Lankytojų srautas ir pardavimai: kodėl parduotuvės srautas ir pajamos rodo skirtingus dalykus

Vienas prekybininkas vidutinio dydžio Švedijos mieste lapkritį užfiksavo rekordinį lankytojų srautą. Lankytojų padaugėjo, buvimo trukmė pailgėjo, ir rinkodaros komanda jautėsi teisi. Tada atkeliavo pelno (nuostolių) ataskaita: pajamos nepasikeitė. Kai kas nors pagaliau pažiūrėjo, paaiškinimas buvo paprastas. Dauguma papildomų lankytojų buvo atėję į renginį parduotuvėje, kuriame niekas neapžiūrinėjo prekių ir nieko nepirko. Lankytojų srautas buvo tikras, bet pardavimais jis taip ir nevirto, o į atotrūkį tarp šių skaičių niekas nežiūrėjo.

Lankytojų srauto niekas nekvestionuoja, kol jis neprieštarauja pajamoms

Lankytojų srautas ir pajamos yra du skaičiai, kuriuos matuoja kiekvienas prekybininkas. Kai vienas jų keičiasi, o kitas ne, ginčas įsiplieskia: vadovybė rodo į srautą kaip įrodymą, kad vieta gera, o finansų skyrius rodo į pajamas kaip įrodymą, kad kažkas negerai. Teisūs abu, tačiau abiem trūksta skaičiaus, kuris juos sieja: fizinės parduotuvės konversijos rodiklio.

Konversijos rodiklis yra sandorių skaičius, padalytas iš lankytojų skaičiaus, išreikštas procentais.

Fizinės parduotuvės konversija labai priklauso nuo formato: maisto prekių parduotuvės konvertuoja geriausiai, nes dauguma lankytojų ateina pirkti, o formatai, kuriuose daugiausia apžiūrinėjama, konvertuoja kur kas mažiau. Vienas „vidurkis“ klaidina, nes maisto prekių parduotuvė ir prabangių laikrodžių butikas pagal šį rodiklį beveik neturi nieko bendro. Todėl Jūsų pačių slenkantis bazinis lygis svarbesnis už bet kurį paskelbtą palyginamąjį rodiklį.

Šis santykis atsako į klausimą, į kurį lankytojų srautas ir pajamos atskirai atsakyti negali: kiek iš visų užsukusių žmonių iš tikrųjų ką nors nusipirko?

Kai lankytojų srautas auga, o pajamos ne

Srauto augimas be pajamų augimo yra dažnesnė staigmena, ir ji pasireiškia keliais atpažįstamais būdais. Reklaminė kampanija pritraukia naujų lankytojų, kurie smalsūs, bet pirkti neapsisprendę; konversija krenta, nes naujokai elgiasi kitaip nei nuolatiniai klientai. Parduotuvė judriame prekybos centre gauna lankytojų iš populiaraus pagrindinio nuomininko, bet pati pritraukia nedaug jo pirkėjų. Dėl sezoninių orų į vidų užsuka žmonės, kurie apskritai neketino nieko pirkti.

Kiekvienu atveju bendras lankytojų skaičius atrodė džiuginančiai, o konversijos rodiklis būtų anksčiau parodęs, kas vyksta, jei kas nors būtų į jį žiūrėjęs.

Kai pajamos auga, o lankytojų srautas ne

Atvirkštinis atvejis toks pat pamokantis ir dažnai malonesnis. Parduotuvė supaprastina vitriną, pertvarko salę aplink mažesnį pagrindinių kategorijų skaičių ir geriau apmoko darbuotojus. Lankytojų srautas nesikeičia: tiek pat žmonių praeina pro šalį ir nusprendžia užeiti. Tačiau perkančiųjų dalis didėja, vidutinis krepšelis didėja, ir pajamos auga be papildomų rinkodaros išlaidų naujiems lankytojams pritraukti.

Tai argumentas konversiją laikyti atskiru svertu.

Pritraukti daugiau lankytojų brangu, ir dėl jų tenka konkuruoti, o konvertuoti jau turimus lankytojus daugiausia yra matavimo ir įgyvendinimo klausimas.

Ką parodo duomenys, ko nepajunta nuojauta

Parduotuvių vadovai jaučia, kada laikotarpis judrus, o kada ramus, ir dažnai neklysta.

Tačiau beveik niekada nežino, kodėl.

Ar praėjęs antradienis buvo ramus todėl, kad užsuko mažiau žmonių, ar todėl, kad užsukusieji greičiau išėjo ir mažiau pirko? Žiūrint iš už prekystalio, abu atvejai atrodo vienodai, tačiau jiems reikia visiškai skirtingų veiksmų: pirmuoju atveju daugiau rinkodaros, antruoju daugiau dėmesio prekių išdėstymui arba darbuotojams.

Todėl tinkamai įrengtos parduotuvės pateikiami duomenys apima ir lankytojų skaičių, ir laiko žymas, pagal kurias jį galima sugretinti su POS eksportu. Be abiejų verslą vertinate turėdami tik pusę informacijos. Patį lankytojų skaičių galima gauti tiesiai iš esamo pastato Wi-Fi tinklo, be kamerų.

Konversija pagal dieną, valandą ir zoną

Kai abu skaičiai renkami lygiagrečiai, klausimai tampa tikslesni. Šeštadienio popietę konversija gali būti penkiolika punktų didesnė nei antradienio rytą, ir naudingas tolesnis klausimas yra, ar tam turite pakankamai darbuotojų. Darbuotojų planavimas pagal lankytojų srautus reiškia, kad salėje dirba daugiau žmonių tada, kai pastate iš tikrųjų yra daugiau pirkėjų, o ne pagal fiksuotus grafikus, kurie išlygina piko valandas.

Kai judėjimo duomenys sujungiami su pardavimų duomenimis, zonų lygmens duomenys suteikia dar vieną pjūvį. Judri parduotuvės zona, kurioje įvyksta mažai sandorių, dažnai būna prastai sutvarkyta arba nepatogiai apšviesta, o mažiau lankoma, bet gerai konvertuojanti zona gali būti verta plėtros.

Prekybos tinklo problema

Vienos parduotuvės atveju klausimas palyginti siauras. Prekybos tinklui, valdančiam dešimtis vietų, rizika didesnė, o palyginimai naudingesni. Tinklas, galintis vienu metu reitinguoti parduotuves pagal srautą ir konversiją, greitai pamato, kurios vietos atsilieka pagal vieną rodiklį ir pirmauja pagal kitą, o nuo to priklauso, ką su kiekviena daryti. Reitingas patikimas tik tada, jei visose vietose skaičiuota vienodai (žr. ko iš tikrųjų vertas lankytojų srautų palyginimas).

Vietos su dideliu srautu ir maža konversija veiklos problema kitokia nei vietos su mažu srautu ir didele konversija. Pirmajai reikia dirbti su asortimentu, išplanavimu arba darbuotojais. Antrajai reikia rinkodaros ar iškabų, kad pritrauktų daugiau praeivių, nes ji jau įrodė, kad geba juos konvertuoti. Neturint abiejų skaičių, abi atrodo tiesiog kaip prastai veikiančios parduotuvės.

Lankytojų skaičiaus ir kasų duomenų sujungimas per API

Praktinė kliūtis dažniausiai yra integracija. Lankytojų srautų ir POS duomenys yra skirtingose sistemose, su skirtingu laiko detalumu ir skirtingais atsakingais asmenimis. Analitikos platforma su API jungtimi tai išsprendžia, suderindama abu duomenų srautus bendroje laiko ašyje, todėl konversijos rodiklis tampa nuolat naudojamu veiklos rodikliu, o ne skaičiumi, kurį kas nors kartą per mėnesį apskaičiuoja skaičiuoklėje.

Kai konversija ketvirtadienio popietę be akivaizdžios išorinės priežasties krenta, kas nors tai sužino kitą dieną, o ne per kitą prekybos rezultatų peržiūrą. Taip lankytojų srautų duomenys iš ataskaitų įrankio tampa valdymo įrankiu, ir atotrūkį tarp srauto ir pajamų galite mažinti tada, kai jis atsiranda, o ne pastebėti tik retkarčiais. Ir pagrindinėms prekės ženklo parduotuvėms (flagship), ir prekybos tinklams visa tai užtikrina lankytojų srautų analizė, atitinkanti Bendrąjį duomenų apsaugos reglamentą (BDAR, angl. GDPR), kuri neatpažįsta nė vieno kliento pagal vardą.

Šaltiniai

• 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