Afluencia frente a ventas: por qué el tráfico y los ingresos cuentan historias distintas

Un retailer de una ciudad sueca de tamaño medio registró una afluencia récord en noviembre. Subían las visitas, subía el tiempo de permanencia y el equipo de marketing se sentía reivindicado. Luego llegó la cuenta de resultados, con los ingresos planos. La explicación fue sencilla en cuanto alguien se puso a mirar: la mayoría de los visitantes extra habían ido a un evento en la tienda que no implicaba ni mirar productos ni comprar. La afluencia era real, pero nunca se tradujo en ventas, y nadie había estado vigilando la brecha entre ambas.

Nadie cuestiona la afluencia hasta que contradice a los ingresos

La afluencia y los ingresos son las dos cifras que sigue todo retailer. Rara vez chocan, pero cuando una se mueve sin la otra la discusión sube de tono. La dirección señala el tráfico como prueba de que la ubicación está sana, y finanzas señala la línea de ingresos como prueba de que algo va mal. Las dos tienen razón, y a las dos se les escapa el número que las conecta: la tasa de conversión en tienda.

La tasa de conversión es el número de transacciones dividido entre el de visitantes, expresado como porcentaje. La conversión en tienda varía mucho según el formato: la alimentación es la que más convierte, porque la mayoría de los visitantes van a comprar, mientras que los formatos en los que se entra a mirar convierten mucho menos. Una sola “media” es engañosa, porque un supermercado y una boutique de relojes de lujo no tienen casi nada en común en esta métrica. Por eso tu propia línea base móvil importa más que cualquier referencia publicada. La tasa de conversión responde a la pregunta que la afluencia y los ingresos no pueden responder por separado: de toda la gente que entró, ¿cuánta compró algo?

Cuando la afluencia sube y los ingresos no

El crecimiento del tráfico sin crecimiento de los ingresos es la sorpresa más común, y aparece en varios patrones reconocibles. Una campaña promocional trae visitantes nuevos, curiosos pero sin intención firme de comprar, y la conversión cae porque se comportan de forma distinta a la clientela habitual. Un local en un centro comercial concurrido capta afluencia gracias a una tienda ancla popular, pero pocos de esos clientes acaban comprando en él. El tiempo propio de la estación hace entrar a gente que no tiene ninguna intención de comprar.

En todos los casos la cifra bruta de afluencia parecía alentadora, y la de conversión habría mostrado antes lo que pasaba si alguien la hubiera estado vigilando.

Cuando los ingresos suben y la afluencia no

Lo contrario es igual de instructivo y a menudo más bienvenido. Una tienda simplifica el escaparate, reorganiza la planta en torno a menos categorías principales y forma mejor al personal. La afluencia no cambia: el mismo número de personas pasa por delante y decide entrar. Pero sube el porcentaje que compra, sube el tamaño medio de la cesta y los ingresos crecen sin el gasto de marketing que haría falta para atraer a más visitantes.

Ese es el argumento para tratar la conversión como una palanca en sí misma. Atraer más afluencia es caro y hay mucha competencia, mientras que convertir a los visitantes que ya tienes depende sobre todo de la medición y la ejecución.

Lo que los datos muestran y el instinto no

Los responsables de tienda notan cuándo un período está animado o tranquilo, y a menudo tienen razón. Casi nunca la tienen sobre el porqué. ¿Fue tranquilo el martes pasado porque entró menos gente o porque la gente que entró salió más rápido y compró menos? Desde detrás del mostrador los dos casos parecen idénticos, pero piden respuestas completamente distintas: más marketing en el primero y más merchandising o atención del personal en el segundo.

Por eso los datos de un establecimiento bien instrumentado incluyen tanto el recuento de visitantes como las marcas de tiempo que te permiten cotejarlo con tu exportación de TPV. Sin ambos, estás diagnosticando el negocio con la mitad de la información. El recuento de visitantes puede salir directamente del Wi-Fi que ya tiene el edificio, sin cámaras.

Conversión por día, hora y zona

Cuando tienes ambos números en paralelo, las preguntas se vuelven más precisas. La conversión de los sábados por la tarde puede ser quince puntos más alta que la de los martes por la mañana, y lo útil es comprobar si tienes personal suficiente para ese momento. La planificación de personal construida sobre patrones de afluencia consiste en poner más personal en tienda cuando de verdad hay más compradores dentro, en lugar de recurrir a turnos fijos que aplanan los picos.

Los datos por zona añaden otra capa cuando se combinan los datos de movimiento con los de ventas. Un área de la tienda con mucha afluencia y pocas transacciones suele estar mal surtida o mal iluminada, mientras que un área con menos tráfico que convierte bien podría merecer más espacio.

El problema de la cadena

Para una sola tienda, la conversación es relativamente acotada. Para una cadena retail que opera decenas de ubicaciones, hay más en juego y las comparaciones son más útiles. Una cadena que puede clasificar sus ubicaciones por tráfico y por conversión a la vez identifica rápido qué establecimientos rinden poco en una métrica mientras destacan en la otra, y esa distinción cambia lo que haces con cada uno. Esa clasificación solo se sostiene si todos los locales se contaron de la misma forma (ver lo que vale realmente un benchmark de afluencia).

Una ubicación con alta afluencia y baja conversión tiene un problema operativo distinto del de una con baja afluencia y alta conversión. La primera necesita trabajo en la oferta de producto, la distribución o el personal. La segunda necesita marketing o señalización para atraer más tráfico de paso, que ya ha demostrado que sabe convertir. Sin los dos números, ambas parecen simplemente locales con bajo rendimiento.

Conectar recuentos con cajas a través de la API

El cuello de botella práctico suele ser la integración. Los datos de afluencia y los de TPV están en sistemas diferentes, con distinta granularidad temporal y distintos responsables. Una plataforma de analítica con conectividad API lo resuelve normalizando ambos flujos en un eje de tiempo común, de modo que la tasa de conversión pasa a ser una métrica operativa continua y no algo que alguien calcula en una hoja de cálculo una vez al mes.

Cuando la conversión cae un jueves por la tarde sin una razón externa obvia, alguien lo sabe al día siguiente y no en la próxima revisión comercial. Así los datos de afluencia dejan de ser una herramienta de reporte y pasan a ser una herramienta de gestión, y la brecha entre tráfico e ingresos se puede cerrar mientras está abierta en lugar de notarla de vez en cuando. Tanto para las tiendas insignia como para las cadenas, la analítica de afluencia conforme al RGPD que sustenta todo esto funciona sin identificar a ningún cliente por su nombre.

Fuentes

• Perdikaki, O., Kesavan, S., & Swaminathan, J. M. (2012). Effect of traffic on sales and conversion rates of retail stores. Manufacturing & Service Operations Management, 14(1), 145–162. https://doi.org/10.1287/msom.1110.0356
• Mani, V., Kesavan, S., & Swaminathan, J. M. (2015). Estimating the impact of understaffing on sales and profitability in retail stores. Production and Operations Management, 24(2), 201–218. https://doi.org/10.1111/poms.12237