Huoltoasemien ja lähikauppojen kävijäanalytiikka

Huoltoasemien kävijälaskenta kertoo asema kerrallaan, kuinka moni pysähtyy piha-alueelle, kuinka moni tulee myymälään ja kauanko he viipyvät. Mittaus toimii yleensä jo olemassa olevilla Wi-Fi-tukiasemilla, ja LiDAR laskee saapuvat ajoneuvot. Bumbee Labs on yritys, jonka kehittämä menetelmä on Euroopan ainoa kävijämittausmenetelmä, joka on tietosuojaviranomaisen hyväksymä.

Lyhyesti

• Asemakohtaisesti: kuinka moni pysähtyy, kuinka moni tulee myymälään ja kauanko he viipyvät.
• Sama asennus ja samat määritelmät jokaisella asemalla tekevät ketjun asemista vertailukelpoisia.
• Ihmiset lasketaan yleensä jo olemassa olevien Wi-Fi-tukiasemien kautta, ja LiDAR laskee saapuvat ajoneuvot.
• Alla: neljä huoltoasemien kysymystä, kymmenen muuta ja mitä ruotsalainen ketju mittasi yli 100 asemalla.

Mihin kysymyksiin huoltoasemat hakevat vastausta kävijälaskennasta?

Kuinka moni tankkaajista käy ylipäätään myymälässä?

Kävijälaskenta piha-alueella ja myymälässä antaa jokaiselle huoltoasemalle oman pumpulta myymälään -sisääntuloasteen. Se laskee pysähtyjät, myymälään tulijat sekä ne, jotka tankkaavat ja ajavat pois, ja näyttää, kauanko kävijät viipyvät. Luvut saadaan yleensä Wi-Fi-kävijälaskennasta jo olemassa olevilla tukiasemilla.

Miten vertaamme ketjumme asemia ja otamme mallia parhaista?

Jokainen huoltoasema mitataan samalla asennuksella ja samoilla määritelmillä, joten moottoritien varren aseman ja taajaman reunan aseman luvut voi lukea rinnakkain. Vertailu näyttää, millä asemilla pumpulta myymälään -sisääntuloaste on korkein, ja muut voivat oppia niiden pohjaratkaisusta, miehityksestä ja kampanjoista. Artikkeli kävijämäärien benchmarkingista kertoo, miten vertailu toimii.

Onko sähköautojen lataus myyntimahdollisuus huoltoasemaketjun myymälälle?

Kun asiakas lataa autoaan, tuleeko hän sisään vai jääkö autoon?

Huoltoasemalla, jossa on sähköautojen latauspisteitä, lataajat jakautuvat kolmeen mitattavaan ryhmään: pelkästään lataaviin, myymälään tai ravintolaan jatkaviin ja pois ajaviin. Ketju näkee jaon asemittain ja tietää siksi, millä asemilla latauspisteellä kuluva viipymäaika muuttuu myymäläkäynneiksi.

Houkuttelevatko latauspaikkojen myymälä ja ravintola lataajia sisään?

Jokainen asema jaetaan vyöhykkeisiin: latauspaikat, myymälä ja ravintola. Näin kunkin käynnit voidaan laskea ja suhteuttaa lataukseen käytettyyn aikaan. Asemien vertailu näyttää, millä liikenneasemilla latauspisteiden lähellä oleva tarjonta tuo ihmisiä sisään, ja luvut toimitetaan asemittain vyöhykekohtaisena datana.

Näkyvätkö piha-alueen ajoneuvot myymälän luvuissa?

Kyllä. Piha-alueen LiDAR laskee saapuvat autot, ja pysäköinnin käyttöaste näyttää, kuinka täyteen piha-alue tulee ja kauanko ajoneuvot seisovat siinä. Kun lukuja verrataan myymälän sisääntuloasteeseen, ne kattavat käynnin sisäänajosta kassalle. Jos myymälän ovella tarvitaan tarkka laskenta, AI-kamerat tai LiDAR täydentävät Wi-Fi-perusmittausta tällä tarkkuudella.

Mitä muita piha-alueen ja myymälän kysymyksiä mittaamme?

• Miten myymälä pärjää erillään polttoaineesta, kahvilasta ja palvelupysähdyksestä? Sitä mitataan erikseen piha-alueesta, ja sen rytmi on sama kuin missä tahansa ruokakaupassa tai lähikaupassa: lyhyitä käyntejä ja työmatkaliikenteen huippuja.
• Kuinka moni ohi ajavista autoista kääntyy asemalle? Liikennelaskenta suunnittain tiellä ja aseman sisäänajolla laskee sekä ohi ajavat että sisään kääntyvät autot, ja niitä voi verrata myymäläkäynteihin.
• Missä suppilo vuotaa pumpun ja kassan välillä? Kuljettajat tekevät päätöksensä pumpulla, kääntyvät autopesuun tai tulevat sisään ostamatta mitään, ja huoltoaseman suppilo seuraa jokaista vaihetta.
• Kuinka moni sisään tulleista ostaa? Ostaminen on oma vaiheensa sisääntulon jälkeen, ja myymälän konversioaste kertoo, miten sitä luetaan.
• Toiko uusi kahvi- tai take away -ruokatarjonta lisää ihmisiä sisään, vai käyttävätkö samat ihmiset enemmän rahaa? Myymälän sisääntulot ennen muutosta ja sen jälkeen näyttävät, tuliko sisään enemmän ihmisiä.
• Saavatko pumppujen opasteet, näytöt ja kampanjat useamman tulemaan sisään? Sisääntuloaste ennen muutosta, sen aikana ja sen jälkeen näyttää, tuleeko pysähtyjistä suurempi osa sisään.
• Kuinka moni käyttää myymälää tankkaamatta? Riippuvuusaste näyttää, kuinka suuri osa myymälän kävijöistä myös tankkaa, ja alla kuvattu tapaus kertoo luvut.
• Mitkä myymälän hyllyt ja vyöhykkeet jäävät ilman käyntejä? Kuumat ja kylmät vyöhykkeet näyttävät pohjaratkaisun ja tuotesijoittelun tueksi, minne ihmiset menevät ja minne eivät; katso myymälän lämpökartta.
• Miten mitoitamme henkilöstön työmatkahuippuihin? Tunti- ja päiväkohtaiset huiput näyttävät, seuraako miehitys todellista saapumiskuviota; katso henkilöstösuunnittelu kävijädatalla.
• Kannattaako asema pitää auki yöllä? Kävijöiden ja piha-alueen ajoneuvojen tuntikäyriä voi verrata aukioloaikoihin asema kerrallaan.

Ketjun analyytikot, jotka haluavat asemakohtaisen datan omaan BI-ympäristöönsä mieluummin kuin vielä yhteen portaaliin, saavat sen analytiikka-alustan ja API:n kautta.

Mitä ruotsalainen huoltoasemaketju oppi mittaamalla jokaisen asemansa?

Ruotsalainen huoltoasemaketju mittasi pumpulta myymälään -sisääntuloastetta yli 100 aseman verkostossa. Mittaus oli jaettu vyöhykkeisiin pumpuilta ja latauspisteiltä myymälään ja ravintolaan. Sisääntuloaste vaihteli yhdellä mittausjaksolla asemien välillä 8:sta 55:een prosenttiin, ja parhaat asemat näyttivät muille, mitä kannatti muuttaa. Riippuvuusaste oli alimmillaan 10–15 prosenttia: vain tämä osuus myymälän kävijöistä myös tankkasi, joten myymälällä oli oma kävijävirtansa. Myös latauskäynnit voitiin mitata myymälän myyntimahdollisuutena. Koska asennus on sama jokaisella asemalla, tietosuoja-arviointi tehdään kerran koko verkostolle. Lue huoltoasemaketjun tapaustutkimus →