opholdstiden i prøverummene time for time giver den det tidligste tegn på, at der er ved at danne sig en kø. Wi-Fi viser, hvilke zoner i tøjbutikken de besøgende når, og hvor længe de bliver der.

  6. Flere kom ind i udsalgsugen, men en mindre andel købte. Hvad skete der?

    Butikker, vi måler, har bedømt en udsalgsuge på både antallet af besøg og andelen, der købte. Flere kom ind, mens en mindre andel købte, og den næste kampagne blev planlagt ud fra det. Læg konverteringsraten i butikken ved siden af ugens besøgstal, og mål effekten af events og kampagner på samme måde hen over kampagnekalenderen.

    Siden om konverteringsbenchmark for detailhandel gennemgår, hvad en god konverteringsrate er i modebranchen, og hvorfor dit eget udgangspunkt betyder mere end det offentliggjorte.

  7. Er huslejen rigtig for et lejemål i et indkøbscenter eller på en handelsgade?

    Dine egne forbipasserende, besøg og din capture rate giver huslejedrøftelsen tal, som både lejer og udlejer kan læse og acceptere, ved omsætningsbaseret leje såvel som ved en genforhandling. For en tøjbutik på en handelsgade, i et indkøbscenter eller i en retailpark viser tallene, hvordan lejemålet har klaret sig i forhold til gaden omkring det.

  8. Er gaden travlest, når vores butik har åbent?

    Tæl de forbipasserende udenfor om aftenen og i weekenden, og hold dem op mod dine åbningstider. Butikker, vi måler, har ændret deres åbningstider, efter at de forbipasserende udenfor viste, at naboerne handlede, mens de selv havde lukket, eller at gaden var tom en stille formiddag. Tællingen kommer fra det Wi-Fi, der dækker fortovet; se persontælling via Wi-Fi.

Hvad vil modebutikker ellers have besøgsdata til at besvare?

  • Hvor skal vores næste butik ligge?Tæller man de forbipasserende uden for en planlagt placering, før butikken åbner, ser man, hvad gaden har at byde på.
  • Kommer kunderne tilbage efter udsalget?Med opt-in vises genbesøg som andelen af tilbagevendende besøgende efter en kampagne eller et sæsonskifte.
  • Sælger skoafdelingen, eller kun skoene i vinduet?For en sko- eller taskebutik i en modekæde skiller capture rate ved vinduet og opholdstid i afdelingen de to ad.
  • Indkøbscenter eller handelsgade?Sæt capture rate for det samme koncept side om side de to steder, og spørg, hvilken placering der passer til det.
  • Lørdag eftermiddag: fuldt gulv, tom kasse?Opholdstid pr. zone og time viser, hvilke dele af gulvet der er fulde, og dermed hvor der er brug for en medarbejder.
  • Januar: trækker returneringerne vores konvertering ned?Besøg og transaktioner pr. time viser, hvordan konverteringen bevæger sig i januar, mens årsagen bag, returneringer medregnet, kræver kassedata ved siden af.
  • Hvornår starter sæsonen egentlig?Sports- og modekæder har fulgt starten på ski- og løbesæsonen uge for uge og lagt indkøb og bemanding efter kurven i stedet for kalenderen.
  • Ingen går op ad trappen: mister overetagen dem?Opholdstid pr. zone viser, hvor de besøgende går hen, og hvor de vender om, og det er dér, man starter, når en overetage forbliver stille.
  • Dame, herre eller børn: hvem får gulvpladsen?Opholdstid pr. afdeling før og efter en flytning viser, hvilken afdeling der holder på de besøgende, og hvilken de går lige forbi.
  • Hvad sker der i de første uger efter en ny butiks åbning?Ser man på de uger time for time, kan man se, hvilke tidsrum den lokale markedsføring skal rettes mod.

Hvordan kommer en tøjbutik i gang med besøgsmåling?

De fleste tøjbutikker starter på det Wi-Fi, der allerede er i bygningen. De accesspunkter, du har, står for målingen, og højst et eller to ekstra dækker indgangen og fortovet udenfor. Hvor præcise indgangstal betyder noget, sidder en lille 3D-sensor eller LiDAR-enhed over døren, og personalet holdes ude af tællingerne. Den første måned giver dig timekurven, capture rate og opholdstid pr. zone for den butik. En kæde kan tilføje flere butikker på den samme opsætning og sammenligne dem på lige vilkår, i dashboardet eller i sit eget BI via API’en. Er du i tvivl om, hvorvidt en simpel tæller, en sensor eller Wi-Fi passer bedst, sammenligner guiden dørtælling eller besøgsanalyse dem.

Nysgerrig på, hvordan det ville se ud for dit sted?

Sådan bruger modebutikkerne dataene

En modekæde, vi måler, fulgte capture rate og opholdstid ved prøverummene på tværs af sine butikker gennem en kampagneperiode. Kampagnen trak flere folk ind fra gaden, men en mindre andel af dem nåede prøverummene. Flaskehalsen var køen ved prøverummene på travle eftermiddage. Kæden flyttede personale fra kassen til prøverummene i de timer, og konverteringen fulgte med. Flere kæder, vi arbejder med, kører den samme tragt i hver butik. De kan se, om en svag butik har et problem med capture rate eller med konvertering, og rette løsningen mod det trin.

Se casestudierne fra detailhandlen

We are excited about the collaboration with Bumbee Labs through our Unicorn Academy program. A fantastic solution that fits in most of our industry segments such as retail, transportation, public sector etc. We are happy to support Bumbee Labs with our expertise and global presence, and we are delighted to add such an innovative solution to our portfolio, to be offered standalone or integrated in our own solutions.
Sion Olofsson Unicorn Academy, CGI

Ofte stillede spørgsmål

Hvordan måler besøgsanalyse capture rate for tøjbutikkens vindue?

De forbipasserende tælles på det Wi-Fi, der når fortovet uden for tøjbutikken, og dem, der går ind, tælles ved døren, præcist hvor en LiDAR- eller 3D-sensor sidder over den. Capture rate er andelen af forbipasserende, der går ind. Læst pr. vinduesskift og pr. kampagneuge viser den, hvilke vinduer der trækker folk ind, og hvilke folk kun kigger på.

Kan besøgsanalyse vise, om prøverummene i vores tøjbutik holder salget tilbage?

Ja. Den viser, hvor stor en andel af de besøgende der når prøverummene, og hvor længe de bliver der, time for time. Opholdstid, der stiger i de travle timer, betyder kø, og en kø dér koster konvertering. En tøjkæde, vi måler, mødte sådan en kø ved at flytte personale fra kassen til prøverummene på travle eftermiddage.

Hvordan kan besøgsanalyse hjælpe en tøjbutik med at bemande gulvet?

Talt time for time og uge efter uge viser besøgene i hver tøjbutik, hvornår gulvet fyldes, mens der er roligt ved kassen. Opholdstid pr. zone og time viser derudover, hvilke dele af gulvet der er fulde, så personaletimerne kan følge kunderne, på gulvet, ved prøverummene eller ved kassen, i stedet for vanen.

Kan vi kombinere besøgstallene fra vores tøjbutikker med vores salgsdata?

Ja. Salgsdata hentes ind via en integration til dit eget kassesystem eller retailsystem, så konvertering og salg står ved siden af besøgstallene i det samme dashboard.

Se din butik, som dine kunder bevæger sig gennem den

Book en demo, så viser vi capture rate, opholdstid ved prøverummene og konvertering på en butik, der ligner din.

Book en demo