Gids

Retail-conversiebenchmarks: wat goed eruitziet

Gepubliceerd onderzoek onderbouwt conversiespreidingen per winkelformaat, maar geen enkel gemiddelde. De bruikbaarste benchmark is er een die alleen jij kunt bezitten: je eigen basislijn.

3 min leestijd

Klanten bij een rij kassa's in een winkel
Op deze pagina

Vraag wat een “goede” retail-conversieratio is en je krijgt zelfverzekerde antwoorden die elkaar tegenspreken, omdat de meeste stilzwijgend van één formaat uitgaan. Het bewijs onderbouwt minder dan dat: gepubliceerd onderzoek geeft spreidingen per formaat, niets onderbouwt een universeel gemiddelde, en de benchmark waar je op kunt handelen is degene die je zelf opbouwt.

Wat laten gepubliceerde conversiebenchmarks werkelijk zien?

Gepubliceerde conversiecijfers komen vooral van leveranciers van meet- en betaaloplossingen. De spreidingen die ze voor hetzelfde formaat geven, spreken elkaar tegen, en weinig van hen vermelden hun steekproef of methode. Waar ze het wel over eens zijn, is de volgorde: supermarkten converteren het hoogst, omdat de meeste mensen die een supermarkt binnenlopen komen om te kopen, en formaten waar mensen vooral rondkijken, zoals mode, meubels en luxe, converteren veel lager. Het verschil tussen formaten is groter dan het verschil tussen een worstelende winkel en een sterke winkel binnen hetzelfde formaat. Iedereen die één “retailgemiddelde” citeert, heeft een supermarkt gemiddeld met een horlogeboetiek, en het resulterende getal beschrijft geen van beide. De diepere analyse van waarom de kassa alleen misleidt staat in bezoekersstroom versus omzet.

Wat is een goede conversieratio per winkeltype?

Geen enkel gepubliceerd cijfer houdt stand per winkeltype, maar de volgorde tussen de types is consistent en verklaart zichzelf. Lees conversie binnen één formaat, gebruik elk getal van buitenaf hooguit als ruwe gezondheidscheck, en vergelijk een winkel eerst met zijn eigen weken, dagen en de andere winkels uit hetzelfde netwerk.

  • Supermarkten: het hoogst van alle formaten. Supermarktbezoek is doelgericht en het formaat is consistent, dus de meeste bezoekers kopen iets.
  • Kleding en speciaalzaken: ruim onder supermarkten, met een grote spreiding. Een luxe boetiek en een fastfashionwinkel staan aan tegenovergestelde uiteinden van dezelfde categorie.
  • Bouwmarkten: geen cijfer per winkeltype gepubliceerd. Vakklanten en particulieren die in het weekend rondkijken delen één gebouw en converteren verschillend.
  • Apotheken: niet gepubliceerd. De wachtrij bij de receptbalie maakt bezoeken structureel anders dan in elke andere winkel, dus een gepubliceerd gemiddelde zou een fictie beschrijven.

De pagina’s per winkeltype lezen conversie aan de hand van de eigen vragen van elk formaat: kledingwinkels, supermarkten, bouwmarkten en apotheken.

Waarom gelden e-commerce-conversieratio’s niet voor een winkel?

De meeste lijstjes met “gemiddelde conversieratio’s” online gaan over e-commerce: cijfers gebouwd op sessies, bounces en winkelwagenlogica die geen fysieke tegenhanger hebben, en daarmee de verkeerde maatstaf voor een winkel. Een webwinkel ziet elke klik; een fysieke winkel ziet niet de kans die hij dinsdagmiddag liet liggen, het rek waar niemand bij stilstond, of de rij bij de paskamers waardoor mensen rechtsomkeert maakten.

Waarom formaat het getal domineert

Conversie hangt af van waarom mensen binnenkomen. Supermarktbezoekers komen om te kopen, dus hun conversie is structureel hoog; showroomformats zijn bedoeld om kijkers te trekken, dus hun conversie is structureel laag, en geen van beide cijfers is op zichzelf goed of slecht. Daarom zijn de nuttige vergelijkingen ook binnen hetzelfde formaat en binnen hetzelfde netwerk: jouw dinsdag tegenover jouw zaterdag, jouw winkel A tegenover jouw winkel B, op dezelfde manier gemeten met bezoekersanalyse voor retail, dit seizoen tegenover vorig seizoen. De KPI-woordenlijst definieert de termen die je op je eigen data toepast.

De benchmark bouwen die telt

Je eigen basislijn heeft twee betrouwbare reeksen nodig: anonieme bezoekerstellingen bij de ingang en transacties uit de kassa, samengevoegd tot conversie per uur, dag en seizoen. Van daaruit worden de vragen operationeel: welke uren converteren het slechtst en zijn ze onderbezet; wat gebeurde er met de conversie toen de indeling veranderde; verwatert een piek in bezoekersstroom de conversie (kijkers) of houdt hij die vast (vraag). Binnen een kwartaal heeft de winkel een benchmark die is opgebouwd uit zijn eigen data, en die kan geen publicatie bieden.

Stap voor stap ziet het eerste kwartaal er zo uit:

  • Week 1 tot 4: het tellen start op de Wi-Fi die al in de winkel aanwezig is, met een sensor boven de ingang waar het om exacte aantallen in en uit gaat. De eerste weken leggen de basislijn vast.
  • Week 5 tot 8: koppel het kassasysteem en lees conversie per uur en per dag af, niet als maandgemiddelde.
  • Week 9 tot 12: vergelijk met je eigen weken, dagen en winkels, en laat het eerste seizoen je eigen jaarcurve tekenen.

Gepubliceerde cijfers werken hooguit als gezondheidscheck. Als een supermarkt converteert op een niveau dat je van een modewinkel zou verwachten, is dat het onderzoeken waard. Wat je moet oplossen, en of de oplossing werkte, kan alleen je eigen basislijn zeggen.

Benieuwd hoe dit eruitziet voor jouw locatie?

Boek een demo Bekijk welke data je krijgt

Veelgestelde vragen

Wat is een goede conversieratio in retail?

Dat hangt vooral af van het winkelformaat. Supermarkten converteren het hoogst, omdat de meeste mensen die een supermarkt binnenlopen komen om te kopen, terwijl formaten waar mensen vooral rondkijken, zoals mode, meubels of luxe, veel lager converteren. Gepubliceerde spreidingen van leveranciers spreken elkaar tegen en vermelden zelden hun methode, dus één enkel branchegemiddelde is vrijwel betekenisloos; je eigen basislijn is de vergelijking die standhoudt.

Waarom is mijn eigen basislijn beter dan een branchebenchmark?

Omdat een benchmark je locatie, formaat, prijsniveau of het weer niet kan zien. Je eigen voortschrijdende basislijn houdt dat allemaal constant, dus een verandering in het getal betekent dat er in de winkel echt iets veranderd is. Daarom telt het als bewijs als je je eigen basislijn maand na maand verslaat, terwijl een gepubliceerd gemiddelde verslaan toeval is.

Wat heb ik nodig om conversie goed te meten?

Twee reeksen: binnenkomende bezoekers (anoniem gemeten bij de ingang) en transacties (uit je kassasysteem). Conversie is de verhouding, per uur en per dag afgelezen. Voeg passanten buiten toe en je krijgt ook capture rate, wat laat zien of de locatie of de winkel de beperkende factor is.

Hoe snel kan een winkel zijn eigen conversiebasislijn zien?

Tellen start doorgaans op de Wi-Fi die een winkel al gebruikt, dus de eerste weken data leggen de basislijn al vast, en elke week erna maakt hem scherper. Eén seizoen levert je je eigen jaarcurve op, die geen gepubliceerde benchmark ooit zal bevatten.

Krijg een benchmark die alleen jij kunt bezitten

Boek een demo en we laten conversie, capture rate en je eigen voortschrijdende basislijn zien voor een winkel zoals de jouwe.

Boek een demo