Vaikutusaluekysymys: mistä kävijäsi todella tulevat?

Useimmilla kohteilla on kävijöistään varma ja yksityiskohtainen käsitys, joka on rakentunut vuosien toiminnasta paikalla. Käsitys on myös usein väärä, ja virheet osuvat hyvin tärkeisiin päätöksiin: mihin avata seuraava kohde, miten jakaa markkinointibudjetti ja minkä vuokralaisen ottaa keväällä vapautuvaan liiketilaan. Vaikutusalueanalyysilla mitataan, mistä kävijät tulevat, eikä intuitiivinen malli kestä tätä mittausta.

Lyhyesti

• Vaikutusalue on alue, jolta kauppa, kauppakeskus tai kohde saa kävijänsä. Se jakautuu yleensä ensisijaiseen, toissijaiseen ja tertiääriseen vyöhykkeeseen.
• Parkkipaikan rekisterikilvet, kanta-asiakaskorttien postinumerot ja henkilöstön muistikuvat ovat voimakkaasti suodatettuja merkkejä, joten intuitiivinen malli painottaa liikaa näkyviä vyöhykkeitä.
• Mobiiliverkkoanalytiikka antaa kävijämäärät alkuperäkaupunginosan mukaan päivittäin ja kausittain, anonymisoituina ja koostettuina, ketään tunnistamatta.
• Uudelle kohteelle lähellä asuvien määrä on vasta lähtökohta: kysymys on, kuinka moni tulee ja mistä. Samat alkuperäluvut palvelevat vuokralaisvalikoimaa, markkinointia ja julkisia palveluja.

Mikä on kaupan tai kauppakeskuksen vaikutusalue?

Vaikutusalue on maantieteellinen alue, jolta kohde saa kävijänsä. Vähittäiskaupan maantieteilijät jakavat sen tavallisesti kolmeen vyöhykkeeseen: ensisijaiseen alueeseen, joka kattaa lähimmän väestön ja tuottaa valtaosan käynneistä, toissijaiseen vyöhykkeeseen, joka tuo lisäosuuden, sekä tertiääriseen vyöhykkeeseen, jolta tulee satunnaisia ja juuri tämän kohteen vuoksi saapuvia kävijöitä.

Vaikutusalueanalyysi kaupunginosan tasolla toimii ilman kyselyjä tai kanta-asiakaskorteista tehtyjä päätelmiä ja näyttää, mistä kävijät ovat peräisin ennen kuin he saapuvat kohteeseesi. Mobiiliverkkoanalytiikalla tämä onnistuu siinä mittakaavassa, jota todelliset suunnittelupäätökset vaativat.

Kartta on usein yllättävä. Kauppakeskus, jolla on vahva alueellinen maine, saattaa saada suurimman osan kävijöistään kahdesta tai kolmesta viereisestä kaupunginosasta, eikä kolmen kilometrin päässä oleva kaupunginosa juuri näy. Tai päinvastoin: kohde, jota ylläpitäjä pitää paikallisena, vetääkin paljon kävijöitä kaukaiselta asuinalueelta, jolla ei ole ilmeistä vaihtoehtoa. Kumpikin kuvio voi toimia liiketoiminnalle, ja molemmat vaikuttavat jokaiseen päätökseen, joka riippuu siitä, keitä asiakkaasi ovat.

Miksi intuitiivinen malli epäonnistuu?

Intuitiivinen malli epäonnistuu, koska kohteiden ylläpitäjät rakentavat oletuksensa vaikutusalueesta sen varaan, mitä voivat havainnoida: rekisterikilpiä parkkipaikalla, aksentteja infotiskillä, postinumeroita toimitustilauksissa. Nämä ovat todellisia merkkejä, mutta voimakkaasti suodatettuja. Parkkipaikkaotos jättää pois jokaisen jalan saapuneen. Kanta-asiakaskorttien postinumerot kattavat vain kortinhaltijat, jotka eivät ole satunnainen otos kävijöistä. Henkilöstön muistiin jäävät mieleenpainuvat keskustelut ja poikkeukselliset tapaukset, kun taas mediaanikävijä, joka tulee, ostaa ja lähtee ilman erityistä huomiota, ei juuri jää mieleen.

Malli korostaa siis liikaa vyöhykkeitä, jotka tekevät itsensä näkyviksi, ja aliarvioi muita. Markkinointimenot, opasteiden sijoittelu ja liikenneyhteyksistä neuvotteleminen perustuvat kaikki tähän malliin, joten virhe kasvaa vuosien mittaan kenenkään huomaamatta.

Miten vaikutusaluedata muuttaa sijaintipäätöstä?

Uuden kohteen kohdalla kysymys “kuinka moni asuu lähellä” on vasta lähtökohta. Vaikutusaluedata vastaa kysymykseen “kuinka moni tulee paikalle, ja mistä”. Sijaintianalyysissa vaikutusaluevirheet tulevat kalleimmiksi. Kaupungin keskustassa hyvien joukkoliikenneyhteyksien varrella oleva kohde voi saada kävijöitä paljon laajemmalta alueelta kuin kaupungin laidalla sijaitseva kauppapuisto, vaikka kävelymatkan päässä asuu vähemmän ihmisiä.

Väestöluvut voivat johtaa harhaan myös toiseen suuntaan. Pikkukaupunki, jossa on jo vakiintunut ostoskohde, voi näyttää väestöltään houkuttelevalta, kunnes vaikutusaluedata osoittaa, että nykyinen kohde on jo saanut varsinaisen yleisön ja uusi kohde kilpailisi kävijöistä, joille on jo muodostunut tapa. Virhe tulee kalliiksi, joten analyysi kuuluu tehdä ennen vuokrasopimuksen allekirjoittamista.

Miten kauppakeskukset käyttävät alkuperädataa vuokralaisvalikoimaan?

Kauppakeskusten operaattorit ja kiinteistönomistajat käyttävät vaikutusalueanalyysia kahteen suuntaan samanaikaisesti. Ensimmäinen suunta on sisäänpäin: selvitetään, mitkä vuokralaiskategoriat ovat yli- tai aliedustettuina suhteessa kauppakeskuksen todelliseen kävijäpohjaan. Jos kauppakeskuksen kävijöistä suhteettoman suuri osa tulee nuoremman väestön kaupunginosista, siltä voi puuttua juuri tätä yleisöä kiinnostavia kategorioita, sanoi perinteinen kauppakeskuskaava mitä tahansa.

Toinen suunta on ulospäin: vaikutusalueen esitteleminen mahdollisille vuokralaisille. Vuokrasopimuksesta neuvotteleva ankkurivuokralainen haluaa kokonaiskävijämäärän lisäksi tietää, mistä kävijät tulevat ja osuuko tuo väestö yksiin brändin oman asiakaspohjan kanssa. Alkuperädatan avulla vuokranantajalla on näytettävänään jotain konkreettista, mihin pelkät kokonaiskävijäluvut eivät pysty.

Miten alkuperädata ohjaa markkinointibudjettia?

Kaupunginosakohtainen alkuperädata muuttaa sitä, miten markkinointibudjetti jaetaan. Jos vaikutusaluedata osoittaa, että käynnit kymmenen kilometrin päässä olevasta kaupunginosasta ovat vähentyneet kolmen vuoden ajan, ehkä koska kilpailija avasi sinne toimipisteen, ongelma on eri kuin koko vaikutusaluetta tasaisesti koskeva lasku. Ensimmäinen vaatii kohdennettua viestintää ja mahdollisesti kumppanuutta paikallisen liikenteen kanssa. Toinen viittaa laajempaan brändi- tai tuoteongelmaan.

Kaupungeille ja kunnille sama logiikka pätee julkisiin palveluihin ja vapaa-ajan kohteisiin. Kirjasto, jonka kävijät tulevat lähes kokonaan ympäröivästä kaupunginosasta, palvelee kapeaa vaikutusaluetta, joka voi kertoa enemmän liikenne-esteistä kuin laajemman alueen kysynnästä. Kulttuurikohde, joka haluaa osoittaa alueellisen merkityksensä rahoittajille, voi alkuperädatan avulla näyttää tarkalleen, mihin kaupunginosiin se ulottuu ja mitkä jäävät alipalvelluiksi. Se, miten ihmiset liikkuvat kaupunginosan sisällä, on eri kysymys, ja kävijämäärä kaupunginosan pulssina kertoo, palveleeko ostoskatu todella ympäröivää väestöä.

Miltä vaikutusaluedata näyttää käytännössä?

Mobiiliverkkoanalytiikan datatoimituksissa saat kävijämäärät alkuperäkaupunginosittain eriteltyinä päivittäin ja kausittain, joten näet, minkä kaupunginosien osuus kasvaa ja minkä pienenee. Reitit, jotka kävijät valitsevat perillä, saadaan Wi-Fi- tai anturilaskennasta, ei verkkodatasta. Sen avulla voit verrata vaikutusalueprofiiliasi vastaaviin kohteisiin ja mallintaa, miten uusi liikenneyhteys tai kilpailijan avaama kohde voisi muuttaa jakaumaa.

Kaikki tämä on anonyymia ja koostettua. Mobiiliverkkoanalytiikka näkee kaupunginosat ja ajanjaksot, mutta ei yksittäisiä matkoja eikä tunnistettavia henkilöitä. Aineistossa ei ole kotiosoitteita, vain kaupunginosa, josta kävijäryhmä on peräisin, lukumääränä ilmaistuna. Tämä taso riittää kaikkiin edellä kuvattuihin päätöksiin, ja vaikutusalueanalyysia on aina ollut järkevää tehdä tällä tasolla.

Vaikutusalue, jonka luulit sinulla olevan

Kysymys siitä, mistä kävijät tulevat, on perustavin kysymys, jonka kohde voi esittää itsestään. Se tulee ennen konversiota, viipymäaikaa ja käyntikohtaista tuottoa, koska kaikkiin niihin vastaaminen edellyttää ensin tietoa siitä, kuka saapuu.

Kaupunginosatasolla tehty alkuperäanalytiikka on rakennettu korjaamaan oletus, josta useimmat kohteet lähtevät, tunnistamatta ketään. Tämä oletus on yleensä tarpeeksi lähellä ollakseen uskottava, mutta harvoin tarpeeksi lähellä, jotta sen varaan voisi rakentaa sijaintipäätöksen.

Bumbee Labs on yritys, jonka kehittämä menetelmä on Euroopan ainoa kävijämittausmenetelmä, joka on tietosuojaviranomaisen hyväksymä.