La domanda sul bacino d'utenza: da dove vengono davvero i tuoi visitatori?

La maggior parte delle sedi ha sui propri visitatori una teoria sicura e dettagliata, costruita in anni di gestione di un luogo. È anche spesso sbagliata, e l’errore ricade su decisioni che contano moltissimo: dove aprire il prossimo punto vendita, come allocare un budget di marketing, quale inquilino mettere nell’unità che si libera in primavera. Misurare da dove vengono i visitatori è il compito dell’analisi del bacino d’utenza, e il modello intuitivo smette di reggere appena lo si fa.

In breve

• Il bacino d’utenza è la zona da cui un negozio, un centro commerciale o un luogo attira i propri visitatori, di solito divisa in zona primaria, secondaria e terziaria.
• Targhe nel parcheggio, CAP delle carte fedeltà e memoria del personale sono segnali molto filtrati, quindi il modello intuitivo sovrastima le zone che si rendono visibili.
• L’analisi della rete mobile fornisce conteggi di visitatori per quartiere di origine, per giorno e stagione, in forma anonimizzata e aggregata, senza identificare nessun individuo.
• Per una nuova sede, quante persone vivono nelle vicinanze è solo un punto di partenza; la domanda è quante persone, e da dove, verranno. Gli stessi conteggi per origine servono per il tenant mix, la spesa di marketing e i servizi pubblici.

Che cos’è il bacino d’utenza di un negozio o di un centro commerciale?

Un bacino d’utenza è la zona geografica da cui una sede attira i propri visitatori. I geografi del retail lo dividono convenzionalmente in tre zone: un’area primaria che copre la popolazione più vicina e genera la grande maggioranza delle visite, una zona secondaria che contribuisce con un’ulteriore quota e una zona terziaria di visitatori occasionali o richiamati da una destinazione specifica.

L’analisi del bacino d’utenza a livello di quartiere funziona senza sondaggi né deduzioni dalle carte fedeltà e mostra da dove provengono i visitatori prima che arrivino nella tua sede. L’analisi della rete mobile la rende possibile alla scala richiesta dalle vere decisioni di pianificazione.

La mappa che ne risulta è spesso sorprendente. Un centro commerciale con una forte reputazione regionale può attrarre la maggior parte dei suoi visitatori da due o tre quartieri adiacenti, mentre il quartiere a tre chilometri di distanza si vede appena. Oppure il contrario: una sede che il gestore considera locale risulta attirare molti visitatori da un’area residenziale lontana, priva di un’alternativa ovvia. Entrambi gli schemi possono funzionare per un’attività, ed entrambi incidono su ogni decisione che dipende da come è composta la tua base clienti.

Perché il modello intuitivo fallisce?

Il modello intuitivo fallisce perché i gestori costruiscono le loro ipotesi sul bacino d’utenza a partire da ciò che possono osservare: targhe nel parcheggio, accenti al banco informazioni, CAP sugli ordini di consegna. Sono segnali reali, ma molto filtrati. Il campione del parcheggio esclude tutti quelli che sono arrivati a piedi. I CAP delle carte fedeltà coprono solo i titolari, che non sono un campione casuale dei visitatori. La memoria del personale si fissa sulle conversazioni memorabili e sui casi insoliti, mentre il visitatore mediano che arriva, fa acquisti e se ne va senza incidenti passa quasi inosservato.

Ne risulta un modello che sovrastima le zone del bacino che si rendono visibili e sottostima quelle che non lo fanno. La spesa di marketing, il posizionamento della segnaletica e la negoziazione sui trasporti derivano tutti da quel modello, quindi l’errore si accumula anno dopo anno senza che nessuno se ne accorga.

Come cambiano i dati sul bacino d’utenza una decisione sulla sede?

Per una nuova sede, «quante persone vivono nelle vicinanze» è solo un punto di partenza; la domanda a cui rispondono i dati di bacino è «quante persone, e da dove, verranno». L’analisi della location è il caso in cui gli errori sul bacino d’utenza costano di più. Una sede in centro città con buoni collegamenti di trasporto pubblico può attrarre da un’area molto più ampia rispetto a un retail park alla periferia urbana, pur avendo una popolazione residente minore nel raggio pedonale.

Anche i dati sulla popolazione possono ingannare nella direzione opposta. Una cittadina di mercato che ha già una destinazione di acquisto ben consolidata può sembrare attraente per numero di abitanti finché i dati di bacino non mostrano che la destinazione esistente ha già catturato il pubblico effettivo, e che la nuova sede si troverebbe a competere per visitatori che hanno già preso le loro abitudini. Sbagliare costa caro: l’analisi va fatta prima di firmare il contratto di locazione.

Come usano i centri commerciali i dati di origine per il tenant mix?

Gli operatori di centri commerciali e proprietari usano l’analisi del bacino d’utenza in due direzioni contemporaneamente. La prima è verso l’interno: capire quali categorie di inquilini sono sovra- o sottorappresentate rispetto alla base di visitatori reale che il centro attira. Un centro che attrae una quota sproporzionata dei suoi visitatori da quartieri urbani più giovani potrebbe essere carente nelle categorie che piacciono a quel pubblico, qualunque cosa dica la formula convenzionale del centro commerciale.

La seconda è verso l’esterno: dimostrare il bacino ai potenziali inquilini. Un inquilino àncora che negozia un contratto di locazione vuole il dato complessivo dei flussi pedonali, e anche sapere da dove provengono quei visitatori e se quella popolazione si sovrappone alla base clienti del marchio. I dati di origine danno al proprietario qualcosa di concreto da mostrare, che il solo dato di traffico non può dare.

Come orientano i dati di origine il budget di marketing?

I dati di origine a livello di quartiere cambiano il modo in cui si allocano i budget di marketing. Se il bacino mostra che le visite da un quartiere a dieci chilometri di distanza sono in calo da tre anni, magari perché un concorrente ha aperto in quella zona, il problema è diverso da un calo che colpisce l’intero bacino in modo uniforme. Il primo richiede comunicazioni mirate e una possibile collaborazione con i trasporti locali; il secondo fa pensare a un problema più ampio di brand o di prodotto.

Per città e comuni, la stessa logica si applica ai servizi pubblici e ai luoghi di svago. Una biblioteca che attira quasi esclusivamente dal quartiere circostante serve un bacino ristretto, che può dipendere da barriere di trasporto più che dalla domanda nell’area più ampia. Un luogo culturale che vuole dimostrare la propria rilevanza regionale ai finanziatori può usare i dati di origine per mostrare esattamente quali quartieri raggiunge e quali rimangono sottoserviti. Come si muovono le persone una volta nel quartiere è un’altra questione, e il polso di un quartiere, letto attraverso i flussi pedonali mostra se una via commerciale serve davvero le persone che ha intorno.

Che aspetto hanno in pratica i dati sul bacino d’utenza?

I dati forniti da un’implementazione di analisi della rete mobile ti danno conteggi di visitatori suddivisi per quartiere di origine, per giorno e stagione, così puoi vedere quali quartieri contribuiscono sempre di più e quali sempre di meno. I percorsi che i visitatori scelgono sul posto vengono dal conteggio Wi-Fi o tramite sensori, non dai dati di rete. Con questi dati puoi confrontare il profilo del tuo bacino con sedi comparabili e modellare cosa potrebbe fare alla distribuzione un nuovo collegamento di trasporto o l’apertura di un concorrente.

Tutto questo è anonimo e aggregato. L’analisi della rete mobile lavora alla scala di quartieri e periodi di tempo; non lavora al livello di singoli spostamenti o di persone identificabili. Il dataset non contiene indirizzi di casa, solo il quartiere da cui è partito un gruppo di visitatori, espresso come conteggio. Questo livello basta per tutte le decisioni descritte sopra, ed è sempre stato quello in cui l’analisi del bacino d’utenza ha senso.

Il bacino d’utenza che pensavi di avere

Da dove vengono i visitatori è la domanda più basilare che una sede possa farsi su sé stessa. Viene prima della conversione, del tempo di permanenza e del fatturato per visita, perché tutte queste domande dipendono dal sapere prima chi sta arrivando.

L’analisi dell’origine, fatta a livello di quartiere, serve a correggere l’ipotesi da cui parte la maggior parte delle sedi, senza identificare nessuno. Quell’ipotesi di solito è abbastanza vicina al vero da sembrare plausibile, ma raramente lo è abbastanza da scommetterci una decisione sulla scelta della sede.

Bumbee Labs è l’azienda dietro l’unico metodo di misurazione dei flussi di visitatori in Europa approvato da un’autorità per la protezione dei dati.