Tiedät kuukauden myynnin, mutta et sitä, kuinka monta käyntiä sen takana oli, missä huonemiljöissä ihmiset viipyivät tai kuinka kauan he odottivat suunnittelijaa.

Huonekaluliikkeen kävijäanalytiikka mittaa käynnit tunti tunnilta, viipymän kullakin osastolla, suunnittelupisteen jonon ja kassan konversion. Mittaus toimii myymälän Wi-Fillä, ja sisäänkäynnin yläpuolella oleva 3D-anturi antaa tarkat sisääntulomäärät. Bumbee Labs on yritys, jonka kehittämä menetelmä on Euroopan ainoa kävijämittausmenetelmä, joka on tietosuojaviranomaisen hyväksymä.

Lyhyesti

• Huonekaluliikkeen kävijäanalytiikka näyttää käynnit tunneittain, viipymän osastoittain, odotuksen suunnittelupisteellä ja kassan konversion.
• Mittaus voi alkaa myymälän Wi-Fillä, ja tarkkoja sisääntulomääriä varten oven yläpuolelle tulee 3D-anturi.
• Kun viipymää luetaan konversion rinnalla, kiinnostus erottuu kitkasta. Se, mistä kävijä ostaa lähdettyään myymälästä, jää laskennan ulkopuolelle.
• Henkilökunta jätetään pois luvuista, ja ketju voi verrata myymälöitään samoilla mittareilla.

Mihin kysymyksiin huonekaluliikkeen kävijäanalytiikka voi vastata?

Pitkät käynnit, vähän ostoja: missä kohtaa myymälää asiakkaat viettävät aikansa?

Huonekaluliikkeessä osastokohtainen viipymäaika näyttää, missä kävijät viipyvät, ja konversio sen, kuinka moni käynti päättyy ostoon kassalla. Kun luvut luetaan rinnakkain, niistä näkee, onko kyse kiinnostuksesta vai kitkasta. Näyttelytila on tehty houkuttelemaan katselijoita, joten matala konversio ei sinänsä ole vika. Sitä verrataan myymälän omaan lähtötasoon.

Myyntiluvut tulevat alustalle integraatiolla kassajärjestelmästäsi ja näkyvät käyntimäärien rinnalla, joten samoista viikoista voi lukea käynnit, viipymän ja tuloksen.

Asiakkaat katsovat meillä ja ostavat muualta: ansaitseeko myymälä silti paikkansa?

Huonekaluliikkeen käynnit voivat pysyä ennallaan, vaikka osto tehdään muualla, laskennan ulkopuolella. Viipymä näyttää, että ihmiset käyttävät huonemiljöitä edelleen, kun taas kassan konversio kattaa vain myymälässä tehdyt ostot. Ero näiden välillä voi olla showroomingiksi kutsuttu ilmiö: tuote nähdään myymälässä mutta ostetaan toisaalta.

Laskenta kuvaa ilmiötä, mutta se ei pysty seuraamaan kauppaa sinne, missä se lopulta tehdään. Viikosta toiseen kannattaa seurata, pysyvätkö käynnit tasaisina samalla kun konversio heikkenee.

Perheet tulevat lauantaina: onko henkilökuntamme myymälässä oikeina tunteina?

Huonekaluliike laskee lauantain käynnit tunneittain, ja henkilökunta jätetään pois luvuista. Käyrä näyttää silloin, milloin asiakkaat ovat myymälässä, ja työvuorolistaa voi painottaa noihin tunteihin. Useimmat myymälät tietävät jo vilkkaimman päivänsä, mutta sen vilkkain tunti arvioidaan usein väärin.

Oven yläpuolella olevan 3D-anturin sisääntulomäärät antavat käyrälle tarkan muodon. Data viittaa usein siihen, että henkilökuntaa kannattaa siirtää tuntien välillä, ja harvemmin siihen, että väkeä tarvitaan lisää.

Missä kohtaa kierrosta asiakkaat kääntyvät takaisin?

Osastokohtainen viipymä ja kulkureitit näyttävät, missä asiakkaat pysähtyvät kierroksellaan suuressa huonekaluliikkeessä ja missä he kääntyvät takaisin tai minne eivät koskaan ehdi. Myymälän lämpökartta näyttää sen pohjapiirroksella: kuumat vyöhykkeet, joilla kävijät pysähtyvät, ja kylmät, jotka he ohittavat nopeasti. Kylmä vyöhyke pitää tulkita ennen kuin yhtäkään sohvaa siirretään.

Wi-Fi kattaa koko myymälälattian yhtenä jatkuvana kävijävirtana, joten viipymää ja kulkureittejä voi lukea kaikkien osastojen yli. Sen, onko hiljainen nurkka layout-ongelma vai yksinkertaisesti rakennuksen takaosa, myymälä arvioi itse.

Odottavatko asiakkaat myyjää keittiösuunnittelupisteellä?

Huonekaluliikkeen suunnittelupisteellä jono näkyy viipymänä, joka kasvaa kasvamistaan. Tunti tunnilta luettuna viipymä kertoo, milloin asiakkaat odottavat suunnittelijaa ja milloin piste on hiljainen. Suunnittelijat voi silloin sijoittaa niille tunneille, joina odotus alkaa kertyä.

Wi-Fi-laskenta mittaa viipymän pisteellä. Pisteen yläpuolelle asennettu 3D-anturi voi antaa tarkan määrän, jos sellaista tarvitaan. Henkilökuvia ei tallenneta.

Kevätsesonki: mistä näemme, milloin se alkaa, ja miten sitä luetaan viikko viikolta?

Huonekaluliike voi seurata kevään viikkoja viikoittaisen kävijämääränsä kautta omia aiempia viikkojaan vasten, jolloin nousu huomataan ajoissa ja se osataan tulkita oikein. Myös sään ja pyhäpäivien vaikutuksen voi erottaa, jottei lämmintä viikonloppua luulla sesongin alkamiseksi.

Joillekin myymälämuodoille, muun muassa sisustustavarakaupoille, pääsiäinen voi olla kuin pieni joulu, ja sen ajankohta vaihtelee vuodesta toiseen. Kun pääsiäisen ympärillä olevat viikot luetaan erikseen, vertailu edelliseen vuoteen pysyy reiluna.

Mihin muihin kysymyksiin huonekalukauppiaat haluavat vastauksen kävijädatasta?

• Sisustusliikkeemme keskustassa: houkutteleeko näyteikkuna ihmisiä sisään? Sisääntuloaste vertaa ohikulkijoita sisään tulleisiin kävijöihin, mitattuna jaksolta ennen ikkunan vaihtoa ja jaksolta sen jälkeen.
• Uudistimme huonemiljööt: toimiiko uusi näyttelytila paremmin? Samat vyöhykkeet samalla tavalla mitattuina ennen ja jälkeen, vertailukelpoisilta jaksoilta, näyttävät, mitkä niistä nyt pitävät kävijät luonaan ja mitkä ovat menettäneet heidät. Tätä pelkkä ovella tehty laskenta ei pysty näyttämään.
• Miten suuret myymälämme pärjäävät toisiinsa verrattuna? Ketju voi muuttaa jokaisen myymälän indeksiksi, joka on painotettu pinta-alan ja sijainnin mukaan, joten suuri kaupunkimyymälä ja pieni lähiömyymälä ovat samalla asteikolla.

Miten huonekaluliike pääsee alkuun kävijälaskennassa?

Huonekaluliikkeet kuuluvat mittaamiimme myymälätyyppeihin. Laskenta voi alkaa myymälän nykyisillä Wi-Fi-tukiasemilla, ja sisäänkäynnin yläpuolelle tulee 3D-anturi siellä, missä tarkat sisään- ja ulostulomäärät ovat tärkeitä. Oma henkilökuntasi suodatetaan pois, joten luvut kuvaavat vain asiakkaita. Ensimmäisen kuukauden jälkeen myymälällä on luettavanaan tuntikäyrä, ja ketju voi toistaa saman kokoonpanon myymälä kerrallaan ja välittää datan API:n kautta omaan BI-ympäristöönsä. Kävijälaskuri vai kävijäanalytiikka vertailee yksinkertaista laskuria ja kattavaa analytiikkaa.